Goliat 是在巴伦支海恶劣环境中开发的第一个浮式生产油田。客户需要在 Eni Norge 的 Goliat 油田进一步提高漏油检测和打击能力。

WIN-911 的合作伙伴产品 ALERT 是液化空气的监控和数据采集 (SCADA) 系统“FabView”中的关键元素。液化空气集团是全球第二大工业气体供应商。该 SCADA 警报通知系统专门设计用于监控位于德国德累斯顿的半导体制造厂的气体分布等。与大多数同类业务一样，该设施无法承受其配送设施的过多停机时间。如果 ALERT 检测到管道泄漏，系统会评估泄漏的严重程度并将数据传输回中央站点或家庭办公室。一旦信息返回到总部，SCADA 警报系统就会将数据转录为可理解的消息，员工可以对其做出适当的响应。

如果活动现场的卡车出现泵故障，贝克休斯必须立即更换卡车以确保连续运行。向每个站点发送备用卡车会使公司损失数千万美元的收入，如果这些卡车在另一个站点积极使用，这些卡车可能会产生这些收入。无法准确预测阀门和泵何时需要维护是其他成本的基础。过于频繁的维护会浪费精力，并导致零件在仍然可用时被更换，而过于不频繁的维护可能会损坏泵而无法修复。

数据管理系统 versiondog，Warsteiner 运营工程中不可或缺的工具。长期以来，预防性维护一直是 Warsteiner 啤酒厂的常态。然而，计划外的维护活动仍然可能发生。因此，集中存储每个 PLC 的最新更新版本非常重要。在这个行业，没有时间浪费在尝试进行搜索上。

在关键时刻，必须毫不犹豫和恐惧地做出多项决定。公司需要对设备进行快速维修。需要解决方案来完成那些时期的挑战。

虽然仍然需要机械服务，但汽车数字化程度的提高导致需要固件和软件更新来补充服务和维修。来自联网汽车的实时数据无需在汽车发生故障后进行维修，而是实现了预测性和主动性服务。这为原始设备制造商增加与最终客户的直接关系创造了新的机会。反过来，维修店也需要适应这些新情况，创新新的商业模式，以确保未来的竞争力。

确保通过广告牌有效利用灯光，以提高可见度、收入并降低公用事业成本，同时为全球客户提供多种连接选项。

在确保其冷却设备以最高效率运行时，公司面临着前所未有的挑战。挑战之一是需要了解设备的性能以优化其使用、健康并预测问题和故障。让 HVAC 服务工程师持续监控冷水机组是不现实的。

在整个春末、夏季和初秋的几个月中，多机组发电厂没有计划外停电，这在德克萨斯州炎热的天气中具有挑战性。这几个月的意外停电可能意味着必须以现货市场价格购买替代电力，而这可能会在停电期间飙升。了解电厂设备过载的时间和时间是运营策略的重要组成部分。操作员需要准确估计电机驱动泵和风扇的负载水平以确定操作限制。

客户希望从收集的电梯数据中产生更高的价值。传感器和数据包括：激光-电梯轿厢的位置亮度 - 车内的光线水平超声波 - 打开竖井门振动 - 汽车的加速度；汽车的振动麦克风 - 汽车的异常声音大气压 - 气压湿度 - 轴湿度温度 - 轴温

扩大风电商业化涉及的问题2015 年，全球可再生能源设施的容量超过了燃煤发电。*1 为了创建低碳社会，日本于 2012 年 7 月实施了可再生能源上网电价计划，刺激了太阳能和风力发电场的建设。 2016年，电力零售业务全面放开，越来越多的公司计划进入发电领域或扩大业务。在这些市场条件下，需要针对日本的环境条件进行优化的风力涡轮机的开发、设计、制造和销售。考虑进入风电领域的公用事业公司也在精简维护和其他此类业务运营方面寻求帮助。

