作为工业互联网IIoT和边缘计算的重要应用之一，预测性维护近年来一直被寄予厚望，各大公司和企业都将其列为重点工作计划， GE在两年之前发布的一份研究报告显示：大批工业企业正在走向预测性维护的“怀抱”......

预测性维护可用于优化生产操作，带来20-30%的效率增益；设备制造商如果引入预测性维护服务，则有可能扭转当前竞争业态；预测性维护代表着工业服务化和未来商业模式转变的历史选择。尤其是云平台、边缘计算和人工智能的发展，开启了用最新技术改变预测性维护市场格局的机会大门。

作为工业互联网的典型应用，预测性维护的发展可观，但真正有效的预测性维护方案存在难度，并非所有的解决方案都可以有效预防设备故障，真正带来效益增益。以下和大家分享北京天工智造科技有限公司的预测性维护成功案例——基于工业互联网的设备状态监测与服务平台（简称APM平台）为设备管理平台，提供基于工业互联网和云平台实现设备的状态监测和移动运维服务，具有很好的借鉴意义。

基于工业互联网的设备状态监测与服务平台应用案例

基本情况

平台的需求方和应用方为某大型卷烟厂，下设2家卷烟厂，是有90多年历史的国有大型骨干企业，年产卷烟产品约80万大箱。新规划建设的工厂年生产能力500亿支（100万箱），结合智慧工厂、智能制造、互联网+等时代要求，通过信息化与工业化的高度融合，打造“一流卷烟示范工厂”。

 

方案内容

项目的主要内容是基于互联网、物联网、云计算、移动互联、3D仿真等新技术建设APM平台，平台的总体框架如下图：

平台的主要模块包括基于一机一档的设备动态档案管理、设备状态监测、设备数据分析、设备运维服务、可扩展的开放应用以及用于整合专业技术资源的专业社区。

 

一机一档

以设备出厂标准为基础，对设备的个性化改造、运营状况、维修履历进行“一机一档”追溯管理。内容主要包括：机型数字模型、三维模型展示，备件查询及生命周期预警服务，机型点检规程、润滑规程、维修规程，机型培训3D仿真教材，机型专家知识库。还包括设备保养、润滑、维修的履历和病案记录。

状态监测

实时在线状态监测是APM平台的核心应用之一。通过建立设备采集模型，统一采集和监视所有测点，并将状态监测数据通过工业互联网传至APM平台监控中心，实时掌握设备健康状态。

 

数据分析

通过基于大数据的深入分析，结合设备运行数据、质量数据、性能数据，进行状态的研判，支持基于数据的预知维护。

 

设备运维服务

提供一整套，分版本（不同应用水平用户可以选择）的设备运维与管理App应用。其中体验版为基本的设备运维软件，包括标准查看、预防性维护、故障维修、报修呼叫、现场交接班、全员改善等实现设备基础维护相关的工具化APP。基本版提供设备一机一档数据服务，包括设备的3D仿真拆卸和装配。专业版提供设备一机一档数据服务和进阶版设备运维软件。高级版是在专业版的基础上，另外提供设备的状态监测服务、数据分析服务及设备维护策略。

 

开放应用

基于设备共享数据，根据客户需求，提供线上定制的SaaS服务。平台提供和设备相关的共性服务并且对外开放，其他合作伙伴也可以基于平台的服务进行和设备相关的应用开发。

 

专业社区

通过平台聚合专家、技术、理念、创意、行情、知识、观点等专业资源，提供一个专业交互社区。

 

项目实施方法

双方根据卷烟设备及功能单元的重要程度进行分级，选择出关键设备功能单元，包括制丝松散回潮机、烘丝机、加料加香机、卷烟机、包装机等关键设备，并根据设备功能单元运行特性设置测点并安装传感器。共在22台关键设备功能单元设置123个监控点，安装传感器，监控设备技术状态，进行技术验证。

针对动力空压系统和制冷机等大功率旋转关键设备，配置振动传感器，监测设备振动状态，实时监测不平衡、不对中、松动等机械故障，通过多个测点频谱及同一测点多个频谱比较，实施设备振动趋势分析。

