編譯 | 二丫

多年來，企業管理資產的策略不斷改變，但變化速度從未如此迅速與深刻。在更多低成本的精準傳感器、更高速的通信、強大的計算能力（包括云計算與邊緣計算）、機器學習、高級分析技術的推動下，作業公司擁有了極具吸引力的資產選擇。借助豐富的專業知識，可以精準施策，以完美適配所有作業需求，從而能夠自信地規劃和落實更重要的資產優化與作業提效方案。

許多維護策略都已完備地記錄在案，用于更好地管理資產。常規方案通常是計劃例行維護，也就是按照設備制造商建議的時間間隔進行維護。如果管理得當，會按照時間或某些性能參數規劃預防性維護，若沒有成功實施，則可能會演變為被動故障與修復方案，進而導致作業中斷。

盡管機會很多，但制造業與能源行業的許多公司仍在基礎資產上使用反應性、預防性維護制度。盡管各種研究表明，預防性維護僅適用于18%的工廠設備，但這些公司仍將資金投入到基于時間的維護上。對其余82%的設備進行預防性維護，實際上可能反而會導致故障。

實際上，在維護方面并沒有所謂的萬能方法。對公司而言，最佳的發展方向是評估其在資產績效管理進程中的位置，然后根據每個工廠的作業場景、設備每個部分的作用（潛在失效方式、對整個流程性能或設備利用率的重要性），為這些資產或設備選擇正確的維護策略，

掌握了這些信息，再考慮維修與故障成本，就可將適合的系統部署到位。從軟件和技術、人員和流程等方面的系統角度來看，該策略將是最具成本效益、最高效的資產管理方式。關鍵是在有意義的地方部署預測性維護。

因此，一旦完成了“可靠性基礎”，即知曉關鍵性、故障機制、可用性以及成本因素的基本步驟，那應該從何處開始部署預測性維護策略呢？

第一步是要了解流程與設備的現狀。“你無法衡量你不知道的東西”，通常情況下，某家公司需要了解其資產的現狀。這可能需要獲取工廠層面的已有數據，并將這些數據可視化，以用于制定有效決策。

公司可以將這些數據與IT、維護管理系統層面的數據結合起來，以更好地了解維護記錄與工廠狀況。在這種情況下，關鍵是獲取以前丟失的數據，并將其安全可靠地整合到IT領域，然后對其進行操作、分析，并根據這些數據做出決策。

挪威油氣公司OKEA的數字化轉型之旅的首個基石是在Draugen石油平臺上使用的ABB Ability EdgeInsight系統。該解決方案以不到1秒的延遲，提供了從控制系統到云端的實時數據流。OKEA公司能夠利用云端的儀表板，結合實時生產數據與KPI數據，監控他們的生產情況。這種邊緣解決方案使實時數據易于獲取，有助于作業者隨時隨地訪問這些數據。它還大幅縮短了不同用戶諸多案例的價值體現時間，包括預測性維護。

ABB Ability EdgeInsight系統能夠獲取現場設備、網關以及作業系統的可編程控制器的數據。然后，它將各種現場協議轉換為統一的標準通信協議，并將標準化結果提供給IT基礎設施，同時確保不訪問現場網絡，保障關鍵作業系統的安全。

一旦實現數據可見，下一步就是彌補工廠關鍵資產中可能會缺少信息的任何缺口。在這里可以添加額外的數據點，以更深入了解資產狀況。可將大量傳感器安裝在電氣設備、旋轉設備以及其他工廠資產上，然后成為基于狀態的維護制度的一部分。這可以是與控制系統相連的形式，也可以是完全獨立的系統，可根據資產的狀況做出明智決策。

許多傳感器可以彌補數據缺口。ABB Ability傳感器將傳統的電機、泵與軸承轉化為無線連接的智能設備。它從設備表面測量關鍵參數，可用于獲取機器狀況與性能的相關有效信息，使用戶能夠識別系統內的低效率，減少作業與維護的相關風險。

