現在這個時代，擬定明確的策略是成功並保持競爭力的重要條件

速度與時效性是新功能與新產品上市的基礎，而明確的路線與具體的專案和計畫，則是關鍵的動力。

例如，許多製造商會使用試算表管理設備維護作業。也就是說，他們會在試算表中記錄事件發生的時間、建立備品存貨清單，以及使用不同零件發生故障的時間資訊，用於製作歷程記錄。這樣的經驗法則可以確實在零件損壞之前進行替換，但卻未能顧及下列幾個必須付出高成本的層面：

• 技術，因為您是根據歷程資料的建議才能在零件故障前換成狀態最好的零件
• 資源，因為建立豐富的備品庫存表是一項必須全心投入並持續管理的工作，要由專人全職擔任
• 停機時間，因為修復問題或訂購損壞零件的時間相當寶貴

首先要從既有的計畫維護策略著手，但要了解發生故障的根本原因，則必須擬定明確的策略。

在這樣的脈絡下，「知識就是力量；力量提供資訊」的意思就是當我們確實了解造成現象的原因時，就能及時處理並扭轉局面

不過，掌握部分資料並不表示我們有適當的流程能夠運用這些資料。您和貴公司每天會產生多少資料？貴公司會產生的資料可能高達數十億或數兆筆。您有時間進行調查並從中得到精闢分析嗎？研究顯示，組織並沒有充分善用其所收集到的絕大多數資料。Gartner 的研究報告指出，組織閒置未用的資料大約佔了 97%。當下最需要的就是盡可能深入分析大量資料，再運用於提升業務成效。 

為了得到競爭優勢，公司不但要運用所有資料改善產品開發流程，還要善用測試資料發揮槓桿作用，找出會影響品質和效能的重大問題。長時間收集資料能奠定良好的基礎，但若要找出因果關係，則必須深入分析資料。部分資訊直接出自您的資產，但必須另外運用感測器放大這些資訊的作用。感測器會擷取能提供所需資訊的資料，包括發生故障的原因、週遭環境可能造成的影響，甚或系統供電暫態對設備造成的影響。 

Thomas Redman 說過：「只要有資料冒煙，就會有企業發生火災」。 如果您未能正確處理資料 (冒煙)，就會在整個組織中造成更大的問題 (火災)。因此，投資能正確收集、保存及使用資料的資源，就是滅火的關鍵。

事件導向策略採被動管理。反之，資料導向策略則可協助企業主動出擊。圖 1 示範維護成熟度模型所描述的過程：

^{圖 1：維護成熟度模型} 

• 第一階段是在資產經常發生故障之處被動實施維護策略：設備損壞時進行修復。
• 第二步則是採用時間架構方法，也就是工程師預先排好定期維護計畫。
• 下一個階段會開始將資產最佳化、提升功能、效能，以及採用儀器並推行數位化。

測試資產的狀態監控功能能支援您即時深入分析運作效能。改採預測維護後，整體設備成效 (OEE) 與正常運作時間可望達到 90% 以上。這種方式能讓您執行使用者定義的規則，以利初始化維護活動，接著監控觸發事件與行動的條件。舉例來說，當重要零件接近使用壽命的最後一年時，就會發出警報或通知警示。這是確實保持備品零件供應無虞的重要條件；只要能減少庫存，就有助於控制成本。 

這個模型的最高層次就是自動化維護，這種方式不但預測故障事件，還能推薦可行操作並代您執行，可說是將這項分析做得更好。要採用這種方式，首先就是要判斷貴公司屬於這個模型的哪一層，以及未來想要達到的最終目標。

首先要了解哪些資產對您的業務至關重要：這些資產一旦意外停機，就會產生重大影響。資料有助於判斷故障點，因為資料也能將環境因素加快零件老化速度之類的原因列入考慮。如果貴公司在不同的大陸採用相同的設備，這一點就更重要了。不同區域的氣候基準未必相同。溫度和濕度之類的影響有可能會是導致故障的重要原因。

了解自己需要監控的項目之後，就能透過可在邊緣收集資料的智慧型感測器放大現有設備的作用。這些感測器能即時執行第一層的資料處理作業，可以協助您採用如圖 1 所示的自動化成熟度模型。 

^{圖 2： 資料處理成熟度}

原理相當簡單明瞭：如果無法讓資料更接近資料中心，那就讓資料中心離資料近一點。在邊緣收集資料可以確實在接近原始來源的網路範圍內處理資訊。這種方式不將原始資料傳輸到系統控制器進行處理和分析，而是直接在資料產生處進行相關作業。這種第一層的邊緣功能擷取有助於即時預先處理資料，同時穩定縮短系統潛時。 

下一個階段是將這些智慧型感測器連接至系統控制器，用於進行深度邊緣運算。這麼做能提供高品質的資料；將資料傳送到伺服器之前，在邊緣運用機器學習 (ML) 進行異常偵測與趨勢鑑別，因此能加快收集和功能擷取的速度。 

在這一層當中，您可以進一步分析，也可以執行通知和警報、自動提出利於疑難排解及自動製作報告的條件建議等功能。您也可以在控制介面中提供資料與視覺效果，這樣有助於遠端監控設備、檢查異常狀況，以及判斷測試系統與元件的剩餘使用壽命 (RUL)。這一層的基礎架構能支援您專心處理您需要的資料，也能協助您進一步明確控管廠房及調度維護團隊。 

主動進行資產最佳化是件萬事起頭難的差事，但絕對值得，何況，您不必孤軍奮鬥！NI 是這個領域的專家，從收集到保存及分析測試資料，再將資料轉成能為組織帶來附加價值的強大工具，我們能支援您克服重重挑戰，從設計到驗證和生產，我們大力支持您完成整個生命週期。

主動維護就像替測試資產進行健檢一樣，能有效減少浪費並執行有效率的策略。相較於意外故障的成本，主動維護的投資成本非常低。

您現在就可以規劃高效率的維護策略，讓資產保持正常運作、節省成本，並且創造競爭優勢。資產最佳化策略只要 30 天就能看見成果：  

• 維護成本降低 25% 至 30%
• 設備故障率降低 70% 至 75%
• 停機時間減少 35% 至 45%

本文提出的意見調查結果是根據 Gartner 的 ITScore for Data and Analytics 在 2017 年 10 月到 2018 年 6 月期間收集到的 813 份回答所得出。

• 了解如何運用資料發揮槓桿作用，掌握切實可行的深入分析
• 了解 OptimalPlus 軟體如何協助您提升製造效率、品質與穩定性
• 認識 NI 的 SystemLink 軟體，這套軟體是資產管理、實驗室統整、資料管理與分析工具的中央基礎架構