如果你的年龄足够大，还记得名为网景的互联网浏览器，那么你可能还记得该公司的首席执行官吉姆·巴克斯代尔曾打趣道:“如果我们有数据，就让我们看看数据。如果我们只有意见，那就听我的吧。”幸运的是，对于那些来到这个博客的人来说，通常有足够多的数据。也就是说，与工厂过程数据相关的一个经常被提出的问题是:其中隐藏着什么宝石？
一把钥匙物联网是它通过发现隐藏的宝石创造的价值——那些提供洞察力和促进进步的模糊细节。事实上，提供价值的是对即将发生的设备故障的提前警告，而不是资产振动水平已经超过的警报。这种警告通常是通过机器学习和数据聚类技术实现的。这种物联网创新的价值体现在生产人员能够关闭生产过程，并在不对相关资产造成灾难性损害的情况下安全地完成这一过程。物联网同样适用于优化和可靠性。当应用高级取证工具时，如能谱对于工厂的过程数据，可以发现其他隐藏的宝石，从而促进生产效率和产量的提高。
功率谱是一种越来越常见但更复杂的方法，用于评估生产设施的许多PID控制回路之间的关系。它涉及离散频率的傅里叶分析，表明每个频率的相对功率。当应用于过程数据时，功率谱揭示了某些动态事件发生的频率和相关的幅度。通过绘制控制回路的振荡行为，功率谱可以揭示以下内容:
尺寸问题
在功率谱图上看到明显的尖峰并不罕见。这些突出显示了明显的振荡行为，它们通常可以直接与性能问题的根本原因联系起来——无论是作为源头还是位于源头附近。此外，在与其他控制循环相关的图表中看到回声并不罕见。随着控制回路与根本原因的关系变得越来越遥远，峰值的大小往往会缩短。
时机决定一切
与根本原因分析相关的还有功率谱图X轴上的峰值位置。虽然X轴本身不是日期/时间戳，但它标识了动态事件发生的时间段。用时间来衡量，周期提供了一个事件发生的规律性的指示。这一时期通常与机械条件相吻合，例如每隔几分钟开关一次的风扇或储罐系统原料每小时发生的变化。虽然功率谱及其频率分析不是一般的诊断，但它成功地揭示了肉眼无法看到的性能见解。Power Spectrum等工具能够计算大量频率数据，并对结果进行比较和对比，使生产人员能够挖掘现有资源（工厂随时可用的过程数据），并将他们的发现与日常维护和优化计划结合起来。
同样，这是高级分析和物联网的力量。