文章轉(zhuǎn)載來源《千家網(wǎng)》
這些新技術可以提高生產(chǎn)力、降低維護成本，并減少停機時間。預測性維護，加上機器學習和人工智能，可使投資回報率提高十倍。
機器學習模型能夠預測設備何時會發(fā)生故障，并通過調(diào)整參數(shù)來防止故障。如果設備出現(xiàn)故障，預測性維護可以檢測到這些故障，確定其原因，然后提出可能的修復方案。而這一切，都是由物聯(lián)網(wǎng)監(jiān)控實現(xiàn)的。
本文將探討遠程物聯(lián)網(wǎng)監(jiān)控是如何工作的，以及預測性維護如何使這一切成為可能。
什么是物聯(lián)網(wǎng)遠程監(jiān)控?
物聯(lián)網(wǎng)遠程監(jiān)控是利用特殊傳感器和設備，與機械和其他技術等傳統(tǒng)資產(chǎn)進行交互的過程。物聯(lián)網(wǎng)遠程監(jiān)控通常與自動化相結(jié)合，以評估任何設備是否正常運行。在物聯(lián)網(wǎng)遠程監(jiān)控之前，制造工廠和其他設施必須依靠員工手動檢查機器，以確保其持續(xù)運行。物聯(lián)網(wǎng)遠程監(jiān)控可以幫助保持工作效率，即使在家辦公。
舉個例子，給汽車進行例行換油，結(jié)果卻發(fā)現(xiàn)還需要換別的東西?物聯(lián)網(wǎng)遠程監(jiān)控允許團隊在發(fā)生故障前通過收集、處理和分析數(shù)據(jù)來避免這些沖擊。遠程監(jiān)控技術使診斷和維護流程變得更加容易，因為其可以利用收集的所有數(shù)據(jù)。同時，這也意味著更低的成本和更好的生產(chǎn)力。
遠程監(jiān)控利用物聯(lián)網(wǎng)技術和人工智能來收集機器和設備的性能數(shù)據(jù)。回想一下汽車的例子，假設汽車配備了可預測可能發(fā)生故障的設備。物聯(lián)網(wǎng)設備通過收集設備性能數(shù)據(jù)，然后通過網(wǎng)絡將數(shù)據(jù)發(fā)送給利用人工智能分析數(shù)據(jù)的服務。這些平臺可以對信息進行梳理，為技術人員提供實時的性能指標和見解。
由于數(shù)據(jù)是在場外傳輸?shù)皆贫说模虼似淇梢栽谠O備的整個生命周期內(nèi)持續(xù)存在并存儲。有了這些數(shù)據(jù)，工作人員可以建立詳細的報告并檢查歷史性能數(shù)據(jù)。隨著時間的推移，可以可視化機器的生產(chǎn)力，還可以預測維護情況。不過，需記住，由于數(shù)據(jù)將存儲在云端，因此物聯(lián)網(wǎng)存在一定的風險。例如，黑客和不良行為者可能會濫用數(shù)據(jù)。
通過結(jié)合物聯(lián)網(wǎng)洞察力、收集的數(shù)據(jù)和機器學習，團隊能夠預測故障最有可能發(fā)生的時間。甚至還會建議應該采取哪些措施來防止出現(xiàn)故障和衰退。
預測性維護如何工作?
預測性維護是指使用物聯(lián)網(wǎng)遠程監(jiān)控工具，持續(xù)分析資產(chǎn)的性能和狀況的過程。資產(chǎn)可以是幾乎任何東西，從機器到建筑物，本質(zhì)上是任何通過物聯(lián)網(wǎng)技術連接到網(wǎng)絡的任何東西。
在制造業(yè)環(huán)境中，由于生產(chǎn)力的提高，預測性維護提供了高達10倍的投資回報。隨著生產(chǎn)力和利潤的提高，需要確保擁有一個安全的銀行賬戶，其具有在線賬戶監(jiān)控等功能，并且沒有每月維護費用。
預測性維護提高了吞吐量，最小化了維護成本，并消除了流程故障。例如，假設是從事數(shù)據(jù)存儲服務。預見性維護可以監(jiān)控空調(diào)機組的正常運行時間，并預測負荷時間可能性最高的時間。其還可以預測空調(diào)機組可能需要維修的時間，這樣就可以在設備故障前輕松更換，而不是關閉操作進行維護。
通過使用機器學習，從監(jiān)控設備的物聯(lián)網(wǎng)傳感器收集數(shù)據(jù)，這意味著可以在故障發(fā)生之前預防故障。
但無論如何，資產(chǎn)或設備還是發(fā)生了故障，預測性維護也可以幫助預測發(fā)生故障的組件，以及可以采取的可能措施來防止類似事件再次發(fā)生。當然，如果沒有物聯(lián)網(wǎng)和遠程監(jiān)控技術，這一切都不可能實現(xiàn)。
物聯(lián)網(wǎng)遠程監(jiān)控如何影響世界?
