预测性维护无疑是工业4.0最常见的用例之一。原因很简单，机器一旦停机就会延迟生产并增加成本。当停机意外发生且设备操作员需要做出响应，但却无法响应时，尤其如此。

        它通常不需要太多的信息来快速识别错误。比如，传动系统振动的增加可能是轴承磨损的迹象。在传送带情况下，启动电流的增加可能是摩擦增加的结果，并且可能是设备故障的信号。这些例子说明了为什么有经验的工厂操作员可以“感知”机器或工厂何时可能遇到问题。

        通过使用云技术，将这些体验转换为特定的算法变得更加容易，这些算法对机器的状况能够做出相应的预测。这通常是基于相对较少的数据点-速度，振动，温度等。但是，首先如何获得这些数据呢?

        如果系统控制器也需要数据，那么可以简单地从PLC访问这些数据。 但这种情况很少发生。 这个过程通常需要额外的传感器，首先必须安装在机器中。这就是PROFINET最强大的功能发挥作用的地方。 在PROFINET网络中，几乎可以在任何地方安装更多的以太网设备。 比如，PROFINET的开放性技术可以添加带有OPC UA接口的传感器，该接口可将数据直接发送到相应的云服务或边缘网关，而无需繁琐地重建自动化解决方案。当IO-Link主站通过PROFINET发送传感器数据进行控制并通过OPC UA发送到IT系统时，IO-Link也利用了这一技术特性。这是PROFINET架构具有感知力的另一个例子 – 使其完美适用于工业4.0应用！

 
PI国际组织主席 
Karsten Schneider先生