智能運(yùn)維如何為資產(chǎn)所有者釋放新價(jià)值

　　Gareth Vest和Neil Walker探討了數(shù)據(jù)驅(qū)動(dòng)的運(yùn)維方法的重要性

　　到2025年，物聯(lián)網(wǎng)設(shè)備在全球產(chǎn)生的數(shù)據(jù)量將達(dá)到79.4兆字節(jié)(ZB)，即79萬億千兆字節(jié)。在基礎(chǔ)設(shè)施行業(yè)，這種數(shù)據(jù)爆炸帶來的挑戰(zhàn)最大。

　　現(xiàn)在，我們管理、看到收購或建造的幾乎每一項(xiàng)資產(chǎn)都內(nèi)置了連接傳感器，或者能夠以微不足道的成本添加傳感器。他們將這些來自維護(hù)報(bào)告和資產(chǎn)檢查的數(shù)據(jù)情報(bào)結(jié)合起來。因此，許多基礎(chǔ)設(shè)施運(yùn)營商發(fā)現(xiàn)自己每天都被TB級的數(shù)據(jù)淹沒，幾乎涵蓋了其資產(chǎn)狀態(tài)和運(yùn)營的方方面面。

　　的確，沒有傳感器的老化資產(chǎn)確實(shí)面臨進(jìn)入壁壘，因?yàn)楦脑煺麄�(gè)庫存的物流。這本身就是一個(gè)問題，因?yàn)樵谝粋�(gè)智能主導(dǎo)的世界里，人們被拋在了后面。

　　但越來越多的資產(chǎn)所有者現(xiàn)在正在他們的建筑物中添加傳感器，并因此獲得大量數(shù)據(jù)。

　　如果沒有正確的數(shù)據(jù)模式、策略和運(yùn)營模式，組織將無法高效地使用這些數(shù)據(jù)，并且其中的大部分會(huì)丟失。坦率地說，資產(chǎn)所有者正在努力跟上步伐，他們經(jīng)常雇用整個(gè)控制室的分析師，這些分析師整天觀察實(shí)時(shí)或接近實(shí)時(shí)的數(shù)據(jù)(通常是錯(cuò)誤警報(bào))，試圖找到優(yōu)先維護(hù)任務(wù)。他們?nèi)匀唤?jīng)常錯(cuò)過重要的事情。簡而言之，他們變成了數(shù)據(jù)盲。

　　以這種方式有效地預(yù)防意外故障幾乎是不可能的。 在最壞的情況下，增加數(shù)據(jù)工作者數(shù)量的成本將被減少現(xiàn)場工作的工程師和技術(shù)人員數(shù)量所抵消。

　　這意味著即使數(shù)據(jù)團(tuán)隊(duì)及時(shí)正確地識別問題，也可能沒有足夠的技術(shù)工人在正確的時(shí)間范圍內(nèi)解決問題。

　　機(jī)器學(xué)習(xí)如何提供幫助

　　智能運(yùn)維 (O&M) 的目標(biāo)是將正確的信息在正確的時(shí)間交到正確的人手中，以便資產(chǎn)所有者做出正確的決策。 機(jī)器學(xué)習(xí)功能現(xiàn)在可以通過從每項(xiàng)資產(chǎn)中收集最有價(jià)值的數(shù)據(jù)并更有效地處理這些信息來實(shí)現(xiàn)這一點(diǎn)。 通過只關(guān)注那些對關(guān)鍵性能指標(biāo)有實(shí)際影響的變量——通常是那些與避免計(jì)劃外停機(jī)有關(guān)的變量——基礎(chǔ)設(shè)施運(yùn)營商可以從現(xiàn)有資產(chǎn)中釋放新價(jià)值，并做出更好的戰(zhàn)略和戰(zhàn)術(shù)決策。

　　了解您希望跟蹤的最有價(jià)值的數(shù)據(jù)點(diǎn)還將告知您將傳感器放在首位的位置。 大多數(shù)組織會(huì)發(fā)現(xiàn)將傳感器隨處安裝在經(jīng)濟(jì)上是不可行的，尤其是當(dāng)他們在舊資產(chǎn)上進(jìn)行改造時(shí)。 數(shù)據(jù)收集的戰(zhàn)略方法總能勝過將傳感器放置在隨機(jī)位置或隨處可見的散彈槍方法。

　　下一步是確保數(shù)據(jù)被推送到正確的應(yīng)用程序。 通常，您需要一個(gè)儀表板和警報(bào)系統(tǒng)，讓分析師能夠一目了然地查看重要變量，并在關(guān)鍵變量超過預(yù)設(shè)閾值時(shí)提醒操作員。 這使公司能夠?qū)θ魏慰赡苡衅�離峰值性能風(fēng)險(xiǎn)的資產(chǎn)做出快速反應(yīng)。

　　確保在正確的時(shí)間收集正確的數(shù)據(jù)也很重要——并且當(dāng)數(shù)據(jù)與公司的運(yùn)維和更廣泛的業(yè)務(wù)目標(biāo)相關(guān)時(shí)，它會(huì)觸發(fā)警報(bào)。 這就是擁有專家的幫助，不僅在數(shù)據(jù)驅(qū)動(dòng)的維護(hù)方面，而且在客戶運(yùn)營的特定領(lǐng)域——無論是能源部門、交通、水利基礎(chǔ)設(shè)施還是其他領(lǐng)域。

　　雖然傳統(tǒng)上，我們傾向于從金錢、時(shí)間和節(jié)省的角度來考慮效率——數(shù)字化使能以更好的成本和速度做事——增強(qiáng)的數(shù)據(jù)和機(jī)器學(xué)習(xí)能力現(xiàn)在也允許資產(chǎn)所有者跟蹤氣候效益等事情， 凈零目標(biāo)和可持續(xù)性——所有這些都成為衡量的關(guān)鍵績效指標(biāo)。

　　如果我們把智能運(yùn)維做對了，我們將能夠更大程度地預(yù)測資產(chǎn)的性能并真正開始依賴它們，而不是失控和不斷救火。 在相對較短的時(shí)間內(nèi)，它可以對績效指標(biāo)產(chǎn)生可衡量的影響，例如總投資回報(bào)率、失敗間隔時(shí)間和公司運(yùn)營的可持續(xù)性。 通過提供對資產(chǎn)性能的可靠洞察，這種智能的、數(shù)據(jù)驅(qū)動(dòng)的 O&M 方法還可以幫助改進(jìn)未來的投資決策并增加資本投資回報(bào)。

　　Gareth Vest 是 Atkins 的資產(chǎn)和信息管理總監(jiān)，Neil Walker 是 Atkins 的資產(chǎn)管理系統(tǒng)總監(jiān)