音频文字.

Erik：欢迎来到工业 IoT Spotlight，这是您从工业 IoT 思想领袖那里获得洞察力的第一站，他们正在与您的主持人 Erik Walenza 一起改变当今的业务。

该播客由 PTC 和全球最受尊敬的数字化转型会议 Live Works 为您带来。在本系列中，我们将介绍当今推动数字创新和价值创造的 PTC 合作伙伴。我是您的主持人，IoT ONE 的首席执行官 Erik Walenza。普雷斯顿约翰逊今天也加入了我的行列。 Preston 是 Allied Reliability 公司智能监控和工业物联网的平台负责人。 Allied Reliability 是一位主题专家，提供有关预测性维护的咨询。

所以今天对我来说这次谈话非常有趣，因为普雷斯顿在预测性维护用例方面的专业知识确实处于领先地位。他在这个领域拥有超过 30 年的经验。我们深入研究人员流程和技术控制、预测性维护解决方案背后的思维过程、我们的目标、您可能面临的挑战、您可能实现的结果。我希望你喜欢我们的谈话。感谢 PTC 帮助促成这次对话。我们感谢您的支持。普雷斯顿，早上好。

普雷斯顿：早上好。很高兴来到这里。

埃里克：是的。嗯，谢谢你的加入。我很感激时间。普雷斯顿，你今天从哪里打来电话？

普雷斯顿：实际上，我在路易斯安那州的新奥尔良。

Erik：你在新奥尔良或新奥尔良做什么？

普雷斯顿：我们将看看我们是否可以帮助水和卫生区从失败的环境转变为可靠的低成本环境。

Erik：我想在新奥尔良，我想这是一个具有挑战性的，因为他们至少有暴风雨的历史。这有影响吗？或者它或多或少像任何其他美国城市？

普雷斯顿：我认为这是最典型的美国城市。我们已经帮助其他一些水卫生区和其他城市从新奥尔良似乎从电话交谈到可靠的运营。所以我不会说这是不寻常的。

埃里克：你在哪里？你现在才开始吗？

Preston：我们将共进午餐，学习向团队介绍可靠性最佳实践：技术中的人员、流程和技术，最终将包含对工业物联网的介绍。我们必须帮助他们让他们的人参与进来，把三足凳的腿也放在一起。

Erik：所以，Preston，我们将在这里深入讨论预测性维护。但是，为什么我们不先了解一下您自己和 Allied Reliability 的背景，为对话打下基础呢？所以我知道你已经在 Allied 工作了一段时间，但你的背景来自哪里？

普雷斯顿：是的，所以我是一名受过教育的工程师，一名研究生院的信息系统专家，在一家工业仪器制造商工作了 28 年，在那家特定公司的员工从 100 名员工增加到 7,500 名员工，他们仍然是 Allied Reliability 的合作伙伴。实际上，我为我的前雇主招募了 Allied Reliability 作为合作伙伴，然后就这样走过过道继续我自己的旅程，并了解在制造领域使用技术来获取商业利益。

因此，我在 Allied Reliability 工作了三年半，主要是帮助他们采用最新最好的技术进行状态监测和预测性维护。因此，帮助指导和指导传统团队使用互联传感器、互联技术和工业物联网非常有趣。

Erik：我在 LinkedIn 上看到，你现在的标题是“平台领导、智能监控和 IIoT”，我不得不想象随着时间的推移，它会演变。或者三年半前，Allied Reliability 是否已经在考虑 IIoT 并且当时是否存在这个立场？

普雷斯顿：那个职位当时并不存在。我们试图做的只是从传统的基于人类的数据进行自动化数据收集的角度出发，这在历史上一直是我声名鹊起并将新技术带入工业的原因。因此，我的角色实际上是担任销售角色，以帮助我们的客户了解收集状态监测数据的成本更低的方法，这些数据将表明机器的可靠性和能力。

最终，随着技术采用的小 S 曲线开始起飞，我们演变成工业物联网。一些参与者进入市场提供平台，使我们能够利用我们过去 25 年的行业经验中的领域专业知识，并利用现有的其他技术和硬件和软件技术，如果你愿意的话，还可以利用单一堆栈。因此，我的职责实际上是帮助组织和帮助客户了解这些组件是什么，因为他们考虑工业物联网或特定制造或工厂运营的数字战略。

