雷鋒網(wǎng)按：2020 年 8 月 7 日，全球人工智能和機器人峰會（CCF-GAIR 2020）正式開幕。CCF-GAIR 2020 峰會由中國計算機學會（CCF）主辦，雷鋒網(wǎng)、香港中文大學（深圳）聯(lián)合承辦，鵬城實驗室、深圳市人工智能與機器人研究院協(xié)辦。

從 2016 年的學產(chǎn)結合，2017 年的產(chǎn)業(yè)落地，2018 年的垂直細分，2019 年的人工智能 40 周年，峰會一直致力于打造國內(nèi)人工智能和機器人領域規(guī)模最大、規(guī)格最高、跨界最廣的學術、工業(yè)和投資平臺。

在GAIR大會的第三天下午，工業(yè)互聯(lián)網(wǎng)專場迎來了賽意信息副總裁、工業(yè)互聯(lián)網(wǎng)子公司總經(jīng)理蔡勝龍，為大家?guī)砹司始姵实难葜v。

蔡勝龍表示制造業(yè)數(shù)字化轉型是大勢所趨，并且當前的“疫情”再次將其推向“風口”，他首先指出了全面資產(chǎn)管理的重要性，設備的穩(wěn)定運轉和高效協(xié)同將直接決定生產(chǎn)效率的高低；接著他剖析了資產(chǎn)管理管什么，如何管的問題，并提出了資產(chǎn)管理的五級成熟度模型，即被動維護、基于計劃維護、基于狀態(tài)維護、基于預測維護、基于規(guī)范維護五個成熟度級別。

最后他從賽意資產(chǎn)管理數(shù)字化的業(yè)務架構和技術架構出發(fā)，闡述了資產(chǎn)管理如何實現(xiàn)設備在線監(jiān)測、檢修策略自動決策、模型驅動維保業(yè)務等數(shù)字化管理的流程。

以下為蔡勝龍的現(xiàn)場演講內(nèi)容，雷鋒網(wǎng)作了不改變原意的編輯及整理：

我今天講的是“制造模式轉型下，資產(chǎn)如何管理”。對于工業(yè)企業(yè)來說，資產(chǎn)是非常重要的管理要素，管理資產(chǎn)還需要用人管，我今天想把設備和人的協(xié)同做串講。

我主要講四方面的內(nèi)容：第一，資產(chǎn)管理的重要性，我在疫情期間和很多客戶打過交道，他們一直在問我，現(xiàn)在智能制造轉型，設備管理很重要，到底怎么重要？怎么跟老板說需要在這方面做投資？第二，到底應該怎么管，管什么？有沒有一個思維框架告知我，讓我思考，讓它有一個層級，如何從零開始或者從某個層級開始達到更高的目標；第三，我們的方案和給大家的借鑒和參考；第四，分享案例。

智能制造企業(yè)里的轉型方向

我們每天說數(shù)字化轉型，數(shù)字化轉型各種各樣，不同的企業(yè)、不同的行業(yè)、不同的企業(yè)不同的階段轉型的出發(fā)點都有所不同，有的搞商業(yè)模式轉型，有的做研發(fā)模式轉型，有的做服務模式轉型。我們的合作伙伴在2017年做的調(diào)查，調(diào)查了600位CIO，轉型占比最高的是制造模式轉型，將近60%，尤其是今年疫情，從春節(jié)后超過100場探討都在講怎么做產(chǎn)線自動化、怎么做示范工廠、怎么做無人工廠、怎么做少人工廠。

智能制造轉型做無人工廠、做柔性制造產(chǎn)線，依賴的都是設備，依賴的都是高度自動化的設備，而設備的穩(wěn)定性和它的高效協(xié)同就是我們的生產(chǎn)效率。特別是現(xiàn)在在整個企業(yè)的生存環(huán)境下，未來整個價值鏈的增長過程中，把設備的效率提升到最大就可以做到最大化提升利潤率。當然，設備包含很多，可能一開始會關注重要的生產(chǎn)設備，也會關注平時的環(huán)境，不同的行業(yè)需要關心不同的環(huán)境。

怎么管資產(chǎn)？我從四方面考慮：

1、資產(chǎn)是否要分級管理，是不是都要用最嚴格的標準管好資產(chǎn)？這不現(xiàn)實，一定是區(qū)分對待。如果分級，什么樣的設備處于什么樣的級別對待？什么樣的設備什么時候可以升級？這是設備管理的維度。