遠程監(jiān)控在制造業(yè)中尤其有價值，因為裝配線依賴于所有輔助機器的連續(xù)操作。例如，想象一下，在最近升級的上海特斯拉超級工廠，一臺用于連接車門和車輛的機器停止工作。發(fā)生這種情況時，所有下游生產(chǎn)都受到影響，而上游生產(chǎn)則成為瓶頸，直到問題得到解決。其結(jié)果是供應鏈受損。
如果沒有物聯(lián)網(wǎng)遠程監(jiān)控，如果維護人員未能預測未來的問題，機器就會發(fā)生故障。然后，工廠經(jīng)理必須診斷問題，召集技術人員嘗試解決問題。如果沒有可用的零件，機器可能在訂購并到達之前無法使用。在修復完成之前，工作將受到影響。然而，所有的這些都可以避免，因為遠程監(jiān)控技術，可以幫助避免這種停機。
當然了，物聯(lián)網(wǎng)和預測性維護技術并不只適用于制造業(yè)。一些企業(yè)將其與區(qū)塊鏈技術結(jié)合使用，通過提高安全性和去中心化來支持物聯(lián)網(wǎng)部署。
區(qū)塊鏈是一個點對點網(wǎng)絡上所有交易的去中心化分類賬，最著名的是與加密貨幣一起使用。該技術將加密交易完全匿名化以保護隱私，并且資產(chǎn)可以保存在完全加密的安全加密錢包中。同樣的技術可用于物聯(lián)網(wǎng)設備，其固有的去中心化意味著第三方不能通過攻擊服務器來訪問數(shù)據(jù)，也可用于跟蹤和授權(quán)跨物聯(lián)網(wǎng)網(wǎng)絡的響應。
知名工具制造商Bosch去年開始了一項測試計劃，使用區(qū)塊鏈和物聯(lián)網(wǎng)技術來識別設備問題。Bosch希望能夠利用這項技術來增強機器學習，從而最大限度地減少未來的故障。
哪些策略可使遠程監(jiān)控成功?
以下是用于實現(xiàn)物聯(lián)網(wǎng)遠程監(jiān)控的3種主要策略：
1、在規(guī)劃階段包括數(shù)據(jù)科學家
數(shù)據(jù)科學家在任何物聯(lián)網(wǎng)遠程監(jiān)控實施的早期階段都是關鍵，因為他們可以確保項目立足于現(xiàn)實。例如，數(shù)據(jù)科學家可以指導如何與數(shù)據(jù)工程團隊合作、了解收集的數(shù)據(jù)，以及如何整理、構(gòu)建和標記數(shù)據(jù)；最后，如何創(chuàng)建有效的機器學習模型。
2、自動化數(shù)據(jù)工程過程
數(shù)據(jù)工程是從機器傳感器收集數(shù)據(jù)，然后將其轉(zhuǎn)移到存儲的過程，通常是在云平臺上。數(shù)據(jù)工程需要可靠、可復制和可擴展。如果設備的互聯(lián)網(wǎng)連接不可靠，可能需要重新考慮如何從設備收集數(shù)據(jù)。
3、利用結(jié)果
如果無法利用所收集的數(shù)據(jù)，將看不到巨大的投資回報。物聯(lián)網(wǎng)項目的一個重要部分是了解數(shù)據(jù)的用途。如果計劃將其用于維護，維護人員將如何利用存儲在云中的數(shù)據(jù)?是否需要額外的系統(tǒng)來處理數(shù)據(jù)并使其有用?誰負責監(jiān)督所有這些數(shù)據(jù)?這些類型的問題都需要克服，才能獲得物聯(lián)網(wǎng)預測性維護的好處。
