
电梯吃人时,大数据和物联网在干吗_数据分析师考试
在过去的一周内,全国发生了4起电梯安全事故,造成3人死亡。
截至到2014年底,全国电梯保有量约为350万台,那么有安全隐患的电梯有多少呢? 根据光明日报《质检总局:全国11万余台电梯存在隐患》,“截至6月底,全国31个省、自治区、直辖市及新疆生产建设兵团电梯使用和维护保养单位自查电梯共计2368665台,发现存在隐患的电梯111156台。” 有安全隐患的电梯比例为4.7%,差不多每20部电梯就有一部电梯存在安全隐患!
频繁爆出电梯安全事故,现有电梯维修保养方式亟须改变
5天4起电梯事故,只不过是一直以来对于电梯维修保养不够重视所累计的安全隐患的一次集中爆发。根据钱江晚报《电梯维保背后问题多,安全管理办法年内有望出台》,“‘电梯可以说是三分靠制造七分靠维保。电梯生产有比较严格的要求,但是维保的规范与否,很难监管到。’一位业内人士介绍,目前电梯的维保市场比较混乱,除了电梯厂商,有资质的维保公司都可以承接电梯维保业务。“这就出现了低价竞争的局面,直接后果就是维保质量难以得到保障。’ 这名业内人士还给记者算了一笔帐,“一台电梯一年的维保费用,市场上最低的只要2000元,而按照要求,每个维保人员负责的电梯数量不超过30台。这样算来,一个员工一年维保收入只有6万元,还不够发工资的。“这种情况下,电梯维保不是偷工减料,就是一个员工负责很多电梯。”
而根据网易《行业猫腻多,电梯吃人绝非偶然》,“不论2014年的长沙还是2011年的北京,官方开办的电梯质检机构垄断了电梯监测市场,质检人员收红包受好处毫不忌讳。”
对于这样一个事关人命的设备,管理是如此疏松,不得不令人愤怒!但是在质检机构之上设立一个监察机构,就能从根本上解决问题吗?可以有更好的解决方案吗?
其实,电梯运行监测完全可以利用现在的大数据与物联网技术来实现全生命历程公开透明的监测。据新民晚报《上海正构建物联网让电梯安全智慧起来》,上海约有20万台在用电梯,其中4万台入网电梯可以进行实时监控。但是这个比例还是太低了,而且新电梯可以在带电部位与重要的机械部件安装传感器,监测运行状况,但是旧的电梯怎么处理呢?
对于现在的运行的电梯,即使不能够后加装实时运行监测设备,也有很多方法来提高保养维修的效果,例如建立一个电梯安全数据中心,把所有电梯维保数据统一管理,记录所有发生的障碍以及解决障碍所用的方法,追踪所有关键零部件的运行状态与生命周期,在电梯障碍发生时发出提示短信给所有可能会用到这部电梯的人......这些功能的实现并不难,只是需要有人来做。
但是我们现在是怎么做的呢?同样据新民晚报的那篇报道,目前国内90%以上电梯企业的售后维保、巡检方式,依靠一支笔、一张纸,例行保养往往“打个勾、画个叉”。这些纸录信息无法实现快速查询、检索和分析。
在外卖洗衣都用APP的时代,我们还在主要依靠打勾划叉检修保养电梯
所有的IT企业都在寻找新的增长点,云处理、大数据、智能硬件、物联网等概念满天飞,大多数企业都在智能家居和可穿戴等看起来颇具文艺范的市场找机会,电梯维护这个人命关天的事情却没有受到应有的重视。到现在电梯维护绝大部分还是使用极为原始的方式,这样我们怎么好意思去不着边际地谈物联网和大数据?
为了让电梯不再吃人,电梯维护保养电子化,或者时髦一点说“云化”,刻不容缓。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29