对数据安全的重新思考

智能建筑：重要的预测性维护

我们将智能建筑定义为使用物联网(IoT)设备、传感器、软件、在线连接的建筑，以监控各种建筑特征，分析数据并生成有关使用模式和趋势的见解，从而优化建筑的环境和运营。同样的物联网技术也支持预测性维护。

其工作原理如下：物联网传感器连接到您的机器和设备上，并持续收集有关其运行的数据。例如，在商用制冷机组上，传感器可以收集任何数据，从进出压缩机的冷却液温度到压缩机启动和停止的次数，再到压缩机运行的时间(等等)。借助机器学习和算法，可以挖掘这些数据并识别模式。正常运行期间收集的数据作为性能的基准;随着时间推移，异常数据可能表明当前存在问题或问题正在发展。

对设备有如此深入的了解意味着您可以更好地计划维护活动。您可以在最需要的时候优先进行维护，并更有策略地调配人员。您还可以利用数据洞察在故障发生前订购零件或新设备，以便更快地进行维修。

预测性维护真的有回报吗?

关于智能建筑预测性维护的好处的统计数据比比皆是(您知道它的成本比预防性维护低44%吗?)，但真正的价值证明来自已经采用它的公司。几个例子：

• 商业地产维护公司Enertiv在实施预测性维修后，主要设备故障减少了50%，其设备的寿命至少延长了20%。
• 纸浆厂Mercer Celgar将其灾难性设备故障从每年50起大幅减少到每年5起，并将泵更换次数从2007年的123次减少到2018年的15次。
• 仅对暖通空调系统进行预测性维护，一栋29层办公楼的设施经理每年可节省超过16700美元的运营成本和32300美元的维修成本。

预测性维护可以节省成本，并且还有其他好处：

• 一项研究表明，使用预测技术进行维护的北美公司的安全性能比没有使用预测技术的公司高出27%。(紧急维修工作对维护人员来说危险更大，会让更多的工人处于危险之中)
• 作为预测性维护计划一部分收集的数据可用于帮助解决保修索赔。例如，卡车车队的维护经理之所以能够从制造商那里收回75%的零件更换成本，是因为他有数据记录可以证明故障是长期且重复的。

实施预测性维护

预测性维护对任何建筑、任何行业都是有用的。根据我们的经验，目前有关预测性维护的大部分活动都围绕机械设备进行，从生产线上的小型执行器到暖通空调电机，应有尽有。(请注意，由于对新冠肺炎疫情的担忧，功能良好的暖通空调系统的重要性最近有所增加。)

在IotaComm，我们可以帮助您实施预测性维护，我们通常从以下三个方面着手：

• 从维护的角度来看，您的痛点在哪里?我们将与您讨论重复出现故障的地方，以及从业务角度来看哪些故障最具破坏性。
• 我们可以部署哪些类型的传感器来提醒故障?在这里，我们的专家将参与其中，以帮助设计一个能够准确预测故障的系统。在其他因素中，设计这样的解决方案需要对设备、设备的使用频率以及故障的确切指示进行充分了解。
• 值得吗?仅仅因为您可以使用技术来预测故障，并不意味着您在任何情况下都应该这样做。(有时，进行预防性维护就足够了。)非关键性设备可能不值得付出努力或费用。我们将进行成本效益分析，以帮助您确定方案是否能从预测性维护中受益;如果答案是肯定的，我们将帮助您开始行动。

（编辑：桂林站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!