不合理的維護(hù)策略會(huì)導(dǎo)致工廠產(chǎn)能降低5%-20%，工業(yè)企業(yè)由意外停機(jī)造成的損失高達(dá) 500 億美元/年。

——德勤《預(yù)測(cè)性維護(hù)和智能工廠》

預(yù)測(cè)性維護(hù)突破兩難境地

以往，由于缺乏準(zhǔn)確的方法來(lái)判斷設(shè)備失效的確切時(shí)間，設(shè)備維護(hù)運(yùn)營(yíng)者不得不選擇是冒著發(fā)生故障停機(jī)的風(fēng)險(xiǎn)使其壽命最大化，還是提前更換正常部件以最大限度保障設(shè)備正常運(yùn)行。

不過(guò)日前德勤提出，新興的互聯(lián)技術(shù)能夠確保設(shè)備使用壽命最大化的同時(shí)，又能有效避免設(shè)備故障。德勤認(rèn)為，預(yù)測(cè)性維護(hù)（PdM）技術(shù)旨在打破原有秩序，通過(guò)避免發(fā)生意外停機(jī)、縮短計(jì)劃停機(jī)時(shí)間，大限度地延長(zhǎng)設(shè)備使用壽命。

預(yù)測(cè)性維護(hù)能夠從關(guān)鍵設(shè)備傳感器、企業(yè)資源規(guī)劃系統(tǒng)（ERP）、計(jì)算機(jī)維護(hù)管理系統(tǒng)（CMMS）、生產(chǎn)數(shù)據(jù)等多個(gè)系統(tǒng)中快速采集數(shù)據(jù)。智能工廠管理系統(tǒng)則將數(shù)據(jù)與先進(jìn)的預(yù)測(cè)模塊和分析工具相結(jié)合，預(yù)測(cè)設(shè)備故障并進(jìn)行處理，幫助維護(hù)人員找到問(wèn)題的根源。

簡(jiǎn)言之，智能工廠能夠完成機(jī)器到機(jī)器（M2M）、機(jī)器到人（M2H）的交互，同時(shí)結(jié)合分析和認(rèn)知技術(shù)做出正確決策。

如何實(shí)現(xiàn)預(yù)測(cè)性維護(hù)？

預(yù)測(cè)性維護(hù)聽上去非常誘人，但是如何實(shí)現(xiàn)？德勤提出以下幾種技術(shù)，探索預(yù)測(cè)性維護(hù)和智能工廠的實(shí)現(xiàn)與落地。

>> 物聯(lián)網(wǎng)

物聯(lián)網(wǎng)（IoT）可能是預(yù)測(cè)性維護(hù)面臨的挑戰(zhàn)?；ヂ?lián)網(wǎng)是將筆記本電腦和移動(dòng)設(shè)備連接到充滿HTML編碼數(shù)據(jù)的大型服務(wù)器場(chǎng)。物聯(lián)網(wǎng)與之類似，但數(shù)據(jù)是從資產(chǎn)到企業(yè)服務(wù)器的連續(xù)流中產(chǎn)生的。

物聯(lián)網(wǎng)使用溫度、振動(dòng)或電導(dǎo)率等傳感器，將設(shè)備的操作過(guò)程轉(zhuǎn)換為數(shù)字信號(hào)。數(shù)據(jù)也可以從其他來(lái)源流式傳輸，例如機(jī)器的可編程邏輯控制器（PLC），制造執(zhí)行系統(tǒng)（MES）終端，CMMS，甚至ERP系統(tǒng)。物聯(lián)網(wǎng)完成物理-數(shù)字-物理（P-D-P）閉環(huán)的前半部分（下圖1）。

圖1：物理-數(shù)字-物理閉環(huán)

資料來(lái)源：德勤大學(xué)出版社綜合研究中心

>> 分析和可視化

P-D-P閉環(huán)的第二步是使用先進(jìn)的分析技術(shù)和預(yù)測(cè)算法，分析數(shù)字信號(hào)并進(jìn)行可視化。

商業(yè)智能（BI）等技術(shù)不再僅限于數(shù)據(jù)科學(xué)家使用，大量的分析平臺(tái)開始為非結(jié)構(gòu)化數(shù)據(jù)、認(rèn)知技術(shù)、機(jī)器學(xué)習(xí)和可視化提供頂層解決方案。從而讓制造領(lǐng)域?qū)＜液瓦\(yùn)營(yíng)分析師，能夠更便捷地使用應(yīng)用程序，獨(dú)立創(chuàng)建儀表板。

另一個(gè)趨勢(shì)是數(shù)據(jù)回到邊緣端，這意味著數(shù)據(jù)在“邊緣端”生成的同時(shí)就被處理，同時(shí)將得到的結(jié)果直接反饋給設(shè)備維護(hù)人員。這種方式通過(guò)將一些處理工作分配給外部節(jié)點(diǎn)，減輕核心網(wǎng)絡(luò)壓力，提升系統(tǒng)性能。

>> 即將到來(lái)的“物理-數(shù)字-物理”閉環(huán)

在對(duì)信號(hào)進(jìn)行處理、分析和可視化之后，需要將分析結(jié)果轉(zhuǎn)換為行為。其中有些是通過(guò)指示的結(jié)果直接改變?cè)O(shè)備功能，有些則是通過(guò)報(bào)警，提醒維護(hù)人員完成維修工作。

