你有沒有人告訴你，“如果它沒有壞，就不要修理它”？這種心態是工廠維護早期方法的基礎。保持生產線以最大產能運行，直到出現故障。然後，修復它。
快進：進入 21世紀二十 年，一些工廠經理仍然遭受設備故障焦慮的困擾。使用傳統方法，他們所能做的就是等待警報響起，然後急於定位和隔離問題，進行線上和離線診斷，並盡其所能嘗試應用現有解決方案，希望在不久之後解決問題。
事實上，關鍵設備的意外故障越來越 可以避免。如今，製造商可以為其設施配備最先進的機械，這些機械預先安裝了一系列令人印象深刻的感測器和內建本地運算能力。工廠可以根據最新的技術發展對設備或裝配線進行持續監控，包括實時數據採集和通信、本地（傳感器附近）和遠程（控制室或雲）進行的分析，以及異常檢測和快速響應。
我們已經生活在 預測性維護的時代。那麼，為什麼要讓意外的生產線故障引發一場災難性故障影響潛在收入的噩夢呢？
IIOT 和工業 4.0
製造業的開拓者非常清楚圍繞第四次工業革命 或工業 4.0 的預期。根據 世界經濟論壇 2015 年關於工業物聯網的報告，也被稱為“工業互聯網”，為該出版物做出貢獻的多個行業的高管都設想，工業物聯網“將極大地改變”一系列行業，相當於全球 GDP 的 2/3。
The role of the IIoT in enabling predictive maintenance was a key takeaway from that WEF report. In 2020, we already have many of the supporting technologies to assist with process automation as well as efficiency and more functionality. Factory managers are no strangers to the concept of predictive maintenance, originally a mainframe computer-intensive approach that aroused the interest of NASA as early as 1972.
然而，通常情況下，大量資本投資與距離完全折舊還差數十年的現有資產有關。這些傳統生產線在許多情況下都是自動化的，能夠提供高品質的零件和產品。然而，它們遠遠沒有達到完全實施 IIoT 的承諾。
難以存取的遺留資產的預測性維護
幾十年來，全球各地的資深工程師和技術人員在觀察設備功能、檢查熱點、聆聽異常聲音和感知振動時，將診斷程序的可用技術與他們的視覺、聽覺、嗅覺和觸覺相結合。他們通過目視和注意氣味來檢查液體，有時將樣本帶回中央實驗室進行測試。
這些檢查通常可以成功防止因設備意外故障而導致停機。然而，如今，可以透過改造追蹤各種參數的感測器和能夠在資料輸入本地網路（工廠的 IIoT）之前處理資料的共置智慧設備的適當組合來實現對傳統設備的持續監控。
一個持續且普遍的挑戰是某些製造設施的綜合規模和難以到達的傳感器理想放置位置。對於這些小型設備來說，電池供電通常是強制性的，電池的使用壽命限制了許多實施的實用性：頻繁更換是不可行的。
解決方案固有於利用低功耗機器學習 （TinyML） 來模擬資深工程師和技術人員採用的看似直觀的方法的廉價技術的可用性。
Manufacturing plants often work with specialized companies that facilitate and design IIoT upgrades. If the factory owners are fortunate, their IIoT experts will be aware of the ultra-low power requirements, cost, and size of solutions incorporating Ambiq’s sub-threshold power-optimized technology (SPOT). Companies such as Shoreline IoT have already incorporated Ambiq’s remarkable Apollo line of MCUs and SoCs into sensors used for establishing IIoT features in a factory.
Ambiq 如何提供幫助
Ambiq 的專有技術允許晶片組件在比標準低得多的電壓下運行，這意味著 mW 級的功率預算與延長的電池壽命一致。Apollo 系列晶片整合了一系列強大的硬體組件，使設計人員和程式設計師能夠以極低的成本（以美元和瓦特計）部署尖端的推理和決策功能。正如採用 Apollo 處理器的各種產品所展示的那樣，其結果是一系列顯示物聯網人工智慧 （AIoT） 的設備，電池壽命以週、月甚至年為單位。
因設備故障導致生產線意外停機的噩夢應該成為製造業歷史討論的註腳。加入設計師的行列，將 Ambiq 技術融入 IIoT 製造環境中的電池供電、基於感測器的邊緣裝置中。請訪問我們的產品網站或聯繫我們以獲取更多信息。
