图形 1 AI+ 设备（预测性维护）方案 图形 1 背景 加入星球获取更多更全的数智化解决方案 预测性维护是工业大数据和人工智能结合落地的重要应用场景 ，为企业带来多方 面效益 预测性维护（ Predictive Maintenance ，简称 PDM ）是以设备状态为依据的新兴的维护方式 ，在设备运行时对其主要部位进行周期性 或 持续监测 ，判定其所处的状态 ，预测状态未来的发展趋势 内容、方式。预测性维护可以为企业带来以下效益： ☐ 降低维保成本 ☐ 延长设备寿命 ☐ 提高设备使用率 ☐ 减少库存成本 ☐ 提升生产安全 维护触发点 固定周期，不考虑设备实际 状态，可能带来过度维护 必要时，预留足够应对时间 给一线人员在故障前做出应对 维护方式 根据零部件的平均损坏率进行维护， 不考虑实际运行状态 根据设备的实际运行状态 决定维护方式及关注点 决定维护方式及关注点 维护成本 维护成本高， 停机停产时间较长 维护成本低， 停机停产时间较短 使用场景 无法准确获得单体 设备运行状态时 单体设备状态可获知时 预测性维护与预防性维护虽然只有一字 之差 ，在理念上却截然不同。预防性维 护不考虑系统设备当前的运行状态和健 康状态 ，是按照已经安排好的时间来完 成计划内的维护工作 ，会引起过度维护 和维护不足的问题。 两种方式的特点对 比见右表。

主营成本 CR 项目成本 发票过账 付款及清账 库存 / 暂估 FICO 财务管理 PLM 系统 OA 系统 PMS 系统 L2C 系统 SRM 系统 物料编码申请 产品主数据维护 项目创建 项目报工采集 行政审批 费用报销 供应商协同 价格协同 采购订单协 同 交货协同 合同创建 认款管理 蓝图设计 - 成果 4- 主要业务流程地图（交付型项目主要业务） CR 库存 认款及收款 发票过账 付款及清账 库存 / 暂估 FICO 财务管理 PLM 系统 OA 系统 PMS 系统 L2C 系统 SRM 系统 物料编码申请 产品主数据维护 项目创建 项目报工采集 行政审批 费用报销 供应商协同 价格协同 采购订单协 同 交货协同 合同创建 认款管理 运行 MPS/MRP 计划订单 设计生产订单 生产订单投料 CR 库存 认款及收款 发票过账 付款及清账 库存 / 暂估 FICO 财务管理 PLM 系统 OA 系统 PMS 系统 L2C 系统 SRM 系统 物料编码申请 产品主数据维护 项目创建 项目报工采集 行政审批 费用报销 供应商协同 价格协同 采购订单协 同 交货协同 合同创建 认款管理 销售交货 DR 库存 CR 生产成本转出 销售预测 销售订单

生产能力无法有效评估，产能无法有效发挥。 2.2.具体需求 系统总体框架 投标方提供的软件系统在技术上应是先进、实用和安全的 符合信息技术发展的主流趋势，具有实施简易、技术先进、灵活性强、开放性 高、维护性好、可移植性强、集成性好、可配置性高，以及便于二次开发的基 本特点。具体详见附件二《MES 系统架构功能需求》。 系统总体框架 投标方提供的软件系统在技术上应是先进、实用 和安全的，符合信息技术发展的主流趋势，具有 系统中的某一软件功能出错不应导致其它功 能出错 3) 系统中某一设备硬件出错不应导致整个系统 出错 4) 日常硬件维护不应影响正常的系统运行 5) 系统必须能恢复直至系统发生故障前最后一 次成功完成的事务处理的所有数据 6) 投标方应提供一系列监控、诊断和转换工具 以管理数据环境和操作系统 7) 投标方应优化系统备份、恢复和预防性维护 程序，使这些程序可通过批处理文件执行以 保证最大程度地避免人工介入 8) 系统应具备自动报警系统，以提醒系统管理 息模型化以及工厂底层与企业层面之间的通讯更加安全、可靠。 OPC UA 的几大优势 1) 与平台无关，可在任何操作系统上运行 2) 为未来的先进系统做好准备，与保留系统继续兼容 3) 配置和维护更加方便 4) 标准安全模型 5) 通信性能提高，可通过 TCP 或 HTTP API 方式访问 该数据采集板卡支持电源管理，总线故障管理等诊断功能。 该数据采集板卡后台运行有控制台程序，该程序支持数据采集的功能配置，

