2015年12月13日
2015年12月13日
贡献:苏珊摩尔
Asset-intensive组织投资于先进的分析来帮助他们预测的失败关键设备或资产。
即使在一个数字世界,物理基础设施和设备仍然是许多企业的支柱。asset-intensive产业,如农业、制造业、矿业、石油和天然气,运输和公用事业、计划外停机的成本是巨大的。预测预报一直是那些负责管理资产的目标性能,但直到最近,它一直受到技术限制和项目成本。
根据克里斯蒂安Steenstrup副总裁兼Gartner的家伙,传感器技术的发展,通信技术,信息管理和分析现在可以预测当一块关键设备将会失败。
结果是大量的投资预测由小型独立软件供应商资产管理解决方案,如Mtell、以及大型原始设备制造商,如通用电气和ABB。
“它将继续是一个主要焦点为未来10年全球化、监管,社会媒体的审查和复杂的价值链管理运营资产减少犯错的余地,“Steenstrup先生说。
时并不是所有的数据都是同样有价值的预测失败的资产,所以重要的是要确定预测所需的数据资产管理。数据使用的高级分析引擎来预测失败在很大程度上是数据操作技术(OT);时间序列的生产,设备条件和事件数据,用于控制和监视物理过程。
预测设备故障并不总是需要数据从设备本身,然而。有时可以从看似无关的数据推断出故障,如生产数据、环境温度和外部设备的数据。无论如何,需要某种形式的数据无法有效地应用先进的分析预测设备故障。
投资数据科学和先进的分析技能和专注于预测资产管理将有助于支持持续改进工作的组织,无论当前的投资业务的状态。然后,它可以帮助确保每个项目是成功的,更重要的是,建立能够提供类似的项目范围的。
最有预测力的资产管理项目启动和执行在当地的水平。最终的结果很可能是一个成功的项目,但这将是一个成功的本地项目和利益不会延长整个企业。这是根本上的区别如何管理(集中)反对(分布式)。
应该制定一个策略来确定现有项目和潜在机会部署先进的预测分析,以支持资产管理,并提供与业务工作达到预期的结果。
考虑到预测设备故障分析工具的进步,这是不可避免的,关键任务的组织资产将投资于先进的分析,以帮助确保安全可靠操作。应该主动识别机会,构建专业知识和开发一个商业计划。
加入你的同行在Gartner会议上公布的最新见解。
Gartner的客户推荐资源*:
*请注意,某些文件可能不会Gartner提供给所有客户。