Erik：你的简历上还有一个有趣的地方，那就是你是这些机械故障预防技术协会的副主席。我可以告诉你，比方说，由于缺乏更好的方法，请对此进行研究。所以我可以看出这确实是你的热情所在。你是如何最终成为这个协会的副主席的？

普雷斯顿：嗯，我的前雇主，我们正在将测试和测量领域的一些技术带入工业领域。我管理着一组产品经理和研发团队，将用于测试和测量的技术用于工业领域。我需要一个论坛来分享这些是如何工作的。

所以我开始建立、参加和参与以状态监测为中心的小型会议。机器故障预防技术协会是一个不错的小型社区，拥有许多成员的优秀领域专业知识。它已经存在了 50 多年，最初是一个真正从国防部分离出来的电力和维修利益集团，加入了振动研究所。所以今天，机器故障预防技术协会是振动研究所的一个部门。我们开始与他们更紧密地合作，以整合我们的组织。实际上，我们将在 5 月 13 日这一周在费城举行年度会议，

Erik：年会，开了吗？如果我碰巧在某个时候在城里，有人可以参加其中一个会议吗？或者这更像是一个封闭的讨论？

普雷斯顿：不，这是一个公开会议。是的，欢迎你。

Erik：在我们真正深入研究用例之前，让我们更多地介绍一下 Allied Reliability 对此的看法以及它们在游戏中的位置。那么，您能否在 30 秒、60 秒内让我们快速了解 Allied Reliability 如何融入预测性维护的主题？

普雷斯顿：嗯，我们将预测性维护视为一种帮助我们的客户从设备中获得最大生产力的机制。因此，简而言之，我们与资产密集型行业合作，这些行业对他们使用和使用的设备的最大生产力感兴趣。我们已经这样做了 25 年。

我们的创始人是维护和可靠性专业人员协会的创始人，该协会确实建立了一系列知识体系，推动了操作、制造和加工工业设备的最佳实践行为。这些最佳实践行为推动了最佳实践结果。所以在Allied Reliability，我们有一个可靠性咨询团队和一个状态监测预测性维护团队。

因此，可靠性组织中有一些要素，例如计划和调度、材料检查、设备检查、润滑管理，所有这些要素协同工作，以提高管理我们看到的设备维修和维护活动的生产力每年的维护费用高达 20% 和 30%，在某些情况下，备件库存减少了 30%。在某些情况下，在一个拥有多个工厂并生产饮料产品的特殊情况下，他们将不得不建造另一个工厂来满足他们的需求。我们在他们现有的三到四个工厂中发现了隐藏工厂，仅通过提高设备的生产力和调整他们的人员来实施最佳实践行为。

因此，我们将可靠性咨询作为第一站，帮助他们建立组织，然后帮助他们改进设备维护计划，使他们更可靠并以更低的维护成本运行。

Erik：所以 Preston，预测性维护无疑是当今最常引用的用例之一，或者它是公司在 IIoT 环境中探索的首批用例之一，因为实现投资回报率的路径相当清晰。但是，您如何看待公司正在经历的数字化转型的更大背景下的预测性维护？

普雷斯顿：数字化转型确实涵盖了组织可能遇到的很多方面。当您查看一些市场研究时，例如 LNS Research，他们列出了很多不同的数字化转型工作，从客户优化到让他们在特定应用程序上花费更多，或产品到流程优化，可能会成为预测性维护的第二个。

一个有趣的元素是过程优化当然是一个很好的工具，用于理解过程中的压力和流动以及化学反应等，优化正在进行的工作和机械工作单元之间的缓冲。但是如果设备不可靠，如果它意外故障，如果它的性能是混乱的，那么很难优化一个包含这些混沌变量的过程。

因此，预测性维护可以提高制造或化学过程的稳定性，从而开始进行数字化转型和过程优化。所以我认为这就是为什么预测性维护和设备可靠性，甚至设备消耗的能源往往会出现在数字化转型投资回报的首位。

Erik：当您通常从事一个项目时，其中之一通常是价值创造的驱动力吗？或者它是一个组合？因为我认为，当一家公司决定如何投资于他们的商业计划或投资背后时，其中一些因素可能很容易预测影响，预测起来有点复杂。而我的理解是，你将参与围绕一项工作的讨论可能会产生潜在影响。那么，在构建业务案例以投资于预测性维护解决方案时，您通常如何引导客户确定影响领域的优先级？

普雷斯顿：所以有很多方法可以衡量机器运行时生产的产品的正常运行时间和价值。然后停机时间就是收入损失。再就是维护成本和设备维护和运行成本的另一个方面，我们经常喜欢看每件产品的生产成本。如果我们能够降低每单位产品的生产成本，那么机械可靠性在正常运行时间方面都具有重要意义。正常运行时间越长，我们生产的产品越多，我们获得的收入就越多，机器的维护和操作成本越低，单位成本就越低，最终，这些共同提高设施或工厂的盈利能力.

