【導讀】近日，IoT Analytics發布了一份綜合的市場報告，該報告聚焦于2017至2022年期間預測維護市場的機會。

              
　　何為預測性維護策略？簡而言之就是借助算法分析檢測故障發生前的機械狀態，并預測故障發生的時間。除此之外，還能夠確定可延長機械使用壽命的主動性任務類型。
 
　　預測性維護作為一個新興市場，因為維護策略從所謂的事后控制方式轉移到通過分析和啟用預測性維護來解決問題，無疑向我們展示了一個就發展潛力的市場。在這個市場中，IoT平臺商、低成本的安全云存儲廠商以及提供動態數據模型的分析供應商扮演著至關重要的角色，發揮著越來越大的作用。
 
　　研究表明，物聯網的發展和先進的分析推動了整個市場采取預測性維護策略，從而帶來25％-30％的效率提升。IoT Analytics發布的這份報告中指出：2016-2022年期間預測性維護的復合年均增長率（CAGR）為39％；另外，到2022年，年度技術支出將達到10.96億美元。

　　報告數據基于110家從事預測維護實施的技術公司相關業務的收入所得出，這些公司跨越13個行業和7個技術領域。這110多家企業中不乏一些初創企業，它們大部分是為預測性維護提供軟件解決方案的公司。整份報告從以下五個不同的部分切入：

狀態監控的硬件
工業自動化硬件
通信連接
存儲與平臺
數據分析
 
　　下圖顯示的是前20名實現預測性維護的公司，而本文將展示重點展示其中五大預測性維護公司的相關案例。
 

　　前20名實現預測性維護的公司（聲明：由于每家公司對于預測性維護的定義有所不同，加之在市場營銷方面的力度也有差異，因此排名只是相對的，高排名并不意味著該公司擁有良好的預測性維護解決方案，也無法代表公司相關業務的收入。）

IBM

　　在所有的公司中，IBM之所以能拔得頭籌，一方面得益于公司背后龐大的團隊在預測性維護方面做出的努力，另一方面則是因為該公司通過媒體進行了大量的宣傳報道，從而提高了其在預測性維護市場的知名度。

　　IBM 的PMQ(Predictive Maintenance andQuality)大數據分析預測解決方案基于對設備性能和使用狀況的實時分析，通過監測、分析和記錄設備的數據，從而輸出主要設備的健康管理數據，減少非計劃成本，延長設備壽命，提高產品質量和收益等。

案例一
 
　　IBM和電梯公司KONE簽約合作，后者在全球擁有幾百萬臺電梯和自動扶梯。這些電梯設備上的傳感器無時無刻的不在把電梯的運行數據上傳到IBM的云端。

　　IBM Watson 可以實時分析電梯周圍環境的溫度、濕度；電梯或扶梯的停靠準確性、運行速度、開門關門是否有時延，停頓后是否有顛簸等等。所有這些數據都能自動傳輸到IBM Watson平臺上進行分析和監測，這些數據體現了KONE分布全球的電梯和自動扶梯的即時運行狀況。通過分析這些數據信息，能夠預測電梯運行狀況是否存在風險，或電梯是否需要維修保養。