在APM平台上，针对试点设备，开展设备“一机一档”及备件的全生命周期服务。“一机一档”提供设备的三维可视化装配图、爆炸图，可以实现备件的3D浏览，并与备件的换件及运维管理相结合。所有备件的换件记录准确记录，按预定的备件生命周期提供更换预警服务。

在卷烟厂建立了设备全生命周期管理平台，实现设备管理的精细化。该管理平台包括技术管理、业务管理和绩效管理三个层次，全面涵盖设备档案、设备技术标准、设备日常保养、设备润滑、设备维修、设备全员改善、设备运行统计与绩效管理等业务。

 

项目主要技术

本项目融合物联网技术（传感器、物联网协议、网关技术）、IT技术（实时数据采集、传输技术、实时数据管理技术、云平台技术、大数据分析技术、移动互联技术）、专业技术（设备故障模型数据、设备虚拟仿真技术、专业运维知识），建立基于工业互联网的行业重大设备性能监测及服务云平台（APM平台）。

通过平台建设及应用，借助智能感知传感装置采集行业重大设备运行状态数据，通过工业互联网上传至APM云平台，形成行业重大设备的实时状态数据和运行历史大数据。

以大数据为基础，结合设备故障模型和RCM分析模型，深入分析挖掘数据价值，帮助制造企业实现关键设备远程性能监测与故障诊断，提高企业预知性维修水平，加强设备全生命周期管理，提高设备总体运营效率，促进制造企业效益增长。

 

项目的创新点

本项目的核心是“互联网+设备状态监测与运维”，是用互联网改造传统业务的又一实践。项目着眼点在于目标行业的刚性需求和物联网技术的高速发展，具有如下创新点：

Ø 融合客户为中心服务理念和精益设备管理思想，建立“一机一档”的可视化设备档案

Ø 基于物联网技术实现在线设备性能与状态监测，以及设备状态的可预测

Ø 整合有限资源，建立面向行业应用的设备监测云服务平台，避免或减少企业重复投资

Ø 基于机器大数据建立设备分析模型，开展组合逻辑预警，实现设备状态的可预测

Ø 以可信云平台为基础，建立覆盖设备检测、运维领域的可信SAAS服务模式

 

经验效果

 

直接效益体现

卷烟厂通过APM平台的应用，加强了设备的预知性维修，提升对设备状态精确预测的水平，以保持设备最好的性能和最佳的状态为目标，提高生产效率、提高卷烟生产质量，构建精益化维修管理体系。直接效益体现如下：

Ø 通过平台共享设备3D资源，节约客户投资，目前，该3D技术资料单机型成本大于150万元；

Ø 在全行业共享设备大数据分析成果，提高企业设备性能；

Ø 通过平台运行提升状态预测水平，降低故障和成本，提升整体性能，构建精益化设备管理体系；

Ø 实现设备状态的可测、设备信息共享，促进企业设备管理模式的转型升级；

Ø 提供一套设备全生命周期管理的APP集，有效提升客户的设备管理精细化水平；

Ø 建立工业互联网平台，制定状态采集、物联网传输、互联网传输、安全管理等标准，为制造、使用、维护等状态监测与服务提供支持。

 

提高烟草行业设备管理水平

通过本项目的实施，形成一套标准，可在整个烟草行业工业企业推广。由于行业特色，烟草行业的设备类型高度统一化，容易形成统一的经验库及维护标准；行业设备基本上具有数据采集功能的复杂成套设备，很多运行状态能够采集，改造成本低；行业管理需求明显，能够产生明显的经济效益；本项目的实施具备该行业十多年的经验及技术积累。

 

助力传统制造业实现智能制造

APM平台采用平台和O2O模式，一端链接工业企业的关键设备，另一端链接设备管理经验及专业服务。通过搭建传感器及物联网，采集设备运行状态数据，构建工业网络通道，数据上传至工业云平台。利用状态分析手段实现关键设备的状态诊断，并辅助以设备资产管理、设备运维管理、设备现场管理的应用服务，帮助企业提高设备的管理水平，减少非计划停产损失，降低维修成本，提高设备总体运营效率，探索设备管理精细化及制造服务化的新模式,助力智能制造。未来成熟后可考虑往其他制造行业推广，助力传统制造企业的转型升级，实现智能制造。