设备管理与维修：智能运维的目标、指标与管理重点

“ 智能运维，实质上是通过数字化、智能化的手段来辅助设备管理与维修，以适应智能制造系统可靠性、稳定性和经济性运维保障的要求。”

7月10日抵达杭州以来，奔走在制造服务产业化的旅途中，已足足有半月有余。智能运维成为此行的一个重要关键词，无论从长三角区域、包括北京的设备管理协会、从事运维相关的制造服务业相关的企业，还是制造企业，达成了一个基本共识；智能制造与智能运维必须并驾齐驱，这是构建工业互联网应用和搭建制造服务产业生态的基础。

01 维修基本概念

经验主义是制约智能运维发展的重要因素，厘清维修基本知识和概念是第一步,在这里，先说明什么是主动维修，什么是被动维修？

被动维修，是指设备坏了再修，也解释为非计划停机的维修。为确保制造系统的整体可靠性能力保障，一些系统中考虑了冗余设计及在线备用的设施，故非计划停机包含了，停机停产（事故），和停机不停产（事件）两种情况。

主动维修，分为两种，一种称为预防性维修，一种称为预测性维修。

先来讲讲预防性维修，这个概念最容易被误解，从定义上来说，预防性维修是可靠性设计的一种输出。要深刻理解预防性维修，需要从什么是可靠性设计来解释，通常确保可靠性有三种手段：其一，从设计尺寸和材料选择上做冗余设计，用更厚的尺寸或者性能更好的材料确保可靠性，缺点是成本高或能耗大；其二，优化设计结构，减少零部件的数量（零部件数量越多，对零部件的可靠度要求越高），以此提高整机的可靠性，这是今后装备和产线设计主要的发展方向；其三，基于成本和材料选择，无法满足可靠度要求时，对个别零部件的使用时间和周期作出预防性维修项的输出，这便是预防性维修的来源。以此明确出，预防性维修特指周期性换件（定期换油也算作此列），适合在复杂系统中使用。

再来讲预测性维修，预测维修包含诊断和隔离两个过程，通俗讲称为“点检定修”，即分工协作采取多种方法、手段，发现隐患和缺陷，及时消除隐患和缺陷的过程。分为：手动诊断，包括操作者的自主点检、车间组织的专项点检、维修部门组织的专业点检、企业层面组织的专项检查等过程；自动诊断，包括通过专业诊断仪器，委外的第三方诊断等；自诊断，通常需要通过连续或周期性采集装备数据，通过机内程序或边缘计算/云计算得出诊断结论，工业互联网或智能装备是今后主要的发展方向。预测性维修是侧重故障隐患和缺陷的早期发现和及早处理，是智能运维体提倡的维修方式。

02 智能运维目标管理

制造系统的高度智能化、数字化和网络化发展，为制造系统的运维提出了更高的要求，什么样的指标能够衡量运维能力？我们通常用平均故障间隔时间-MTBF来衡量装备的可靠性，而用平均故障修复时间-MTTR来衡量装备的维修性，由于统计是以分钟作为计量单位，MTBF越大越好，MTBF越小越好，大到什么程度，小到什么程度，如何衡量两台装备、两条产线、两个工厂的运维水平，并不具备可比较性。为此，我们引入可用度，便可轻松解决这一难题。

可用度A：在任意时间内，制造系统处于正常状态的概率。可用度实现单机、产线（车间）、分厂（基地）之间数字运维与设备管理水平的横向比较与设备能力评估总值。

单机可用度的计算

可用度（A)＝MTBF/(MTTR＋MTBF)

可用度的获得，由事后的停机维修工单获得，MTTR(平均故障修复时间）、MTTR(平均故障间隔时间),统计时间均为分钟（不保留小数点）。

系统可用度的计算

产线（车间）可用度：停机分为停机停产（事故）和停机不停产（事件），在计算系统可用度时，停机不停产（事件）须剔除。

然后，我们再来说一说结合不同类型的产线如何建立智能运维的指标体系：

第一类指标，可用度（A)。

石油化工企业由于连续性生产，我们称之为流程性作业线。由于连续性生产的特性，非计划的停机往往意味着安全事故的发生，可用度要求为1，即绝对杜绝非计划的整体停机。在管理要求上，零事故是重要目标，管理要点是停产停机目标为零，为保障系统的整体可用度，系统中大量使用了备用设备（以动设备为主），发生故障后（停机不停产），当切换到备用设备时，故障设备必须最短时间内完成检修，确保随时冗余备用可靠是第一要务。

