Интернет вещей (IoT) продолжает двигаться по восходящей траектории, что приводит к постоянному увеличению числа подключенных устройств и генерируемых точек данных.
Согласно IoT Analytics, в двух из трех основных вариантов использования IoT используются датчики и данные для подключения и мониторинга удаленных активов. Оборудование, ранее доступное только при физическом перемещении к нему, теперь можно контролировать централизованно благодаря развитию Интернета вещей.
Дальше по списку находится вариант использования профилактического обслуживания (PdM). Во многих смыслах PdM стало модным словом и приобрело различные значения с акцентом на снижение затрат на техническое обслуживание оборудования и время простоя.
На сегодняшний день PdM в основном занимается мониторингом оборудования в производстве и, в меньшей степени, тяжелого оборудования в таких областях, как нефть + газ, авиация и железнодорожный транспорт.
Однако по мере развития этих областей с точки зрения новых подключенных устройств. Рост IoT в целом по-прежнему ускоряется.
Профилактическое обслуживание удаленных активов/оборудования
Глядя на ожидаемое увеличение числа IoT-соединений и связывая его с основными вариантами использования, можно сделать логический вывод, что наибольшая область будущего роста будет связана с подключением старого и нового удаленного оборудования.
Таким образом, возникает вопрос, является ли профилактическое обслуживание удаленных активов следующим ключевым вариантом использования и неиспользованным рынком для IoT.
Удаленные активы
Во-первых, что входит в определение удаленного актива? Удаленные активы могут быть активами в движении, такими как грузовики для логистических компаний и компаний, занимающихся цепочками поставок, или географически рассредоточенными, такими как водяные насосы, расположенные в удаленном поле, но это также может означать просто оборудование, к которому трудно получить физический доступ или которое не всегда находится впереди. из вас, чтобы легко контролировать, например, блок HVAC, расположенный на крыше. Интернет вещей предназначен для подключения этих устройств, генерируя данные, которые затем анализирует ИИ.
Интеллектуальный мониторинг на основе ИИ
Хотя решения PdM на основе ИИ обещают возможность интеллектуального мониторинга удаленного оборудования, существует ключевая проблема.
Текущий вызов
Решения по прогнозному обслуживанию, которые появились раньше, были созданы группами специалистов по обработке и анализу данных, часто вручную, и были разработаны как точечные решения для упомянутых выше отраслей, таких как производство. Они созданы для очень специфических машин. Кроме того, их подходы на основе ИИ, как правило, требуют больших объемов исторических данных.
Сосредоточьтесь на простоте, скорости и гибкости
Как вы можете видеть на приведенной выше диаграмме, миллиарды устройств еще не включены, что означает, что они еще не сгенерировали ни одной точки исторических данных. В результате, чтобы воплотить PdM удаленных активов в реальность, нам необходимо решение, достаточно гибкое для адаптации к различным типам оборудования. Он должен быть достаточно простым в использовании, чтобы функциональность была в руках операторов, и при этом не требовалось, чтобы команда специалистов по обработке и анализу данных следила за новой машиной. Наконец, подход ИИ должен начинаться с обнаружения аномалий. Переверните проблему с ног на голову и вместо того, чтобы учиться находить закономерности проблем, вместо этого изучите нормальное, чтобы иметь возможность затем идентифицировать ненормальное. Этот подход требует гораздо меньше данных и приводит к практическим выводам за дни, а не месяцы или годы.
Заключение
Лучшие варианты использования IoT показывают нам, в чем ценность сегодня для конечного пользователя. Логически, чтобы обеспечить следующий уровень дополнительной ценности, мы можем просмотреть существующие варианты использования, которые были проверены, и увидеть, какие из них дополняют друг друга таким образом, что в сочетании они обеспечивают новую форму ценности. Прогностическое обслуживание и удаленный мониторинг активов делают именно это. Итак, это следующая большая вещь в IoT?
Похоже, именно к этому движется рынок, но, как и во многих других инновациях, существуют препятствия. Elipsa сосредоточена на предоставлении готовых к работе прогностических решений, которые помогут воплотить в жизнь обещания следующего пути инноваций, чтобы продолжать обеспечивать более высокий уровень ценности для сообщества промышленного Интернета вещей.
Elipsa является лидером в разработке полностью автоматизированных, масштабируемых решений искусственного интеллекта для промышленных IoT-приложений. Предиктивное обслуживание Elipsa на основе искусственного интеллекта легко внедряется в любой рабочий процесс на периферии или в облаке, повышая доступность и производительность критически важного оборудования. Самообучающиеся модели искусственного интеллекта Elipsa и дополнительный подход обеспечивают простое, быстрое и гибкое развертывание искусственного интеллекта. Чтобы узнать больше, посетите https://www.elipsa.ai
