Pages Navigation Menu

打破物联网、人工智能助力“预测性维护”的幻想:现实反而更美好!

  本文由喜科运维专家共同撰写并发表于弗戈工业传媒数字商业时代官方网站。

 

“空头支票”

 

  相信维护领域的资深从业者都清楚自20世纪80年代开始,“预测性维护”一直是一个热门话题。近年来,各式各样的新人涌入市场,声称通过物联网和人工智能技术将为“预测性维护”带来革命性的变化。因此,从前被认为繁琐、复杂且回报不高的维护工作突然变得热门起来!

 

  在2018年举办的“世界制造业大会”上,来自世界各地的专业人士纷纷表示“预测性维护”因投入少、潜在回报高,是智能制造中最易落地及推广的技术之一,但实际上鲜少有案例可以佐证这一观点。相反,大家的话题却始终绕不开机器人、人工智能、智能眼镜这些黑科技。

 

  时至今日,“预测性维护”的热度正逐步降低,许多打着“革命性”创新技术旗号的初创企业也在这个市场消失,多数概念项目也以失败告终。工业维护的浪潮会因这一张张“空头支票”就此平息吗?其实不然,现在正是借鉴运维人员智慧和经验的好时机,同时也是他们走向台前,展现价值的高光时刻!

 

实事求是

 

  在去年夏天举办的“第三届流程工业智能制造高峰论坛”中,一家德国知名自动化供应商介绍了一则有关“预测性维护”的案例,声称他们参与的项目已进入实验阶段,但在演讲中却无法提供真实客户名称和任何数据。有观众提问为何依旧停留在实验阶段却无法实际落地?演讲者答道:“因为在实验阶段,我们意识到客户的流程还不够数字化,不足以将‘预测性维护’落地。”确实,要将尖端技术及“预测性维护”落地需要花费大量人力财力物力;此外,供应商将项目的一切问题推脱给客户不成熟的情况也多次出现。

 


喜科运营总监纪尧慕先生在“第三届流程工业智能制造高峰论坛”中分享国内真实客户运维案例

 

  这里反应了一个基本情况:如果企业连最低限度的数字化都没有实现,就无法进行技术革新。举个最简单的例子:企业如需集中化管理数据,则需要一个中央数据库,包含资产登记信息、维护计划、维护工作流程和关键绩效指标等数据。但现今依旧有许多企业的数据散落在各个部门的各种纸张、excel表格和系统中。

 

  要实现基础的数字化,企业需要的是充足的经验和专业的知识,而不是天花乱坠的软件系统和高科技。其中尤为重要的是了解对企业运维而言什么是“正确的”;什么是“有用的”;什么应该优先数字化,及如何有效地做到这一点。就“预测性维护”而言,“正确的数据”远比“大数据”要更好。而哪些数据是“正确的”、“有用的”,则必须基于公司维护策略去思考。

 

理论法宝

 

  正如列宁同志所言:“没有革命的理论,就没有革命的运动。”对运维而言,理论基础即维护策略,即使新技术层出不穷,但技术应始终服务于企业维护需求,例如:减少制造过程中的无故停机、落实风险防范等。而如何实现上述目标则需具备专业理论知识和实践经验的人员负责,同时参与制定维护策略。

 

  诸如ISO 55000(同国标GB/T 33172)等资产管理标准也为企业提供了强大的理论基础,通过定义“核心模式”将帮助企业了解如何将资产数据和相关工作流程数字化。

 

  维护管理在中国工业企业中很少被优先考虑,但这确实是提高工业水平的一种极易落地推广的方式。通过对标ISO 55000资产管理标准,优化管理决策,企业将获得可观的改进成果,而应用物联网等尖端技术只是起到锦上添花的作用。

 

  当然,我们也不能小觑“工业4.0”时代智能技术对维护管理的推动作用!大多数企业都愿意为此投入大量的资金,这对于传统的维护改进项目是不可想象的。在此环境下,维护人员应该毫不犹豫地抓住这个提升公司绩效、优化自身技能和推动事业发展的机会!在机械化、自动化盛行的今天,为了精密复杂的生产线能在严格的监管下顺利运行,企业比以往任何时候都更需要维护专家,长期不受重视的维护人员终于可以在“工业4.0”时代起到决定性的作用。

 


扫一扫
关注喜科微信