狀態監測系統可對非關鍵電機與旋轉設備進行自動、無線監測。它有助于檢測可能導致設備故障與停產的機器振動和異常溫度。用戶可以遠程訪問該系統提供的信息。借助無線功能，該系統可輕松安裝在現有基礎設施上，不會造成任何額外停工。此外，設計、規劃、材料與安裝成本都低于傳統的有線解決方案。

Goliat油田是油氣行業受益于無線監控維護的典型案例。它是挪威巴倫支海地區的一個海上油田，位于哈默菲斯特西北85公里處。該油田使用了全球最大、最復雜的圓筒形FPSO，并采用了最先進的建造技術，以應對在北極環境中作業的技術挑戰。Goliat的容量為100萬桶石油，由于采用了陸地供電與零排放的作業理念，再加之利用了基于狀態的最新監測技術，它將對環境產生最小的影響。

其中一項先進技術是應用于Goliat的旋轉機械裝置組（從渦輪機到壓縮機和柴油發電機）的無線監控系統。該狀態監測系統的應用范圍也擴展至整個電氣系統，包括變壓器、配電盤、驅動器、HVAC、電纜以及海底系統等。同時，密切監測了對安全、可靠運行至關重要的整個船舶系統，如卸貨站、船體結構與起重機系統，設備模型監測當前性能與當前參數預期性能，并指出潛在或實際偏差。發送設備故障、事件與警告至狀態監測系統，并通知作業者建議維護的區域。 

當涉及從傳統設備獲取信息時，邊緣設備再次發揮了關鍵作用。ABB Ability Genix APM Predict擁有整體數據集，是一種用于收集、分析這些數據的軟件解決方案。Genix APM Predict從不同系統中收集實時狀態數據，并將其展現在單個儀表板中，因此用戶就可同時獲得設備健康數據與作業情況，從而節約行動時間。

這是過渡到預測性維護策略的有效方法。它使控制室內外的用戶都能即時、安全地獲取他們所需的設備數據，以做出有助于優化作業、降低維護與作業成本的決策。

狀態監測在德國化學公司BASF改善其維護作業的過程中起著重要作用。它有許多非關鍵的低壓電機與泵，在日常維護中都是依靠人工檢查。然而，手動收集的信息并不能提供足夠多的當前狀態退化或潛在故障相關的在線信息。旋轉機械裝置的機組管理已被BASF公司確定為一項協同創新舉措，這將有助于進一步提高工廠的整體可用性、可靠性與作業效率。

為了克服這個問題，ABB公司提供了一套從傳感器到高級分析與企業儀表板的端對端解決方案，適用于旋轉機械裝置的機組管理。該方案運行復雜的機組診斷算法，以改善整個機組的運作。借助這個系統，BASF公司通過ABB Ability系統上運行的分析算法，可輕松評價工廠中每個組件的狀態。這反過來又為BASF公司提供了足夠信息來監控設備，并識別機器中即將出現的問題。BASF公司利用該方案能夠提前檢測出故障，優化維護作業，從而為推進預測性維護提供了替代方案。

許多預測性維護方法都采用純數據科學方法進行預測性分析。使用機器學習與基于模型分析相結合的方法或更加有效。這樣做可以將實際性能與預期性能進行比較。通過對比各工廠的機組，不僅可以預測故障的發生概率，還可以預測故障的發生時間。協助分析以確定根本原因，并制定適當的措施方案，以恢復正常狀態。

ABB Ability Genix APM采用了這種方法。該軟件的核心是專家開發的久經驗證的模型，通過預測分析提供診斷，以便及早發現設備問題。這使作業者能夠在故障或失效發生很久之前就采取措施。

利用能夠表征工廠健康狀態的數據，來配置設備的統計模型。設備涵蓋物理模型中定義的組件、裝置與系統。然后使用啟發式信息（如果有的話）來補充機器學習算法，以實現“兩全其美”。這種信息主要以所有可靠性工程師都熟悉的故障模式與影響分析（FMEA）的格式來表達。