汽提井或边际井是接近其经济使用寿命的石油或天然气井。在美国，当油井在任何 12 个月期间每天生产 10 至 15 桶或更少时，通常将其归类为汽提井。这些井约占美国产量的 18%。关键问题是设计一种解决方案，将这些通常位于偏远地区的油井连接起来，并收集有关其性能和操作条件的信息。

为了提高效率、开发新服务并在整个组织中传播数字文化，Enel 正在执行企业范围的数字化战略。实现财富 100 强公司目标的核心是大规模部署 C3 AI 套件和应用程序。 Enel 运营着世界上最大的企业物联网系统，在意大利和西班牙拥有 2000 万个智能电表。

到 2025 年，伦敦交通局将必须满足严格的排放控制规定。这意味着购买和运营新的混合动力或全电动零排放巴士车队。因此，许多原始设备制造商 (OEM) 和运营商将不得不开发新技术来帮助他们以足够快的速度进入市场以满足需求。

设施管理领域的领导者索迪斯正在帮助管理世界上最大的 CPG 公司之一的北美总部的运营。客户和索迪斯都在寻求改变各自的工作场所并使工作流程现代化。索迪斯习惯于实践基于路线的维护，但对他们管理的机器缺乏洞察力，阻碍了他们更好地了解这些机器的真实健康状况。这不仅仅是为了节省成本，而是利用技术来改变他们的工作方式。索迪斯需要一个能够对其程序进行数字化改造的合作伙伴，提供对其机器健康状况的持续洞察，同时将它们带入工业物联网的新世界。团队如何优化资产绩效？他们如何在延长设备寿命的同时提高生产力？他们如何利用数十年的技术实践经验来完成更多工作？

Waterford Township 面临着大量 DPW 员工退休的问题，其中一些员工拥有超过 3 年的水和废水知识。该公司开始寻找一种解决方案，该解决方案希望从其 SCADA 系统到其 CMMS 和 DMS 的实时操作数据，以便在定义的工作流程程序中满足条件时自动创建标准操作程序和工作指令。该项目的一个关键方面是使操作程序标准化，并采用一种格式，使可能不熟悉该系统的现场工作人员可以遵循必要的步骤来纠正问题。

开发可靠的综合资产管理平台：该平台的目标是支持基于状态的监控，以检查资产的健康状况，预测故障或故障，并确保根据历史数据做出主动维护决策。

人工操作员的故障预测需要高超的技能，而数量有限的专家无法监控全球所有的 MRI 系统。故障后维修的“维修保养”也成为必然。

冷凝冷却水 (CCW) 泵是维持稳态运行的关键泵之一，它是一种卧式叶片泵，运行速度高达 1650 m3/hr，排放压力为 9 MPa (62 psi)，转速为 986 rpm。该泵每天离线都会使工厂损失 250,000 美元的收入，并且每次故障都要花费数万美元来执行计划外的维修。因此，Larsen & Toubro (L&T) 确实需要一种预测性维护解决方案来及早发现故障并提供可靠的剩余使用寿命 (RUL) 预测

为了提高生产能力并避免停机，一家全球生物技术制造公司实施了 Seebo Predictive Analytics。该公司的季度运营评估显示，生产期间的停机时间增加了 3.6%。这种停机时间源于生产线中一种产品的无法解释的粘度。由此产生的反应器和生产线离心机之间的管道堵塞导致批量生产过程中更频繁的设备清洁程序和停机、高水平的浪费、产能下降和上市时间延长。调查小组无法确定堵塞的原因，因为所有相关的生产参数都在批准的工作范围内。

看到他们的目标之一是找到更好地满足消费者和业务需求的方法，全球工程 (GE) 团队面临着改善堆焊机的流程和性能的挑战，以通过使用不断增加的数据量来显着提高其生产. “我们想要一个数据科学平台，让我们能够非常快速地解决我们的业务用例。感谢 Dataiku 及其敏捷灵活的协作平台，数据科学已成为常态，现在在我们的组织中得到更广泛的应用，全球工程部数据科学负责人 Cédric Sileo 说。