还有其他方面可能更主观，或更软一些：安全，不可靠的机器可能是不安全的；环境，如果我们混合错误，我们在将水正确返回系统之前没有清洁水，这可能会对环境产生影响，并且大量的工业排放废水可能会产生环境影响、商誉、罚款等。

最后，产品质量。设备的最佳运行导致有机会以最好的方式使用最好的原材料来运行设备，并生产出最优质的产品。因此，如果我们正在生产废品，或者我们必须以较低的成本以较低的功能集销售的产品，那么在质量方面也有一些机会。当我们帮助客户了解这些投资回报时，我们必须在他们现有的会计系统或维护成本系统中找到现有数据，以便我们可以显示我们已经掌握了历史数据的趋势，并且我们将例如，在收入下降的情况下，能够将其朝着正确的方向发展。

Erik：根据你的经验，这总是可能的吗？作为业务模式的一部分，您是否有一个成功因素需要能够进行基准测试并显示出显着的改进？或者它通常更像是一个项目基础，您在其中进行特定工作并跟踪结果，但您可能无法进行基准测试并表明实际上存在显着改进，因为基准不存在？

普雷斯顿：当然。因此，由于我们在过去 25 年中与 16 个垂直行业的 1,400 多家公司进行了可靠性工作和状态监测工作，因此我们确实有一些非常好的基准，我们在延长正常运行时间和降低维护成本方面取得了成功与我们合作的客户的设备。所以我们有一些内部基准，社会，维护和可靠性，当然提供了一些我们可以用来衡量可靠性和财务指标的各种措施的最佳基准。

因此，我们可以利用一些基准来衡量。在数字化转型经常遇到挑战的地方，我们经常从小处着手并尝试快速扩展。而在那个开始的小阶段，我们可能还有第三个要素，那就是充分了解技术差距。我们确实希望产生影响并在其中一些财务指标上有所改变，以表明我们实际上已经开始产生影响。但这些财务指标可能足够小，以至于它们实际上并没有真正获得投资回报，正如您对大型项目所期望的那样。

但是，当我们提供可靠性工程咨询时，我们通常会尝试帮助客户了解他们的数字在哪里，试图找到唾手可得的成果，我们可以帮助他们改进什么，从而给他们带来投资回报，这样我们就可以采取将投资回报投入到我们帮助客户进行的同样的可靠性之旅中，以便我们能够取得下一个层次的成果？

Erik：但是根据您的经验，这 1,400 个成功案例，范围可能是多少？我的意思是，您提到了一种情况，即作为饮料制造商，基本上能够在三四个现有工厂中创建或确定工厂的生产力。这就是我们看到那里的生产力提高了 25%，这似乎是在高端。但是，在某种情况下或在一个似乎可行的范围内，对提高正常运行时间或降低维护成本的典型期望是什么？

普雷斯顿：因此，对于某些组织而言，如果我们帮助他们提高正常运行时间和生产力，并且提高低至 2-5%，那么他们生产的产品量会产生巨大的财务回报。在一个特定案例中，我们正在帮助一个组织了解能源消耗。他们的机器可能仍然存在一些问题。我们正在考虑将状态监测和预测性维护作为食品和饮料制造商数字战略的一部分。

但他们也认识到能源消耗是他们从未测量过的东西。因此，我们发现了一些技术可以帮助我们测量各个生产线的能耗。走过他们的工厂，我们发现在上游没有生产的情况下，输送机只运行一两个小时。我们发现其他机器和灯亮着。因此，有许多让组织可见的数据可以帮助他们做出明显的决策，从而帮助他们降低运营成本、降低产品成本并提高竞争力。