2、如果要分級，怎么分級？級別在不同的設備或者不同的場景怎么應用？或者整個場景有什么特點或者優(yōu)缺點？

3、現(xiàn)在的分級維護一定依賴不同的技術支撐，到底要用哪些技術來做技術支撐，需要花多少錢？什么時候做這個事情？到底是沉默的成本還是只是降費用還是做投資，角度不一樣。

4、考慮設備維護，資產(chǎn)管理到底怎么樣支撐企業(yè)整體的組織效率或者怎么提升組織效率，或者未來愿景是什么，要達到的目標是什么。這是管理的框架思維。

基于框架思維把資產(chǎn)管理的成熟度分為五級模型，考慮的維度主要是基于資產(chǎn)價值和對業(yè)務的影響。騰訊云趙建春總剛才提到，一個煤的機器停機一次，因為維護周期復雜，若停機8個月會損失5.9億，這就是資產(chǎn)價值和業(yè)務影響。

成熟度模型綜合考慮資產(chǎn)價值和業(yè)務影響，企業(yè)資產(chǎn)管理意識（從費用到投資），結合分級應用場景、收益、缺點、所需技術支撐四個方面，劃分了被動式維護、基于計劃維護、基于狀態(tài)維護、基于預測維護、基于規(guī)范維護五個成熟度級別。其具體情況為：

1、被動式維護。針對非關鍵資產(chǎn)，特點是使得維護費用最低，計劃外停機多，無需技術支持。有問題解決問題，好處是不用花錢，不用留人。壞處是如果出現(xiàn)問題會有些非計劃停機的損失，這個損失如果沒有測量過就沒有辦法計算。

2、基于計劃維護。針對主要生產(chǎn)設備，特點是可減少非計劃停機，延長MTBF，延長設備壽命；計劃停機時間多，成本增加；需遵循設備供應商維護手冊。我們往往有些重大設備，買了價值比較高的，我們會遵照供應商的維修保養(yǎng)手冊定期去做維護保養(yǎng)，像買車一樣，定多少公里換機油或者多少時間換機油，而壞處是導致我們產(chǎn)生額外的成本。

3、基于狀態(tài)維護。針對主要或關鍵生產(chǎn)設備，特點是可減少非計劃停機，延長MTBF，延長設備壽命；進行關鍵參數(shù)監(jiān)測預警，資產(chǎn)狀態(tài)不全面，成本增加；手動或IOT數(shù)據(jù)。很多工業(yè)互聯(lián)網(wǎng)場景都講基于狀態(tài)維護，核心是增加基于特定狀態(tài)的監(jiān)測去采集設備的健康狀態(tài)，去做下一步需要維護的工作。缺點是往往關注核心指標，不會做全面監(jiān)測。數(shù)據(jù)的采集方式基于狀態(tài)，前面很多專家談到有各種各樣的技術，包括物聯(lián)網(wǎng)、AI和SaaS化、平臺化的軟件，甚至要更多移動化，有利于人機協(xié)同?；跔顟B(tài)開始，我們把IoT技術投入地越來越廣泛。

4、基于預測維護。針對關鍵資產(chǎn)，特點是消除資源浪費，預警后需要解決知識沉淀，綜合數(shù)據(jù)實時監(jiān)測。要知道什么時候會發(fā)生故障，如果要預判故障需要有更多的信息來支撐，所以我們?nèi)?shù)據(jù)的規(guī)范和檢測要求越來越高，投入的成本會相對比較大。

5、基于規(guī)范維護。針對將資產(chǎn)管理作為公司戰(zhàn)略，特點是自動化決策預防故障發(fā)生，維護知識、工作流程自動化；IOT/5G/AI集成技術應用。企業(yè)組織內(nèi)部要把設備的管理從整個服務鏈條做協(xié)同，我們會接入更多的數(shù)據(jù)，包括備品、備件，財務、人員技能、供應鏈、ERP，成本的信息都會納入進來。資產(chǎn)的價值越高，業(yè)務影響越大，越會基于更高級的規(guī)范打通整個服務鏈條。

