设备故障是每家工厂的痛点，这些故障会造成不良后果且降低生产力。设备停车或启动时间——称为瞬态时间——也是安全事故的高发时刻。
设备发生故障的时候，员工只是关注维修设备本身，以尽快恢复生产，但是往往忽视最根本的安全预防措施。瞬态期间安全风险的增加是惊人的，典型的炼油或石化厂在瞬态运行上花费的时间不到10%，而有50%以上的过程安全事故是在此期间发生的。 美国国家应急中心数据库显示，大约40%的过程安全事故与机械完整性相关。
多年前高盛公司已将石油公司的环境、社会和治理（ESG）表现纳入研究，在员工安全等问题上得分很高的企业往往产生更高的投资回报。由于意外停机和安全事故之间存在直接联系，公司有更强的意愿保持设备正常运行。然而，当工厂工人已经在全力避免停机时，工厂还能做些什么呢？
事实证明，能做的还有很多。提高可靠性始于思想和文化的转变。传统上，公司将“可靠性”视做维护的同义词，他们配备相应的设备和团队来进行资产设备的维修和替换，以减少停机。但是，有远见的企业很快认识到，可靠性不是快速解决问题，而是提供可执行的实时数据和分析，第一时间发出警报以防止异常运行或即将发生的故障。很多炼油厂已经发现了从运行到发生故障和事故概率的直接关联。
21世纪的可靠性方案侧重于创造一个利用工业物联网（IIoT）技术的主动的、自上而下的战略。IIoT助力实时了解工业资产的健康和性能，并在问题产生之前采取行动。
通过对数据流进行在线监测和快速分析，就好像装置经理佩戴X光眼镜，看见资产的过程和健康状况，从而预测需求并采取必要的纠正措施。有效的可靠性方案能帮助操作员检测到微小的性能变化，并采取措施防止出现问题。向员工提供可执行的信息和解决意外停机的机会，这是实现工厂安全的关键组成部分。
大多数早期炼油厂的设计和制造都是尽可能使用最少的仪表以维持基本的安全运营，并不追求高效或可靠。仪表的成本较高，一般来说，关键资产只与在线监测和/或保护相联。工厂依靠费时的人工操作收集信息，而不是在线监测采集信息。现在，仪表成本相对有所降低，但布线安装成本依然限制了过程和资产健康状态的监测。
传感器在线数据已有数十年的历史，但由于与有线传感器相比，无线传感器成本更低且安装快速便捷，因此，市场正在进行转变。无线应用包括旋转设备的振动传感、超声泄漏检测、疏水阀监测、腐蚀探测仪和流量计、压力、二级液位和温度测量仪表。这些无线应用和其它无线传感器向许多过程工厂提供了更为丰富的资产健康状态信息，运用这些信息将有效降低维护成本和能源消耗，同时缩短停车时间，减少安全或环境事故的可能性。
无论是有线还是无线传感器提供的在线数据都应当被分析并用于向工厂操作人员提供可执行的信息，使他们能够为提高资产可靠性和运营效率及时作出决策。各种商业软件可以用来分析传感器数据，并将其转化成信息，对过程运行和资产健康状态进行评估，并对异常情况发出警报。这时经过适当培训的操作人员扮演着重要的角色，他们不但要根据预测分析软件的信息采取措施，还要作出决策。
传统方法是收集并记载过程数据，然后在事故发生后只使用数据进行回顾和评估。新的方法是使用预测分析软件自动分析数据，并将其转化为可执行的信息，其专注于预见性，在运行发生异常或即将发生故障之前发送警报，并采取适当的措施防止设备资产故障。例如：故障模式和效果分析（FMEA）数据证实，正确的预测技术可检测到几乎所有设备资产中70%以上的潜在故障模式，并能够更多地发现在炼油行业中最有可能造成停机影响的潜在设备故障。
炼油厂可使用自行开发的软件或向供应商购买软件，两种方式各有优缺点。如果考虑时间成本的话，自行开发软件的成本可能高于商用现成软件，且需要花费更长的时间。由解决方案供应商提供的软件包便于扩展，而且可以获得后续的维护服务。与自行开发相比，解决方案供应商软件的缺点是需要支付的费用可能更高，并且可能需要定制软件，以符合特定需求。
这种新的资产健康信息不但可以有效地用于减少日常运行中的异常状况和设备故障，还可以用于大修（TAR）计划。要获得足够的技术娴熟的技术工人从事大修工作非常困难，而且在大修期间把所有设备都维护一遍也不太经济，因此只能缩小大修范围。然而，主要问题仍然存在：如何缩减范围？大多数炼油厂使用基于风险的矩阵计算，可能包括或不包括资产健康状态的监测。最佳实践是运用设备资产健康状态预测分析（而不仅仅是单一数据点），并将风险分析整合到之后的维护决策中。额外的在线设备资产健康状态趋势分析能够将大修范围聚焦在那些需要关注的设备上，同时也为确定整个大修范围提供了信息，这样就不会错过真正需要关注的设备资产。
实时监测资产健康的好处很多，除了提高安全性，资产监测技术和分析能通过对设备停机采取主动管理，从而帮助过程工厂保持更高生产水平。在一个需要全天候生产的行业中，如果能在提高安全性的同时提高生产力，那真是一种双赢。
