【导读】近日，IoT Analytics发布了一份综合的市场报告，该报告聚焦于2017至2022年期间预测维护市场的机会。

              
　　何为预测性维护策略？简而言之就是借助算法分析检测故障发生前的机械状态，并预测故障发生的时间。除此之外，还能够确定可延长机械使用寿命的主动性任务类型。
 
　　预测性维护作为一个新兴市场，因为维护策略从所谓的事后控制方式转移到通过分析和启用预测性维护来解决问题，无疑向我们展示了一个就发展潜力的市场。在这个市场中，IoT平台商、低成本的安全云存储厂商以及提供动态数据模型的分析供应商扮演着至关重要的角色，发挥着越来越大的作用。
 
　　研究表明，物联网的发展和先进的分析推动了整个市场采取预测性维护策略，从而带来25％-30％的效率提升。IoT Analytics发布的这份报告中指出：2016-2022年期间预测性维护的复合年均增长率（CAGR）为39％；另外，到2022年，年度技术支出将达到10.96亿美元。

　　报告数据基于110家从事预测维护实施的技术公司相关业务的收入所得出，这些公司跨越13个行业和7个技术领域。这110多家企业中不乏一些初创企业，它们大部分是为预测性维护提供软件解决方案的公司。整份报告从以下五个不同的部分切入：

状态监控的硬件
工业自动化硬件
通信连接
存储与平台
数据分析
 
　　下图显示的是前20名实现预测性维护的公司，而本文将展示重点展示其中五大预测性维护公司的相关案例。
 

　　前20名实现预测性维护的公司（声明：由于每家公司对于预测性维护的定义有所不同，加之在市场营销方面的力度也有差异，因此排名只是相对的，高排名并不意味着该公司拥有良好的预测性维护解决方案，也无法代表公司相关业务的收入。）

IBM

　　在所有的公司中，IBM之所以能拔得头筹，一方面得益于公司背后庞大的团队在预测性维护方面做出的努力，另一方面则是因为该公司通过媒体进行了大量的宣传报道，从而提高了其在预测性维护市场的知名度。

　　IBM 的PMQ(Predictive Maintenance andQuality)大数据分析预测解决方案基于对设备性能和使用状况的实时分析，通过监测、分析和记录设备的数据，从而输出主要设备的健康管理数据，减少非计划成本，延长设备寿命，提高产品质量和收益等。

案例一
 
　　IBM和电梯公司KONE签约合作，后者在全球拥有几百万台电梯和自动扶梯。这些电梯设备上的传感器无时无刻的不在把电梯的运行数据上传到IBM的云端。

　　IBM Watson 可以实时分析电梯周围环境的温度、湿度；电梯或扶梯的停靠准确性、运行速度、开门关门是否有时延，停顿后是否有颠簸等等。所有这些数据都能自动传输到IBM Watson平台上进行分析和监测，这些数据体现了KONE分布全球的电梯和自动扶梯的即时运行状况。通过分析这些数据信息，能够预测电梯运行状况是否存在风险，或电梯是否需要维修保养。