這是一個轉型的時代。數字化裹挾著制造業狂奔突進，觸發了產業服務及商業模式的加速創新，產業價值鏈、供應鏈和行業生態正在加速分解、整合與重構。在這種趨勢下，不斷增加的新型服務業態，如全生命周期產品維護服務，產品運營、數字化營銷和在線支持服務等，逐漸成為制造企業新的利潤中心。傳統制造業靠著“產品為王”一騎絕塵的時代已然一去不復返，智能化，服務化轉型不僅是必然趨勢，更是現實之舉。

預測性維護，服務化轉型的重要抓手

盡管巨大的服務市場令制造企業格外垂青，然而在服務化轉型發展方面，傳統制造業卻依然步履蹣跚。以產品維護為例，傳統的維護方式主要是事后維護和預防性維護：事后維護主要是“救火隊“模式，往往故障已經發生損失已經造成;預防性維護則采用例行檢修，人工現場維保，常常因為過度維護導致能源浪費和人力成本劇增，或者由于某些事故征兆容易被忽視或者維護人員的責任心不足，維護不到位的情況也長期存在。

在諸如電梯，工程機械，工業洗衣機，工業空調，數控機床等領域，這些重型資產不僅設備價值高，且銷售分布區域廣。采用傳統維護方式，其不可預測的突發故障和冗長的備件及維修周期，將嚴重影響著客戶的正常業務運行并極大的增加了安全風險;想象一下：在繁華的都市，一臺電梯的突發故障可能牽動著數十個家庭的平安幸福;在繁忙的鄉村，一臺大型收割機的突然趴窩影響的可能是數百畝農田正常收割和大量農產品的腐敗變質;在熱火朝天的生產現場，一臺智能機床哪怕非正常停機1個小時，影響的可能也是數十億項目的正常交付……

預測性維護模式的出現徹底改變了企業的服務模式和流程。預測性維護的顯著特點是讓“物”說話，通過物聯網聯接產品及周邊監測傳感器，實時監測和了解產品運行和使用情況，并通過云端大數據分析平臺進行預測分析，提前感知設備故障，且可遠程服務和提前排查故障隱患，使得產品維護維護變得更加便利，運營更加可靠，成本也更低。

驅動預測性維護，從邊緣計算物聯網(EC-IoT)開始

然而，在預測性維護模式啟用過程中，企業也面臨著一些現實挑戰。以工程機械為例，需維護的設備可能分布在全球的各個角落，而每臺設備一天產生的數據量將大于10G，如果將這些數據全部采集并上傳到云端進行分析處理，勢必將給網絡帶來巨大的負擔并因此產生巨大的聯接成本，而且如果數據分析和控制邏輯全部在云端實現，也難以滿足關鍵業務的實時性要求。伴隨聯接設備數量的劇增，如何解決海量終端的聯接和管理，海量數據的實時分析和處理，成為保障預測性維護落地的現實難題。

基于邊緣計算的物聯網(EC-IoT, Edge Computing-IoT)可以有效構建預測性維護方案。EC-IoT方案由終端通信模塊，邊緣計算網關(華為AR500系列產品)和敏捷控制器共同構成，終端通信模塊支撐物聯終端傳感網絡智能互聯，邊緣計算網關就近提供智能服務，敏捷控制器通過開放的API/eSDK與不同合作伙伴的行業應用系統開放對接，同時應用云管理的架構實現不同行業海量無人值守終端的智能聯接和高效管理。EC-IoT解決方案具備廣泛行業適應性，為行業客戶提供全流程的產業服務及商業模式創新，為預測性維護提供基礎支撐。

那么，EC-IoT怎么在預測性維護中發揮作用的?

