在超市制冷设备上采用预测性维护策略

　　对商超零售行业的设备管理者而言，如果能在超市制冷设备发生故障之前，就对可能发生故障的位置，进行定 位并及时处理，就能在排除潜在故障这件事上取得先机。
　　随着互联技术，尤其是工业物联网的发展，商超零售行业所使用的制冷设备已变得越来越智能，而相关技术的发展，使得实时监控或预测性维护成为可能。
　　从被动响应到先发制人
　　超市制冷设备传感器和控制系统上会产生大量数据，通过这些数据，可以对设备的性能表现进行分析，从而为设备管理者提供更深入的洞察：
　　l设备和系统的实时运行状态及历史运行状态
　　l为单个门店、某一区域内的数个门店以及企业范围内的所有门店建立可供对比的基准数据（包括压力、温度等）
　　l为不同级别的门店提供后台管理系统和优先级信息通知的功能
　　以温度传感器的数据为例：
　　当温度出现偏差但仍处于安全范围内时，可能预示着机组存在较大的性能问题，而通常这类异常很难被留意到，如果等到系统发出紧急报警再处理，可能已经对易腐食品或价值较高的货品造成一定程度的损失了。如果想要了解更多，欢迎移步艾默生（climate.em***）。
　　与其依赖系统的报警功能，不如多留意后台数据中的异常项。
　　一方面，设备管理者有足够的时间找出问题点，针对可能存在问题的地方采取有效措施，防止一些潜在的严重问题发生，而不仅仅是对已存在的紧急情况做出被动响应。
　　另一方面，运营者可以更深入地了解系统的性能，并根据设备性能来调整维护和运营的策略。
　　利用一点“改变”的力量
　　商用制冷系统由许多相互连接的组件构成，通过不同的设计来满足从展示柜到步入式冷库等多种应用需求。
　　从宏观上看，行业不断变化的发展趋势在一定程度上增加了系统应用的复杂性。比如，采用新的制冷剂、从集中式系统架构向分布式系统架构或独立式系统架构的转变等。
　　想要做到先发制人，系统搭建商的职责就不能局限于简单的设备安装，而是结合以物联网为特色的新技术和应用经验，帮助运营者以较低的初始成本、更广泛地对互联设备进行部署，以适应各种应用场景的需求、节省大量能源、降低运维成本。
　　通过采用基于状态监测、以分析为驱动力的策略，帮助运营者更深入了解可能对未来运营造成影响的问题，与此同时，采取前瞻性措施，实行预测性维护，更有效地利用资源，并阻止小问题变成大问题。
　　更大的责任，更有价值的数据洞察
　　在艾默生的各创新中心和客户现场试验中，我们正与客户进行紧密的合作，来应对预测性维护过程中可能会面临的种种挑战。
　　通过为制冷应用建模的方式，我们已经帮助我们的合作伙伴采取更有条理、更谨慎的方法实现预测性维护。
　　比如，在一个典型的超市制冷设备中，通常只具备能够识别当前故障的报警功能，而缓慢的制冷剂泄漏就很难从正常的波动中区分出来。而通过基于机器学习的监控程序，能够早于物理检测设备30天就识别到泄漏。
　　我们的目标不是简单地利用物联网解决问题，而是利用我们在商业制冷领域的丰富经验，提供真正意义上的数据洞察。
　　尽管很难准确预测未来五年的发展，但可以肯定的是，随着5G技术的应用，解决方案将变得越来越智能，相信这将赋予预测性维护更重要的意义。