Marco Polo和七个可获利的物联网智能用例
在13中Th世纪，马可·波罗（Marco Polo）与他的父亲和叔叔一起出发，沿着未知领域的巨大航行。他们穿越了亚洲广阔的大陆，成为第一位参观中国首都的欧洲人。17年来，马可·波洛（Marco Polo）探索了世界上许多地区，然后才终于返回威尼斯。后来，他写了一篇文章并绘制了自己的经历，激发了许多新的冒险家和探险家前往东方异国情调的土地。
我们都在与马可·波罗（Marco Polo）类似的航行中，浏览了未知的物联网大数据的海洋 - 寻求那些难以捉摸的用例。当我们导航复杂的海洋在工业物联网数据中，我们需要两件事：
- 地图（特定于行业的用例）
- 元模式（跨行业常见）
这些将有助于其他“数据Marco Polos”避免我们遇到的潜在雷区。
我们已经抽象和蒸馏了共同的大数据工业物联网中的用例通过业务案例测试。这些基于在美国和日本市场跨能源和重型工程行业执行的现实世界项目。这是我们绘制的七个核心物联网大数据用例：
1.创建新的物联网业务模型
我们与一位使用IIOT大数据技术的客户合作，基于超特定用法行为来重组现场资产的定价模型。在采用之前IIOT分析产品，每个资产的客户价格均匀。部署物联网分析技术帮助他们从统一的定价模型转移到执行基于用法的动态定价，从而提高了盈利能力。
2.最大程度地减少连接植物的缺陷
客户是位于中西部制造电气安全产品的工艺制造工厂。其电气安全产品的质量可能意味着在电网中工作的人们生命或死亡。该客户已经足够数字化制造过程，以获得连续的实时湿度，流体粘度和环境温度条件。我们使用了这个新的，有钱的传感器数据池以识别缺陷密度的驱动因素并将其最小化。
3.数据驱动的现场重新校准
许多资产都带有默认的工厂设置，这些设置未重新校准，导致次优性能。我们与一家工业巨头合作，负责运送重要的工程资产来稳定电网。这些资产经常使用默认参数设置插入网络生态系统中。我们提出的一个有力的问题是：“哪种特定参数设置将失败的资产与资产的性能良好区分？”判别分析揭示了与最佳频带设置一起需要重新校准的参数设置。通过进行简单的干预措施，我们能够极大地影响系统中故障事件的数量。
4.实时视觉智能
这可能是最广泛采用的用例，该平台回答了一个简单的问题，即“我的资产现在如何？”这可能是电网中的变压器，在数字油田环境中的油田资产或在连接工厂环境中部署的锅炉。在及时的状态信息中进行实时“眼睛”进行实时“眼”的能力至关重要。减少的延迟与使用地理空间和时间序列构建体的无条件事件的视觉处理相结合，可以为不用于体验实时现场智能的力量的铁杆工程行业提供解放。
5.优化能源和燃油消耗
对于许多移动的资产，例如飞机，舰队卡车和船舶，燃油成本是运营中的重要订单。成本传感器数据与从移动资产收集的位置数据捣碎可以帮助优化燃油效率。我们与一个主要的车队所有者合作，将燃油消耗降低了2％，这导致数百万美元被削减了公司的运营费用。客户能够将资金重新分配给由于预算限制而推迟的重大项目。
6.资产取证
随着资产越来越多的数字化，企业可以对其健康传感器数据库，环境状况，维护事件和互联资产的健康状况有360度的视图。人们可以确认资产故障假设并检测这些新的丰富数据库的相关性。这将比当前现有流程所提供的智能富裕得多，以诊断资产健康。
7.预测故障
一旦有大量信号，就可以构建多元模型以在故障概率上对资产进行评分。一旦这种预测故障概率越过一定的阈值，它就可以自动触发维护系统中的主动票（例如Maximo或其他系统）进行干预，例如更换零件，重新校准机器或机器检查以进行更接近检查。许多公司正在寻找预测性维护模型与基于时间序列的维护程序在其操作中更有效。我们有一个客户能够通过其机器的实时流信号来重组其整个维护程序。该公司能够根据设备的实际性能为客户提供更有效的维护计划。
正如马塞尔·普鲁斯特（Marcel Proust）所说：“发现的航行不是在寻求新的景观，而是要有新的眼睛。”
祝您物联网大数据航行好运！
所有的物联网议程网络贡献者都负责其帖子的内容和准确性。意见是作家的，不一定会传达物联网议程的思想。