工艺冷凝泵是制造过程中的关键泵之一，每 6 到 12 个月就有一次故障历史。它是一种离心泵，转速为 3000 rpm，排放压力为 28 MPa (400 psi)。该泵每天处于离线状态，给工厂造成高达 145,000 美元的生产损失，并且每次发生故障都需要数万美元来执行计划外的维修。 Nanoprecise Sci Corp 被要求实施预测性维护解决方案，以便及早检测故障并提供可靠的剩余使用寿命 (RUL) 预测。

SCCC 承诺为东盟地区运营一个展示数字工厂，并已在智能工厂设备和传感器上投入巨资。他们需要一个能够利用现有投资并与 SAP PM 维护系统集成的预测性维护系统。

从历史上看，Texmark 的运营和维护团队每年都会在现场检查设备时花费大量的美元和工时手动和通过有线传感器监控设备。为了迅速采取行动并执行这一多年计划，Texmark 在 2017 年底向德勤求助，以提供端到端的 IIoT 实施。在接下来的两年中，德勤为该项目协调了以下合作伙伴： 1. National Instruments 为泵配备收集运行数据的传感器2. Hewlett Packard Enterprises 支持边缘部署3. OSIsoft PI 聚合来自 NI 源的传感器数据4. SparkCognition™ 预测即将发生的泵故障5.Flowserve 帮助开发模型和数据流架构 6. PTC ThingWorx 创建支持移动设备的界面

就生命周期成本和交通安全而言，转向架是铁路车队中最重要的组成部分。除了为铁路车队所有者节省大量成本外，数据驱动的维护还将提高机车车辆的安全性和可用性。预测性维护能力将提高列车的可靠性、成本效益和乘客舒适度。如果能够在机车车辆故障导致交通中断之前对其进行预测，那么列车交通将更加可靠地运行。

为了增加泵效率之外的价值，阿姆斯壮希望通过不断学习提高效率并通过跨行业和建筑分享最佳实践来帮助客户解决预测性维护问题。

减少生产损失2013 年，公司确定需要对其酸硝酸装置进行维护和运营，以减少生产损失并提高年产量。 Vale 注意到 2011 年至 2012 年硝酸生产存在缺口，并发现三台设备造成了主要损失，包括两台弱酸冷凝器和一台压缩机排气冷却器。冷凝器的损失是由于厚度损失、备用冷凝器缺乏可用性和壳裂。由于 15 个月的产量损失超过 14,000 吨，淡水河谷的目标是到 2015 年 8 月将年度损失减少 10,000 吨。

矿业公司有大量数据可供使用。传感器在地下作业中似乎无处不在。但到目前为止，由于难以理解所有数据，矿业公司很难利用他们的所有数据。那么对于矿业公司来说，最重要的数据是什么？简短的回答：资产。采矿业是资产最密集的行业之一。在开采链的每个环节——钻孔、切割、破碎、筛选和去除含矿岩石——重型设备都至关重要。它需要挨打。当设备发生故障，需要进行计划外的维护时，生产会受到影响，成本会上升，并且采矿资本效率的一个关键指标——整体设备效率 (OEE)——会下降。

Gerdau 希望减少他们的年度维护支出，同时提高生产力，从而提高制造业务的利润率。

为了配合其为期 6 年的智能电表推出计划，Con Edison 寻求在综合企业数据分析平台之上实施高级计量基础设施 (AMI) 运营，以提高其超过 400 万客户的运营洞察力和客户服务.为了改善整个地区的客户服务和运营，美国最大的集成公用事业公司之一在 AWS 上推出了 C3 AI Suite 和 C3 AMI Operations 应用程序。 Con Edison 的项目目标是兑现公用事业公司提供客户数据的承诺，在 500 万个智能电表上建立 AMI 运营以确保运营健康，并为分析能力构建联合数据图像平台。该公用事业公司的智能电表部署每年将产生 100 TB 到 1 PB 的数据，因此选择一个可以扩展并继续对越来越大的数据集执行分析的平台至关重要。