海量數(shù)據(jù)如何創(chuàng)造價值？關于物聯(lián)網(wǎng)價值如何體現(xiàn)不少人都存有疑惑。就讓Qorvo無線連接業(yè)務部總經(jīng)理Cees Links以電機維修為例來說明工業(yè)物聯(lián)網(wǎng)如何為電機和工廠創(chuàng)造實際價值。
電機有各種尺寸，它們通常采用主電源供電，但有時候也會采用電池，如電動汽車。我們家中有許多電機，它們存在于真空吸塵器、冰箱、冰柜、車庫門開門器中。當然，許多玩具也配備了微型電機，如火車模型中的火車頭。
此外，工廠也配備了許多電機，用于各種作業(yè)：起重、沖壓、泵送、抽吸或干燥，基本上是所有能夠通過運動完成的作業(yè)。電機是當今工業(yè)的主力，它們還用于一些塵土彌漫、危險或人力難以抵達的區(qū)域。簡而言之，沒有電機就不存在什么現(xiàn)代工業(yè)生活。
如何維修？
電機屬于機械裝置，所以偶爾發(fā)生故障也不足為奇。統(tǒng)計資料表明每年電機的故障率為 7%；通常情況下，每 14 年電機就會停止工作一次。大家可能會想，還不錯。但是對于一家擁有上百臺電機的工廠來說，這意味著差不多每個月都會有一臺電機發(fā)生故障。請記住，一臺電機發(fā)生故障有時候意味著整條生產(chǎn)線的故障，這種情況很快就會產(chǎn)生非常高的成本?？紤]到現(xiàn)實因素，電機故障會的時機可能會非常不好，如剛好在必須交付重要訂單之前發(fā)生故障。
為減少意外停機時間，工廠通常都會雇傭維修人員。電機維修是其工作的重要部分，但也很昂貴。電機維修的方法有幾種：
預防性維修。根據(jù)預估的電機平均運行時長制定維修計劃。為了安全起見，以及避免電機徹底故障，通常會過早（偶爾會過晚）進行維修，且可能替換運行正常且仍處于良好狀態(tài)的零件。需要注意的是，這無法保證在維修后短時間內(nèi)不會出現(xiàn)新問題。
“運行直至故障”維修。該方法在機器停止運行時才進行維修。這通常會導致需要更換整個電機，因為在現(xiàn)場修理故障電機并不容易。
根據(jù)狀態(tài)進行維修。通常情況下，電機在出現(xiàn)故障前都會開始出現(xiàn)一些異常（如噪音、不平衡、運行緩慢等）。在根據(jù)狀態(tài)進行維修方法中，維修專家檢查每個電機，并使用適當工具“聽”電機發(fā)出的聲音，就像醫(yī)生使用聽診器那樣。根據(jù)不同的環(huán)境，這可能是一個輕松的任務，也可能是一個困難甚至危險的任務。當然，維修專家不可能同時出現(xiàn)在所有地方。
盡管存在缺點，但預防性維修可能比“運行直至故障”方法更好且更具成本效益——但根據(jù)狀態(tài)進行維修可能是更好的選擇，尤其是用于物聯(lián)網(wǎng)時。
電機如何用物聯(lián)網(wǎng)為傳統(tǒng)應用加持——西安西瑪電機（西安西瑪電機集團股份有限公司）官方網(wǎng)站
利用物聯(lián)網(wǎng)，工廠車間的每一臺電機都配備一個或多個連接至（最好采用無線連接方式）控制數(shù)據(jù)庫的傳感器，而控制數(shù)據(jù)庫則連續(xù)不斷地收集電機相關數(shù)據(jù)?？刂茢?shù)據(jù)庫可利用人工智能 (AI) 學習每臺電機的正常運行情況，且通常在經(jīng)過短期學習后，可在出現(xiàn)與正常運行情況有偏差的情況下發(fā)出即時警報。換句話說，整合了 AI 的物聯(lián)網(wǎng)不僅能夠發(fā)現(xiàn)即將出現(xiàn)的問題，而且還能持續(xù)掃描問題。
請記住，這種控制數(shù)據(jù)庫并不需要進行編程，只需向其提供數(shù)據(jù)，該控制數(shù)據(jù)庫就能夠“自動”學習區(qū)分正常運行情況和例外情況。當出現(xiàn)例外情況（即問題）時，該控制數(shù)據(jù)庫就會發(fā)出即時警報，這在許多情況下可避免電機整體故障和更換。這種智能警報還可在開始出現(xiàn)問題之時解決問題，而不是進行可能過早、過晚或完全錯過即將出現(xiàn)的故障的日常維護。根據(jù)問題和警報的嚴重性，我們甚至可以計劃好電機的停機時間，以最大限度地減少運營中斷的影響。
最后，這種基于傳感器的數(shù)據(jù)收集方法比任何人類可實現(xiàn)的方法更加精確和徹底。人的眼睛和耳朵無法發(fā)現(xiàn)任何特定電機的質(zhì)量緩慢下降，直至出現(xiàn)嚴重問題或故障，但是物聯(lián)網(wǎng)甚至能夠注意到正常性能的長期最小變化。

物聯(lián)網(wǎng)的真正價值：更快更好地制定決策
我們認為我們生活在一個現(xiàn)代化世界，但實際上由于制定錯誤決策和/或制定決策過于緩慢，我們浪費了大量資源和金錢。物聯(lián)網(wǎng)可確保收集足夠數(shù)據(jù)，包括已經(jīng)存在但從未捕獲到的高性價比數(shù)據(jù)。而且我們能夠不斷輕松地捕獲大量此類數(shù)據(jù)。利用 AI，我們能夠從數(shù)據(jù)中獲得信息，以便更快更好地制定決策。