预测性维护 03.2021 上海 / 中国 罗兰贝格 洞见 数字化运维的制胜基石 1 随着互联技术的革新、大数据的应用与积累、计算能力的提 升及相关模型理论的高速发展，人工智能的应用场景逐渐丰 富，并在近几年逐步过渡到实操落地。各行各业正积极探索 通过人工智能赋能的运营模式，并以此推动产业升级及长期 的运营转型。 在政策端，从2017年7月国务院印发的《新一代人工智能发 展 省出具的智能制造指导政策与意见等。这股政策东风逐渐催 生了制造业的数字化及智能化的转型之路。而运维服务（ 如 备品备件销售、设备维护及维修等）作为制造业的重要组成 元素，通过工业互联网及人工智能的深度融合打造出创新的 应用场景，并实现持续降本增效的趋势目标。 运维服务的发展进程主要分为四个阶段： 01 预测性维护是什么？ 我们为什么需要它？ 封面图片： koto_feja 01 / 运维服务的发展进程 制造业对运维服务的注重维度已经改变，过去传统的备品备 件购买及定期维护观念已经过时，通过工业互联网和人工智 能赋能的数字化运维解决方案将是新的趋势。 资料来源：罗兰贝格 基于故障 预测的维护 响应式 维修 计划性 维护 基于条件 的维护 "故障后维护" "预防性维护" "预测性维护" "状态监控式维护" 2 02 / 预测性维护运作原理 1.消极维护：这是运维服务最原始的方式，通常指当机械故

数据准备和管理 采购和库存管理 基础 数据 财务管理 深化品类管理 门店数据管理 柜组数据管理 商品品类管理 基础参数管理 供应 商准 入和 新品 信息 供应商数据管理 商品数据维护 品牌数据管理 价格数据管理 财务 数据 科目数据管理 银行数据管理 成本中心 数据 利润中心 数据 …… 需求和补货 补货参数设置 自动补货需求 订货项目补货预测 采购和入库 数据准备和管理 采购和库存管理 基础 数据 财务管理 深化品类管理 门店数据管理 柜组数据管理 商品品类管理 基础参数管理 供应 商准 入和 新品 信息 供应商数据管理 商品数据维护 品牌数据管理 价格数据管理 财务 数据 科目数据管理 银行数据管理 成本中心 数据 利润中心 数据 …… 需求和补货 补货参数设置 自动补货需求 订货项目补货预测 采购和入库 供应商主数据 供应商主数据 通过统一管理保证商品的唯一和统一 数据管 理规范 整合商品门店级数据各门店可以灵活修改 门店创建非整合商品，其它门店可共享使用 统一维护 规范录入 灵活性 整合商品劲草统一录入，全集团共享 提高数据维护质量，减少重复工作 通过执照号、商品条码等信息系统进行自动化校验，避免重复录入 增加选择项，减少录入项，确保数据规范，提高准确率 以商品举例，按不同品类设计特有属性，既满足业务特点，又单

用，特别是信息 / 数据方面的实用化？ • 如何将架构蓝图在系统 / 工具中固化，以确保架构在 各个项目中的统一？ 上海电力企业架构亟需回答的核心问题 本项目的相应交付物 本文内容 3 • 能否建造和维护清晰规范 的企业架构并在各部门达 成共识？能否规划出企业 架构的发展路线图并在各 部门达成共识？ • 能否将达成共识的企业架 构落实到项目建设中？ • 能否将达成共识的企业架 构路线图落实到项目组合 企业架构方面的差距来自于企业架构管理的差距 架构 的设 计方 面的 问题 现象 影响 未穷尽 • 集成平台利用低 • 集成灵活性差，变更成 本高 • 企业数据模型缺失， 数据集成度低 • 数据维护成本高，一致 性及时性低 • 业务架构缺全景 • 跨部门业务整合能力低， 成本高，工期长 • 部分基础设施分配 不清晰 • 固定资产投资收益欠优 • 项目排序与架构规 划不一致性 • 应用开发建设 计划 建设 测试 投入 使用 IT 项目组合管理 IT 战略 / 治理 / 组织 战略规划 业务 /IT 关系 管理 企业架构管理 项目组合管理 业务要求 管理 企业架构的创建与维护 战略变化导致架 构规划调整 A2 业务 /IT 关系的 协调部门提出架 构更新的要求 企业架构在项目管理中的贯彻 B1 IT 项目审批必须 包含架构合规 检查 B2 架构合规审查还要在明确的

..16 2.1.2 预测客流量与车次安排..............................................................18 2.2 设备故障预测与维护...........................................................................20 2.2.1 监测系统的构建....... 83 6.1.1 案例一：智能调度系统..............................................................84 6.1.2 案例二：故障预测与维护..........................................................86 6.2 经验总结与教训.......................... 107 7.3.2 试点实施与监测.......................................................................109 8. 运营与维护...............................................................................................111

..................................124 6. 维护与升级...............................................................................................125 6.1 系统日常维护........................................... 运行状态可以实 时监控，进一步提高能源利用率。 最后，DeepSeek 还具备故障预测和预警功能。通过对车辆和 基础设施的运行数据进行分析，系统能够提前识别潜在的故障风 险，并通知维护人员进行预防性维护，从而减少突发故障对运营的 影响。 本项目计划在试点城市进行为期六个月的测试，测试阶段将覆 盖地铁、公交和轻轨等多种公共交通工具。通过实际运营数据的反 馈，我们将不断优化算法和系统功能，确保 提供了可能。基 于 DeepSeek 的应用方案可以从以下几个方面显著提升运营效率：  实时数据分析：通过采集车辆 GPS 数据、客流数据及路况信 息，实现动态调度和资源优化。  预测性维护：利用机器学习算法预测车辆故障，减少非计划停 机时间。  智能化乘客服务：提供个性化的乘车建议和实时信息推送，提 升乘客体验。  能源与环保管理：优化能源消耗，降低碳排放，助力绿色出 行。

TR 司库 PS 项目管理 WF 工作流程管理 IS 行业解决方案 MM 物料管理 HR 人事管理 SD 销售与分销 PP 生产计划 QM 质量管理 PM 工厂维护 后勤系统 后勤系统 财务系统 财务系统 人力资源 人力资源 客户及工业部门的 特殊要求 客户及工业部门的 特殊要求 SAP R/3 的模块集成 © 2011 82 - All rights 负债表和损溢表。  公司代码在客户端中以独一无二的四位字节的字母或数字来定义 组织要素：公司代码 © 2011 82 - All rights reserved 15 15  从生产、采购、工厂维护和物料计划的角度来看，一个工厂可以 看成是一个企业的后勤组织单位。  工厂是 ERP 系统为了实现成本控制管理、库存管理及生产管理过 程中必须的组织单元之一，工厂是从属于公司代码的，他可以对 应我们实际工厂或逻辑工厂。 物料主数据 - 供应商主数据 - 信息记录 - 货源清单 - 配额协议 ……  主数据是企业运作过程中必须 使用的基本数据  长期存储在数据库中，集中存 储并且可以在各级组织结构上 维护和使用 物料 主数据 采购凭证 信息 记录 供应商 主数据 主数据 © 2011 82 - All rights reserved 25 包含了对所有企业所采购、生产和存储在库存中物料的描述。它是企业中有关

用户培训计划......................................................................................66 7.2 技术支持与维护..................................................................................68 7.3 故障排查与修复.. 性能计算硬件、智能算法和医疗行业专用软件，打造一个能够满足 医疗机构在数据分析、图像处理、辅助诊断等方面的计算需求的综 合解决方案。DeepSeek 智算一体机将采用模块化设计，确保系统 的高效性、可扩展性和易维护性。 在硬件方面，DeepSeek 智算一体机将搭载最新的多核处理 器、高速内存和大容量存储设备，以支持大规模的医疗数据处理。 同时，显卡和专用加速器将被集成用于加速深度学习模型的训练和 推 别和标注病灶区域，辅助医生进行更快速、更精准的诊断。 为了确保系统的稳定性和可持续性，DeepSeek 智算一体机将 采用智能化的运维管理系统。该系统能够实时监控设备的运行状 态，预测潜在故障，并提供远程维护和升级服务。此 外，DeepSeek 智算一体机将支持绿色节能技术，通过智能功耗管 理和散热优化，降低运行成本，符合医疗行业对环保和可持续发展 的要求。 通过以上设计，DeepSeek 智算一体机将成为医疗机构数字化

..133 7.2.2 数据分析结果展示...................................................................135 8. 运营与维护...............................................................................................138 1 系统运行监控...........................................................................142 8.1.2 数据更新与维护.......................................................................144 8.2 技术支持与服务............ .............................................186 1. 项目背景与目标 近年来，随着我国铁路运输业的快速发展，沿线的基础设施和 周边环境的管理与维护显得尤为重要。优秀的铁路沿线管理不仅能 够提高运输效率，保障安全，还能够促进沿线经济的发展。因此， 本项目旨在通过构建一个实景三维 AI 大模型，提升铁路沿线的管 理能力与服务水平。 该项目的背景主要基于以下几点：

人工智能（AI）技术的不断成熟，尤其是大型模型（如 GPT、BERT 等）的应用逐渐扩展，钢铁行业也开始考虑这些先进 技术带来的潜在转型机会。 在钢铁生产过程中，原材料采购、生产规划、设备维护、质量 监控和市场需求预测等环节均蕴含着丰富的数据资源。通过将人工 智能大模型应用于这些关键环节，企业能够实现数据驱动的决策与 优化，提升运营效率，降低成本并提高产品质量。具体而言，AI 大 波动，帮助企业找到最佳的采购时机和供应商，降低采购成 本。 2. 生产流程优化：构建基于大数据分析的智能调度系统，实时监 控生产线的运行状态，调整生产计划以提高设备利用率和生产 效率。 3. 设备预测性维护：通过物联网技术收集设备运行数据，并应用 深度学习预测设备故障，提前进行维修，降低停机时间。 4. 质量控制与监测：利用计算机视觉与数据分析技术，对生产过 程中的产品质量进行实时监测，及时发现和纠正问题，有效降 生产过程优化：通过实时数据监测和模型预测，对炉料、温 度、时间等进行精确调控，降低能耗提高产量。 2. 质量控制：借助 AI 视觉检测技术，实时监测产品质量，识别 并剔除不合格品，提高产品合格率。 3. 设备维护：利用机器学习分析设备运行状态，实施预测性维 护，降低设备故障率，减少停机时间。 4. 供应链管理：优化原材料采购及库存管理，通过数据分析预测 市场需求波动，提升整体供应链效率。 5. 环保管理：通过

2 服务性能优化...........................................................................101 4.2.3 服务监控与维护.......................................................................103 4.3 知识库动态更新机制.......... .......................................179 8. 项目后续维护与支持................................................................................183 8.1 系统维护................................................... ........................................185 8.1.1 日常维护内容...........................................................................186 8.1.2 故障处理流程...................................................