怎么用這個模型？現(xiàn)狀很骨感，我們做資產(chǎn)管理的時候發(fā)現(xiàn)很多無奈的地方。

• 一是有很多設備沒有辦法接入；

• 二是我的工廠變化非常大，我做這個設備介入的工作會疲于奔命；

• 三是沒有人幫我一起思考這個設備應該怎么管理，針對不同的設備以什么方式做，這都需要投入；

• 四是還有頻繁的變化，比如場外的市場配置，市場需求比較多，導致做資產(chǎn)管理很被動。

今天的現(xiàn)狀，我們會發(fā)現(xiàn)企業(yè)越來越主動思考問題，一是本身企業(yè)的利潤率的壓力比較大，在制造企業(yè)里面盈利能力都相對比較弱，在5%-10%的凈利點，往往希望通過智能化改造的方式保障設備更好的運營狀態(tài)去提升利用率。當然，還有產(chǎn)品交期的問題，現(xiàn)在特別是網(wǎng)紅帶貨對產(chǎn)品交期壓力特別大，壓力不能有任何交期的延緩，延緩交期就失去競爭力?，F(xiàn)在智能化設備越來越高，如果不重視，它罷工的時候是很難處理的。當然還有不同行業(yè)對合規(guī)性的要求，也必須遵循這種規(guī)范，做更主動的維護。

成熟度模型最終的目標是怎么用它。執(zhí)行不同成熟度級別的維護是取決于這個資產(chǎn)對我們的主營業(yè)務的關鍵程度，如果要把它做得更好可以從幾方面提升盈利能力：

一是通過更好的維護增強設備正常的運營時間，減少平均間隔的故障時間。

二是掌控它的來源，降低成本。

三是要降低其他的風險，包括法律風險，環(huán)保、安全的風險。

我們的數(shù)字化解決方案是希望做到人機協(xié)同的。首先，要提高管理的高效性，包括運行的可持續(xù)性以及資產(chǎn)分析的可視化和任務的可執(zhí)行性。通過移動化去支持，隨時看工作記錄，通過人員監(jiān)控保證它的執(zhí)行性。通過在線監(jiān)測讓人員基于預警和自動診斷觸發(fā)產(chǎn)生工單信息，并給出糾正措施。也可以通過整體的評估優(yōu)化去找到更優(yōu)的路徑。

從整個業(yè)務架構看，傳統(tǒng)的資產(chǎn)管理的流程從投資規(guī)劃到最后報修，更多是基于以設備為中心、以工單為主線做的用人工發(fā)起的流程驅動。

舉個例子，原來做EAM的時候要報廢一個資產(chǎn)，往往資產(chǎn)管理員在系統(tǒng)中提報一個報廢申請單，報廢申請單提到經(jīng)理，經(jīng)理打電話問為什么設備報廢？通過報廢情況的了解再確定是否報廢。如果是現(xiàn)在用新的資產(chǎn)管理的模式，我們改變的方式是以數(shù)據(jù)為中心，以人機協(xié)同為主線，以數(shù)據(jù)的自動化決策驅動業(yè)務。假設是報廢，同樣的流程報廢，報廢在新的流程中是基于以往監(jiān)測的歷史數(shù)據(jù)，基于以往的巡檢數(shù)據(jù)，基于以往生產(chǎn)效率的數(shù)據(jù)，基于以往故障的數(shù)據(jù)來評估它的設備未來的價值以及可能需要維護的費用，去評估它的經(jīng)濟效益，提出報廢申請的預警信息。如果資產(chǎn)管理員看到這個事情做人工確認。未來這個模型做得越來越精準的時候，完全不需要人工確認這個事情，這就是現(xiàn)在資產(chǎn)管理核心的差異點。

要做到這點有幾個步驟，一是增強IoT的監(jiān)測能力；二是要有大量的計算能力，要有平臺做這個事情；三是要有知識圖譜的應用，需要把各種各樣跟設備相關的知識和數(shù)據(jù)集結起來形成業(yè)務策劃的規(guī)則，通過策劃的規(guī)則達到驅動業(yè)務的目的。

數(shù)據(jù)怎么來？

既然要通過數(shù)據(jù)驅動，數(shù)據(jù)怎么來不再多講。每個產(chǎn)品廠商和平臺廠商都應該提供數(shù)據(jù)接入能力，無論是智能化設備還是非智能化設備，智能化設備的連接都提供標準的網(wǎng)關做快速接入，非智能化設備，比如電機水泵通過外置傳感器做快速接入。

數(shù)據(jù)接入之后，在平臺中最核心的能力是建立業(yè)務模型和機理模型和計算模型，前面做工業(yè)互聯(lián)網(wǎng)場景的時候，往往只是做到判定故障的點，判定故障之后再做的事情是資產(chǎn)管理里面關注的重點任務。