這套在線系統不斷檢查工廠的現狀。這些實時信號可以來自任何來源，通常來自分布式控制系統（DCS）、狀態監測以及其他自動化系統。這些數據與脫機訓練中獲得的特征模型進行比較，然后以每個信號的關鍵診斷指標（KDI）、每個故障模式的關鍵故障指標（KFI）以及設備效率相關的關鍵性能指標（KPI）的形式向用戶提供總結信息。除了這些指標外，基于網頁端的用戶界面還提供了詳盡的分析工具，例如圖表、匯總統計指標、未來指標預測等。由于機器學習模型和FMEA啟發式方法的通用性，資產健康狀況可適用于所有部門以及許多應用。

ABB與意大利Enel Green Power水電站的合作提供了創新型預測性維護解決方案，降低了維護成本，提高了性能、可靠性與能源效率。該方案利用ABB Ability Genix APM系統，將三分之一的機組從基于時間的維護改進為基于狀態的預測性維護。

自2018年初以來，ABB公司與Enel公司密切合作，在意大利和西班牙的5座Enel工廠內開展了試點項目，共同開發、測試了先進的預測性維護方案，其中包括那不勒斯附近的千兆瓦電廠Presenzano。該方案擁有數字軟件技術與服務，將分析超過19萬個信號，部署大約800個數字資產模型，旨在通過預測性維護改善工廠的生產業績，減少意外故障，實現更有效的計劃性維護作業。該整合預計將節約機組維護成本，提高工廠生產力，可靠性的增加預計將對作業支出產生重大影響，整個機組的維護成本將節省10%，發電量將增加2%。

在維護過程達到這一階段后，下一步就是利用關鍵的統計數據來規劃與擴展整個機組或企業，以實現真正的節約和優化。預測性分析和資產性能映射方案能夠監測、分析、規劃與執行優化的管理策略。

它們可以鏈接至其他系統，如人力管理或企業整體管理方案。針對客戶面臨的特定資產或問題組合，都能夠提供正確的解決方案。ISO 55000是跨行業通用的國際資產管理體系標準。

始于此，維護策略的目標將是發展為規范的維護制度。在這種情況下，就像預測性維護一樣，其基礎是先進的分析技術，它將指導維護作業，但附加的好處是，它可以根據信息采取行動，而不僅僅是提出建議。它可以監測傳感器的讀數，判斷資產是否達到最佳性能，而且可以給技術人員發出工作指令，并訂購作業所需的任何部件。

哈薩克斯坦PKOP煉油廠（奇姆肯特煉油廠）實施了資產績效管理方案，獲得多項新能力，包括關鍵性分析、變更管理，以及與企業資產管理（EAM）系統互聯的更強大的可靠性管理。數字化工廠平臺，加上專業的咨詢服務，將改善作業與維護關鍵設備相關的業務流程。該項目的實施將把計劃維護停機頻次從每年減少一次降至每三年一次。

預測性維護策略能否成功的關鍵因素是需要擁有豐富的行業經驗以及工廠作業、流程與資產知識。ABB公司在幫助客戶進行維護方面已擁有數十年的經驗，雖然解決這些問題的個別方案已經改變，但可靠性工程的核心基礎并沒有改變。

為達到可靠性要求的最高標準，無論應用多么先進的技術，公司都不能忽視人的重要作用。工廠需要形成一種以可靠性為中心的文化氛圍，讓每個人都認識到他們的個人責任，就像廣泛認識到安全的重要性一樣。

“可靠性文化”可以被定義為這樣一種文化：在資產的整個生命周期中，所有層級的員工都持續參與到識別、理解、應用正確的可靠性行為與實踐中。

各崗位、各層級員工都致力于改進他們所依賴的流程、系統與工作關系。高水平的設備可靠性有望提高安全、環保與生產效益。從了解（評估）當前狀態、建立改進團隊、增加-檢查-調整優化流程到能力開發，這一整套過程將確保形成可靠性優化制度，并獲得收益。

卓越的可靠性是過程，而不是終點。組織機構若采用這套方法，將能夠更好地持續優化作業，延長正常作業時間。業務與技術正在不斷變化。您將如何規劃未來的預測性維護之路呢？