首先是創新性的將邊緣計算(Edge Computing)架構引入物聯網領域，在靠近設備或數據源頭的網絡邊緣側，部署融合網絡、計算、存儲、應用核心能力的邊緣計算網關和終端通信模塊，為邊緣計算提供包括設備域，網絡域，數據域和應用域的平臺支撐。設備域通過終端通信模塊支撐現場設備的實時智能互聯;網絡域為系統互聯、數據聚合與承載提供實時聯接及管理服務;數據域提供邊緣數據聚合及優化服務，并保障數據的安全與隱私性;應用域則基于開放接口，實現邊緣行業應用本地化部署，支撐邊緣業務運營;

基于這個架構，不同的行業就可以根據自身的業務特點在邊緣部署本地部署定制化行業應用，合理適配預測性維護數據分析模型，實時執行數據清洗、數據分析并根據數據分析結果觸發預定義的業務響應策略，***時間發現設備潛在故障;同時提供本地存活，一旦與云端聯接故障，數據可以本地保存和處理，聯接恢復后，本地高價值數據自動同步到云端，確保為云端提供完整的產品運營視圖。

其次是邊緣計算與云計算互相協同，云計算聚焦非實時、長周期數據的大數據分析，能夠在周期性維護、故障隱患綜合識別分析，產品健康度檢查等領域發揮特長。邊緣計算聚焦實時、短周期數據的分析，能更好地支撐故障的實時告警，快速識別異常，毫秒級響應;此外，兩者還存在緊密的互動協同關系。邊緣計算既靠近設備，更是云端所需高價值數據的采集單元，可以更好地支撐云端應用的大數據分析;反之，云計算通過大數據分析優化輸出的業務規則也可以下發到邊緣側，邊緣計算基于新的業務規則進行業務執行的優化處理。

以電梯行業為例，到2020年全球電梯保有量預計達2000萬臺，以邊緣計算物聯網構建的梯聯網采用邊緣計算網關，聯接電梯控制器及各類傳感器，實時采集電梯的運行數據并基于本地輕量級數據分析模型進行實時預分析，比如通過對電梯噪聲頻次，強度的分析，可***時間進行電梯故障隱患預判，發現潛在故障;再基于云端大數據分析對電梯進行全面數據分析，全面了解電梯各部件的“健康指標“，而分析結果又可以及時的反饋到邊緣側，實現邊緣分析模型的優化，達到更智能的電梯預測性維護，即提前預知電梯可能發生的故障，提前維護保養。

***是云管理架構，部署在云端平臺的敏捷控制器，可實現邊緣計算網關的計算資源、協議，應用和數據的統一管理和自動化部署，將網絡管理全面云化。同時，具備無縫擴展能力，可支撐***別的物聯網終端統一云管理。利用云管理實現了網絡從規劃、部署到運維的全生命周期管理，結合可視化管理組件，全網狀態實時監控，海量設備即插即用，業務自動化部署，降低運營成本50%以上。

海量預測性維護市場，驅動產業價值鏈延伸

作為服務化轉型的重要抓手，在降低維護服務成本的基礎上，預測性維護正在具有全新的價值考量。由預測性維護所提供的服務和運營模式變革也延伸了產業的價值鏈和制造企業的盈利范圍。

據第三方機構數據統計，預測性維護可以降低業務非正常中斷時間，從而有效規避了設備增值運營的風險，將從設備銷售到長期的設備租賃運營或者維護服務模式轉型。比如，通過遠程的預測性維護手段則可以有效監控甜菜收割機運營過程中設備運行狀況，提高設備可靠性，降低設備故障率達70%以上，很大程度上降低了設備趴窩的可能性，為客戶提供更優質的服務，這也同時是新的增值服務帶來企業的持續競爭力提升的表現。

預測性維護的好處遠不止于此，通過預測性維護可獲取不同地區，不同環境下設備的實時運行狀態參數，將這些數據進行深入挖掘分析，從而形成一個產品大數據寶庫;有了這個寶庫，設備制造商可以更好的優化產品設計，降低產品不良品率，同時也可以為企業的數字化精準營銷提供源源不斷的數據支撐，成為制造商經營轉型的重要工具和手段。

如今， EC-IoT解決方案已經在梯聯網，電力物聯網，城市及照明物聯網，智慧能源，智能制造，工程機械，車聯網等領域有了成功的應用，EC-IoT解決方案將成為預測性維護的重要支撐，使能服務化轉型。