使用物联网提高运营效率的六个步骤
使用物联网提高运营效率的六个步骤
2019-01-07 09:44:12 来源：51CTO
抢沙发
2019-01-07 09:44:12 来源：51CTO
摘要：根据一项调查显示，“同类最佳”公司越来越多地利用物联网(IoT)和大数据来实施预测性维护模型，以解决和改善其最大的运营挑战。
关键词：
物联网
我们发现预测性维护可以：
将意外停机时间减少到3.5%
将整体设备效率提高到89%
将维护成本降低13%
将资产回报率提高24%
任何运行机械的行业——制造、运输、楼宇自动化等，都可以从启用预测性维护中受益。与任何其他维护模式相比，预测性维护的价值在于，它使维护和运营决策者能够在资产(设备)发生影响人员、运营或生产的故障之前预测何时需要干预。预测性维护通过收集和分析各种类型数据，提供最高的资产可见性，以提供以下好处：
确定关键预测因素并确定结果的可能性。
通过应用可测量的实时和历史数据来优化决策。
规划、预算和安排维护维修，合理、及时替换和备件库存。
我们建议遵循以下六个步骤来实现预测性维护：
1. 建立预测性维护的业务案例
为成功实现预测性维护，重点应放在影响运营和生产以及管理风险的独特问题上，而且了解企业关注的指标以及需要改进的指标非常重要。考虑以下问题以确定预测性维护项目的关键目标并确保成功：
如何将数据驱动的决策集成到现有维护实践中?
设备故障将如何影响人员、运营或生产成本?停机成本是多少?
哪些关键设备可能会故障?何时故障?以及为什么会故障?
2. 识别数据源并确定其优先级
资产连网的增加和智能设备的使用可能会产生了大量数据。不需要也不建议处理所有这些数据，相反，开始预测单个设备的故障，重点关注与其具体相关的可用现有数据。
3. 收集选定的数据
选定的数据可能位于不同的位置，从网络边缘的设备到服务器机房，再到企业云，包括传感器、仪表、企业资产管理系统以及监控和数据采集系统。理想的预测性维护解决方案应该足够灵活，使您能够从所有这些数据源中收集信息，以学习并不断做出更好、更明智的商业决策。
4. 确定在哪里执行分析
根据您的具体操作建立高级分析基础。例如，可以平衡边缘(或本地)和云分析，以减轻云部署中易损预测性维护数据的传输负担。分布式方法使您能够在边缘监测和响应本地事件，并立即对流式数据采取行动，同时在云中集成其他数据源。
5. 组合并分析数据以获得精准洞察力
首先分析可用数据以定义机器正常运行的参数。这使得能够通过状态监视来创建规则，以分析直接来自机器传感器的实时数据。借助网关等边缘计算设备，分析可以尽可能靠近机器进行，使用本地I/O从工业设备收集数据，并能够在恶劣环境中运行。在分析实时数据后，添加历史和第三方数据(如可靠性模型和日志)，以发现与实时数据规则生成的异常之间的相关性、模式和趋势，以指示潜在故障。这些模式可用于进一步优化您的规则并实时提供可操作的洞察力。
6. 采取行动
通过单个管理平台将所有资产(设备)的综合风险评估整合到您的运营中，将洞察力转化为行动。例如，当发现潜在问题时，边缘计算设备可以触发一个事件，允许您向相关方发出自动警报，例如位置、估计的替换零部件和建议的纠正措施，以避免灾难性事件。然后，通过从替换零件中获取磨损特征数据，您可以不断优化预测性模型并从性能洞察中学习。最后，探索预测性维护数据的其他用途，例如自动化监测报告和增强对零部件供应商的评估。
第三十八届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：zhangmm
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