工业数据平台 PLC 在现有制造系统基础上，通过部署嵌入式系统和新型网络，实现现场数据的采集和集成，并开展大 数据分析优化，实现智能生产与管理。 应用场景：产线优化、智能排程、设 备预测性维护、基于大数据分析的质 量优化、现场库存优化等 展示页 8 GUANLIJISHUHUA GUANLIJISHUHUA 传统制造 认知制造 • ERP • 套装软件 • 数据库 • 工业自动化 工业数据平台 PLC 在现有制造系统基础上，通过部署嵌入式系统和新型网络，实现现场数据的采集和集成，并开展大 数据分析优化，实现智能生产与管理。 应用场景：产线优化、智能排程、设 备预测性维护、基于大数据分析的质 量优化、现场库存优化等 19 GUANLIJISHUHUA GUANLIJISHUHUA 目录 1 2 3 4 ME 认知制造观点和概要 ME 对中蝈制造 2025 习 认知制造业借助认知计算技术、认知分析技术、工业物联网 (IoT) 技术及其他技术推动制造制造业务转型 认知 解决方案 实时洞察 个性化制造 数据整合 车间可视度 自动故障检修 主动维护 流程自动化 自动决策 自主运行 自给自足的 生态系统 推销失败后， 服务数据 实际需求数据和 预期需求数据 制造执行 系统数据 企业资源 计划数据 机器传感器数据 传感器发来

成品产量、库存、出厂台账 半成品产量、库存、出厂台账 能耗台账 技 术 与 保 设备运行状态 生产工艺执行情况 采购计划调整 成品生产计划调整 半成品生产计划调整 监控预测与优化调度 经济维护确 保 设备可靠、安全 工艺、配方改进 质量控制与追溯 指标调整与优化 集中、灵活的生产调度，优化生产资源配置，确保 生产计划 完 成 九大核心价值之二 “ ” 通过 坚强的 数据采集平台，掌握全 价格管理 合同管理 采购管理 库存管理 控制 人力资源 管理 项目管理 安 装 调试 维修管理 工单管理 日历管理 工作清场 文档管理 排程管理 维修成本 缺陷故障 点巡检 资产维修维护管理 出库 申请管理 领用、借用 资产租赁 资产调拨 资产盘点 资产出售 资产报废 资产保险 资产抵押 ...... 资产实物管理 资产核算（固定资产管理） 资产档案一致、统一数据模型、统一树结构 支持单装置、单物料、多装置及全 厂的物料平衡。 信息编码管理 平衡模型配置 物料平衡计算 （每日） 生产信息查询 平台 物料路由开关 信息维护 手动位号信息 维护 装置物料生产 信息维护 罐运行信息 维护 信息编码管理 平衡报表 生产日报 数字化生产—生产概览 通过生产概览，让生产管理人 员 实时掌握当日的产品产量、能源消耗 、 关键指标的趋势、异常情况、主要

心、信息化中 心等 进行深入调研， 持 续优化方案 Page 3 6/27/2022 1 2 3 4 5 强化以一体化 BOM 贯穿产品全生命周期 通过设计工具接口实现 BOM 创建和维护自动 化 打通设计 BOM 到制造 BOM 的传递链 路 BOM 与图纸统一审批统一发布统一变更 建立结构化检验工序卡 大量采用自底向上的设计模式，设计人员“各自为阵” Page 4 6/27/2022 6/27/2022 的离散现象普遍存在，致使模块或专业之间衔接松散， 没有构建机电软一体化的设计 BOM ， BOM 数据不完整。 目前由于设计图纸与 BOM 分开审批且部分情况下 分 开维护，难以保障 BOM 数据、图纸数据和三维 模型 的一致性。 没有专用的检验工序卡，检验信息表达不完整，没有 结构化，导致 MES 系统缺乏检验指标。 初样机阶段设计部门不提供 BOM ， ERP 中无法直接 或其他系统接收项目基础信息快速填制 3. 支持工作令编号和项目名称、项目类型等信息维护 4. 支持项目信息结构化方式导出， 便于接口集成和报表输出 5. 支持基于行政组织结构快速生成项目团队 6. 支持基于项目和项目角色进行权限配置和管理，确保安全 7. 支持根据不同产品、不同军兵种等维度创建和维护项目工 作区模板，标准模板维护由专人负责 8. 支持通过系统内邮件方式快速发放项目工作区到项目组成

系统在运行过程中不仅要连续稳定运行，还需要满足信息 时代安全要求，这给系统设计和运营带来巨大压力。 3.易用性与可维护性 系统应具备友好的用户界面，方便操作和维护，同时提供必 要的技术支持和售后服务，这对确保系统长期稳定运行至 关重要。 解决方案 通过构建集中监控平台，用户可以站在企业运营的角度，制 定统一的标准，降低后期维护和跨部门协助复杂度，减小信 息孤岛，方便在系统之上扩展更多的高级应用。对于集中 监控平台来说，我们推荐采用AVEVA™ 集中监控平台 07 剑维软件水行业白皮书 3.易于开发和维护 系统平台提供了面向对象的模板标准和技术，整个开发过 程可以通过配置化完成，无需工程师具备很强的代码开发 能力。 通过在平台中定义的统一模板进行派生，能够保证画面风 格、操作方式、颜色的一致，同时提高项目开发的效率，缩 短项目开发的时间，对于项目维护来说，只需要维护模板， 这种方式也减少了维护的工作量和复杂度。 对于系统平台来说，系统平台是真正的C/S架构的软件，同 提高对操作条件的认识 从被动缓解转向主动评估。通过数据可视化实现全球知 识，防止关键资产故障，最大限度地减少水损失，并确保所 有设施的水质和合规性。 用可操作的信息为决策提供信息 标准化kpi，并通过向操作和维护提供上下文中的丰富数据 来提高实时可见性。 降低能源和运营成本 通过提高劳动力效率和提高关键指标的可见性，优化您的 能源和化学品使用操作以及安全性和弹性。 促进协作和团队一致性 数字化连接运

