不是简单的数据情景化——提升工业大数据分析价值的四个核心要素（二）

不是简单的数据情景化——提升工业大数据分析价值的四个核心要素（二）

（2019年9月1日）

分析软件应该允许用户深入研究、特定分析以调查异常或解决问题。如果过程超出允许参数范围，通过机器学习，它甚至可以监控运营并触发自动控制调整。

针对特定需求制定投资策略，例如提高整体设备效率（OEE），然后确定满足企业的投资回报（ROI）目标所需的OEE提升。这些收益可以为后续分析计划提供资金。

图2

安全性评估

安全性不是分析策略或网络升级的补充。它应该是整体的，从边缘设备扩展到企业。首先进行安全评估，以识别风险和潜在威胁。然后部署一种纵深防御安全策略，以防范多个方面的威胁。与支持安全目标的可信赖供应商合作也很重要。

现有的行业合作伙伴在分析战略中发挥着重要作用。例如， 在OEM设备上的分析，将有助于最大限度地提高生产资产的性能和耐用性。只需在计算机上安装网关设备，OEM厂商就可以通过基于云的应用程序提供分析。

部署分析软件从未如此简单。但有一点很清楚。所需的基础是一个公认的事实。这些技术将数据的力量交付给需要它的人。因此，部署工业分析不应该是：我从哪里开始？而应该是：我什么时候可以开始。

（续完）

原创： David Stonehouse 控制工程中文版