伴随着信息物理系统的发展，西门子积极变革组织机构，成立数字化工厂集团，推广西门子在数字化技术发展下的解决方案和产品。在此背景下，未来的专家工程师必须具备多领域知识，不仅仅掌握自动化技能，还必须对IT技术、机械电子和大数据分析等非传统电气领域有所涉及。SFAE作为西门子在中国最大的工程公司，几乎涉及西门子所有产品线的应用，过去的20年里积累了大量的使用经验和行业解决方案。未来为了更好的支持西门子数字化业务大框架，SFAE工程部一直在积极探索和储备相关技能。
作为工业大数据非常重要的底层数据支撑环节-设备状态监测与故障诊断系统被选定为SFAE工程部提前积累和研究的一个方向。
设备状态监测与故障诊断是由机械电子、计算机和数据通讯、现代测试和信号处理以及人工智能等多项技术交叉而发展起来的综合及技术，是保证设备安全运行和实现科学维护的关键手段之一。采用状态监测技术其优势是优化维修策略、控制维护成本：通过实施在线监测，提高机组的可靠性、减少非计划停机次数，为智能工厂实施状态检修提供可靠依据。利用信息技术、降低工作强度：可在现场或远程直接监测设备运行工作状态及相关数据，从而大大降低机组日常监测强工作强度。通过对振动数据的分析，及早发现设备的潜在隐患，遏制故障发展，避免重大事故发生，大幅减少维修成本。
针对状态监测系统在风电行业的大量应用案例，根据西门子现有产品，完成了针对风电行业和港口起重机行业的方案，涵盖数据采集、数据存储、通讯网络、第三方系统数据分析等内容。此方案可与西门子原有的电控系统相融合，从而提升电控系统竞争力，为帮助客户实现设备智能化提供基础。
未来的港口起重机将进入智能时代，起重机的远程操作、智能维修、自动化是目前行业内的热点技术名词，而工程部此次方案的探索必将为智能维修提供竞争力的行业应用，为将来西门子在此领域的业务发展助力!
此方案基于西门子现有的CMS4000 为基础，提供了振动、温度、速度以及其它相关数据的监测和过程数据记录的平台，适用于机器与过程的复杂应用的开发与监测，可配置的状态监测系统，基于Profinet、以太网与SIPLUS软件节点实现的全集成自动化(TIA)集成用于分析, 诊断，并且可以通过X-tools软件或第三方系统来实现数据的呈现 。
现阶段无论是西门子CMS4000系统还是其它厂家的状态监测系统都是对数据进行采集及处理，对于数据的诊断均需要有较专业技术人员进行分析。从长远发展上看，如何实现状态监测系统的自动诊断功能，直接针对生产和监测设备给出合理计划将是一个重要的研究方向。为了补充目前电气工程师在机械设备振动数据分析的不足，目前工程部正在积极联系外部资源和相关培训，为工程师提供学习和积累的平台，相信不久的将来，SFAE的工程师必将成为西门子在数字化领域最为宝贵的人才。
