现场设备的实时连接使更多操作可见，并支持数据驱动的决策。通过使用与工业物联网（IIoT) 相关的技术，操作员和工厂管理人员可以访问设备级数据，深入分析机器性能和过程效率低下的原因。
　　由于可以实时远程监视机器状态，出现问题时，无论运行人员是否在场，都可以解决问题。工作人员可从一个方便的位置监视工厂车间内的多台机器。在小问题发展成大问题之前，运行人员就可以及时解决问题。     
　　无线技术可以为用户提供现场设备级别的远程监视功能，并帮助用户使用这些数据帮助提高整体设备效率（OEE)。

　　无线I/O设备的应用更容易
　　过去，无线系统安装困难、维护复杂。近年来，无线技术取得了显著的进步。现在，许多远程监控解决方案可以提供可靠的、集成到一个装置的无线通信，而且价格低廉。这些无线I/O设备易于安装，如果监视要求发生变化，它还易于卸载并移动到新位置。
　　无线I/O设备可以收集数字和模拟传感器数据，并将此数据转发到中心收集点进行分析。多个传感器可以连接到单个节点，单一无线网络中最多可以安装47 个节点。这意味着在转发到主机控制的系统进行分析之前，多个传感器读数会聚合到一个网关设备中。
　　串行数据广播进一步扩展了无线I/O网络。串行数据广播是一种back-haul设备，它接收来自其它串行数据广播的数据，或串行连接到网关，并将数据转发到另一个远程串行设备。链式数据广播可以扩展网络，以满足许多应用程序的远程监控需求。

　　整体设备效率的考量
　　OEE是生产制造过程效率的计算，涉及3个主要因素: 可用性、性能和质量。可用性因素考虑减少总运行时间的事件，包括计划停机(如产品转换) 和非计划停机。性能因素考虑在运行过程中降低制造流程速度的因素。质量因素则是不符合质量标准的零件或产品（必须报废或返工的部件，导致时间的浪费)。
　　考虑这些因素的OEE计算结果，以百分比值表示，100% 意味着生产出来的部件都是质量好的、高性能的、没有任何停机。计算结果为分析生产流程中主要的低效因素，提供了可操作的数据支持。
　　为了降低OEE损失，并尽量减少其影响，发现效率低下发生的时间和地点至关重要。这就是为什么从传感器和指示器灯访问数据变得非常重要。在机器上安装的传感器和指示器灯记录的数据可以帮助计算OEE并确定提高机器、过程和人员效率的步骤。
　　在机器运行时，趋势跟踪设备和过程数据趋势，有助于确定损失发生的时间和地点。但是，手动监视生产机器的状态非常耗时。根据设备大小，手动监视机器状态会减慢生产速度，并需要更多的时间，而这些时间可以在其它方面获得更大的收益。
　　例如控制工程网版权所有，通过无线系统，使用带有无线电基座的塔灯CONTROL ENGINEERING China版权所有，不仅可以提供机器状态的本地指示，而且还可以提供每个灯光模块的远程状态。通过记录机器状态指示器（如塔灯) 的状态，用户可以跟踪各个机器的运行时间和周期计数，以便及时更新。
　　通过数据分析可以帮助确定瓶颈是由于机器还是人为造成的。收集机器状态，可帮助用户识别造成生产损失的原因。这些信息是用于识别和驱动效率改进所必需的，而在以前根本不可能存在。
　　最近，制造商提供的准确的机器实时运行数据，可以帮助用户确定生产目标没有实现的原因。运行人员抱怨机器故障造成机器停机，而维护人员则抱怨是运行人员造成的。通过数据，设施管理人员可以确定到底发生了什么。
　　机器的预测性维护
　　除了监控机器性能指标www.cechina.cn，无线传感器网络还可以检查机器的健康状况。机器的预测性维护很有挑战性，因为如果没有适当的工具，很难检测到微小的性能变化。使用无线系统进行远程状态监视，在预测性维护方面起着关键作用，并有助于防止代价高昂的停机。
　　举一个简单的例子CONTROL ENGINEERING China版权所有，振动是一个关键的机器参数。机器振动经常是由不平衡、错位、松动或磨损的部件引起的。随着振动的增加，机器也会受到损坏。
　　通过远程监控马达、水泵、压缩机、风扇、鼓风机和变速箱，当监测发现振动增加，就可以在它们变得严重之前及时处理问题。无线振动和温度传感器通过测量RMS速度作为机器的 "检查指示灯"，可以在很宽的机器频率范围内最均匀的振动测量。
　　安装振动传感器后，用户必须收集足够的振动数据，以便为机器建立基线。最初将阈值设置为基线的1.5或2倍。当阈值超过时www.cechina.cn，无线振动和温度传感器可以提供局部问题的指示，信号可以发送到中心位置的无线塔灯，或通过电子邮件，或通过文本报警。振动和温度数据也可以发送到无线逻辑控制器或可编程控制器进行收集和分析。
　　远程监测能力使制造商更容易识别和补救造成其设施内浪费的原因。通过使用无线技术，制造商可以快速、轻松地收集计算OEE所需的数据，并获得有价值的预测性维护指标，以最大限度地提高其机器性能。（作者：Fritz Cleveland）