为避免因机组故障和检修人员不在现场造成的事故，同忻煤矿公司耗时一年多，设计研制了大型设备在线监测与故障诊断系统，提高关键机电设备的利用率，减少设备维修次数、优化备件库存，避免“过剩维修”，降低企业综合运维成本。

该系统通过在设备表面或内部布置传感器和数据采集系统，搭建物联网，实现在设备运行中对振动、温度等信号的采集，从而判断当前设备状态，精准定位故障部位、预估受损部件剩余寿命，将维护维修决策由定期维修和临时抢修转变成基于设备状态的预测性维修。当设备运行数据异常时，系统自动触发报警，现场工程师可通过软件中的分析工具对设备数据进行追踪回溯，判断设备当前状态，还可实现云端故障诊断，确定设备异常原因、部位、损伤程度，并评估部件剩余寿命，使大型设备健康状态受控，保障设备稳定运行，减少非计划停机时间。

该系统投入运行后，误报率不超过5%、漏报率为零，故障诊断准确率高于90%，非计划停机率降低了20%，全年连续生产时间提高了5%，最大限度减少了“过修”或“欠修”，降低了5%到10%的总维护成本，加快了企业向智能化、数字化、自动化的转型升级。