预测性维护是工业物联网的典型应用之一,通过对设备运行状态的实时监测和数据分析,在设备发生故障之前,预测可能出现的故障隐患,并提出防范措施,从而降低设备维护成本、提高设备使用率。本文提出一种面向离散制造生产线的预测性维护系统解决方案,采用OPC UA(OPC Unified Architecture)和MQTT(Message Queuing Telemetry Transport)协议实现现场层传感器到云端的无缝通信,并通过部署在云端的数据处理中心对传感器数据进行机器学习和回归分析,利用基于ARIMA-SVR(Autoregressive Integrated Moving Average Model-Support Vector Regression)的组合预测模型对设备故障和RUL(Remaining Useful Life)进行预测。通过在某小型离散制造生产线上的应用案例表明,本方案为保障生产线的高效平稳运行提供了强有力的手段,并降低了运维成本,具有可行性和良好的市场应用前景。