就像3,000英里换油的准确性一样，有些人对此表示怀疑。如今的合成油可以使汽车发动机在两次换油之间达到和超过5,000英里时，都能完美，安全地运转，但是旧的3,000英里标准仍然存在。

一种规格适用于所有维护标准实际上根本不适用。关于资本设备，一些组织采取从失败到失败的方法。其他人则不仅对维修过程而且对预防性维护也很挑剔。

从机器人（或任何设备）的维护或生命周期管理中获得***大收益的关键 是定制生命周期管理以适合您的操作。系统升级，机器人重建或预防性维护的成本似乎比在设施中的其他地方花费的钱更好，除非您认真看待您的具体情况并充分了解计划外停机的成本。

通过开发预测性维护工具来确定何时可能发生停机变得越来越容易。传感器和红外成像仪现在可以提供有关大多数机器组件运行状况的更好信息。这样的预测性分析可以帮助防止计划外的停机并降低维护成本。例如，分析机器人油脂中的铁含量将表明其机械驱动器磨损了多少。随着铁含量的增加，驱动器已接近故障点。铁含量不足可能意味着可以每18个月而不是每12个月对机器人进行一次润滑。

预测工具正在采用一种更智能，更具成本效益的方式进行生命周期管理。行业正在从纯粹的分析工具转变为混合设备集，这些设备可以分析维护管理者并与之进行通信，从而提供远程监控。一个简单的示例涉及查看机器人警报数据，其中包括有关各种机械组件的扭矩水平的信息。这些信息会向管理人员发出警报的警报程度的警报，以及对预测机器人组件的预期寿命的洞察力。

预测工具（包括远程监视功能）可以增加价值，但是这些工具必须适合客户的情况及其维护理念。

Yaskawa正在开发技术，以帮助客户建立连接工厂中机器人的网络。通过在数据共享网络中链接机器人，管理人员将能够了解其机器人相对于其他机器人的状况，并确定是否以及何时进行维护或重建机器人。通过这种安排，企业必须问自己以下问题：我是在专用网络上捕获有关机器人的数据，还是将其外包给成为机器人的OnStar®的机器人专家？外包时，由客户决定是否可以访问信息。这