汽车预测性维护的应用场景
汽车一般都会有一个OBD-II的系统，它是一个车载自动诊断系统。该系统主要用于监控发动机的运行和排气系统的工作状态，一旦发现排放超标就会发出警示。OBD-II系统会把故障信息写入存储器，通过标准的诊断仪器可以读取故障代码，然后根据故障信息逐一排除疑点，帮助维护人员快速准确地找出故障源头。
一家初创公司TheCarForce希望利用这些数据来帮助司机和制造商实现预测性维护，他的做法是利用SIM卡将汽车的诊断数据发送回中央服务器，现在的汽车可能收集比航天飞机更多的自我诊断数据，这些数据一旦收集到服务器就可以用于分析。
图片来源：TheCarForce
这种方案潜在的受益者众多，能为4S店以及汽车制造商带来新的机会。在4S店使用案例中，维修师傅可以从他们服务的车辆获取实时维护数据，这样既可以警告客户即将发生的问题，也可以将大型数据关联在一起，以帮助预测未来的可靠性问题。
这是一个增值服务，因为4S店可以在机器问题之前先一步做出动作，在意识到某客户可能会在特定的日子更换部件，维修者可以进行计划和安排采购，然后联系客户预约维修。这样不就会出现在机器问题时，要花大量时间在购买部件上。
采集数据是预测性维护的基础，只有收集充分的设备参数才能让人工智能发挥出效果，TheCarForce的采集方案为汽车预测性维护提供了更多的可能，随着数据的不断收集和案例对比分析，维护者可以更准确、快速完成工作。
