Големите данни и аналитичното прогнозиране имат много сфери на приложение и превантивното обслужване на машини е сред тях, макар за него да се говори най-малко. То осигурява максимално дълга производителност при запазване на нужното качество. То е важно, доколкото при някои индустрии спирането на производството е сред най-големите рискове и заплахи за бизнеса. Благодарение на големите данни и чрез data analytics могат да се създадат алгоритми и модели, тренирани с данни в реално време, които да прогнозират какво и къде може да се развали.
Превантивното обслужване намалява риска от спиране на работата, увеличава продуктивността и предотвратява неочаквани повреди. Вълна от нови данни, генерирани от IoT продукти вече предлага телеметрия в реално време за специфични аспекти от всеки производствен процес. От Microsoft обявиха неотдавна, че техни data analytics експерти могат да прогнозират закъснение или отмяна на полет заради проблем със самолета. Те разчитат на данни от сервизната история на машината до текущата полетна информация. Техният прогностичен инструмент разчита на Machine Learning, захранван с исторически данни и може да прогнозира в реално време типа на механичния проблем, който може да се трансформира в отлагане или отмяна на полет в рамките на следващите 24 часа.
Модерните автомобили, които шофираме днес също се възползват от превантивното обслужване и това вече резултира в по-дълги сервизни интервали. Банкоматите са друга област, в която то се прилага, благодарение на сензори, предаващи данни в реално време. По този начин обслужващите оператори получават информация за възможно неизпълнение на бъдеща транзакция. Както вече обсъдихме в нашата публикация за аналитичното прогнозиране и производството и разпределението на електроенергия, в стойностите на потреблението, волтажа, времето навън и други има типични отклонения. Подобни данни могат да бъдат моделирани, за да се предвидят потенциални сривове в електроразпределителната мрежа.
Ако електромотор покаже необичаен ръст в потреблението на електроенергия, това е сигнал, че ремък или лагер или друг компонент е износен и създава повече съпротивление от обичайното. Така, неизбежната повреда може да бъде предотвратена чрез прилагането на класически data analytics.
Превантивното обслужване елиминира предположенията на инженерите, за да се трансформира в почти напълно предотвратяване на технологични инциденти и спиране на работа на машините. А това може да е ключово в много отношения.
