随着物联网技术的快速发展，在各个行业产生了不同的结果。物联网已经进入工业领域，被称为工业物联网（IIoT）。它正在为传统的自动化设备带来新的变化，为设备制造商创造更多的增值机会。作为物联网的一个子集，工业物联网为运营技术增加了新功能，包括远程管理和运营分析。迄今为止，工业物联网最大的价值在于预测性维护。新的物联网设备收集大量生产数据，然后通过机器学习和人工智能进行分析，让管理人员更好地了解生产系统的运作方式。并维护。预测性维护是提前维护的最佳方式。当分析到工业设备的部件可能出现故障时，设备管理人员可以提前进行维护，以便在维护之前进行更换或维修，从而避免更高的成本。损坏和停机时间。预测性维护融合了大数据、机器学习等多种技术，为人机交互提供了机会。预测性维护的关键是什么？预测一套设备可能发生的故障，除了从设备数据中梳理出关键指标外，还需要结合更多的历史事件进行分析，最终形成与设备对应的预测性维修。模型。预测性维护的复杂性在于，这种基于机器学习的生产系统模型必须随时间变化。以火车维护为例。随着火车部件的老化，它们对压力的反应与新时不同。因此，维护计划应该随着时间的推移进行调整，以应对不断变化的故障率，并且这些计划可以使用机器学习来输出新模型。设备在全生命周期的不同阶段具有不同的性能。设备故障有一条“浴盆曲线”，将设备寿命分为三个主要阶段：早期故障率阶段、稳态阶段和磨损阶段。通常，在机器使用寿命初期，会出现频繁的故障。但随着时间的推移，会进入一个稳定期，维修过程会逐渐消失，故障会更加少见。后期机器故障率飙升，最终报废。浴缸曲线因此，机器学习需要识别设备处于哪个生命阶段，并不断调整预测模型。例如，日立开发的Lumeda平台引入了数据科学家，可以更精准地调整机器学习模型。模型投入生产后能够监控机器学习模型的准确性。该平台为数据科学家创建了一个集中式数据库进行试验，允许公司在测试不同模型时改变其输入，并更准确地预测生产线上会发生什么。汽车预测性维修应用场景汽车一般都有OBD-II系统，即车载自动诊断系统。该系统主要用于监测发动机的运行情况和排气系统的工作状态，一旦排放超标就会发出警告。OBD-II系统将故障信息写入内存，通过标准诊断仪读取故障代码，然后根据故障信息一一排除疑点，帮助维修人员快速准确的找到出故障的根源。初创公司TheCarForce希望利用这些数据帮助司机和制造商实施预测性维护。他的方法是使用SIM卡将汽车的诊断数据发送回中央服务器。汽车现在可能比航天飞机收集更多的自我诊断数据，数据一旦收集到服务器上就可以用于分析。图片来源：TheCarForce这种方案的潜在受益者很多，可以为4S店和汽车制造商带来新的机会。在4S店用例中，机械师可以从他们服务的车辆中获取实时维护数据，这既可以警告客户即将发生的问题，也可以关联大数据集以帮助预测未来的可靠性问题。这是一项增值服务，因为4S店可以在机器出现问题之前采取行动。在意识到客户可能在特定日期更换零件后，维护人员可以计划和安排采购，然后联系客户预约维修。这样一来，当机器出现问题的时候，去买配件就会花很多时间。收集数据是预测性维护的基础。只有收集到足够的设备参数，人工智能才能发挥作用。CarForce的采集解决方案为汽车的预测性维护提供了更多可能。随着数据的不断收集和案例的对比分析，维护者可以更准确、更快速地完成工作。物联网帮助农场实现更高的产出。大型农场上有许多农业机械设备，例如拖拉机和收割机。在密西西比河三角洲的一个占地20,000英亩的大农场里，种植棉花、稻米、大豆和玉米。和小麦，农场拥有20多台拖拉机和多台收割机、采棉机和喷雾机，所有这些都通过物联网连接起来。农场负责人表示，他们需要采用物联网技术来跟踪和查看机器状态的发展，如果设备出现问题，他们可以立即修复，不允许停机。因为，他每天都是靠着天时地利人和时间来获得更好的产出，而时间对于他们来说是非常宝贵的。3-10月份是农业生产的旺季，要保证这段时间的机械设备到位。这需要对从连接的机器获得的数据进行高级分析，他们甚至会分析一些轻微的警报，这些警报可能被实际操作员视为“滋扰”警报，并使用它们在可靠性和服务数据上绘制模式和模式。综上所述。图片来源：JohnDeere例如，将风扇安装在发动机的前部，这会引起轻微的振动。系统检测到此更改并发送错误代码。获取更多的外部和内部数据将允许分析机器的所有可能事件。发现机器设备出现故障的最初迹象，及早采取预防措施，避免事情发生，比发生故障后再处理要省钱很多。总结：机器学习模型管理设备将对一些重工业领域产生重大影响，比如物流运输、装备制造、汽车等，对于一些微利高资本领域来说非常有价值。因为设备故障维修不仅让用户付出昂贵的费用，停工还可能让企业失去更多创造产能的机会。预测性维护解决方案解决了设备密集型行业的痛点，也开拓了巨大的增值服务市场。人工智能和机器学习算法的不断进步，将对大数据的分析有很大的帮助。物联网确保设备数据的稳定获取，这些数据将存储在云端，然后通过机器学习进行分析，为设备管理者提供最全面的运营策略。随着自动化设备的推广应用，预测性维护带来的经济价值将是巨大的。
