在整个组织中部署预测性分析
撰写者： 琳达·弗朗比斯
计算机辅助设计 2016/12/12
背部
围绕物联网分析的热潮已经到了高潮，这是有充分理由的。在麦肯锡全球研究所的最新研究中，69％的决策者认为工业分析对于2020年的业务成功至关重要。此外，IoT Analytics GmbH进行的一项新研究发现，“机器的预测性和规范性维护（79％）是未来1-3年内工业分析的最重要应用。”《福布斯》最近的一篇文章说。

这是个好消息：有了正确的物联网分析策略，工业制造商可以利用机会从数据中获得业务洞察力，实施预防故障和停机的保障措施，并使用由ThingWorx提供支持的机器学习功能进行的预测分析来改进产品决策。

ThingWorx合作伙伴和管理咨询公司Kalypso的机器学习专家Jordan Reynolds带领您完成在旋转风力涡轮机上使用传感器的动手演示：



通过观看Kalypso演示视频，您可以更深入地研究该用例。在其中，以风电场的用例来说明分析如何在现场帮助改善设备的运行性能和预测性故障。监视，管理和分析来自该风电场的数据的能力可以为运营提供更好的洞察力和改进的决策制定能力，并协助企业进行长期规划。如前所述，“设备制造商还可以使用这些数据，以帮助研发和产品工程师了解可能发生故障的情况，以便他们可以对设备进行改进或开发产品，以最大程度地减少将来发生故障的可能性。”

标签： 计算机辅助设计
关于作者
琳达·弗雷姆斯

Linda Seid Frembes是ThingWorx的作家兼社区经理，他在博客中介绍物联网，增强现实以及技术行业的新闻和趋势。