人們對風險管理技術(shù)和企業(yè)工具的應用由來已久，但是主要集中在保險，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)客戶將有更多機會將相似的技術(shù)應用于工業(yè)設(shè)備的故障預警和維護領(lǐng)域。正如我們的客戶（ABT【電源設(shè)備管理公司】）就表明有必要使用最先進的規(guī)范性分析工具，以此來降低設(shè)備故障風險并在各工業(yè)場景中對設(shè)備的維護成本模型進行優(yōu)化。

應用最先進的分析工具可以有效地改善物聯(lián)網(wǎng)領(lǐng)域中的故障風險管理：

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

我們對于金融交易中的人類行為和欺詐案件的研究由來已久。然而，對于來自新連接設(shè)備、子組件等相關(guān)機器的故障信息數(shù)據(jù)而言，可以說我們的研究才剛剛起步。對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，我們?nèi)狈ο嚓P(guān)的歷史經(jīng)驗。因此就有必要將傳統(tǒng)人工經(jīng)驗（業(yè)務規(guī)則）嵌入到預測性分析（機器學習）工具中。

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

隨著物聯(lián)網(wǎng)傳感器和設(shè)備組件變得越來越普遍，可能很難將某個特定組件的行為與單個故障關(guān)聯(lián)起來。例如，在商業(yè)釀酒廠中，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堵塞所導致的，甚至可能是因為蒸汽閥出現(xiàn)了相關(guān)故障。通過跟蹤每個組件上的傳感器數(shù)據(jù)并將它們與對應操作員的經(jīng)驗行為相關(guān)聯(lián)，機器可以更精確的預測出針對特定的蒸餾設(shè)備，需要進行何種清潔和維護措施。

在其他業(yè)務場景中，從多個工業(yè)物聯(lián)網(wǎng)組件中收集數(shù)據(jù)，并與業(yè)務經(jīng)驗相結(jié)合進行機器學習，將顯著增強機器對設(shè)備故障和維護需求的預測能力。

3.機器學習提高了維護洞察力，降低了維護成本

現(xiàn)如今，無論需要與否，設(shè)備生產(chǎn)商們都會對生產(chǎn)設(shè)備進行定期維護。然而，通常這樣的維護計劃并不能有效降低設(shè)備出現(xiàn)故障的概率。因此，對于廠商們來說，一方面將是不必要的維護，另一方面則是還會遇到不可預知的設(shè)備故障。這兩方面都會增加成本并延長耗費極高的設(shè)備宕機時間。相反，如果能有效的將預測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--一家位于澳大利亞西部的主要電力經(jīng)銷商，就將二者進行了有機結(jié)合，以定位可能發(fā)生故障的電網(wǎng)組件，從而進行針對性維護。

現(xiàn)代決策管理平臺（如SMARTS明策智能決策引擎），就可以從根本上改善風險管理問題。該平臺支持智能工業(yè)機械的自我迭代，令其在維護間隔期前后能夠自行對設(shè)備故障的行為模式進行學習和故障預判。我相信，先進的設(shè)備制造商和工業(yè)廠商能夠通過使用這些決策工具，成功的制定出高度靈活的維護計劃并在大多故障發(fā)生之前對廠商進行提醒。

總之，工業(yè)廠商和設(shè)備制造商都需要現(xiàn)代化工具來管理相關(guān)的物聯(lián)網(wǎng)終端，并最終采用先進的工業(yè)物聯(lián)網(wǎng)風險管理解決方案。這些技術(shù)將帶來更長的設(shè)備運營時間，更低的維護成本和更高的生產(chǎn)力。這種現(xiàn)代化規(guī)范性分析工具提供了兩個關(guān)鍵的專業(yè)功能：

預測性分析
快速分析物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)并對其進行可視化操作，同時學習和預測各種設(shè)備故障的行為模式，并最終提出最優(yōu)的解決方案或改進后的維護計劃。

決策管理/規(guī)則引擎
以便捷、圖形界面的形式呈現(xiàn)預測結(jié)果，同時在多種故障場景中進行測試驗證，并及時部署預測工業(yè)故障的決策邏輯。當我們部署這些經(jīng)過自動優(yōu)化的故障風險決策邏輯后，即使是業(yè)務不熟悉的操作員也可以高效地管理最復雜的工業(yè)系統(tǒng)。