建設模型的時候很重要的是后面處理的業(yè)務規(guī)則模型應該怎么建立，如果我發(fā)現(xiàn)一臺設備意外停機了，或者預判一臺設備一天之后要停機，這時候做什么動作、通知誰、帶什么器件，什么時候執(zhí)行這個動作才能預防它明天這個問題的發(fā)生？以前做缺陷預警，不管了，按其他業(yè)務流程做。但是這是沒有做到真正的協(xié)同，沒有真正為企業(yè)解決問題。

模型到底怎么做？

從實施路徑看，我們會把業(yè)務的過程數(shù)據(jù)做分類，中間是模型的價值，中間藍色圈是把每類故障做了分類，每個分類會執(zhí)行不同的動作，讓它驅動實際工作的開展，讓管理工作更有經(jīng)濟效益和時效性。

模型怎么建？

在項目實施過程中收到非常多不同客戶的問題，你這是AI、人工智能，很厲害，是不是給你數(shù)據(jù)就可以把模型建立起來？要做什么事情就給我配好了？我說既能，也不能。

剛才用友楊寶剛總說過，模型有好幾種方式，一種是基于機理模型，一種是基于統(tǒng)計分析做的，還有一種是基于神經(jīng)網(wǎng)絡做大量樣本數(shù)據(jù)做的。我們的企業(yè)要做這件事情的時候，它都希望有一定時間要達到一定效率。

所以我說能，是因為你給我更長的時間收集更多的樣本數(shù)據(jù)，我說不能，是因為我在這半年內(nèi)達不到你的目標，所以我們還得老老實實來。從所有數(shù)據(jù)做數(shù)據(jù)分析，再做數(shù)據(jù)發(fā)現(xiàn)，再做原因的定位，最后提煉成知識，把知識變成模型驅動業(yè)務后續(xù)的開展。

每個企業(yè)里面都需要針對它的產(chǎn)品、它的設備去專門分門別類做流程的便利，每次都要做這個事，針對不同類型的設備都要做這個事情。有很多公司說我給你數(shù)據(jù)，其實真正落地的時候是沒有那么多數(shù)據(jù)的。剛才騰訊云趙建春總說做AI視覺識別的時候花一年多時間，那是很正常的時間。

針對一臺設備怎么樣做檢修策略？舉個電機的例子，電機不啟動是什么問題？形成故障結構樹，比如是沒電流，怎么會導致沒有電流？比如是馬達故障，有電流，它是繞組壞了還是點剎壞了，這里面的故障是基于機理模型建立起來的，基于故障樹要做在線監(jiān)測，監(jiān)測電機要監(jiān)測電流或者監(jiān)測振動，還有還可以關聯(lián)它的監(jiān)控點的數(shù)據(jù)，包括業(yè)務數(shù)據(jù)，曾經(jīng)怎么巡檢、點檢，后來發(fā)現(xiàn)什么缺陷，以前發(fā)生什么故障。

首先，要定故障樹、定結構，二是定監(jiān)控對象，三是定規(guī)則，通過什么規(guī)則判斷它的故障，預判它未來發(fā)生的故障，基于這些東西才能做策劃。

策劃是要形成工單建議，建議的內(nèi)容包括時間、頻次、標準、人員以及要準備的備品備件和要帶的器械。我只要把這個包帶出去，那我指定人員就可以快速執(zhí)行。做了這個之后，不是一蹴而就，還要做優(yōu)化，把整個策劃過程再次優(yōu)化，循環(huán)優(yōu)化、持續(xù)優(yōu)化。

傳統(tǒng)的EAM和傳統(tǒng)的資產(chǎn)管理里面做得比較弱的是優(yōu)化，因為他們?nèi)鄙僭u估過程，往往看到它有一個策劃，有一個工單執(zhí)行，也有包括知識庫、資源，但是缺了評估、缺了優(yōu)化，比如一臺設備做了正常的潤滑，潤滑前后的可靠性評估、可維修性的評估、可用性評估、安全性維護，如果沒有評估，那么它是沒有辦法形成它的優(yōu)化。

比如這個設備的維修優(yōu)化，這次做潤滑之后，發(fā)現(xiàn)潤滑前和潤滑后的工作經(jīng)濟性、振動的頻率、功率都發(fā)生了細微的變化，這種細微的變化對我們評估之后，未來對它后面優(yōu)化的策略就可以形成具體指向性策略，反復把PDCA的閉環(huán)繞起來。以前通過人工做這種評估不可能，評估的維度也不夠全面，評估的數(shù)據(jù)太廣泛，通過新的架構和模式下能夠實現(xiàn)它的閉環(huán)。

