海上公司削减了传感器数据分析的噪音

传感器数据可能是最有价值的大数据类型之一，为企业提供了对昂贵机械的运营健康的见解，并有可能使他们能够脱颖而出，从而导致昂贵的维修和计划外的停机时间。但是任何对任何的挑战传感器数据分析项目不可避免地取决于如何从传感器带来的数据山上变得有意义。

大数据当涉及传感器数据时，问题就会变得很大。数据通常是从工业设备和其他机器中流传输的，这些机械通常每秒生成数千个数据点。在所有噪音中找到信号可能很棘手。尽管分析传感器数据具有潜在的好处，但障碍使某些企业脱离了游戏。

“最大的挑战一直是，您需要知道您要寻找的东西，”工程软件可靠性小组（ESRG）的总裁Ken Krooner说，他是弗吉尼亚州弗吉尼亚海滩的一家公司。为了帮助美国海军和其他海事组织监视船舶和海上钻井平台上机械状况。

克鲁内尔说，许多公司在传感器数据分析开始时遇到了麻烦，因为它们缺乏一个或多个必要的组件。他补充说，要取得成功，企业需要有一个明确的问题，可以通过分析传感器数据来解决，这两者都有分析技能和域知识（在ESRG的情况下，海上机械知识）以及处理所有数据的正确工具。

克鲁内尔说：“我相信采用放缓的是凳子的这三条腿很难将其放在一个屋顶下。”

对于ESRG而言，难题的第一部分很明显：其客户的业务模型依赖于运输的运输船以及充分工作的石油和天然气钻井设备。ESRG通过雇用在各种海事行业工作的人并了解所有涉及的机械来解决第二个问题。这使他们更容易在可能有意义的数据中发现模式。为了解决工具，ESRG选择了数据集成和软件供应商的分析平台彭塔霍，并提供自己的商业智能（BI）工具。该软件从安装在客户设备上的机器传感器中摄入流数据，并将其在关系数据库中进行分析。

但是ESRG并不能保存所有传感器的数据。克鲁纳说，试图这样做会压倒ESRG的系统，并使执行有意义的分析不可能。解决方案是设置传感器将数据报告回公司的条件，例如，当机械启动时，可以长时间运行或经历其他潜在的紧张操作。这种方法仍在捕获有意义的数据时仍在控制数据量，据克鲁纳说。他说：“它帮助我们解决的是数据过载。”

ESRG为客户使用工具及其组装的团队所做的示例包括帮助在部署之前在海军驱逐舰上发现失败的发电机，从而确定了运输船的引擎中的问题，这导致了导致波动的波动。使用燃料，并在供应船上找到有故障的喷油器。克鲁内尔说，修复故障的喷油器将船的燃油消耗降低了5％。

尽管此时采用传感器数据分析可能会慢于一些评论员预测克鲁纳说，他认为越来越多的人开始看到潜在的好处，并且可能准备好投资于系统。他说：“越来越少地抵制在那里投入这样的资源。”

埃德·伯恩斯（Ed Burns）是SearchBusinessanalytics的站点编辑。给他发电子邮件[电子邮件保护]并在Twitter上关注他：@edburnstt。