因此，能源可能是一个特殊的方面，它只是帮助他们提高维护过程的效率，降低他们的手工艺技能加班成本，增加他们的扳手时间，与他们相比，他们实际花费在维护工作上的时间找到所有的零件和说明等等，甚至可能提高它们的生产率或产量。有许多嵌入式指标构成正常运行时间和生产成本，以利用收入和生产成本收入措施、备件库存、工作订单积压。

因此，我们可以研究一些较小的出血指标，这些指标可以帮助在财务期末推动整体更大的数字，并帮助组织改进这些指标。这实际上只取决于那个容易实现的目标可能在哪里，以及我们距离改进维护和可靠性计划的这一方面的最终目标还有多远。

Erik：让我们谈谈技术。因此，根据您的经验，当今预测性维护的最先进水平在哪里？推动进步的技术是什么？

普雷斯顿：嗯，工业物联网的首要元素之一就是制造工业机械连接工具的软件供应商易于连接，将数据带到组织的业务方面，而不仅仅是显示在机器上的人机界面。 OB 基金会推出了用于连接的通用架构，MQTTS 是另一种通信协议，它真正允许这些工业物联网平台从控制系统中提取所有现有数据，同时保持控制系统的安全性和控制的可靠性系统只是为了使这些数据更加可见。

然后当我们需要添加新的传感器来获得另一个过程参数或状态指示参数，设备的健康指标时，最近出现了许多无线技术，蓝牙，不同版本的 WiFi，正在使它更容易添加额外的传感器，而无需在现有控制系统中运行额外的电缆或为它们腾出空间。因此，这两个连接元素已经真正开始支持工业物联网和最先进的技术。

在软件方面，公司和工具或大数据分析出现了许多大幅增长，获取大量数据，将它们组织成事件、集群或模式、自然语言处理，我们已经开始看到增强现实的出现。你可以想到抬头式安全眼镜、抬头式仪表板和一些今天属于豪华汽车的汽车。但是这些相同的显示器头正在变得可用，并且在不久的将来会出现安全眼镜。所以我认为我们将看到很多信息通过增强现实流回运营和维护团队。

因此，有很多软件和互联工作者将事物结合在一起。因此，我认为真正使数字化转型成为可能的最先进技术是连接和大数据软件以及与企业的连接。

Erik：我知道您不是系统集成商，您是主题专家。您如何与这些技术互动？对于何时需要安装新传感器或在软件选择之间做出决定，您必须了解并帮助您的客户做出决定吗？

普雷斯顿：所以这真的可以归结为物理的历史规律和业务流程的规律。因此，在物理定律的情况下，我们从故障模式分析的角度来看待所有设备。设备可能无法执行其功能的机制是什么？是否有一种传感器可以在缺陷到达后立即检测到缺陷，并且其缺陷会导致该机器或设备在未来某个时候无法执行其功能？如果我们可以应用该传感器，我们可以在其生命周期的早期发现缺陷，并允许组织计划和安排在未来某个时间执行维护操作方便时移除其维护活动。这样，组织可以在组织方便时计划和安排维护活动，而不是机器决定何时停止工作。

在软件方面，有很多业务流程了解维护和可靠性流程。 Allied Reliability 与许多组织合作，以帮助他们改进其计算机化维护管理系统，这些系统通常协调维护工作，为常见维护活动制定所有工作计划，计划和安排这些工作，使用工艺技能计划等.将这些计算机化维护管理系统集成到整体数字化战略中，还可以将历史工单结算、成本、原因等结合在一起。

因此，计算机化维护管理系统上的软件，帮助我们汇集的历史学家，处理数据以及状态监测数据，以便我们可以看到那里的模式，然后所有新的传感器数据确实帮助我们汇集了一个更好的仪表板在计算机化维护管理系统方面，过程中人员的相互作用、来自所有过程数据的操作环境，以及可以帮助我们检测导致故障的缺陷的状态监测数据。因此，我们的领域专业知识有助于协调这一点。

Erik：我们在预讨论中讨论过，Allied Reliability 的优势之一是您在过去项目中获得的知识数据库。因此，您对机器动力学和维护事件背后的动力学有了基本的了解。您提到的这个嵌入在 ThingWorx 平台中。该平台是否专注于您或该用例专门用于维护从过去项目中获得的知识数据库？或者它是否也用于将数据与来自客户系统的实时项目或实时数据集成在一起？