基地计财部 集团信用管理部 基地供销部 承运商 销售部 提货 订单 变更 N Y 跨基地 配送计划 单点配 送计划 Y N 执行配 送计划 收款 信用信息 更新 / 维护 开具发货 通知单 代办发货 申请单 结算 开发票 是否 代办 发货并 打印出门证 是否 提完 通知 客户 清理 提单 N 提货 需求 Y 结束 结束 N Y 自提客户 主数据结 构 系统实施 • 编制上线计划 • 编写切换数据收集计划 • 编写数据上载和系统切 换计划 • 上载静态主数据 • 上载其他业务数据 • 切换系统 上线准备 • SAP 系统维护 • 持续改进 • 拓展系统功能 • … SAP 日常运营 最终用户培训 • 编制培训计划 • 准备培训资料 • 安排培训时间、地点等 • 执行用户培训 • 用户测试 • 收集用户反馈 SAP 客户主数据收集任务和组织架构 主数据负责人 任务 分公司／工厂同事 SAP 程序员 a. 检查该模板的可 用性 • 定义主数据收 集模板 a. 没有 a. 没有 a. 维护数据收集模 板，提供少量典型 数据 • 收集少量测试 数据用于模块 测试 a. 支持主数据负责人，提供必 要信息 a. 没有 SAP 模块顾问 a. 根据雄英自身需 求和 connect

点巡检等。 智能化电厂的发展需要不断与移动互联网、云计算、大数据和物联网等先进技术相 互融合，促进电厂的进一步转型升级。 物资流转 智能化 动 态 库 存 ， 制 定 预 见 性 检 修 维护计划。 管理智能 化 智 能 化 的 生 产 管 理 、 资 产 管 理 和 决 策 支 持 系统 ０ 9 PART 03 总体设计 建设目标 10 设备生物化 利用智能型数字传感 层次人员，使用简单实用、高效的工作平台里；选 用平台具有先进性、前瞻性、扩充性、开放性。 3 开放性与标准化：软硬件产品坚持标准化和开 放性原则，采用开放性体系结构；具有良好的可移 植性、可扩展性、可维护性和互连性。 4 可靠性与安全性：采用统一的用户认证，权限 管理、密码控制等多种安全和保密措施。双机热备、 定期存储。 5 经济性与可扩充性：尽力保护现行系统，尽量 减少技术风险和投资风险。灵活配置与扩展。 风机智能维护系统 风机智能维护系统部署于风电场，通过对实时数据、历史数据、异常数据进行 监测，对风功率预测曲线、 SCADA 状态参数、传动链振动监测数据、报警数据进行 实时监控、显示。引入美国 IMS 中心大数据分析工具，提供从风场级到部件级的多 层次状态评估及故障预测功能、风场调度与维护排程优化功能、和风场区域风功率 预测及发电量预测功能，实现风机资产预测性维修维护、动态经济性能分析与优化

结合已有的 FDC 系统、 TMS 系统、 门禁系统、 MES 系统等 , 再应用预测性维护、 机器学习、 大数据算法、 分析引擎等先进技术 , 将位置物联网与工业互联 对设备 : 预测性维护、 大数据分析、 对产线 : 智能巡检、 智能运维 对车辆 : 智能化管理 解决思路 预测性维护 机器学习 通过大数据挖掘、算法分析，为设 备维护人员 / 管理人员提供设备运 行 多维度预测 l PC 、移动端均可接收预测建议，满 足不同使用场景需求；推送方式包 括系统内部推送、短信，保障重要 信息不遗漏 l 设备管理者初步具备智能化管理能 力，从而缩短生产决策过程的时间 成本，以提高生产设备的稼动率和 运行效率 基于机器学习的预测性维护 针对设备，可对工作中的相 过程的表象机理模型研究，对工作过程中设备实时数据进行描述和分析， 实现设备的预测性分析。 设备系统 UWB 定位专家 10cm 高精度定 位 基于机器学习的预测性维护 定义运维流程，满足故障 / 人工 / 计划多类维护方案。 设备系统 操作员初始化工单请求 / 审批 通知资客户 / 服务部门 产生工单 估算的活动周期 运行至故障期限 计划停机时间 实际的用量 与监控系统的 APIs