MRO设备管理维护与工业大数据（2）

MRO设备管理维护与工业大数据（二）
（2016年9月16日）

维修数据需要往前预测目前工业大数据的概念已经深入人心。设备维护中的大量数据，重新吸引了人们的野心。无论是自己使用的设备，还是销售出去的设备，通过物联网都可以用很低的成本获取它们的实时运行状态信息。MRO系统利用产品生命周期前期的设计制造知识来分析中期的运行监控数据，一方面制定合理的维修政策，另一方面不断反馈改进产品性能的知识。通过产品生命周期跨阶段的集成，达到产品的最佳维修和质量改进的效果，从而创造服务型制造的新空间。实际上，对运行监控技术的应用和监控数据有很多，但利用不够。当前中国制造业仍然集中在数据采集和存储上面，对于业务场景模型的建立、优化和分析显得比较薄弱。目前国内的极晨智道通过各种业务模型和数学模型，在石化行业应用广泛。

图3

MRO是服务型制造的先头堡工业互联网已经吹响了强劲的号角，而MRO又是工业数据的密集区，相对于工业设计与工艺制造，数据的可获得性相对更高，因而会成为工业互联网最容易发力的地方。MRO有可能是制造业建立生态体系的突破口。在数据财富的激励下，MRO必将从面向企业内部资产，走向产品全生命周期；对于制造业而言，需要学会从生产型制造向服务型制造转变，并形成企业利润的一个新增长点。预测性维护就是最佳的突破口。与此同时，维修服务组织的模式，极有可能从以业主/运营商模式和专业维修服务商模式为主，走向以产品制造商模式为主。这将是一个奇怪的逆转。很显然，在工业互联网时代，从采购、设计、制造，到使用、维修等环节，制造商与工业用户的关系拉的更近、更直接。实际上，美国公司走的更远，甚至将维修的数据，大大前置，成功地与设计研发端相结合。不过即使在美国，MRO在工业大数据的分析上，也并非一帆风顺。根据美国著名的自动化咨询公司ARC的2015年调查报告，在美国目前只有18%的工厂利用设备数据进行主动性预防维护，而且往往只限于过程参数数据，如材料的温度、压力等简单数据。其他大量的设备数据也都被忽视，犹如海底下的沉船，似乎再无重见天日之时。这些数据也在散发着机器铁锈的气味，悄无声息地消逝到大气中了。
而此刻，正是需要我们沉下心来，静观维修领域的“数据之花”开始绽放。

（原标题：MRO设备管理与维护|工四100术语（编号 112））
（续完）
编者：
莫欣农，清华大学软件学院客座教授
孟采菽，北京联讯动力咨询公司研究员
林雪萍，《工四100术语编写组》

（摘编自 公众微信号：知识自动化 / 编辑 严进军）