Preston：作为一个状态监测服务组织，当我们部署超过 100、200 名状态监测主题专家时，我们希望他们都执行他们从数据中看到的状态监测服务、数据收集、数据解释和修复建议，并且一个共同的高质量机制。因此，我们制定了一系列标准，使我们能够正确收集数据、正确解释数据并针对特定数据提出正确的维修保养建议。因此，我们数据库的一大要素是收集、解释和推荐的操作标准。

第二个要素是当我们帮助客户制定设备维护计划时，在可靠性咨询领域有点上游，我们会查看设备故障的原因。虽然我们已经看到超过 400 万台机器，而今天，我们每天分析超过 30,000-50,000 个组件。所以我们一直在关注电机、泵和变速箱。

我们收集了所有这些组件的可能和可能的故障模式，这些组件最终构成了这 4,000 台机器。这是我们的资产健康矩阵库，正如我们所说，它真正列出了我们所见过的 400 万台机器中的常见组件，这些组件是如何组成的，它们是由哪些部分组成的，这些部分是如何发生故障的，是什么原因造成的零件发生故障，以及哪些传感器可以检测到这些零件中的缺陷。这最终是我们在 ThingWorx 平台中内置的世界级维护库组件，让我们的客户可以轻松看到哦，我有一个电机、一个泵、一个变速箱，可能的故障模式是什么？我是否有可以检测导致这些故障的缺陷的传感器？如果没有，如果我添加它们，这将如何帮助我避免意外失败？

Erik：如果我们在这个领域安装 X 个传感器，你今天能在多大程度上预测影响，这就是影响？与通过试点项目进行的实验相比，使用现有数据进行模拟在多大程度上是可行的？我们仍然主要依赖于做飞行员和使用常识吗？或者，在许多情况下，您是否能够真正模拟投资传感器或其他技术的潜在影响？

Preston：根据我们的领域专业知识，当我们将适当的传感器添加到我们过去在数据库中看到的组件和机器时，我们有很高的能力，如果我们发现缺陷，我们会通过振动看到它或电机电流或油分析将能够在导致机器故障之前的三个月内发现该缺陷，并能够提出维修建议。

当我们提出维修建议时，我们会描述我们发现的缺陷的严重性。我们将其描述为低、高或关键。换句话说，低，你有几个月；高，你有几个星期；关键，你还有几天。所以这是严重程度，有多少数据表明我们能够在我们的数据库中分类存在缺陷，在我们的操作标准中允许我们与客户分享如何减轻这个特定的缺陷。因此，所有这些都基于领域专业知识以及使机器运转的物理定律。

Erik：当您与新客户合作时，您如何确定该客户是否已准备好进行预测性维护部署？因此，如果我们考虑安装在工厂中的技术的更大背景，让我们使用，也许是我目前所在的中国三线城市的工厂，例如，许多工厂的传感器非常少，能力非常有限人在 IT 或集成方面，所以这并不一定意味着您不能使用蓝牙或 WiFi，您不能安装一些无线传感器，并且可能开始隔离特定机器并至少确定可能的解决方案特定的瓶颈、技术或设备。但这确实意味着这种类型的工厂在部署可能更全面的预测性维护解决方案之前还有很多工作要做。那么，当您与新客户合作以了解他们是否准备好，或者鉴于他们的现状，他们准备好接受哪种类型的解决方案时，您的分析会是什么？

普雷斯顿：我们的客户如何与我们一起启动 A 的机会，提高他们的正常运行时间，降低他们的维护成本并朝着数字化战略迈进？我们如何帮助他们了解自己的位置，并帮助他们制定路线图，或者我们称之为迈向更可靠计划的旅程，以使他们进入未来状态？

嗯，我们首先要了解的是，我称之为三脚凳，有人，你有合适的人，有合适的技能和合适的职位：有流程。您是否有一种机制来识别维护任务、工作管理系统来帮助您确定和管理这些工作任务的优先级？您是否拥有可以帮助您收集设备运行状况和设备生产力数据的技术？

因此，我们尝试从帮助客户评估他们所处的位置开始，过程中的人员和技术帮助他们构建路线图，引导他们进入数字化战略，最终使他们能够执行预测性维护，提高可靠性，在越来越低的成本，通过提高可靠性，在财务上收集这些可靠性收益，同时也降低了使用技术运行该可靠性计划的成本。所以在某些情况下，当客户真的把他们的设备运行到故障时，他们真的没有一个好的程序到位，我们真的试图让人们在过程元素中站起来。

