在全球市場競爭日益激烈的今天，只有過程效率極高的公司才能在市場立于不敗之地。超高的效率不僅依賴于先進的管理、可靠的控制和完善的通信基礎設施，還需要數據、信息和專業知識的支持。

　　近些年，很多工廠都紛紛配置了支持現場總線或HART協議的設備，這些設備可以讀取數據并獲取一些相關的其他信息。除了基本的診斷數據，獲取的其他信息一般使用不到，但是這些信息卻具有很高的利用價值。那么，應該從何處著手才能有效利用這些數據呢?

　　其實，只需投入少量的精力和資金，就可以從這些信息中受益頗多。例如，從消防噴淋設備到旋轉設備，都可加以嘗試。也可以從相對容易忽略的手動閥開始，將調節情況記錄下來。這個記錄范圍可以無限擴展，詳細的記錄信息可用來分析現有故障，確保現有資源能夠得到最有效的利用。

　　菲尼克斯電氣行業管理流程負責人Stephan Sagebiel參與過多個項目，他的獨特見解為公司創造了巨大的經濟效益。他指出：

　　“診斷信息的范圍非常廣泛，這些信息可以被多個用戶群使用。許多監控系統，如熱量記錄系統，僅僅是為整體系統的維護提供故障警報。這類系統無需篩選大量的數據，監測過程通過測量電流即可實現，非常簡單，但如果不監測不及時發現故障就會導致嚴重的后果。”

　　對于水泵和壓縮機而言，來自一臺或幾臺設備的原始數據所提供的信息量并不足以生成維護計劃。但如果將上千個水泵的數據上傳到云平臺就能彌補信息量不足的缺點，從而能夠實現對重復故障現象的預測。憑借大量的振動、輸出和其他測量數據，人工智能(AI)系統能夠準確預測：哪個水泵會在何時發生故障?應在何時進行維護?應在何時更換機器?

　　受制于機械應力，旋轉設備很容易出現故障。大數據分析和人工智能(AI)可將大量的過程和監測數據轉變為可靠的預測性維護計劃。云服務實現了互聯網的無限計算力，與本地控制系統和應用程序相比，可為預測性維護奠定更加堅實的基礎。即使在涉及大數據分析和人工智能時，利用大量數據來加強監測并提升效率也比許多人想象得要簡單。

　　Sagebiel認為：“每家工廠的運營者都可以采取一定的措施來提高系統的可用性，并逐步改進維護策略。并不是所有的數據處理都需要在“云”中完成。條件允許時，工廠運營者采取常規的數據處理方法即可。菲尼克斯電氣可以提供相關技術支持，不僅限于幫助安裝本地報警器，或幫助增強棕色土地(污染荒廢土地)站點的設備數據采集，也可以幫助安裝相應的數據采集設備。”