Zeppelin使用Splunk进行先发制人的维护

Zeppelin追溯到1870年代，当顾名思义时，它用于制造由创始人费迪南德·Zeppelin设计的大型飞艇。

第二次世界大战后，公司改变了方向，现在已知主要用于提供租赁建筑设备。

Andreas Zientek，品牌的系统工程师解释了Zeppelin如何在2010年开始使用Splunk的免费许可，现在拥有100GB许可证，因为公司从其各种系统中吸收更多数据，包括VM Ware，内部SAP系统和各种数据库。

“所有数据都会产生像日志文件或性能数据，我们在Splunk中索引，”他说。

此前，该公司使用Splunk用于监控，报告，性能分析和性能优化，它开始使用它为2017年的其他业务和互联网（物联网）使用案例。

第一个IOT用例是用于预测其租赁设备的发动机中的火花塞。

如果发动机发生故障的20个火花塞之一，发动机将失败，如果客户不能使用机器，那么Zeppelin丢失了金钱。“我们每分钟为发动机中的每分钟收集数据，”Zepientek 。

Zeppelin在Splunk中建立了一架机器学习模型，以检测火花插头故障即将发生，允许公司发出工程师以解决问题，导致问题。

诸如温度，排气温度和排气电压之类的数据从发动机取出并分析在不同的数据中以指示出现问题的数据中的点模式。

“有时我们可以检测到前一天的火花塞失败，有时它只需10分或一个小时之前，”Zientek说。“这对我们的业务仍然很好，因为我们已经向客户发送了技术人员或者我们可以致电客户告诉他们一些错误，要么他们应该做某事或者我们正在路上。“

虽然公司一直在收集约10年的数据，但它直到现在就无法使用它。

“我的部门的笑话是他们问，”我们可以在分裂中做到这一点，你需要多长时间？“我说'是和15分钟'，他说。”

目前，公司的机制可以访问Splunk仪表板，使他们能够与引擎可视化已知问题，以便他们到达现场修复它时，他们已经“已经知道发生了什么”，并可以确保它们与它们有合适的工具完成修复。

“通常会发生这种情况，[客户]会打电话，几个小时后，有人会在那里解决它，”Zientek说，并讲述了最近的机械师在客户报告的问题之前到达了机械师。

虽然这最初难以实施，但它已被证明是有效的，现在该公司开始使用机器学习和数据可视化将值添加到收集的数据。

未来的希望是使用发动机收集的一些其他数据点来预测仅仅是火花塞失败。

“我们有165-200个不同的指标，我们正在为发动机收集，”Zientek说。“现在，我们没有为我们的模型使用所有这些;这是扩大这种预测维护的未来目标，但这是IOT中的第一个用例，这是成功的，所以我们被允许做更多。“

下一步是使用Splunk将25,000 CaterPillar计算机上的标签保留在施工公司中，所有这些都已经将数据加载到系统中。

“目标是在Splunk中使用这种数据，”他说。“我们已经开始这样做了，因此数据流向Splunk，我们希望在此内部构建条件监控。”

“这是我们正在做的下一个大用例，用Splunk和Caterpillar。”

猫机装有可传递数据的远程信息处理盒，Zientek表示他已经为这些机器的Splunk建立了仪表板，以便技术人员可以查看从这些框中收集的指标，但挑战正在构建一个可以产生洞察力的算法由此。

“我们现在正在使用这种数据进行一些机器学习算法，”他说。“下一个大步骤是找到一种算法，以便您可以分析数据并从中获得更多。”

但维护预测不是Zeppelin的唯一一部分正在考虑使用Splunk for，并且Zientek表示，该公司计划在其商业智能中使用数据分析，并为其提供一些具有实时数据的C-Suite这生意。

根据Zientek的说法，许多企业的首席执行官级别想知道业务是否赚钱。

虽然此信息用于通过Excel电子表格或商业智能计划提供，但是在一夜之间运行批处理作业，但CEO现在只需要实时获取此信息。

“他们想知道他们在一小时内卖多少钱，”他说。“他们想知道谁卖掉了它，谁是最好的卖家，谁是客户，他们买什么？”

现在在Zeppelin，销售每天最多的人获得奖品，因为此P实际上是实时的，因此他们正在销售更多而不是按住批量作业的数据发送。