我们有一个帐户，我们过早地支持了技术，我们报告了缺陷和数百台设备，并解释了应该进行的维护活动。但是计划和调度以及工艺技能和工作管理都没有到位。我们实际上因为告诉他们他们的设备是否有缺陷而被大喊大叫。因此，我们必须谨慎和平衡，并确保人员和流程到位，以便能够管理数据并处理我们从设备收集的数据，无论是设备的生产力数据还是状态指示来自设备的数据。

因此，我们倾向于从评估开始，帮助他们利用人员流程和技术来制定计划，并尝试在帮助客户成为一流和可靠性的过程中平等地建立这些计划。

Erik：但通常，公司倾向于关注技术，这可能是因为通过购买新技术来解决问题比试图改变人员问题或流程问题更简单。显然，如果你告诉人们我们将要改变或需要新的技能组合或我们正在改变流程，那么在某些情况下就会有某种威胁感。公司希望专注于部署新技术但您强烈认为在此之前您需要解决流程中的人员问题的情况，您如何进行对话？

普雷斯顿：嗯，我想开始让他们有点像，一个有效率的故事，你钓到一条鱼，然后让他们跑一会儿，帮助他们朝那个方向取得一些进展。我们可以从技术实施开始，但要小心，也许我们将不得不回来对一些人和流程进行工作。

在特定情况下，在食品和饮料行业，他们觉得他们的工厂运行非常可靠，他们觉得他们的零食生产处于盈利水平。他们希望使用数字化转型来帮助他们优化流程并了解设备的健康状况，尽管他们声称与计划的停机时间相比，他们的正常运行时间非常长。

因此，他们添加了数百个传感器和技术，我们打开了 ThingWorx 应用程序，他们大约 40% 的设备出现了缺陷迹象。现在我们正在帮助他们认识到是的，这些缺陷可能已经存在。在我们已经进入的案例中，与其他从未真正尝试检测缺陷并且非常以故障为导向的公司一起启动了预测性维护计划，通常，我们会看到缺陷和他们的大量设备。它只是还没有失败。它还没有开始尖叫。操作员没有注意到机器的触感和巨大的噪音。

但是传感器在检测点、故障点曲线上更早地发现了缺陷，而这正是技术为我们所做的。因此，我们必须支持并帮助他们了解状态监测技术的工作原理，以及我们应该如何最好地利用这些信息，并可能根据生产的关键性和重要性对设备进行优先级排序。

所以这是一个平衡的行为。当然，我们希望客户能够领导并掌握整个可靠性流程。因为归根结底，当我们让他们踏上可靠性之旅时，我们正在帮助他们雇用并掌握技术和实践。我们继续提供服务，许多公司利用我们的服务。但是很多公司也希望将这些能力内部化。所以我们必须鼓励他们将他们感兴趣的地方内化，并帮助他们在实践中学习。

Erik：所以可能会有一个试点或早期阶段，然后你会从那里扩展。对于初始价值交付，然后是更全面的部署，在时间表方面会考虑什么？

普雷斯顿：我们可以开始看到一些结果，我们正在测量的一些针头最早会在几个月、2-6 个月内移动。当我们开始使用财务净现值、内部回报率计算我们所做的事情时，更大的回报通常在大约 18 个月内开始显现，有时甚至在一年内。有时可能需要几年时间，这取决于数字的可见程度，以及我们是否选择了正确的低挂果实。

Erik：我们已经介绍了一些好处，然后是更多的定量和定性好处。风险呢？所以我想有预测性维护技术，它本身并不一定有内在的风险。但肯定存在项目失败或项目未达到预期收益的风险。当公司开始计划以确保他们不会忽视一个重要问题时，您认为公司应该真正关注的领域是什么，随着项目的成熟，这些问题又反过来困扰他们？

普雷斯顿：因此，如果对技术进行大量投资，则可能存在许多风险。如果没有人员参与，您最终会为项目蒙受损失。您投入了大量资金，但无法利用数据来实现正常运行时间或降低生产活动成本，因此风险变成了金钱损失。你放了一堆很酷的东西，也许有几个人喜欢用这些很酷的东西工作。但最终，它们没有产生任何货币价值。因此，那里也存在财务风险。

可能还有其他风险。例如，我们将在哪里投入所有这些技术，因此，我们不需要那么多人四处走动看着机器。我们将把它们重新用于组织内的其他角色，并自动收集我们要收集的所有这些新数据，这些数据告诉我们如何立即优化我们的流程，它将告诉我们如何维护我们的设备马上。

