一个资深工人的误操作，让工厂四天损失2亿元人民币，求该工人的内心阴影面积，没错，这就是近期发生在台湾某核电厂的一起意外停机事故，原因很简单，该工人误触开关，反应器水位异常上升导致停机，虽然后续对该员工进行每月减薪两万的处理，但是短短四天烧掉2个亿，这应该算是意外停机中比较严重给的巨大损失了。
那么是否有办法减少或者杜绝这种人为误操作，或者在误操作发生后，第一时间有自动预警通知，以最小化故障损失，比如当工人误触开关了，其他人的手机上会里面出现告警通知，第一时间去解决，从而避免水位上升导致停机。
答案是当然有，目前中国的大多数工厂还停留在传统生产模式当中，比如流水线上的机器缺油了，某个螺丝钉松了等等细节都是人为容易忽略的小问题，但是往往造成设备意外停机的都是这些小问题，一个停机，既影响生产效率又造成成本损失，所以，预测性运维对于当下的工厂来说，既是需要又是必要。
那么究竟什么是预测性运维？让我们来看一张图：
简单来说，预测性运维就是基于设备实际健康状态的可预知保养，由上图可见，设备的状态保养是根据“劣化曲线”来实现，一台崭新的设备从最开始的标准速度和性能到逐步呈现下滑趋势，按照传统的人工运维模式来说，下滑的过程是无法感知获取的，只有当劣化曲线到达了一个故障节点，并出现设备故障才会知道。
因此预测性运维就是在劣化曲线呈现下滑状态时进行预警告知，这里的维度会基于设备的速度、产品的质量、机器的温度、耗电量等等多方面维度进行分析考量，从而让故障在发生之前被发现及解决。
既然有解决方案可以现实这种预测性运维，那么在实际操作过程中，究竟是如何做到的呢？毕竟工厂中的每一台机器、每一条流水线都是相对孤立的，我们可以继续看下面这张图：
如上图所示，每一个工厂都有针对于设备的数据采集器，比如PLC、CNC等等，而这些数据将会被 Ruff 网关统计采集，进而通过技术手段上传到云端进行统计分析，最终将工厂的各项设备数据呈现在手机端。
在这个过程中，工厂既不需要进行重置机器浪费设备采购成本，也不需要漫长周期影响生产效率，所以对于大多数的传统工厂来说，减少甚至杜绝意外停机的第一步就是让机器联网，进行智能化管理和运转，从而解决工厂频频发生意外停机的尴尬。
