从《物联网“十三五”发展规划》，到《中德合作行动纲领》、《中国制造2025》，工业物联网产业在政府的推动下快速的提升壮大。

  最新数据表明，中国工业物联网规模突破4500亿元，在整体物联网产业中的占比达到25%。

  因此，在国内数字化转型和人机一体化智能系统2025的大背景下，工业物联仍将保持快速地发展且市场巨大。

  工业物联网（IIoT）是工业4.0的关键组成部分，主要技术领域涵盖传感器技术、网络互联技术、信息处理技术、安全技术、边缘和云计算等多个方向，将具有感知、监控能力的各类采集或控制传感或控制器以及泛在技术、移动通信、智能分析等技术不断融入到工业生产的全部过程所有的环节，从而大幅度提高制造效率，改善产品质量，降低产品成本和资源消耗，最终实现将传统工业提升到智能化的新阶段。目前，工业物联网主要使用在场景有数字/网络工厂、设备管理、生产管理、安全管理、过程监控等方面。震坤行行家设备云依托庞大的MRO用户群体，以设备运维服务为切入点开展工业物联网相关业务，旨在为客户进行数字化、智能化设备管理，为客户生产经营降本增效，并凭借其技术优势参与起草了GB /T 40571-2021《智能服务 预测性维护 通用要求》国家标准。01.着眼设备运维痛点，打造数字化监测服务在传统设备运维模式中，存在着诸如“非计划停产导致的巨大损失”、“机器设备故障导致重大安全生产事故”、“设备运维工作强度大，易漏检误检”、“设备运维保养计划缺乏精准性”、“人工运维成本高”等难题，这样一些问题产生的根本原因是对设备运维缺乏预测性维护和日常性管理。当下，伴随着现代化装备水平的逐步的提升，工业生产设备日益大型化、自动化、复杂化，设备的保养、维修、安全监控等成本日益攀升，由此，企业对设备运维管理也提出了更高的要求。为更好应对工业4.0的市场趋势，更高效率更低成本解决客户设备管理的问题，震坤行洞悉行业发展特点，并于2020年立项孵化智能物联网事业部。其中，行家设备云作为设备运维与监测的关键性数字化解决方案发挥着举足轻重的作用。

  基于AIoT SaaS的设备健康管理，行家设备云致力于打造一站式设备管理运维服务，实现设备实时在线监测、智能故障诊断、专业维护服务的完整闭环解决方案。

  通过在线监测、故障预测和预测性维护等个核心理念切入到客户的设备管理过程，优化备品备件库存，提升设备正常运行效率，为客户降本增效。

  截至目前，行家设备云已服务客户累计1000余家，涉及水泥、造纸、化工、食品、钢铁等多个行业。

  国内疫情多点散发，影响向生产端延伸，不少企业面临供不上、物流阻滞运不来等难题，导致一些重要产业链供应链出现堵点、卡点，直接影响生产经营。

  在设备管理领城，为解决设备运营与维护过程的异地化、实时化与及时性问题，设备运营企业利用物联网或工业网络技术采集设备正常运行状态数据化.并通过移动互联网上传至企业运营中心。系统软件对设备实时状态进行在线监测，控制，并经过数据分析进行维护需求预测和维护调度。在设备的状态监测与预测过程中，逐渐形成基于互联网的设备维护、维修与运营的数据环境(包括设备结构与性能、设备运营状态、环境状态、业务运营状态、人员状态、维护杜交网络数据以及客户反馈数据等大数据信息)的智能预测性维护服务平台。

  在此基础上，行家设备云以油液润滑监测和振动监测为核心，设计开发了对应的软件服务平台和配套硬件物联监测网方案，以实现整体设备监测与数据回收分析利用的完整闭环。设备的运维管理是一个复杂的系统，需要多重技术和方法相辅相成，行家设备云的核心技术在于：

  1.状态监测技术：监测的方法依据状态检测对象参数的不同而分成许多种，常用的包括：振动监测、温度监测、压力监测，油液分析监测、声发射监测等；

  2.故障诊断技术：故障诊断在连续生产系统中有着非常重要的意义，按照诊断的方法原理，可分为时域诊断法、统计诊断法，信息理论分析法及其他人工智能诊断方法等；

  3.状态预测技术：对于故障预测的开发一般有物理模型驱动、可靠性模型驱动和数据驱动三种基本途径，实际应用中，也可将三种途径综合在一起，形成一种基于信息融合模型的故障分析与预测方法，并能够进行数字信息和符号信息的混合性故障预测，对于实现预测性维护更为有效。

  4.维护决策技术：从人员、资源、时间、费用、效益等多方面、多角度出发，根据状态监测、故障诊断和状态预测的结果，结合生产计划和备件库存进行可行性分析，制定出维护计划，确定维护保障资源，给出维护话动的时间、地点、人员和内容等。

  在智能制造时代，对设备的预测性监测和维护的重要性不言而喻。震坤行行家设备云就是通过提前预判设备潜在隐患，远程专家诊断确认，在进行上门排查，实现客户在设备运维方面的精益化运营。

  行家设备云通过对设备运作时的状态、历史维护信息等数据信息进行分析和挖掘，可以了解设备故障产生的过程、造成的影响和解决的方式，这些信息被抽象化建模后转化成知识，再利用知识去预测故降和执行维护决策，实现了设备的自省和智能化，使得设备全生命周期的知识能被高效和自发地产生和利用，也完成了设备维护策略从传统的预防性维护策略向设备的智能预测性维护策略的转变。

  “让设备说话，让运维无忧” ，即用以物联网的技术监控设备的运作时的状态，可视化标准化运行数和状态，代替当前工厂常用的事后维修、人工巡检、依靠经验决策的方式，通过大数据分析，边缘计算等技术实现设备预测性维护的新方式。

  作为客户进行设备管理的智能工具，行家设备云开展维保措施的有效指引，优化备品备件库存，做到一站式运维，从监测设备故障到覆盖全国的设备维保，提高运营效率，为客户降本增效。

  如山东某水泥客户的辊压机在线监控系统，按照每个客户的实际的需求和工况情况，我们为客户设计了可同时监测设备的振动频谱和润滑油液状态的行家设备运系统，在此系统中我们同时监测了电机和齿轮箱的共计8个测点的振动和油液润滑数值，并定期为客户输出相关振动和油液分析报告。

  通过本系统，成功为客户分析诊断出联轴器不对中、轴承轻微剥落、齿轮箱异常磨损的设备氨基，并及时通知客户进行预见性维护，避免了现场事故的发生，为客户降本300多万元。

  除此之外，行家设备云还拥有高可靠性、应用场合广、外接传感器种类多、数据高密传输短时延、高安全系数、尤其可适用于环境恶劣、转速较低的工业设施，能够最大限度满足多种客户需求。

  行家设备云深厚的技术积累，成为2021年10月发布的GB/T 40571-2021《智能服务 预测性维护 通用要求》标准起草工作组的成员单位，并于2020年8月荣获全国设备管理与技术创新成果证书。

  截至目前，行家设备云已掌握11个在物联网域的技术专利，且成功构建起全国范围的服务网络。未来，行家设备云也会持续改善，一直在优化技术能力，打造核心竞争力，为用户带来更方便快捷高效的服务体验。