如果我们不包括了解物理定律和化学过程、机械过程、电气过程的领域专家，那么在不了解设施内的物理定律的情况下，就有过度依赖技术的风险。我们可能会面临与设备意外故障相关的风险。机器大数据分析只是还没有从数据中学习，或者正在给出不驱动行动的观察。我们期待我们放入这个安全毯，但安全毯并没有很好地基于物理原理。因此，在没有充分理解主题的情况下存在过度依赖技术的风险：过程的物理定律：化学、机械和电气。

Erik：当您开始潜在地将封闭设施连接到外部数据源时，您是否对网络安全漏洞有任何担忧？

普雷斯顿：有，而且这总是一个非常有趣的挑战。这就是为什么工业物联网和数字化转型确实是一项团队运动，需要组织的领导，组织更高级别的领导，以帮助各个部门协调一致，包括运营、维护可靠性以及信息技术团队。

和信息技术团队，如果他们保持一致，并且他们了解组织试图通过他们的旅程实现的旅程和收益，那么他们将在隔离网络方面非常有用，确保数据流动正在离开设施去云或设施之外，它不是可以用来对付他们的数据，防火墙已经到位，但数据仍然可以流过它们。信息技术团队可以成为数字化转型的真正资产，只要他们对参与感到兴奋和积极。而且他们最终会提出安全问题。但是，如果他们有成为团队成员的动力，他们将帮助组织以涵盖安全性和功能性的方式解决这些安全问题。

埃里克：普雷斯顿，我确实想知道你的时间。但如果你有时间的话，我很想深入研究一两个具体的案例研究。是否有您想到的一两个案例研究可以引导我们完成？

普雷斯顿：当然。所以这是一个公开的案例研究，它已经在发电和电力行业新闻中出现了几年。那是美国最大的发电公司，那就是杜克能源。他们有一些设备故障，导致他们无法满足生产要求或承诺。这提高了他们的电费。他们不得不从竞争对手那里购买，而且他们有一些重大故障和设备成本高昂。

当他们想要改进他们的预测性维护计划时，他们意识到我们需要我们的主题专家；我们需要他们分析数据并告诉我们未来将要发生的事情，以便我们能够更好地计划，而不是四处走动收集数据。

所以，杜克能源公司内部有他们的可靠性团队，那是在我加入 Allied Reliability 之前，但他们自己取代人力，四处走动收集数据，观察机器，使用技术。我的前雇主实际上能够为他们提供足够的传感器和数据采集系统来构建他们的数据流堆栈。他们建立的信息技术专家参与其中。他们为所有振动、温度和油传感数据、电机电流传感数据、热成像数据开发了他们所谓的维护网络，以流向历史学家。他们使用 OSI 软高级历史记录器。

然后他们添加了一些来自电力研究所工厂视图的维护和可靠性工具，以及来自 InStep 公司的一些机器学习工具，该公司的产品名为 Prism。他们将许多专业知识融入了位于北卡罗来纳州夏洛特的公司总部。这就是他们的维护和可靠性室由数据科学家、主题专家以及为利用这些数据的各个工厂提供建议的人组成的地方。所以这是一个真正的成功。

他们记录了每年数百万美元的节省，并且他们实际上更好地利用了他们的停电计划，因为他们有条件指示数据，可以告诉他们在每次下一次停电时需要在他们的机器上完成哪些工作。所以，这是我把所有这些放在一起的第一次欢呼。在特定案例中，我与传感器和数据采集技术以及与主题专家和历史学家的信息交流非常相关，

凭借这些相同类型的知识和经验，以及相关的可靠性也涉足重金属、重工业。在一个特殊情况下，我们与钢铁和铝制造商合作，这些组织在不同类型的环境中运营，通常是在锈带附近，他们有不同类别的劳动力，我们可能会发现与杜克能源所在的东南部不同.换句话说，我们有工会，我们有手艺，我们有承包商。所以组织方面有点有趣。

但美洲的重金属行业正试图变得越来越有竞争力。当然，现在的关税有点帮助。但他们仍然需要提高设备的可靠性。在一个组织中，我们花了一年半的时间帮助他们了解他们的设施中有哪些资产。所以我们提前做了一些可靠性咨询。然后我们能够帮助一小部分，即轧机和液压泵送系统。他们只是在升级这些设备，因此我们借此机会围绕一组特定机器的小范围部署了数字化转型元素。