最后，還是要技術架構支撐，以前很多軟件做不到是因為整個架構和現(xiàn)在的架構不一樣。以前的EAM系統(tǒng)或者是資產(chǎn)管理系統(tǒng)更多是以流程為中心，以操作為主，現(xiàn)在的系統(tǒng)是以數(shù)字為中心，以數(shù)字為中心就有不同的數(shù)據(jù)，來自IoT和其他業(yè)務應用系統(tǒng)。

我們在這么一個架構中會構建它以數(shù)據(jù)為中心的數(shù)據(jù)中臺去分析這些設備或者資產(chǎn)相關的所有數(shù)據(jù)，包括它的缺陷、檢修、點檢、預警以及工藝、標準相關的，包括經(jīng)驗值相關的，會打造這些維度不同的數(shù)據(jù)，形成對外分享的數(shù)據(jù)服務。數(shù)據(jù)服務會支撐我們做設備的績效分析、健康分析和安全分析以及工藝分析。當然，數(shù)據(jù)中臺是要對這些數(shù)據(jù)做數(shù)據(jù)治理和管理，我們在PaaS中臺上建技術中臺的管理和數(shù)據(jù)資產(chǎn)管理的兩個通用技能模塊，這是技術夾層上的支撐作用。

我們做了內(nèi)蒙古天陸實業(yè)的案例，內(nèi)蒙古天陸實業(yè)是一家PVC地板的生產(chǎn)廠家，產(chǎn)品在多層卷材地板方面國領先。地板生產(chǎn)是個典型的流程制造，從混料開始到成品養(yǎng)生的生產(chǎn)過程中，各關鍵工序的溫度、油壓和電機運轉是影響產(chǎn)品生產(chǎn)效率和質量的關鍵。

在這個項目中客戶提出了包括：規(guī)范化資產(chǎn)管理流程、清晰化設備臺賬、透明化維護維修過程、可視化關鍵工藝/設備實時狀態(tài)、提前預警，降低設備非計劃停機時間、沉淀維修維護知識等項目需求和目標。賽意信息團隊通過項目實施為天陸實業(yè)實現(xiàn)了在線監(jiān)測包括245個溫度監(jiān)控、237臺電機電流的監(jiān)控和52個油壓監(jiān)控，確保關鍵工序設備的健康運行同時也做了兩臺計米器的數(shù)據(jù)采取，用于精準核算單產(chǎn)品成本。實施部署了包括資產(chǎn)管理、計劃維護、故障管理、工單管理、數(shù)字儀表6大模塊，最終實現(xiàn)降低80%的非計劃停機時間，提升平均設備綜合利用率28%，降低5%的單位產(chǎn)品成本。

第二個是做深圳地鐵的閘機監(jiān)測。在地鐵里面人流量比較大，閘機會出現(xiàn)卡頓、失靈甚至夾人，雖然發(fā)生的概率不是很高，但是一旦發(fā)生社會輿情壓力比較大，所以有顧慮。這里不講人機協(xié)同，主要講閘機監(jiān)控的故障預測。首先要定結構，要分析故障結構；二是定對象，要采集什么數(shù)據(jù)；最終分析是通過振動方式監(jiān)測閘機。所以項目目標也非常清晰：規(guī)范化資產(chǎn)管理流程、清晰化設備臺賬、透明化維護維修過程、可視化關鍵工藝/設備實時狀態(tài)、提前預警降低設備故障率。最后我們選的點是放在P3點，故障有兩大類：一是不動；二是動。不動有兩類，動有五類，總共七類故障，我列了兩類，這里面我們做了一些分析，前面也要做濾波和降噪，因為動作不是循環(huán)動作，而是開關門才有振動，所以通過故障預測來精準來預測它的方案。

賽意信息在制造工業(yè)企業(yè)的信息化有非常強大的品牌力量和經(jīng)驗，當然，因為在智能制造的轉型里能覆蓋全面的方案，包括從需求計劃到最終的訂單交付這個端到端流程的覆蓋，也能從數(shù)字化支撐上解決供應鏈的協(xié)同，包括供應鏈計劃和供應鏈執(zhí)行，都能夠完整地覆蓋。

設備管理和資產(chǎn)管理這個事情是非常復雜的，不同行業(yè)、不同領域的內(nèi)容是千變?nèi)f化的，如果大家有興趣可以隨時溝通。謝謝大家！

（雷鋒網(wǎng)雷鋒網(wǎng)）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。