假设你把车拿去换机油。您选择的机油额定行驶距离为5，000英里。十有八九，技师会在汽车的前窗上贴一张贴纸，简单提醒一下什么时候该换机油了。大约4个月后，这一例行程序将被重复。这是预防性维护的一个日常例子——一种简单的基于时间的方法来维护昂贵的资产。
现在想象一下，你买了一辆新车——一辆内置了系统诊断功能的车。从你第一次开车离开经销店开始，它就会主动跟踪里程累积情况。此外，它还可以评估外部温度、行驶条件、负载和怠速量。汽车的算法会评估所有这些因素，并主动提醒您需要更换机油。它可能发生在5000英里市场，也可能不会发生。这是预测性维护的一个例子，预测性维护是一种保护资产的高级方法。
预测性维护不同于更传统的预防性方法，因为它不依赖时间作为唯一的决定性因素。顾名思义，工业环境中的预测是在工厂设备的维护被评估为必要时进行的。虽然时间通常是一个关键因素，但预测是基于其他重要且可测量的设备属性。这种维护设备的方法越来越成为整个加工行业的标准。
如果控制器性能监控技术也是预测性的，那么它们与市场上可用的预测性维护解决方案有什么关系？以下是将两者联系起来的几个方面:
分配所有权
控制回路监控工具提供了类似于预测性维护工具的报警机制。更具体地说，大多数环路监控工具采用实时警报和计划报告的组合。用户订阅该工具的警报和报告功能，这些功能与其特定的工作职能或责任领域相一致。这些功能共同确保了重要信息的准时交付以及建立了适当的问题所有权。
像这个麻烦制造者列表这样的工具可以帮助从业者根据问题的重要性等级对其循环优化工作进行优先级排序。
主动测量
与预测性维护技术一样，关键性能指数（KPI）使控制器性能监控工具能够准确测量工厂资产的健康状况——在这种情况下，资产是单独的PID回路和相关的机械设备。代表性控制回路KPI包括评估静摩擦等机械问题以及振荡等PID控制器挑战的KPI。这些关键绩效指标主动测量对生产至关重要的控制回路属性。
观察阈值
预测性维护解决方案会分配阈值，当超过这些阈值时就会触发警报。类似地，循环绩效监控工具为各种KPI设置特定阈值，以便在绩效下滑到低效和/或有害区域时提醒适当的员工。它们提醒人们，为了重新建立安全、有效的控制，需要进行调查或调整。
设定优先级
平均生产设施有100个（如果不是1000个的话）控制回路，因此应该预计控制器性能监控技术会对每个回路进行排名
从高到低确定问题。这与大多数预测性维护解决方案没有什么不同。正如工厂中一些资产的价值高于其他资产一样，就对生产的影响而言，一些PID回路的性能也超过其他回路。通过对问题进行优先排序，循环监控产品确保对最重要的循环给予适当的关注。
显然，控制器性能监控技术和预测性维护解决方案之间有许多相似之处。两者都为制造商提供了有价值的预先警告。虽然性质相似，但它们评估的是生产过程不同部分的健康状况。就像你汽车里的油一样，工厂里有很多东西可能会出问题，导致生产停顿。