目录：

• >自动化管理需要传感器数据+实时分析

  传感器产生的大量数据会让企业淹没在数据的海洋里。除了数据量巨大，机器生成的数据还会比传统交易数据包含更多的“噪声”。因此，首要任务之一就是筛选数据，决定哪些数据是有用的，哪些是没用的。虽然大数据基础架构捕获的传感器数据能够帮助组织基于实时或近实时信息制定决策，但是组织仍然需要了解自己的业务流程，这样才能有效地制定决策。

• >天然气公司收集传感器数据 远程控制上万英里管道

  为了能够了解管道使用情况，公司在每一个管道上都安装了传感器，传感器不断地返回管道的压力、流动等数据。这也是天然气公司为了提高信息化水平，重金实施的大数据项目的一部分。一旦管道气压、流动、气温等情况发生异常，传感器数据可以向管道运营人员发出提醒。运营人员可以远程遥控阀门，关闭某条管道，改变天然气传输的路线，真正实现了“管道实时管理”。

• >传感器预报系统为生产提供精准预测

  美国某农场土壤与天气预报项目使用了IBM搭载超级计算机的Deep Thunder分析服务，分析处理从上千个天气站的数据，还有卫星数据和网络上的商用天气数据，生成更加本地化的天气预报，可预报10分钟到72小时的天气情况，预报每12小时更新一次。该项目计划在今年收集农场设备上传感器发出的土壤温度和湿度数据，加入到预报模型中。

• >丰田车队管理系统的全球监控是如何实现的

  丰田欧洲地区材料处理公司开发了一种可以在全球范围内监控叉车的车队管理系统。丰田公司在瑞典、法国和意大利的制造厂都应用了该系统，并以服务的形式向客户开放。据TechTarget记者了解，丰田车队管理系统是基于微软技术进行开发的。丰田将这个“车队管理系统”称为I_Site 服务，对叉车管理来说，它是一款很有意思的系统。