先从一段故事说起......

扁鹊治病的故事

“上医治未病，中医治欲病，下医治已病”，据《鹖冠子·世贤第十六》记载：

战国时期，魏文王有一次问名医扁鹊：“你们家兄弟三人，都精于医术，到底哪一位医术最好呢？”

扁鹊答道：“大哥的医术最好，二哥的医术次之，我最差。”

魏文王不解再问：“那为啥你最出名呢？”

扁鹊答道：“我大哥治病，在病情尚未发作前就施法将病根予以了铲除，其医术高超外人不知道，只有家人知道，所以没有名气。

我二哥治病，是治病于病情初起之时，症状表浅时施治，虽药到病除，但乡里人以为他只能治轻微的小病，故名声不大。

而我治病，是在病人病情危重、痛苦万分之时；一般人都看到我在经脉上穿针管来放血、在皮肤上敷药等治疗措施，因此认为我的医术神奇，所以能闻名全国。”

魏文王道：“你说得有理啊。”

设备如人

设备按需维保，很多故障便可在早期发现并扼制。以机泵设备为例，因操作不当、运维不善、质量缺陷等原因引起的安全事故非常多，这不仅影响了生产装置的安全平稳运行，而且可能会造成巨大的经济损失和严重的社会影响。

让我们怀着沉重的心情来回顾几个案例：

2003年1月10日，美国印第安角3号机组由于水泵故障关闭，故障虽然未引起放射性泄漏，但此次事故给家庭和企业带来缺电之苦。

2007年1月27日，苏州某化工厂因鼓风机故障导致二氧化硫超标排放，环境污染严重，周边居民苦不堪言。

2016年12月9日，国内某热力公司3号热网循环泵故障跳闸，造成片区停止供暖。

诸如此类的设备故障案例，不胜枚举…

我们该做点什么？

面对以上惨痛教训，我们要深刻反思该做点什么呢？答案是：对于如何避免设备故障的产生，与治病救人一样，需要以预防为主，做到预测性维护，达到“治未病”的效果！

所谓预测性维护(Predictive Maintenance，简称PM)是通过对设备状况实施周期性或持续监测和分析，以基于机器学习算法和模型来分析评估设备健康状况，以便预测诸如机器零件剩余使用寿命等关键指标，关键运行数据可以辅助决策，判断机器的运行状态、优化机器的维护时机。

哲达AI设备安康

哲达科技创新研发的机泵设备安康工业互联网平台，是基于“智能安康传感器”的即插即用和工业互联网云平台的服务架构，通过人工智能、智慧流体、云计算+边缘计算、大数据和智能传感器的创新应用，并融合ZETA在流体机械领域 “节能+安康”二十年服务所积累的经验，全力实现机泵设备“数字化安康+平台化服务”，为设备全生命周期的安全管控与高效顺行保驾护航。

哲达AI设备安康平台具有极强的可靠性与易用性，目前已在众多行业领域投入应用。