预测服务的三个组成部分
预测服务的三个组成部分撰写者： 乔纳森·卡丹
[*]工业物联网
[*]2019年8月28日
[*]阅读时间：3分钟
[*]
[*]
[*]
[*]
工业服务模式正在发生变化，服务团队不能再坐在旁观者了。据研究公司IDC称，工业服务模式正在从传统的中断/修复转变为主动和预测性服务。商业利益显而易见：
对于最终用户：在设备出现故障之前对其进行修复可以增加正常运行时间，生产率和ROI。
对于供应商：通过按计划组合程序以减少卡车的滚动，这对于最终用户和服务团队来说很方便，可以节省内部成本，并可以更好地进行备件供应链计划。在设备出现故障之前对其进行修复还可以减少计划外的停机时间并提高客户满意度，从而提高更新率，降低客户流失率并提高净促销员分数（NPS）。
达到可以可靠地预测客户问题并实现这些业务收益的地步是可以实现的目标，尤其是在项目同时使用预测服务的所有三个组成部分而不是顺序使用的情况下。虽然这三个要素中的每个要素都很重要且有效，但是可以一起实施或分别实施它们，以快速创造价值，并同时使用这三个要素，这是一流实践者的与众不同之处。
组件1：对现场连接设备数据的传统分析这是许多公司使用的方法，并且容易卡住，认为这是前进的唯一方法。拥有新连接设备的公司通常认为，进行正确分析所需的数据收集将花费太多时间，并且项目ROI距离太远。此过程中的数据非常有用，应将其与连接的其他好处（警报，警报，远程服务等）一起使用。但是，连接的数据只是集成方法的一部分。它不必首先完成，也不必减慢其他两个组件的实现。预测分析的传统方法已建立良好：收集数据，应用逻辑并获得洞察力。第一步通常是收集数据，这对建立预测性服务程序和实现相关的业务收益造成了虚拟障碍。为什么是虚拟的？公司认为，由于他们没有构建模型所必需的历史数据，因此预测性服务还需要很多年。共同的信念：
[*]连接/收集/分析过程是构建预测性程序的唯一方法。
[*]所有活动必须遵循该顺序。
[*]由于需要时间来积累必要的数据，因此该程序将无法提供及时的投资回报
[*]这些信念并不总是反映现实。许多供应商具有深厚的工程基础，而专业知识可以使您能够使用其他组件在较短的时间内构建预测性服务程序。
新连接的公司应绝对继续数据收集过程并建立该数据集。此策略立即支持下面概述的其他两个组件。组件2：使用现有工程数据进行预测不要被“模型”一词所困扰。技术产品公司已经根据多年的设计和测试工作收集了广泛的数据集。这些积累的经验绝对可以用于构建预期的性能模型并设置警报/警报条件。例如，您的工程团队可能已经知道，如果特定轴承的温度或振动级别超过某个阈值，则将处于故障模式。基于设计标准，测试和多年的现场经验，这是一个可靠的“数字孪生”模型。基于这种模型的预测是有效的，并且可以使预测服务项目快速进行。通过将从现场收集的实时数据与机器学习相结合，可以随时间改善该模型的保真度。
组件3：基于仿真的预测有大量新的仿真技术可供工程师使用。通过PTC与ANYSYS的战略联盟，公司现在可以通过将ANSYS Twin Builder与PTC的ThingWorx Analytics相结合来构建基于仿真的数字孪生模型，以预测设备如何操作并响应其环境。PTC / ANSYS框架有助于创建精确的，基于物理的数字孪生，并且像以前一样，可以通过结合实时数据和机器学习来调整模型保真度。
在实践中考虑一下全球工程企业Howden创建的正常运行时间程序。豪顿（Howden）数据驱动优势全球主管玛丽亚·威尔逊（Maria Wilson）表示：
“我们的Digital Twin立足于我们的核心经验：超过160年的设计和制造旋转设备的服务，几乎可以满足每种空气和气体处理应用的需求。从我们的手册，数据手册，选择软件，工程图和模型的设计数据中可以获取这种核心经验，以创建我们所谓的理论性能图。然后，将该理论数据集与来自设备级现场部署的传感器的操作数据进行比较。”
Howden的正常运行时间计划基于该OEM经验，并与PTC和Microsoft建立了合作伙伴关系。根据Howden的说法，Uptime将数字孪生模拟与实时数据结合在一起，从而
”。。。数据情报和可见性使您可以采取主动和先发制人的行动来避免故障。”
要了解有关预测服务的三个组成部分的更多信息，请联系PTC的IoT专家。
标签：
[*]工业物联网
[*]服务与零件
关于作者乔纳森·卡丹乔纳森·卡丹（Jonathan Kadane）是PTC智能连接产品部门的市场总监，他负责帮助公司实现连接和收听其销售和服务的产品的好处。Jon加入PTC已有30多年的经验，在电气，电子，化学，食品和饮料，制药，医疗设备和技术行业的各种角色中为客户和供应商创造价值。
页:
[1]