无缝利用预测分析与监控实现资产性能最大化

采集资产性能数据依旧面临困难

提到设备机器租赁，难免会想到业务优化与自动化的种种痛点：高昂的维护费用，高频次的宕机，以及高效性能监控遇到的阻力等。纵然有预防性分析和维护等有效解决方案，其成本与复杂程度依旧令企业困扰不已，最终事倍功半。

以预测性维护为例，这种方案对机器生成的数据有一定质量要求，然后才能给出有意义的分析结果，这在大型企业场景是很难实现的。前期资产性能和维护的可行方案需投入大量精力，这让制造商和设备租赁商都望而却步。

分析运行数据如何解决效率低下并降低故障率呢？

最近的企业用例表明，分析资产生成的运行数据对提高企业持久性与可靠度至关重要。英国石油公司通过缩短非生产性资产的时间，节省了两亿美元资金支出。爱尔兰电力公司通过配有141个传感器并根据状态进行实时监控的方案，打造了一个全面分析平台，利用这些传感器的集成数据，让设备运营商可以统一查看发电站性能。此外，这些数据还能帮助爱尔兰电力公司监测运行异常与零件老化情况，以防出现更严重的问题。

image.png

部署集成运行数据管理系统的一大好处就是，能利用预防性维护方案来减少宕机时间和维护成本。在阿布扎比，多年来的水电需求同比增长都在7.5%，目前阿布扎比水电局（ADWEA）已经转型为智能型公共事业。措施之一就是落实了一个资产管理方案，使得维护成本降低了40%。

然而，还有个问题尚未得到解决，那就是传感器采集的数据可信度不高。解决这个问题，需要通过让资产真正独立而不受外界干扰，为安装在机器上的传感器附加一层信用层，从加密安全的传感器采集数据点到单个云平台，并对这个资产生成的所有数据进行统一查看，从而在整个企业中推行预防性资产维护方案，最终减少设备故障。

—-

编译者/作者：Taraxa

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。