人們對(duì)風(fēng)險(xiǎn)管理技術(shù)和企業(yè)工具的應(yīng)用由來(lái)已久，但是主要集中在保險(xiǎn)，金融和銀行業(yè)。隨著工業(yè)物聯(lián)網(wǎng)產(chǎn)業(yè)和物聯(lián)網(wǎng)終端設(shè)備的迅速發(fā)展，原始設(shè)備制造商和工業(yè)客戶(hù)將有更多機(jī)會(huì)將相似的技術(shù)應(yīng)用于工業(yè)設(shè)備的故障預(yù)警和維護(hù)領(lǐng)域。正如我們的客戶(hù)（ABT【電源設(shè)備管理公司】）就表明有必要使用最先進(jìn)的規(guī)范性分析工具，以此來(lái)降低設(shè)備故障風(fēng)險(xiǎn)并在各工業(yè)場(chǎng)景中對(duì)設(shè)備的維護(hù)成本模型進(jìn)行優(yōu)化。

應(yīng)用最先進(jìn)的分析工具可以有效地改善物聯(lián)網(wǎng)領(lǐng)域中的故障風(fēng)險(xiǎn)管理：

1.日益細(xì)化的物聯(lián)網(wǎng)數(shù)據(jù)，增加了其與對(duì)應(yīng)的故障信息相匹配的難度

我們對(duì)于金融交易中的人類(lèi)行為和欺詐案件的研究由來(lái)已久。然而，對(duì)于來(lái)自新連接設(shè)備、子組件等相關(guān)機(jī)器的故障信息數(shù)據(jù)而言，可以說(shuō)我們的研究才剛剛起步。對(duì)于如何將新歸檔的數(shù)據(jù)與已記錄的故障信息關(guān)聯(lián)起來(lái)，我們?nèi)狈ο嚓P(guān)的歷史經(jīng)驗(yàn)。因此就有必要將傳統(tǒng)人工經(jīng)驗(yàn)（業(yè)務(wù)規(guī)則）嵌入到預(yù)測(cè)性分析（機(jī)器學(xué)習(xí)）工具中。

2.多個(gè)物聯(lián)網(wǎng)組件數(shù)據(jù)難以與單個(gè)故障行為相匹配

隨著物聯(lián)網(wǎng)傳感器和設(shè)備組件變得越來(lái)越普遍，可能很難將某個(gè)特定組件的行為與單個(gè)故障關(guān)聯(lián)起來(lái)。例如，在商業(yè)釀酒廠(chǎng)中，混合物中餾出液溫度的升高和酒精轉(zhuǎn)換率的降低可能是冷卻水流的減少或者二次蒸餾盤(pán)堵塞所導(dǎo)致的，甚至可能是因?yàn)檎羝y出現(xiàn)了相關(guān)故障。通過(guò)跟蹤每個(gè)組件上的傳感器數(shù)據(jù)并將它們與對(duì)應(yīng)操作員的經(jīng)驗(yàn)行為相關(guān)聯(lián)，機(jī)器可以更精確的預(yù)測(cè)出針對(duì)特定的蒸餾設(shè)備，需要進(jìn)行何種清潔和維護(hù)措施。

在其他業(yè)務(wù)場(chǎng)景中，從多個(gè)工業(yè)物聯(lián)網(wǎng)組件中收集數(shù)據(jù)，并與業(yè)務(wù)經(jīng)驗(yàn)相結(jié)合進(jìn)行機(jī)器學(xué)習(xí)，將顯著增強(qiáng)機(jī)器對(duì)設(shè)備故障和維護(hù)需求的預(yù)測(cè)能力。

3.機(jī)器學(xué)習(xí)提高了維護(hù)洞察力，降低了維護(hù)成本

現(xiàn)如今，無(wú)論需要與否，設(shè)備生產(chǎn)商們都會(huì)對(duì)生產(chǎn)設(shè)備進(jìn)行定期維護(hù)。然而，通常這樣的維護(hù)計(jì)劃并不能有效降低設(shè)備出現(xiàn)故障的概率。因此，對(duì)于廠(chǎng)商們來(lái)說(shuō)，一方面將是不必要的維護(hù)，另一方面則是還會(huì)遇到不可預(yù)知的設(shè)備故障。這兩方面都會(huì)增加成本并延長(zhǎng)耗費(fèi)極高的設(shè)備宕機(jī)時(shí)間。相反，如果能有效的將預(yù)測(cè)性分析與決策邏輯相結(jié)合，結(jié)果將變得完全不同。例如，我們的一位客戶(hù)--一家位于澳大利亞西部的主要電力經(jīng)銷(xiāo)商，就將二者進(jìn)行了有機(jī)結(jié)合，以定位可能發(fā)生故障的電網(wǎng)組件，從而進(jìn)行針對(duì)性維護(hù)。

現(xiàn)代決策管理平臺(tái)（如SMARTS明策智能決策引擎），就可以從根本上改善風(fēng)險(xiǎn)管理問(wèn)題。該平臺(tái)支持智能工業(yè)機(jī)械的自我迭代，令其在維護(hù)間隔期前后能夠自行對(duì)設(shè)備故障的行為模式進(jìn)行學(xué)習(xí)和故障預(yù)判。我相信，先進(jìn)的設(shè)備制造商和工業(yè)廠(chǎng)商能夠通過(guò)使用這些決策工具，成功的制定出高度靈活的維護(hù)計(jì)劃并在大多故障發(fā)生之前對(duì)廠(chǎng)商進(jìn)行提醒。

總之，工業(yè)廠(chǎng)商和設(shè)備制造商都需要現(xiàn)代化工具來(lái)管理相關(guān)的物聯(lián)網(wǎng)終端，并最終采用先進(jìn)的工業(yè)物聯(lián)網(wǎng)風(fēng)險(xiǎn)管理解決方案。這些技術(shù)將帶來(lái)更長(zhǎng)的設(shè)備運(yùn)營(yíng)時(shí)間，更低的維護(hù)成本和更高的生產(chǎn)力。這種現(xiàn)代化規(guī)范性分析工具提供了兩個(gè)關(guān)鍵的專(zhuān)業(yè)功能：

預(yù)測(cè)性分析
快速分析物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)并對(duì)其進(jìn)行可視化操作，同時(shí)學(xué)習(xí)和預(yù)測(cè)各種設(shè)備故障的行為模式，并最終提出最優(yōu)的解決方案或改進(jìn)后的維護(hù)計(jì)劃。

決策管理/規(guī)則引擎
以便捷、圖形界面的形式呈現(xiàn)預(yù)測(cè)結(jié)果，同時(shí)在多種故障場(chǎng)景中進(jìn)行測(cè)試驗(yàn)證，并及時(shí)部署預(yù)測(cè)工業(yè)故障的決策邏輯。當(dāng)我們部署這些經(jīng)過(guò)自動(dòng)優(yōu)化的故障風(fēng)險(xiǎn)決策邏輯后，即使是業(yè)務(wù)不熟悉的操作員也可以高效地管理最復(fù)雜的工業(yè)系統(tǒng)。