如下圖所示的FMLink圖表中，我們可以看到：圖表上的每個豎條代表了站點基于其總平方英尺因素(factored gross square-foot，FGSF)基礎上的年度維護成本。平均成本是1.23美元每FGSF。75%的站點報告其維護成本大約介于0.70每美元FGSF到2.00美元每FGSF之間。綜合考慮1.23美元每FGSF的平均成本，以及不同制造商、零售商和其他設施均需要占據巨大的空間倍增，我們開始理解該問題的范疇和的尋求到相應有針對性的解決方案機會的大小。
通常情況下會預算緊縮會導致設備管理者推遲維護項目的進行，并認為這是不必要的。然而，據FacilitiesNet的調研報告顯示，“一般而言，一項長期持續進行設備延期維護的企業管理政策可能會導致更高的成本，資產運行失敗。甚至在某些情況下，會對整個企業設備運行安全、健康和環境的造成重大影響。”
降低成本的同時改善并提高設備的維修保養
然而，事實上，企業要想從設備的維護方面節省資金，并不需要以資產設備故障或以犧牲企業環境成本為代價。其實，企業可以采取一種方法來幫助他們顯著地降低維護費用，同時確保設備和機械更高的工作效率。
當我們充分借助大數據分析，并將其應用到相關設施的能源消耗方面時，我們就能夠是在這一在幾年前是不可能的實現的目標了：
1、我們從資源密集型的預防性維護轉型到了精簡的預測性維護
2、我們能夠更快、更好的做出決策，其能夠帶來運作效率和整體設備效能的提升
3、我們顯著地降低了能耗(節約成本)
數據支持的預測維護
當涉及到機械和設備時，基本上有三種類型的維護計劃：糾正、預防和預測。糾正性維護是“等到設備壞了”才糾正的方法，這種“計劃并非計劃”。不幸的是，這種結構(或缺乏結構)在許多設施中往往最為被經常性的采用。據MA CMMS的調研報告稱，“依靠糾正性維護就像是盲目飛行，然而，這種糾正性維護仍然是北美大部分企業維護工作的主要方式。平均而言，大約55%的維修活動都是對設施實施糾正性維護。”
隨著相關基礎設施的進步，同時企業也變得更具組織和預算意識，他們通常會轉變為采取預防性維護計劃。這些方法是基于時間或機器的運行時間，并提供相應的設計程序來檢測設備，排除或減輕一個系統(或其組件)的降解過程。一個有效的預防性維護計劃有助于幫助企業實現高達12%至18%的成本節省。
而當一款設備需要提升效率，既在實現節約成本的同時仍然保持可持續的最佳實踐，那么其就需要轉移到采用預測性維護，其已經通過預防性維護的方法實現了約12%的成本節省。而進一步通過跟蹤和監控設備的運行狀況和機器的能量分布情況，我們可以使用聚合能量數據來進一步預測設備故障，進而針對只需要服務的設備實施維修。
有了預測性的維護，企業對即將發生的設備故障保持警覺。通過消除不必要的設備故障，同時對不需要服務的設備進行預防性維護，減少維修費用，減少資源密集型的停機時間。
決策和運營效率
跟蹤設備能源消耗水平的系統，使得許多運營效率得以超越預測的維護。在The North Face公司的一個能源管理的研究案例中，該服裝零售商在四個位置安裝了一個電路級能源管理解決方案。其在每家實體店的HVAC空調和照明組件的輸出電線上安裝了無線自供電的傳感器。
其結果是相當驚人的：
他們發現了一款不能正常工作的AC交流電風扇系統。通過早期的發現，店鋪管理實現了69420千瓦時/年(約10500美元左右)的成本節約，并避免了設備故障。
在另一個位置的HVAC空調系統操作不正確，而空氣處理程序超過了循環。而通過早期的檢測，該實體店得以能夠節省16016千瓦。
通過在舊金山進行實時監控，管理人員在母親節繁忙的促銷當日收到了店內的監控攝像頭掉了的警報。
一家實體店改變了非工作時間的照明計劃，并實現了每年10%的節能效果。
其他公司是以無監控的BMS重寫(Overrides)的形式發現運營效率低下的，發現未知的異常，如設備閑置、企業文化中的行為變化。此外，與正在進行的調試和基準的位置的差距會使得成本浪費和其他差異很容易被注意到和糾正。
減少能源消耗，實現可持續發展
從設備和系統中進行大數據的收集，然后對其進行匯總，以揭示相應的趨勢，所需配置文件，效率低下的基準和發出維護警報，有一個值得歡迎的副作用：節省能源和成本，實現可持續性發展。
當異常狀況被跟蹤到，并預測到需要相關的維護服務后，運營效率得以修正，企業進而可以優化能源的利用，提高產量和改善相關工作流程。從而大大節省了維修和相關項目的成本。
能源系統中的大數據
以數據驅動的方法對于許多系統而言都是革命性的。從流媒體音樂服務和衛星導航系統，計步器，卡路里計數器，乃至人體心臟速率監測器，我們都已然受益于龐大的數據集被處理。而在能源系統，大數據則能夠使我們更好的理解和優化設備，從而帶來能源消費成本降低，使設備、系統、設施和企業進入綠色運營的消費模式。
京公網安備 11010502049343號