智慧城市网

 

　　预测性维护作为人工智能技术在智能制造领域中的典型应用之一，被业内誉为“未来工厂”之光，GB/T 40571-2021《智能服务 预测性维护 通用要求》的实施使预测性维护语境不断统一，相关功能逐步规范，应用实施进一步推广。随着新一代信息技术的不断发展与应用，工业装备和任务环境的复杂度大幅度提升，对预测性维护提出了更高要求。“预测性维护”作为运维方式变革的主攻方向，但用户仍普遍面临“不会用”、“不想用”、“不敢用”难题，究其原因在于其实施效果难以科学的评价和衡量。绩效评价作为测算预测性维护技术方案、衡量预测性维护应用效果的重要抓手，也是促进预测性维护技术应用的关键环节之一。
 

　　鉴于预测性维护绩效评价的重要作用及关键地位，为推进预测性维护技术进一步完善，提升智能运维的有效性，根据国家标准制修订程序的有关规定和全国工业过程测量控制和自动化标准化技术委员会章程的有关要求，全国工业过程测量控制和自动化标准化技术委员会(SAC/TC124)将《智能服务 预测性维护效率评价方法》申报为国家标准制定计划项目。
 

　　本文件按照GB/T 1.1-2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草。
 

　　本文件规定了设备预测性维护绩效的数据要素、绩效评价指标体系和绩效评价方法。本文件适用于工业设备预测性维护实施效果的量化评估，各行业均可参照使用。
 

　　总则：
 

　　预测性维护的应用效果和价值通过计算固定时间段内完整维护过程的成本进行衡量。本标准以评价完整的设备维护过程为基础，获取维护过程数据要素，构建绩效评价指标体系和评价方法。
 

　　设备维护以确定维修项目、制定维修计划、维修准备和维修执行为核心，以检修规划执行、巡检、设备状态监测、故障诊断和寿命预测为触发，通过维修维护决策开展维护执行。
 

　　设备维护方式可分为纠正性维修、周期性维护和预测性维护三类：
 

　　a) 纠正性维修，即针对故障的非计划性维修。该维修方式需要维修人员迅速采取行动，以尽快恢复设备的正常运行。由于需要更紧急的响应和更快速的解决方案，此维修方式成本通常较高。
 

　　b) 周期性维护，即预防性维护，该维护方式为降低项目失效或功能退化的概率而按预定间隔或按照规定标准进行的维护。通常包括无异常情况下的保养，如清洁、润滑、校准等常规操作，目的是确保设备在正常运行期间保持良好状态，也包括针对异常的计划性维修，以解决潜在的问题，如更换部件、修复异常或调整设备参数等，其成本取决于所需的材料和人工费用。
 

　　c) 预测性维护，该维护方式以设备状态实时监测为基础，以故障诊断、寿命预测为核心，结合运维决策等实现设备的科学维护与高效管理。该维护方式通过减少突发故障降低纠正性维修成本，通过优化检修大纲降低周期性维护成本。预测性维护的效果依赖于算法的性能，算法测评指标及测评方法应按照 GB/T 43555-2023 进行。
 

　　通常情况下，复杂设备同时采取上述三种维护方式，综合三种维护方式的运维总成本是评价预测性维护绩效的最终指标。标准针对完成运维过程采集数据要素，相关要求见第 5 章数据要素，构建完整的绩效评价指标体系，见第 6 章绩效评价指标体系，形成规范的绩效评价方法，见第 7 章绩效评价方法。
 

　　绩效评价流程：
 

　　预测性维护绩效评价流程具体如下：a) 搜集整理数据；b) 数据有效性确认。c) 综合分析；d) 风险成本评估；e) 初步计算；f) 用户单位沟通；g) 修正与完善；h) 用户单位确认；i) 公布。
 

　　预测性维护已逐渐发展成为运维服务的主要模式，在多个行业均有较为广泛的应用。但由于其实施效果难以科学的评价和衡量，极大限制了其推广和应用。绩效评价作为测算预测性维护技术方案、衡量预测性维护应用效果的重要抓手，也是促进预测性维护技术应用的关键环节之一。标准发布和实施后可为各行业的应用和推广提供支撑。
 

　　通常将预测性维护的从业人员分为装备用户、装备制造商和解决方案供应商。本文件可以作为上述角色进行事前绩效预测和事后绩效评估的参考手册和依据。对于促进预测性维护技术的工程实施和应用具有重要意义。