BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

Azure云中的蒂森:电梯里的机器学习

| 作者 张天雷 关注 4 他的粉丝 发布于 2015年5月7日. 估计阅读时间: 3 分钟 | 如何结合区块链技术,帮助企业降本增效?让我们深度了解几个成功的案例。

随着物联网技术的发展,越来越多的日常设备开启了物联功能,从根本上改变了我们的生活。Azure云致力于推动设备物联,帮助传统设备收集、分析和洞悉物联数据,进而改善设备的用户体验,本文以蒂森电梯和Azure云结合的物联案例,讲述Azure云如何能够切实推动物联网进程。

人类社会的发展速度是令人瞠目结舌的,接踵而至的则是城市和建筑的规划问题,其中一个很小但是很重要的方面,是电梯的乘坐问题。蒂森电梯是世界知名的电梯品牌,保证电梯本身质量的同时,它还致力于利用新技术来改善乘客的乘坐体验。例如纽约102层的世贸中心,拥有73部蒂森电梯,为了让每天数以万计的乘客能够安全、合理和便捷地乘坐电梯,管理人员可谓是殚精竭虑。不断增多的乘客数量,不断增高的运营成本,推动蒂森谋求采用更合适的技术来改进其电梯管理系统,它选择了物联网技术,主要关注用技术改善电梯运行的可靠性,进而提升乘坐体验。蒂森CEO Andreas表示,他们想要开创电梯维护新技术的先河。具体来讲,蒂森试图将电梯赋予物联功能,利用若干传感器收集电梯运行数据,上传到云端进行智能分析。2014年蒂森与Azure云深度合作,极大的改进了电梯运行故障的发生,主要采用的技术是利用Azure云的机器学习平台来预测电梯可能发生的故障,将故障杀死在萌芽中。

在具体的物联过程中,蒂森使用Azure云提供的商业智能服务,获取传感器数据并上传到云端,管理人员可通过一个操作感很好的页面来筛选、组合和进一步分析数据。具体来说,数据分为两种:故障报警,需要管理人员立刻处理;运行事件,存储留作后续分析。这种根据时间区分运行数据优先级的方式,从很大程度上简化了管理员繁重的数据观察工作。进一步地,蒂森还利用Office 365提供的可视化工具实时对电梯运行数据进行观察和洞悉。可视化后的数据带有较强的语意表达,直观地展现了电梯目前的运行状态。

对蒂森电梯运行可靠性贡献最大的,是Azure云提供的故障预测功能。利用Azure机器学习云,构建预测模型,通过电梯维护的历史数据来预测其未来的运行状态。随着模型对故障情况的掌握,目前蒂森电梯的维护工程师已经可以和模型协同工作了,即在模型中输入错误编码,由模型给出下一步的维护策略,此举极大地提高了电梯维护的效率。

对于蒂森来讲,维护其全世界超过1百万台电梯是个很难的系统工程,与Azure云的有机结合使得蒂森能够动态、快速和有效地维持电梯运行的可靠性,这大概就是物联网和机器学习云的魅力所在了。


感谢包研对本文的审校。

给InfoQ中文站投稿或者参与内容翻译工作,请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博(@InfoQ@丁晓昀),微信(微信号:InfoQChina)关注我们,并与我们的编辑和其他读者朋友交流(欢迎加入InfoQ读者交流群InfoQ好读者)。

评价本文

专业度
风格

您好,朋友!

您需要 注册一个InfoQ账号 或者 才能进行评论。在您完成注册后还需要进行一些设置。

获得来自InfoQ的更多体验。

告诉我们您的想法

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我
社区评论

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

讨论

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT