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

展示企业数量、设备数量、企业设备负载情况、企业信息 界面要求 根据省公司统一框架界面要求布局，数据过滤条件要求有名称、企业 等，支持模糊查询 非功能性需求 安全性、易用性、可靠性、高性能、可扩展性、可维护性 状态 新增 3.3.3.1.2 气象信息 业务功能名称 气象信息 参与者 系统管理员、业务管理员、用电企业方、代理企业方 9 业务规则 监控系统所有接入企业的负荷曲线，包括监控负荷曲线和基线参考负荷 功能需求描述 实时展示设备运行的外界情况 界面要求 根据省公司统一框架界面要求布局，数据过滤条件要求有名称、企业 等，支持模糊查询及业主查询 非功能性需求 安全性、易用性、可靠性、高性能、可扩展性、可维护性 状态 查询 3.2.2.1.3 负荷晴雨表 业务功能名称 负荷晴雨表 参与者 系统管理员、业务管理员、用电企业方、代理企业方 业务规则 不同维度统计企业负荷使用统计情况 输入业务对象及 10 功能需求描述 负荷统计量多维度展示 界面要求 根据省公司统一框架界面要求布局，数据过滤条件要求有名称、企业 等，支持模糊查询 非功能性需求 安全性、易用性、可靠性、高性能、可扩展性、可维护性 状态 查询 3.2.2.1.4 负荷曲线 业务功能名称 负荷曲线 参与者 系统管理员、业务管理员、用电企业方、代理企业方 业务规则 展现不同时段内企业的负荷曲线 输入业务对象及 属性

...................................................................................109 5.7.1 云平台日常维护方案................................................................................................. 能力，支持企业级 Kubernetes 容器化应用的全生命周期管理。支持通过云控制台一键创建集 群，提供容器集群专用的 ISO 镜像，提供稳定的 Kubernetes 和 Docker 版本，省去搭建、维护 容器集群的麻烦。 （六） 混合多云管理能力要求 提供异构混合云管理能力，灵活配置，实现对主流公有云、私有云、虚拟化、容器等基础 设施的全面对接及资源整合，帮助单位构建云环境，实现混合云或异构云的统一管理、自动化 保护和隔离，因此系统应分 别针对不同的应用和不同的网络通信环境，采取不同的措施，包括系统安全机制、数据存取的 权限控制等。 （7） 可扩展性和易维护性 为了适应系统变化的要求，必须充分考虑以最简便的方法、最低的投资，实现系统的扩展 和维护。 2.1.2 设计依据 《信息安全技术 信息系统安全等级保护体系框架》（GAT 708-2007） 第 8 页 共 157 页 《计算机信息系统

........................... 41 十、 党建考核 .......................................... 42 10.1 考核目标库维护 ...................................... 42 10.2 党建考核目标 ........................................ 43 ............................. 50 十三、 学习教育 ...................................... 50 十四、 行政信息库维护 ................................. 51 十五、 在线学习 ...................................... 51 十六、 积分管理 com 400-700-3322 2 十四、行政信息库维护 行政部门、岗位信息维护 十五、在线学习 音、视频、文档学习 十六、积分管理 个人、支部积分介绍 十七、应用平台设置 云平台积分、新闻、课程、考试、党费管理 1.2 手册相关

..................................................................................... 9 8.1.2 基础数据维护.................................................................................................. 14 ........................................................................... 68 10.4.7 第七阶段：系统验收与后续维护..................................................................68 10.4.8 实施周期.................. 客户回访.................................................................................. 错误！未定义书签。 2 维护支持与保修...................................................................................... 错误！未定义书签。

