1700431900
3.7 工业发动机和设备：传感器数据的价值
1700431901
1700431902
世界各地安装了许多复杂的机器和发动机，例如，飞机、火车、军车、建筑设备、钻孔设备等。因为造价昂贵，保持这些设备的稳定运转是非常重要的。近些年来，从飞机发动机到坦克等各种机器上也开始使用嵌入式传感器，目标是以秒或毫秒为单位来监控设备的状态。
1700431903
1700431904
监测工作可以做得相当细，特别是在测试和开发过程中。例如，当新的发动机开发出来，就得依靠获取到的足够多的细节信息，来检查发动机是否可以按照预期设定的方式工作。一旦新发动机进入市场，再想更换有缺陷的部件的花费会相当高，因此我们需要事先详细地进行性能分析。监测是一项不断持续的活动。也许我们并不需要持续收集每一毫秒的细节信息，但如果能够收集到大量的细节信息，我们就可以评估该设备的生命周期，识别出重复出现的问题。
1700431905
1700431906
例如，发动机传感器可以收集到从温度到每分钟转数、燃料摄入率再到油压级别等信息，而数据可以根据预先设定的频率获取。当读数频率、读取指标数量和监控项目数量增加时，数据量会迅速增加。为什么我们要关心这一点？下面我们来看一些例子。
1700431907
1700431908
使用传感器数据
1700431909
1700431910
发动机的结构很复杂，有很多移动部件，必须在高温下运转，会经历各种各样的运转状况。因为它们的成本太高，所以期望寿命越长越好。因此，稳定的、可预测的性能就变得异常重要，因为机器的寿命依赖于此。例如，对故障飞机进行保养维修会花掉航空公司或者空军部队一笔不小的钱，但这种事情我们还必须做，因为我们要识别出飞机是否存在安全隐患。因此，飞机或者飞机发动机以及其他设备的停机时间一定要降到最低，航空公司或者空军部队对此都有非常迫切的需求。
1700431911
1700431912
停机时间最小化策略包括准备备件或后备发动机快速割接时需要维修的设备、从诊断结果中快速识别需要更换的部件、针对问题部件投资开发更可靠的新版本。要想有效实施这3种策略，必须得有数据。我们要用数据生成诊断算法，或者用数据作为输入来诊断某个特定的问题。工程部门可以使用传感器数据准确地定位问题的原因，设计新的措施支持更长、更可靠的操作。不管发动机是飞机的，还是船只的，或者是陆地设备的，这些考虑因素都适用。
1700431913
1700431914
通过提取和分析详细的发动机运转数据，我们可以精确地定位那些会导致立即失效的某些模式。然后我们就能识别出会降低发动机寿命的时间分段模式以及更加频繁的维修。多个变量的排列组合数目，特别是一段时间内的排列组合数目，使得这类数据分析活动变成了一项挑战。这个过程不仅会涉及到大数据，就连随之开发出来的分析也会变得异常复杂和困难。以下是我们可以研究的一些问题。
1700431915
1700431916
■ 压力骤然下降是否表示一定就会出问题？
1700431917
1700431918
■ 温度在几小时内持续下降是否意味着还有其他问题？
1700431919
1700431920
■ 振动水平异常是否意味着有问题？
1700431921
1700431922
■ 发动机启动时的飞速转动是否让某些部件的性能严重受损，而且还会增加维修的次数？
1700431923
1700431924
■ 几个月内油压一直比较低，是否会使发动机的某些部件受损？
1700431925
1700431926
结构化数据内缺少结构性
1700431927
1700431928
传感器数据给我们带来了一个非常艰巨的挑战。虽然我们收集到的数据是结构化的，独立的数据元素也很好理解，但元素之间的时间关系和模式却根本无法理解。延时和无法测量的外部因素增加了问题的复杂性。如果要考虑所有的信息，识别各种数据长期的作用效果，这个过程会异常复杂。拥有结构化数据并不一定能够保证分析方法就是高度结构化和标准化的。
1700431929
1700431930
在出现严重问题的时候，先回头去检查当时发生了什么，一直检查到问题自己露出马脚，这种做法会非常奏效。传感器的作用类似于依靠飞机黑匣子的帮助诊断失事原因。发动机传感器数据可以用于诊断活动和研究行为。从概念上讲，相对于先前我们讲到的汽车保险案例中的信息服务设备，我们这里讨论的传感器是一种更复杂的形式。传感器不断感知周围环境并获得数据信息，这是大数据世界中反复讨论的一个主题。虽然我们这里讨论的是发动机，但传感器还有数不清的各类用途，这里讨论的原则也同样适用。
1700431931
1700431932
如果大量传感器都长时间重复着传感器数据收集流程，那会产生大量丰富的分析数据。只要好好地分析这些数据，就能发现设备的缺陷，就有机会主动修复这些问题。我们还可以把设备中的弱点先行识别出来。随后，我们可以制定好流程，缓解这些发现带来的问题。这些措施带来的收益不止是安全级别的提升，还会让我们的成本下降。使用传感器数据，发动机和设备都会更加安全，能够提供服务的时间就会比较长，这样运营会比较平稳，成本也会比较低。这是一种通赢的做法。
1700431933
1700431935
3.8 视频游戏：遥测数据的价值
1700431936
1700431937
遥测数据是视频游戏产业的一个术语，用来描述捕捉游戏活动的状况。其概念与我们在第2章所讲的网络大数据无异，这是因为遥测数据收集的是玩家在游戏中的活动情况。遥测数据的收集对象多数情况是在线游戏而非掌上游戏。
1700431938
1700431939
在曲棍球比赛中，遥测数据收集的是运动员在击球进门时，何时进的球，用的哪种击球方法，球速多少。在战争游戏中，遥测数据收集的是用哪种枪械开的火，在哪里开的火，向哪个方向开的火，枪械对各种东西的破坏程度。从理论上讲，相关场景和活动的所有细节都能够被收集到。
1700431940
1700431941
视频游戏制造商从中不仅可以很容易地了解到有多少客户购买了游戏软件，还能知道游戏被玩了多少个小时。使用遥测数据，游戏制造商可以了解到客户的私人信息，他们实际的玩法，他们是如何与自己创建的游戏进行交互的。我们收集到的游戏数据可能会很大，但视频游戏行业已经开始积极地分析这些数据了。遥测数据对很多领域都产生了影响。从遥测数据的优势和用途来看，很容易发现它和网络数据之间的相似性。下面我们来看一些例子。
1700431942
1700431943
使用遥测数据
1700431944
1700431945
许多游戏都通过订阅模式挣钱，因此维持刷新率对这些游戏就会非常重要。通过挖掘玩家的游戏模式，我们就可以了解到哪些游戏行为是与刷新率相关的，哪些是无关的。例如，也许在体育游戏比赛时，使用某些辅助功能会大大提升刷新率。游戏制造商会采取措施来吸引玩家尝试比赛，以诱使他们使用以前不曾使用过的功能。
1700431946
1700431947
遥测数据只会越来越大
1700431948
[
上一页 ]
[ :1.700431899e+09 ]
[
下一页 ]