EB与预测性维护-洞察而清晰！

预测性维护系统（Predictive Maintenance， 即PdM）是一种大数据应用程序，通过分析控制系统持续发送的大量实时工厂数据计算得出经优化的维护周期，或者提前确定可能发生的故障，意外故障往往可减少70%以上。

手动大数据？

预测性维护分析时需要正确解读状态数据。为此，预测性维护系统必须首先了解，信号y的x值表示的是某个传感器上的某种压力，而不是温度、诸如此类等等。AUCOTEC的数字化解决方案使预测性维护系统可以直接从Engineering Base（EB）平台获取这些信息。过去，此类信息必须手动输送到预测性维护系统中，或通过各种接口和列表进行读取，而接口和列表必须耗费大量精力进行编排。这意味着，即使没有正在运行的工厂常规变更，也都会有50,000或更多个控制系统信号 - 显然这是一项及其艰巨的任务。

唯一可信数据源

EB可以表示抽象对象（例如：传感器下分类的bar或摄氏度等测量类型），因此可以与预测性维护系统建立紧密联系。如果没有数据库驱动的平台，此类信息无法实现映射，因为它们并未包含在原理图或P&ID中。

EB不仅是所有工厂技术数据的“唯一可信数据源”(Single Source of Truth)，而且还使其具有传输特性。这可以同时用于控制系统和预测性维护系统的配置。因此，预测性维护系统始终可以清楚地解读实时数据，而不需要进行任何额外工作。

维护成本降低50%

一家全球化大型设备制造商已使用EB与预测性维护系统对接，为其客户的工厂提供全球化维护，从而使客户减少了50%左右的维护成本。EB对预测性维护系统的支持表明，预测性维护并非是遥不可及的复杂事物，而是在工业4.0道路上实施的有效做法。该制造商还认为，“工程设计任务越复杂，EB就越能全面发挥作用！”