改善狀態監控和診斷并實現整體系統優化，是當今人們在使用機械設施和技術系統時面臨的部分核心挑戰。這個話題不僅在工業領域，在任何使用機械系統的地方都愈加重要。以往，都是根據計劃來維護機器，延遲維護可能會面臨生產停工的風險。如今，人們通過處理機器的數據來預測其剩余的使用壽命。尤其是溫度、噪聲和振動等關鍵參數，可以利用記錄的這些數據來確定最佳運行狀態，甚至是所需的維護次數。此舉可以避免造成不必要的磨損，并且能夠盡早發現潛在的問題和原因。通過這種狀態監控，設施的可用性和有效性可挖掘出相當大的優化空間，從而獲得決定性的優勢。例如，經證實，實施這種監控之后，ABB1一年內將停機時間減少了70%，將電機的服務壽命延長了30%，同時將設施的能耗降低了10%。
預防性維護的一個重要組成部分就是基于狀態的監控(CBM)，通常監控渦輪機、風扇、泵、電機等旋轉機器。利用CBM可實時記錄運行狀態信息。但是，不會提供故障或磨損預測。這些只能通過預防性維護提供，因此帶來一個轉折點：借助更加智能的傳感器、更強大的通信網絡和計算平臺，人們能夠創建模型、檢測變更，并詳細計算服務壽命。
為了構建有效的模型，需要分析振動、溫度、電流和磁場。當今采用的有線和無線通信方法支持在整個工廠或公司范圍內實施設施監控。基于云的系統為我們帶來了更多的分析可能性，使得操作員和維修技術人員能夠通過簡單的方式獲得有關機器狀態信息的數據。但是，機器必須具備本地智能傳感器和通信基礎架構，這是獲得額外的分析能力的前提。這些傳感器是什么樣的、需要滿足哪些要求、有哪些關鍵特性—本文會就這些問題以及其他問題展開探討。
機器的生命周期展示
關于狀態監控，可能需要考慮以下最基本的問題：在實施必要的維護之前，設備能夠運行多長時間？
一般而言，從邏輯上來說，從發現問題到開始維護的間隔時間越短越好。但是，為了優化運營和維護成本，或者完全發揮設施的最高效率，需要熟悉機器特性的專業人員憑借知識經驗來判斷。這些專業人員主要來自軸承/潤滑領域，在電機分析方面經驗不多，屬于最薄弱的環節。專業人員最終會決定，根據實際的生命周期（如圖1）和實際狀態偏離正常狀態的情況，是否應當進行維修甚至是更換。
尚未使用的機器最初處于所謂的保修期。這屬于生命周期的早期階段，不排除這個階段會出現故障，但這種幾率相對非常小，且一般與生產故障有關。只有在接下來的定期維護階段，接受過相應培訓的維修人員才會開始進行針對性的干預。無論機器的實際狀態如何，他們都會按照指定的時間，或者在達到指定的使用時間后，對機器執行例行維護，例如，為機器換油。這種情況下，維護間隔期間出現故障的幾率也仍然非常低。隨著機器的使用時間增加，會逐漸到達狀態監控階段。自此之后，應做好故障應對準備。圖1顯示了以下6種變化，從超聲波范圍(1)的變化開始，接著是振動變化(2)。通過分析潤滑油(3)或者通過稍微提高溫度(4)，在實際發生故障之前，可以通過可感知的噪聲(5)或發熱情況(6)檢測出將要發生故障的前期跡象。振動通常用于確認老化情況。圖2顯示了三臺相同設備在生命周期內的振動模式。三臺機器在初始階段都處于正常范圍。但是，從中期階段開始，根據具體的載荷情況，振動或多或少快速增加；到后期階段會呈指數增加達到臨界范圍。一旦設備達到臨界范圍，則需要立即采取行動。
通過振動分析實施狀態監控
輸出速度、齒輪比和軸承組件數量等參數與機器的振動模式分析密切相關。一般來說，齒輪箱導致的振動在頻域體現為軸速的倍數，而軸承的特征頻率通常不代表諧波分量。此外，通常還會檢測湍流和氣蝕導致的振動。它們通常與風扇和泵中的氣流和/或液流有關，因此，一般被視為隨機振動。它們通常呈靜止狀態，從統計特性來看，并不存在差異。但是，隨機振動也具有循環平穩性，因此也具有統計特性。它們由機器產生并發生周期性變化，這與內燃機每個氣缸每個周期點火一次的情形類似。
傳感器方向也至關重要。如果采用單軸傳感器來測量主要線性振動，則必須按照振動方向來調整傳感器。也可使用多軸傳感器記錄所有方向的振動，但是基于其物理特性，采用單軸傳感器的噪聲更低、測量范圍更廣，帶寬也更大。