操作，容易出错，导致效率低下。借助物联网，可 实现生产过程自动化，从而提高精确度和速度。联 网设备生成的实时数据有助于优化生产计划，减少 浪费并提高整体生产效率。 设备维护成本高：设备故障导致维护成本和停机时 间增加。物联网支持预测性维护，可以在故障出现 之前做出预测，并更及时地安排维修。这样不仅能 减少停机时间，还能延长设备使用寿命，从而节省 成本。 质量控制问题：在不同生产线上保持产品质量一致 许多国家正在加快淘汰2G和3G网络，为更先进的 4G和5G技术普及铺平道路。在全球范围内，各运 营商致力于网络升级工作，以实现基础设施现代化 制造业在发展过程中面临着诸多关键挑战。在许多工业制造场合，生产效率低下、 设备维护成本高以及产品质量控制问题普遍存在。供应链中断和数据安全问题使 情况更加复杂。物联网能够发挥重要作用，助力企业解决以下难题： TELENOR IoT | 物联网赋能制造业数字化转型 | 8 IoT | 物联网赋能制造业数字化转型 | 9 人工智能和机器学习：在物联网系统中集成人工智 能和机器学习（ML），可实现预测性维护、优化生 产计划以及加强质量控制。人工智能赋能的分析可 以在设备故障发生之前做出预测，从而缩短停机时 间并降低维护成本。机器学习算法可以优化生产流 程，从而提高效率和产品质量。德勤开展的一项调 查显示，制造业的数据生成量位居前列，海量数据 能够产生巨大的商业价值。

......................................................................................10 3.9 预测性维护 .............................................................................................10 3 据存在于 不同的数据库或文件中，维护混乱，版本众多，给工厂的后续运维优化带来挑战 工厂自 动化 人工操作 生产过程靠经验操作和控制，参数控制难达预期。人工清洗也存在安全隐患 整线监控 灌包装设备以单机操作为主，缺少整线集中监控 标准化 单机设备众多，硬件选型、软件编程、网络接入和数据接口等各不相同，系统集成沟通 成本太高，也给后期维护带来诸多困难 效率和 质量追溯 原料的质量信息难以追溯；菌种、原料、成品与生产过程的关联不足 维护 管理 设备信息 设备选型原因，或者没有利用通讯网络的优势，将仪表、电气等设备的故障信息和诊断 信息进行收集，更多依赖人工巡检的方式来发现问题 设备预防性维护 设备的预防性维护和预测性维护缺乏运行数据支持，依赖人员能力 维修流程管理 维修人员效率考核薄弱，维修结果缺乏确认；花费记录粗略，辅材消耗分摊不明确；安

.................................................................................. 10 3.3 三维可视化设备维护培训子系统 ........................................................................... 13 4、智慧电厂可视化设备运维管理系统效益 使火电厂的经营管理者可以随时随地获取电厂的相关 信息，提高全厂的现代化管理水平。 在人员管理层，数字化电厂是不考虑人为的干预和影响因素的，但是在智慧电厂里，人 成为了不可或缺的主要动因。因为所有非传感器信息采集、离线维护维修、分析诊断、最终 决策，这些活动都是人来完成的，所以智慧化电厂，人是主角。必须考虑如何保证人员队伍 质量，人员素质和技能提升，人员流动和经验的冲突等要点。 设备作为智慧电厂管理的核心对象 北京三维直点科技有限公司 北京市丰台区富丰路 4 号工商联大厦 23 层 www.3dvfa.com 第 5 页 共 21 页 智慧电厂的设备可以通过预知维护系统、状态监测、遥视等措施，有效的预防风险，降 低事故发生的概率，并且能够抵御物理和网络攻击，提高受攻击之后快速恢复的能力，从而 加强系统的安全系数。 1.4 智慧电厂的设备管理优势 通

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

产品质量检测场景.......................................................................... 74 4.2.4 设备预测性维护场景...................................................................... 75 4.3 工业大模型应用当前问题..... 性能提升：在相同数据量下，工业大模型的多任务处理效率提高 3-5 倍，复 杂场景泛化能力增强 60%。 1.4.3 应用范式维度对比 ➢ 传统模型： 单点应用：独立服务于特定环节（如预测性维护或视觉检测） 响应延迟：某冲压产线质量检测系统存在 200ms 决策延迟，导致 0.5%的漏 检率 人机交互：需专业算法工程师解读结果，某钢铁企业模型决策接受度不足 50% ➢ 工业大模型： ➢ 传统模型： 开发成本：需定制化特征工程与模型调参，某汽车厂开发视觉检测系统耗 时 6 个月 部署成本：专用硬件投入占比高（某检测站 GPU 集群占项目预算 40%） 维护成本：年维护费用达初始投入的 30-50%，模型衰减导致三年后需重建 ➢ 工业大模型： 迁移成本：预训练模型微调周期缩短 80%，例如某家电企业新产线部署仅 需 2 周 硬件复用：支持云边端协同部署，某化工厂利用既有服务器节省