预测性维护是边缘计算与人工智能，在工业落地的最短路径？

Maisart是Mitsubishi Electric's AI creates the State-of-the- ART in Technology，“三菱电机的人工智能技术创造最先进技术”的缩写。Maisart与伺服驱动系统J5的集成，将以内嵌的方式，直接实现对机械传动部件(滚珠丝杠、皮带、齿轮...)与驱动器的检测诊断和预测性维护。

创新型物联网企业，乃至传统工业自动化巨头，都已开始围绕预测性维护，或者更准确的说，围绕由预测性维护引发的巨大市场空间，开展军备竞赛。

无论是预测性维护、质量控制、远程监控，或者资产追踪，其背后使用的物联网技术是一样的。因此预测性维护是一个具备横向整合能力的应用。

基于预测性维护过程中采集的设备数据，包含工艺、质量、性能、效率等指标，可以从设备层面延展到生产线层面。

预测性维护采集的数据点越多、数据的价值越大、机理模型的理解越透彻、经验积累越丰富，横向整合的能力越强，进而帮助企业以崭新的方式和手段，解决降本、提效的问题。

3. PdM的新载体

市面上已有的预测性维护方案，大部分是在云计算或者雾计算层面的，而随着边缘算力的提升，以及工业人工智能的发展，在边缘侧完成预测性维护变得经济上更加可行。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!