(2018年5月31日 密爾瓦基) 關鍵設備故障可能導致破壞性的結果，造成意外停機，且每年可能需花費數十億美元。為了更積極防止這些事件發生，製造商與工業組織正開始採用先進技術和預測性維護來計畫停機事件，而為協助識別並防止關鍵設備停機，洛克威爾自動化宣布推出「預測性維護服務」。
此服務可應用於客戶識別的關鍵設備，分析來自連接技術的數據，如感測器、控制系統與智慧機器。透過FactoryTalk Analytics並運用機器學習技術，洛克威爾自動化的工程師可識別正常操作並構建數據模型，以協助預測、監視並減少未來的故障或問題，作為預防性維護策略的一部分。
「透過構建累積的歷史數據，我們可以了解何時可能出現問題，」洛克威爾自動化遠程監控與分析產品經理Phil Bush表示。「這有助於終端使用者專注於主動解決問題，並盡可能減少對生產的影響，而不是被動等待故障發生再試著於未做好準備的情形下加以解決。」
在導入預測性維護解決方案之前，洛克威爾自動化的某石油天然氣產業客戶曾遭遇軸承故障，導致加總超過300萬美元的維護費用與生產損失。在與洛克威爾自動化合作後，對一年來故障設備的歷史數據進行審查，工程師發現軸承冷卻系統已6個月未正常運轉。如果已導入預測性維護服務，該組織就能在故障發生前確認軸承故障及其根本原因。
此項新服務對於石油和天然氣等產業至關重要，在這些產業裡，關鍵設備正常運轉方能創造獲利，同時也包括連續生產作業中的關鍵機器。此外，OEM可以在設備上導入該服務，並使用預測功能為所有類似的客戶資產提供更好的正常運轉時間表現。
此服務可讓客戶有能力對預測進行監控並分析警報的細節，而無需構建自己的數據模型或設計自己的解決方案。洛克威爾自動化可提供數據收集、機器學習和工程支援以建立模型，驗證並監測其模式及預測，更隨著數據集的發展，讓這些模型維持在最新狀態。