造纸、医药包装、汽车、电子等装配线，我们称之为流水性作业线。虽然大多不会造成安全事故发生，故障停机会损失制造效率，可用度要求应接近于1，当发生故障时，第一时间快速响应，最快速度恢复生产，是这类产线的重要管理目标。

机械加工，由于是混流生产，我们称之为离散性作业线。多数的设备可用度要求大概在0.7-0.8之间，但也有一些关键设备会制约瓶颈，通常采取分类管理，侧重关键设备的优先响应。

第二类指标,隐患发现/及时消除。

因海里西法则认为，每330个隐患中，300件会产生吓一跳的状况，29件会产生轻微伤害，1件会产生重大伤害。同理，要确保制造系统的可靠性和稳定安全运行，发现和消除隐患是重要的任务和指标，按照设施的复杂性和关键程度，包含：

C类点检：由生产班组完成，主要包含日常的开停机检查，有计划的清扫、紧固、润滑、故障源头查找等活动，也包含工厂组织的隐患排查、5S现场检查等活动等；

B类点检：具有一定技能的专项点检，一般由维修工程师或专门的点检员完成，通常需要借助点检工具、软件及仪器作为辅助，面向较深层次的故障根因进行排查；

A类点检：面向产线中的关键或瓶颈装备，由于停机造成的损失或本身价值较大，小心伺候是这类装备的管控要点，在制造系统是最需要通过工业物/互联网接入的装备，实时采集、动态预警与精准诊断分析，尤为重要。

通过预测性的点检和诊断，确定需要维修的项目，及时形成计划性的维修项目，提早确认和准备备件需求计划，在停机窗口时间，开展计划性停机检修。

第三类指标,预防性维修与可靠性保护。

基于使用时间和频率的易损件更换和换油是预防性维修的主要内容，这通常可以通过数字化软件来实现计划下达。同时，正确的操作和保护是可靠性保护的重要措施，除了传统的作业标准训练，机器人辅助与智能控制技术应用也是未来发展的重要方向。

第四类指标，技术改造与优化。

针对频发性故障，耗费性故障和长停机故障，实施动态的改善，开展技术改造、供应链优化及标准化预防。以及针对效率、质量提升的技术改造、更新，是提升智能制造与智能运维的有效措施。

将前三类指标与管理创新结合起来，推进产线管家制或维修内部承包计划，形成管理重心下移的常态的长效机制，将设备管理的重点工作放在技术改造与优化中来，方能承载智能运维走得更远。

03 智能运维、制造服务与数字经济

实施智能运维，需要借助数字化与智能化的手段，以工业互联网、工业软件作为支撑，融合模式创新、管理优化，打造数字经济条件下的制造服务产业生态，从而推动制造领域高质量发展。包括：

数字运维软件，主要用于辅助维修管理，建立维修闭环，建立事后维修、预测性维修与预防性维修全通道管理，优化备件共享与采购管理，实现数据驱动的设备管理优化；

工业互联网，通过传感器采集装备关键状态数据，融合5G技术、边缘计算云计算能力，建立远程智能运维体系，提高预测性维修诊断的准确性；

备件与装备采购需求与采销云供应链融合，提取数字运维中关键质量数据作为匹配依据，实现备件需求计划与MRO工业品供应链融合发展。“兵马未动，粮草先行”，打造数字经济条件下的“工业淘宝”；

技术改造与优化需求与制造服务业高质量发展融合，匹配智能运维服务商、智能制造及配套的制造服务业，装备制造商等服务能力，围绕制造业共性服务需求，加快培育一批集战略咨询、管理优化、解决方案创新、数字能力建设于一体的综合性服务平台。构建分级诊维的制造企业高质量发展服务通道，打造数字经济条件下的“工业互联网医院”。

END