揭开物联网时代的预测维护难题
在数字时代，促进物联网指数增长的开创性应用之一是，作为物联网应用的海报孩子，预测维护的兴起。分析师的估计差异很大，但是与其他物联网用例相比，总体预测维护市场将在快速夹中增长。由于全球运营的全球资产大约是世界GDP的2.5倍，有效维护实践所带来的经济影响可能是真正的变革性，并延伸至万亿美元。
过去，传统上，维护被降级为制造领域内的支持功能的状态，并被视为纯粹的成本中心。预测维护将这种状态翻转为止，提升维护功能从以成本为中心的角色到组织中的主要战略角色。
有潜力预测性维护承诺，该主题周围有过多的炒作，并且足够的内容将算法的力量兜售为魔杖，以实现维护涅rv的维护。
不幸的是，现实更加细微。预测维护不是纯技术演出。预测性维护可以是一个独特的竞争差异化因素（无论您是在成本，客户服务还是创新）中，并且可以真正为您的组织带来巨大的商业价值。但是，必须在引擎盖下窥视以了解预测性维护并解决难题的实际应用：
- 一切都与指标有关。
- 破坏孤独的游侠态度。
- 没有“一个尺寸合适”。
- 您可能有锤子，但一切都不是指甲。
- 巨大的水平与垂直鸿沟。
- 不仅仅是资产。
- 预测不是全部。
- 测量是关键。
- 部署和可持续性是最终游戏。
- 未来的招手，所以拥抱它
1.这一切都与指标有关
在预测维护应用程序的情况下，该技术运行良好但无法交付货物的风险很高。很容易被一个新的闪亮玩具迷住并直接潜水。相反，必须从对业务目标有清晰的了解开始。必须清楚地了解您要影响的特定KPI，更具体地说，例如，整体设备效率，平均维修时间，失败之间的平均时间，按时完全，维护效率等。总体维护功能审核是在此初创阶段的明智策略。
2.破坏孤独的游侠态度
功能维护专家倾向于被辛劳的果实迷住，并相信他们可以独自带来结果。这引起了适得其反的孤立心态。在考虑预测维护计划时，必须破坏孤岛并具有整合的思维。预测维护是一项团队运动。维护应作为相互依存的功能和平衡注意事项，包括生产，库存，人力资本和客户服务，以优化整体绩效。
3.没有“一个尺寸适合所有人”
不要用相同的刷子绘制所有资产和资产类别。在深入研究之前，必须将您的资产分为不同的类别，每种资产都具有适合最大化业务价值的维护策略。某些情况需要以可靠性为中心的维护来维护关键的高价值资产，但是一种反应性方法可能足以容纳一些简单的非关键资产。该细分应使资产分为不同的类别，每个类别都具有自己的策略，但最终提供了最佳的业务成果。
4.您可能有锤子，但一切都不是指甲
重要的是要深入了解每种资产的物理及其潜在的故障模式和根本原因。振动监视可能是一项很好的技术，但它可能不是您试图监视的内容的正确策略，例如松散的电连接。对故障模式的有效理解以及如何通过衡量什么特征是必不可少的。知道在哪里应用哪种传感技术（热成像，超声，红外，光谱分析，振动分析等）需要良好的领域专业知识。
5.巨大的水平与垂直鸿沟
一所思想流派认为，维护是一种水平功能，并且给出了足够的历史数据（希望标记为标记）智能算法可以找出所有基本模式和相关性，从而在没有对垂直或资产类别的理解的情况下提供接近完美的见解。另一所学校认为，对资产，其组成部分及其功能模式的深入了解对于良好的维护策略至关重要。现实位于介于两者之间的某个地方。在相关资产类别和上下文环境上拥有领域专业知识绝对有用，但是数据科学算法背后确实有一些魔术。尽管他们确实发现了最终不可能的人性化的有趣且通常是违反直觉的见解，但目标应该是平衡两种观点，以从实施中得出最佳价值。
6.不仅在资产中
相同羽毛的鸟可能会蜂拥而至，但是相同的品牌和模型的资产并不总是类似地表现。由于传感器的基于资产数据的过分关注可以使我们兴奋。传感器数据需要与上下文数据相结合，例如环境条件，操作环境，资产操作模式，一般资产维护等，以提供正确的见解。上下文确实是国王。
7.预测不是全部
根据Gartner的说法，预测维护是从反应性到财务优化的连续体的一种策略。从这个意义上讲，预测性维护是方向盘上的齿轮，可以为更高最终目标提供动力。通过预测维护收集的洞察力应以可持续的方式可行，以将它们转化为对组织的真正有形价值。最终目标显然是财务优化或推动新的创新业务模型。维护应作为相互依存的功能和平衡考虑因素与其他功能有关的考虑，包括生产，库存和人力资本，以优化整体财务绩效。
8.测量是关键
通常，诸如预测性维护之类的战略转型计划因不交付商品而变得不良说唱。一个主要问题通常是缺乏有关所获得的收益的有效沟通，例如，通过预测性维护，避免卡车卷等避免重大细分，并量化财务影响。有效的基础和测量策略是确保通过预测维护实现的收益得到充分衡量的关键。传达积极的结果，以在组织内部获得更广泛的吸引力并保持动力继续前进。
9.部署和可持续性是最终游戏
创建独立的算法模型并证明其功效可能会引起所有注意，但不是最终游戏。一旦将这些模型部署到生产环境中并集成到业务应用程序景观中后，才能得出真正的价值。必须定期刷新模型以避免模型疲劳，并确保模型结合新的上下文信息以维持高水平的准确性。
10.未来的招手如此拥抱
预测维护是一种快速发展的功能，它与AI和增强现实等技术的融合很大程度上受益。麦肯锡预测通过在预测维护中应用AI，生产率提高了高达20％，维护成本的降低大于10％。计算机视觉的进步将进一步增强传统的预测维护应用程序。增强现实应用程序将通过可穿戴设备来提高维护工作者的生产率，以进行指导维修。自我修复机器的时代也不太远。该领域将继续迅速发展，必须在实验性的基础上插入并开始使用新的新兴技术进行试验。
通过实施预测维护计划来实现真正的好处，要求有整体的观点，并需要正确的域，咨询，技术和分析技能。总而言之，这是食谱比上述单一成分中的任何一种重要。
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。