物联网帮助农场获得更高产出
在大面积的农场不乏有各种拖拉机、收割机等农业机械设备，在密西西比河三角洲的一个20,000英亩的大型农场里，种植着棉花、粒米、大豆、玉米和小麦，这个农场拥有20多台拖拉机和多台收割机、采棉机和喷雾机，这些设备都通过物联网进行了连接。
农场负责人表示，他们需要采用物联网技术来跟踪并查看机器状态的发展，如果设备发生了什么问题，他们就会马上修复它，不允许出现停机时间。因为，他每天都靠天气、土壤和时间来获得更好的产出，时间对于他们来说是十分宝贵的。
3月到10月都是农业的繁忙季节，这些时间内必需保证机器设备是可用的。这就需要从连接的机器获得的数据进行高级分析，他们甚至会分析一些次要的警报，可能被视为对实际操作员“滋扰”警报，并用它们绘制关于可靠性和服务数据的模式和结论。
图片来源：John Deere
例如，在发动机的前部安装风扇，这会导致一个小的振动。系统会检测到这个变化，并发送错误代码。获取更多的外部和内部数据，将可以分析出机器的所有可能事件。发现机器设备的初期故障迹象，及早做好防护和避免事情的发生，这比在故障发生后再处理要节省掉很大的费用。
小结：
机器学习模式管理设备将对一些重型工业领域产生重大影响，例如物流运输、装备制造、汽车等，这对于一些低利润高资本的领域十分有价值。因为设备的故障维修不仅让用户支付昂贵的费用，停机可能使得企业失去更多创造产能的机会。预测性维护方案很好解决了装备密集型产业的痛点，同时也开启了一个巨大的增值服务市场。
人工智能和机器学习算法的不断进步，对于大数据的分析将有很大的帮助。物联网保证了设备数据的稳定获取，这些数据将存储到云端，然后通过机器学习进行分析，给设备管理者提供最好的运营策略。随着自动化设备的普及应用，预测性维护带来的经济价值将是巨大的。
