​对于制造业企业来说，生产设备的制造过程复杂，设备价值高。一旦发生异常，损失是巨大的。为了处理突然的设备故障，制造业企业还需要备件库存，这些备件库存中，其中一些可能不够用，而有些则可能长时间不使用。

对于工业4.0和智能制造而言，预测性维护将是大势所趋，预测性维护的最大价值是基于对剩余使用寿命（RUL）的预测。预测性维护，选择成本最低的维护策略和计划计划。同时，全面考虑所有设备的维护需求，以制定全球最佳的维护计划。简而言之，它是确定不确定的信息，并节省成本并提高客户效率。

扁担工业云平台的预测性维护功能通过设备数据采集分析，经过边缘计算，大数据分析等功能，将数据监控，故障诊断，预测性维护和状态决策集成在一起，以提高客户的核心竞争力。

主要功能：

数据采集：采集设备的运行状态和参数，例如：温度，湿度，风，压力等；

边缘计算：网络的分布式边缘极强，可以对数据进行本地预处理以提高实时性和安全性。实时监控设备，快速排除故障。

工业云平台：将实时运行数据上传到云平台进行分析，提前预测设备的异常状态，提前发现问题，解决问题，最大程度地降低设备停机的可能性。

可视化分析：通过各种表格和图形数据显示设备运行数据，实现管理可视化和智能决策。

预测性维护：设备的运行数据被实时收集并返回。云数据中心使用大数据分析和全面的决策制定来实现远程管理和预测性维护，从而降低维护成本和故障率。

预测维护的优势：

（1）减少停机时间并提高生产率，提高产品质量和产品产量；

（2）减少零用件更换，充分利用现有设备，延长设备使用寿命；

（3）减少设备突然故障造成的安全隐患和损失；

预测性维护作为“工业4.0”的关键创新点之一，可以优化设备的维护时间，使设备故障“未有形而除之”，从而在降低成本的同时实现了更有效的维护，具有广阔的应用前景。