可以設(shè)想這樣一套流程：預(yù)測(cè)算法觸發(fā)公司CMMS系統(tǒng)創(chuàng)建維護(hù)工作訂單，檢查ERP系統(tǒng)中的備件，并自動(dòng)為所需的任何其它部件創(chuàng)建購(gòu)買請(qǐng)求；之后維護(hù)管理人員只需批準(zhǔn)工作流程中的項(xiàng)目，并匹配給相應(yīng)的工作人員即可。這樣的一整套自動(dòng)化流程將會(huì)大程度地降低時(shí)間成本。

以上流程看似面臨著很多挑戰(zhàn)，但數(shù)字化轉(zhuǎn)型的優(yōu)勢(shì)遠(yuǎn)大于這些困難。它的優(yōu)勢(shì)包括：

• 降低材料成本（5%-10％的運(yùn)營(yíng)和MRO材料支出）

• 降低庫(kù)存運(yùn)輸成本

• 提高設(shè)備正常運(yùn)行時(shí)間和可用性（10%-20％）

• 減少維護(hù)計(jì)劃時(shí)間（20%-50％）

• 降低總體維護(hù)成本（5%-10％）

• 改善健康安全和環(huán)境三位一體的管理體系

• 減少用于無(wú)用信息的提取和驗(yàn)證的時(shí)間

• 花費(fèi)更多時(shí)間在數(shù)據(jù)驅(qū)動(dòng)的問(wèn)題解決上

• 明確計(jì)劃、績(jī)效和問(wèn)責(zé)制的聯(lián)系

• 對(duì)決定決策所有權(quán)的數(shù)據(jù)和信息更有信心

維護(hù)策略成功的七個(gè)核心要素

德勤在報(bào)告中指出，雖然技術(shù)是預(yù)測(cè)性維護(hù)策略的關(guān)鍵推動(dòng)因素，但它只是其中的一部分。如果沒(méi)有基本的構(gòu)建模塊，技術(shù)投資可能永遠(yuǎn)不會(huì)產(chǎn)生預(yù)期的結(jié)果。所以成功的維護(hù)策略還需要關(guān)注操作流程，需要能夠在正確的時(shí)間和地點(diǎn)部署所有合適的資源（人力、技術(shù)、備件、設(shè)備等）。

圖源：德勤 Predictive maintenance and the smart factory

企業(yè)不論大小，沒(méi)有一家能夠在不考慮維護(hù)策略、流程，及支持它們的技術(shù)的情況下取得成功。所以可以從現(xiàn)在開始思考以下問(wèn)題，進(jìn)一步評(píng)估公司需求和維護(hù)計(jì)劃的成熟度。

• 我們的資產(chǎn)需要多高的可靠度？我們的可用性目標(biāo)是什么？

• 我們的技術(shù)人員是否具備完成工作的技能？

• 我們是否在正確的時(shí)間、正確的地點(diǎn)提供合適的備件？

• 我們的流程是否有詳細(xì)記錄，是否可訪問(wèn)且有用？

• 我們是否有適合工作的工具？

• 我們?nèi)绾未_定何時(shí)更換設(shè)備而不是維修？

• 我們已經(jīng)擁有哪些未被有效使用的數(shù)據(jù)？

• 我們是否在生產(chǎn)系統(tǒng)中確定了關(guān)鍵資產(chǎn)？

• 是否有一些關(guān)鍵資產(chǎn)可以從預(yù)測(cè)性維護(hù)試點(diǎn)中受益？

• 整個(gè)企業(yè)的預(yù)測(cè)性維護(hù)價(jià)值是多少？

預(yù)測(cè)性維護(hù)最大的價(jià)值是基于剩余使用壽命（RUL）的預(yù)測(cè)，在維護(hù)機(jī)會(huì)窗內(nèi)選擇成本最低的維護(hù)策略和排程計(jì)劃，同時(shí)綜合考慮所有設(shè)備的維護(hù)需求，制定全局最優(yōu)的維護(hù)方案。簡(jiǎn)言之就是把不確定的信息確定化，并為客戶節(jié)約成本、提高效率。

根據(jù)羅蘭貝格與漢諾威工業(yè)展覽會(huì)合作針對(duì)153家機(jī)械工程運(yùn)營(yíng)公司的調(diào)研顯示：81%的受訪公司已布局預(yù)測(cè)性維護(hù)，其中雖有近40%的受訪公司已在提供相關(guān)技術(shù)和服務(wù)，但大部分公司仍然在產(chǎn)品研究階段，或尚未開始任何相關(guān)工作。

然而科技的發(fā)展日新月異，正在迅速地向工業(yè)領(lǐng)域的各個(gè)環(huán)節(jié)滲透，越來(lái)越多的預(yù)測(cè)性分析軟件和嵌入式智能IoT被整合到工業(yè)產(chǎn)品和生產(chǎn)系統(tǒng)中，企業(yè)只有盡快找到一種合適的方法，將大數(shù)據(jù)轉(zhuǎn)變?yōu)楦咝У钠髽I(yè)決策，即將技術(shù)與運(yùn)營(yíng)完美結(jié)合，才能在瞬息萬(wàn)變的市場(chǎng)環(huán)境當(dāng)中所向披靡。

文章主要內(nèi)容來(lái)源于德勤報(bào)告 —— Predictive maintenance and the smart factory

報(bào)告鏈接：https://www2.deloitte.com/us/en/pages/operations/articles/predictive-maintenance-and-the-smart-factory.html