microworks——Fotolia
企业利用工业物联网数据分析
工业物联网正在创造大量潜在有价值的数据，但为了利用它，企业需要牢记明确的业务目标。
随着传感器被安装在越来越多的工业机器上，这些连接设备产生大量过剩的数据。但要释放物联网(IoT)数据分析的真正价值，企业需要清楚地了解其优势和劣势。
在2016年的一次小组讨论中物联网数据分析与可视化会议在加州帕洛阿尔托，几位发言者说，最重要的是要记住工业网络应该改进业务流程，而不仅仅是实现很酷的新技术。
分析咨询公司Asrym Inc.的创始人兼首席执行长谢赫(Nauman Sheikh)说，他最近与一家大型公用事业公司合作，将传感器安装在维修卡车上，以便进行预测性维护。谢赫建立了预测模型，分析来自传感器的数据，以识别卡车可能面临故障的振动模式和其他迹象。
用商业术语谈论物联网
但当他向这家公共事业公司的管理团队推销这个想法时，他并没有提到他建立的算法或者需要的传感器和网络技术。他说，启动项目的关键是要认同业务团队的需求，并“讲他们的语言”。
如果你能将他们的痛苦与物联网带来的价值联系起来，那么这种应用将是快速而有效的。 Nauman酋长Asrym公司创始人兼首席执行官
“我学到的教训是，如果我向他们推销一些漂亮的工具或花哨的技术，他们就不会感兴趣了，”谢赫说。“如果你能将物联网带来的价值与他们的痛苦联系起来，那么这种应用将会非常迅速和有效。”
类似地，加州森尼维尔(Sunnyvale)的Trimble Navigation Ltd.负责软件架构和战略的副总裁普拉卡什•伊耶(Prakash Iyer)说，有兴趣的企业物联网数据分析应该关注的最终目标是什么工业过程自动化。特林布尔为农业和建筑业等行业生产GPS软件和连接硬件。
任何一点物联网或工业互联网项目Iyer说，从机械领域发展出新的见解，这在以前的企业中几乎是不可见的。通过分析来自机器的数据，或者使用简单的可视化或者更复杂的机器学习算法，它可能通过开发一套业务规则来实现工业过程的自动化，这些规则在事件发生时启动。一旦企业了解了工业流程，他们就可以开发规则来实现自动化。但Iyer表示，如果物联网数据分析项目未能提供可行的见解，那么组织应该质疑其投资。
Iyer说:“最重要的不是可视化，而是你如何将其付诸实施。”“我们需要能够实现下一步的自动化。”
工业物联网工作需要灵活性
位于密尔沃基的江森自控产品开发、建筑技术和服务副总裁Sudhi Ranjan Sinha认为，从工业互联网分析项目中实现商业价值的关键是通过灵活规划未来。
辛哈说，在他的公司所在的采暖和通风行业，制冷剂的法定使用和客户对效率的期望可能会随着时间的推移而改变。但他指出，江森自控生产的大多数设备的寿命都在25年左右。
所以，辛哈说，当他和他的团队建立预测模型我们需要记住的是，事情是会变化的，我们需要在模型中增加灵活性，而不是依赖于在设备生产时所做的效率假设。“这个领域没有永恒，”他说。“我们创造的每一种模式都必须具有适应性。”
