预测性维护是边缘计算与人工智能，在工业落地的最短路径？

两三年以前我研究过预测性维护这个事。思路是利用数据建立一个系统运行的有限状态机模型。然后根据实际数据与状态机预测的偏差来进行预防性措施。后来发现有这样几个问题，第一是数据量维度需求太多基本是至少是在几十维的向量空间上进行分割。计算量太大。第二是实际数据的误差很影响结果。第三是很多设备的数据量不足。不过我还是认为预测性分析在工业设备上的应用是有前景的。因为工业设备的运行状况相对稳定。毕竟适合预测性维护。

(8) 小胡：

投资回报率难以计算：工业互联网首先姓工，然后才姓网，工意味着种类多，行业集中度低，细节繁芜。

商业模式，省钱不一定等于挣钱，效果看事前还是事后，主动还是被动，不一而足。

基础不扎实，数据量不足，智能服务，意味着数据在全生命周期中是自动流动的，一个企业的价值链能延伸到哪，如何判评，有待商榷。

(9) 郭朝晖：

从这个概念产生，我就一直没有看好过，并反复多次批评这种想法脱离实际，对绝大多数应用不靠谱。

(10) 鸟人：

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!