案例四：某车厂空压机的故障预测

 

　　一台空压机的震动传感器，它每秒钟都在产生数据，并且数据相当复杂，有位移，有震动，有速度，有温度等等。如果把所有数据都传到云端的话，云端也无法承受如此大的数据量。所以就要把很多垃圾数据在设备端处理掉，并且对有价值的数据进行基本的频谱分析，然后再把分析过的数据传到网关端，网关再对这组数据做更进一步的分析，做出一些实时的判断。当这些分析、判断的数据量足够多的时候，再在云端在做大规模的风险判断。目前已经做到在一个小的一个闭环里头，提前十天对空压机的停机故障做出预测。