Neplánované odstávky jsou jednou z nejpodstatnějších hrozeb vůči maximalizaci výnosů výrobních provozů. Stroje vybavené schopnostmi prediktivní a preskriptivní analytiky mohou výrobcům pomoci předcházet tomuto kritickému riziku prostřednictvím lepší údržby. Tyto stroje si přímo vyžádají zákrok od oddělení údržby – ale pouze tehdy, když je takový zákrok potřeba. To zákazníkům pomůže zlepšit u jejich zařízení hodnotu doby v provozu a současně snížit náklady na údržbu.
Řešení pro prediktivní údržbu pomáhají informovat obsluhu o tom, jak a proč dochází k zhoršení stavu strojů, a následně stanoví nejlepší způsob nápravy dané situace. To obsluze umožní provádět nezbytné, specifické údržbářské zásahy namísto pouhých reakcí na poruchy stroje nebo plýtvání časem na zbytečné opravy. Software pro prediktivní údržbu se učí schematické situace, které předcházejí událostem spojeným s odstávkou zařízení a zaneseným v historii údržby, a následně nastaví příslušné nástroje tak, aby stejná schémata rozpoznávaly v budoucnosti. Souběžně s tím, jak jsou vytvářena nová data, poskytují nástroje strojního učení soustavné sledování všech aktuálních dat ze senzorů a hledají specifikovaná schémata situací. Tyto nástroje mohou navíc detekovat atypická schémata, která mohou představovat nové poruchy, jež je třeba prověřit.
Upozornění s příslušnými instrukcemi lze realizovat v podobě e-mailových a textových zpráv, přes webovou aplikaci nebo integrací s počítačovými systémy pro správu údržby. Software pro prediktivní údržbu zahrnuje rovněž integrovanou schopnost vydávat pracovní příkazy, které může obsluha využít pro správu výstražných upozornění při nepřítomnosti příslušného systému.
Společnost Rockwell Automation poskytuje služby integrace k zavedení softwaru pro prediktivní údržbu v místě provozu, přes cloud, nebo jako hybridní propojení obou možností. Služby vzdáleného sledování mohou zajistit sledování zavedeného řešení, předepisují úkoly kritické preventivní údržby, upravují prediktivní algoritmy v souvislosti s detekcí nových poruchových stavů, a dokonce poskytují možnost zásahu na pracovišti a provedení příslušných údržbářských úkonů. Tato praxe průmyslovým společnostem umožní využívat výhod prediktivní údržby, aniž by musely školit vlastní personál pro podporu této technologie.
