可靠性工程师在现代制造工作场所中扮演着重要角色。从***终用户安全到维护成本的降低，一切都属于可靠性工程师的职责范围。虽然这项工作可以追溯到1920年代的贝尔实验室，当时引入了统计过程控制，但是现代计算机的出现无疑提高了该领域的准确性和机遇。正如过去几十年来可靠性工程师熟悉计算机建模的必要条件一样，该领域的专***也必须成为预测性维护工具和技术的专***。 支持IIoT的设备 预测性维护的核心一直是分析机器性能数据的程序，但是事实仍然是，如果没有设计用于在工业Internet上相互通信的自动化设备，则这些数据的收集准确性和效率将大大降低。物联网（IIoT）。从振动分析到润滑水平以及温度数据的所有内容可以通过连接到永久安装的设备和用户控制的设备的云计算工具进行记录，跟踪，存储和分析。借助这种传感器和计算机网络，可靠性工程师可以监控世界各地的设备运行状况，从而有效地为他们提供24/7值班的技术人员。 实时数据监控和故障警报 此数据仅在用于优化工作流程和改善生产时才有用。幸运的是，可靠性工程师可以监控实时机器运行状况，并跟踪数据超时情况，从而对性能和维修做出更准确的预测。可以对故障警报进行编程，以响应从振动分析数据，不规则的温度读数到低润滑水平的各种情况。OEM确实提供了有关其设备的有价值的准则，并且有大量可用的预测数据，但事实是，所有机器都根据运行条件而表现不同。当可用的工具用作总体预测性维护计划的一部分时，可靠性工程师可以更好地计划停机时间，以减少维修成本并***大程度地延长其机器的使用寿命。 云计算与人工智能 云计算为长期用于各种用途的数据存储提供了机会。这对于拥有数万小时机器时间跟踪的大型公司特别有价值。云计算消除了整合和存储信息的繁琐工作。此外，人工智能程序可以显着简化数据管理流程。机器学习系统能够分析大量数据并输出有关机器健康的建议和预测。每个制造商都需要尽快利用这项技术来开始为将来的应用收集数据。从供应链管理到劳动力优化，未来的可能性是无限的，但是必须***先收集数据。