他们采用了 ThingWorx 平台，实际上引入了流程数据，让每个单独流程的经理可以查看所有产品数量和产品流程。但是在特定的机器级别，当机器实际调试时，工业物联网、状态监测传感器和过程传感器都流入历史数据库，开始显示新设备开始出现的一些异常情况.他们能够在这些异常现象成为更大的问题之前迅速做出反应，并进一步优化驱动角色支架的液压系统。

轧机机架的操作员正在体验更加平稳的操作，轧机机架因为更平稳的控制，更可靠的液压系统。因此，这在潜在的可靠性和产品吞吐量以及在缺陷成为更大问题之前识别缺陷方面取得了成功。

Erik：这两个听起来都是非常简单的解决方案。您在这些项目中遇到的任何挑战，或者它们的部署都非常顺利？

普雷斯顿：嗯，总是有挑战。当您在网络上混合多种软件技术时，这两者之间就会集成。有时，集成工作来自内部团队。有时整合工作可能来自外部技术资源。因此，我们尝试与客户合作，帮助他们了解我们需要在数据采集系统、历史数据库和计算机化维护管理系统之间进行一些整合。我们将需要一些仪表板供领导层使用，他们对指标和 KPI 以及我们试图移动的指针和仪表感兴趣。

所有这些实际上都超出了盟军可靠性能力、能力和核心价值的范围。由于我们是真正的可靠性顾问，我们了解人员、流程以及导致机器故障的原因。我们帮助我们的客户实施设备维护计划，哪些传感器如何解释传感器数据，如何提出维修建议。但是该组织的其他人有其他系统，我们不是系统集成商。我们是领域专家，我们对技术的工作原理和集成方式了如指掌。但我们希望其他人也这样做。

因此，如果我们没有一个与我们步调一致的系统集成团队，我们的道路上将不会有多少颠簸和挫折。系统不相互通信、数据不流动、数据丢失或你有什么的小减速带。只要我们保持三足凳平衡，我们的状态就很好。如果我们不平衡三脚凳，那么当我们坐在桌子上时可能会有点倾斜。

Erik：嗯，也许这是我们讨论的一个很好的结束点：照顾好你的员工、你的流程和你的技术。普雷斯顿，你有什么最后想说的吗？

普雷斯顿：是的。因此，我全心全意地相信，数字化转型和世界各地的工业资产密集型行业非常受欢迎，许多组织对此非常感兴趣，并且非常有可能使用这些技术。我们只需要把它想象成一步一步来。在任何特定时间，不要咬得比我们能咀嚼的更多。想想我们的三足凳：人、流程和技术。并考虑建立一个强大的团队，从组织的领导开始，引进了解流程和机器、物理定律的领域专家。然后加入信息技术、增强现实、机器学习、网络、通信、网络安全，并确保我们拥有一支优秀的系统集成合作伙伴团队，可以帮助我们将所有部分组合在一起并提供业务和生产力我们期待的结果。

埃里克：嗯，普雷斯顿，我这边只有一个问题。听众与您或您的团队取得联系或了解有关 Allied Reliability 的更多信息的最佳方式是什么？

Preston：最好的方法是我们的网站 alliedreliability.com。并且有机会进入各个方面，因此，人员、流程和技术、请求信息以及我们的销售和顾问将很容易获得。这就是 alliedreliability.com。

Erik：我们也会把它放在节目说明中。所以普雷斯顿，非常感谢你今天的时间。你拥有绝对丰富的知识。感谢您抽出宝贵时间与我们分享。

Preston：我很高兴，Erik。

Erik：工业物联网焦点播客的这一集是与 PTC 合作的一部分，PTC 是一家帮助企业设计、制造、运营和服务智能互联世界的全球软件公司。要了解有关 PTC 的更多信息，请访问 www.ptc.com 并与 IoTONE 合作开发未来的播客，请随时通过 team@IoTone.com 与我们联系

感谢您收看另一个版本的工业物联网聚光灯。不要忘记在 IotoneHQ 的 Twitter 上关注我们，并查看我们在 IoTONE.com 上的案例研究数据库。如果您有独特的见解或项目部署故事要分享，我们很乐意在未来的版本中介绍您。写信给我们 erik.walenza@IoTone.com。