編者按本文編譯自2018年10月的《麥肯錫季刊》。作者史蒂夫·布拉德伯里（Steve Bradbury）、布萊恩·卡皮索（Brian Carpizo）、馬特·甘澤爾（Matt Gentzel）、德魯·霍拉（Drew Horah）和喬爾·蒂伯特（Joel Thibert）均為麥肯錫公司的顧問。本文認為，數(shù)字化可以提高可靠性，降低成本。公司應(yīng)該加大數(shù)字化維護方面的投入。

我們是否正進入智能機器的世界，在這個世界里，機器可以在出故障前自行向操作人員發(fā)出警報？先進的預(yù)測性維護（PdM）通過大量的傳感器集成和機器學(xué)習(xí)技術(shù)來得到實現(xiàn)，被廣泛視為第四次工業(yè)革命帶來的進步。這自然具有相當大的吸引力，鼓勵資產(chǎn)密集型的公司對數(shù)字化維護和可靠性加以投資。

但在我們看來，如果將先進的預(yù)測性維護視為應(yīng)對維護和可靠性挑戰(zhàn)的靈丹妙藥，有可能會被證明是一種短視。一方面是因為當今先進的預(yù)測性維護事實上只適用于部分情況，另一方面也在于對某種方式的過度倚重會導(dǎo)致公司無法獲得數(shù)字化維護和可靠性提升后的潛在利益。

這些潛在利益的意義相當重大。我們對重工業(yè)向數(shù)字化維護和可靠性的轉(zhuǎn)變進行了觀察，發(fā)現(xiàn)公司可以將其資產(chǎn)可用性提高5%到15%，并且將維護成本降低18%至25%。

預(yù)測性維護的機遇和挑戰(zhàn)

為什么先進的預(yù)測性維護被視為工業(yè)4.0的殺手級應(yīng)用呢？原因不難理解。該方法綜合了推動工業(yè)數(shù)字化新浪潮的眾多科技技術(shù)，例如聯(lián)網(wǎng)傳感器、大數(shù)據(jù)、先進的分析方法和機器學(xué)習(xí)等。以前所未有的方式對成百上千的變量進行分析，識別其中復(fù)雜的模式，讓操作人員可以基于數(shù)據(jù)對故障出現(xiàn)的原因有更深入的了解，這是一種非常強大的技巧。它給人們帶來了非常實在的好處，即機器不會出故障。這令人感到誘惑。

但事實上，在現(xiàn)實世界里，對這些先進的預(yù)測性維護技術(shù)的經(jīng)濟性使用并不是那么廣泛。如果機器容易出現(xiàn)大家熟悉的少量故障模式，通常通過更為簡單的方式就可以發(fā)現(xiàn)潛在問題，例如根據(jù)設(shè)定的臨界值去監(jiān)測某零部件的溫度或振動，或者是不間斷地嚴格采用基于數(shù)據(jù)的可靠性分析技術(shù)去查找失效模式的根本原因。而且，如果某機器出現(xiàn)成百上千種故障的話（一些故障是相當罕見的），那么建立大量高質(zhì)量的模型來預(yù)測故障也是不切實際的。

考慮到開發(fā)準確的機器學(xué)習(xí)模型所需的專業(yè)技術(shù)和所投入的精力，基于模型的預(yù)測性維護就成了一種解決特定高價值問題的突破性方法，而不是用于所有維護工作。如果故障模式有完整的記錄，并且相關(guān)的停工影響較大，那么這種方法就可以發(fā)揮較大的作用，例如針對大型生產(chǎn)線上的核心機器。在大規(guī)模地應(yīng)用到大量相同的資產(chǎn)上時，這種方法也能發(fā)揮大作用。這些資產(chǎn)有足夠長的可靠性歷史，可以分攤開發(fā)和管理成本，例如海上風(fēng)力發(fā)電廠或鐵路機車車隊。設(shè)備制造商要從戰(zhàn)略角度出發(fā)，為終端使用者大規(guī)模地推動預(yù)測模型的開發(fā)和部署。但這些工作目前尚未能大范圍地開展。

抓住數(shù)字化紅利

預(yù)測性維護的使用范圍相對較小，這是否意味著維護和可靠性工作在一定程度上不用去追趕數(shù)字化的潮流？當然不是。事實上，我們建議公司不要只盯著某一類數(shù)字化工具，而是要考慮數(shù)字化和先進的分析技術(shù)能如何改變整個維護和可靠性系統(tǒng)。這也意味著從端到端去尋找利用數(shù)據(jù)的機會，并且遵循以用戶為本的設(shè)計原則來對流程進行數(shù)字化。要想取得可持續(xù)的影響，就必須綜合各種新數(shù)字化工具，改變資產(chǎn)戰(zhàn)略，改善可靠性實踐方法。

數(shù)字化可靠性和維護的綜合方法

可靠性和維護工作由兩部分組成，一是程序，二是執(zhí)行。程序是指資產(chǎn)戰(zhàn)略和維護計劃。執(zhí)行則是去識別有哪些工作，確定工作的輕重緩急，對工作進行計劃安排，并且實施這些工作。數(shù)字化可靠性和維護（DRM）則同時包括了這些元素，并且擁有一系列使能元素來輔助這些工作的開展，其中包括公司管理其資產(chǎn)、數(shù)據(jù)和人員所需的基礎(chǔ)設(shè)施、流程和工具，以改善資產(chǎn)的可靠性和維護（參見圖1）。

圖1 數(shù)字化可靠性和維護的綜合框架

數(shù)字化可靠性的使能元素

我們從基礎(chǔ)講起，從下往上來討論這些使能元素。最重要的一點在于，數(shù)字化的流程都是由數(shù)據(jù)來推動的。也正是出于這個原因，對于數(shù)字化可靠性和維護而言，最基本的使能元素就是強大的數(shù)據(jù)支柱。多數(shù)組織已經(jīng)建立了系統(tǒng)來記錄同維護和可靠性相關(guān)的數(shù)據(jù)，但糟糕的管理可能會破壞此類系統(tǒng)的有效性。例如，同樣的資產(chǎn)或問題可能在不同的系統(tǒng)里有不同的描述，從而加大了整合的難度。公司可能使用任意格式的文字字段來記錄問題或維護工作，這也導(dǎo)致自動化的搜索或數(shù)據(jù)分析難度加大?；蛘哒f關(guān)鍵數(shù)據(jù)可能無法獲取，被藏在了數(shù)據(jù)表或紙質(zhì)記錄中。

要解決這些問題，通常不在于對新技術(shù)進行投資，而取決于采用更為嚴格的標準來對資產(chǎn)進行標識和對數(shù)據(jù)進行記錄。自然語言處理這類人工智能技術(shù)可以幫助組織改變混亂的歷史數(shù)據(jù)，采用更適合于自動分析的形式。

同樣，數(shù)據(jù)存儲和網(wǎng)絡(luò)帶寬的成本驟降，也意味著現(xiàn)在從機器控制系統(tǒng)和外部傳感器處收集數(shù)據(jù)流的難度更小，成本也更低。這類數(shù)據(jù)可以被用于狀態(tài)監(jiān)測、診斷和故障模式分析。不管是使用傳統(tǒng)的方法還是運用先進分析學(xué)與機器學(xué)習(xí)，這些數(shù)據(jù)都同樣有用。

在擁有了數(shù)據(jù)之后，公司必須有途徑來訪問這些數(shù)據(jù)。對于多數(shù)組織而言，他們必須采取新的舉措。合并數(shù)據(jù)服務(wù)層，即“數(shù)據(jù)湖”可以從多個系統(tǒng)和數(shù)據(jù)源收集數(shù)據(jù)，然后建立單一的事實源，填補系統(tǒng)之間的信息鴻溝，為資產(chǎn)的健康情況提供全面的信息。數(shù)據(jù)湖是數(shù)據(jù)基礎(chǔ)設(shè)施中至關(guān)重要的組成部分，擁有多種用途。它為數(shù)字化績效管理、描述性分析和管理儀表盤提供基礎(chǔ)，同時作為新維護和可靠性應(yīng)用中不可分割的一層，為先進分析模型提供必要的數(shù)據(jù)。

對數(shù)字化可靠性和維護而言，接下來重要的使能元素就是可靠性工程分析的數(shù)字化工具。通過故障樹分析、因果分析或失效模式和影響分析（FMEA）等方法從根源上來解決問題，這是組織維護和可靠性戰(zhàn)略中最基本的內(nèi)容。不過，這些工作現(xiàn)在通常是人工進行的，而且它們的結(jié)果很少被集中記錄。將可靠性工程工具整合到組織的數(shù)字化可靠性和維護架構(gòu)中，能確保分析的統(tǒng)一性和系統(tǒng)性，加快和簡化輸入數(shù)據(jù)的獲取，并且獲得分析結(jié)果以備未來使用。

建立一個數(shù)字化平臺，用以提供數(shù)字化可靠性和維護使用的所有工具，并作為數(shù)據(jù)源，這項工作具有挑戰(zhàn)性。但如果能在數(shù)字化可靠性和維護項目的初期就建立正確合適的平臺，就能創(chuàng)造長久的效益。一家油氣公司準備在既有平臺上打造維護解決方案。但在描繪出自身數(shù)字化維護的宏大愿景時，公司領(lǐng)導(dǎo)人發(fā)現(xiàn)，這套系統(tǒng)的技術(shù)能力達不到要求。因為對公司的長期維護愿景而言，工具之間的無縫對接是至關(guān)重要的。為此公司選擇將所有的維護解決方案整合到一個全新的平臺。盡管從短期而言，這意味著推倒重來，但數(shù)字化可靠性和維護的功能可以隨著公司的需求和數(shù)字化能力的發(fā)展而進行擴充，避免了只是暫時發(fā)揮積極的作用，卻很快落后于競爭和技術(shù)能力發(fā)展的尷尬。

截至目前，我們的討論集中在應(yīng)用數(shù)字技術(shù)來加速、推動和改善現(xiàn)有的可靠性工程實踐工作。數(shù)字化也為可靠性工程團隊提供了種類繁多的新工具和新方法。正如此前所說的，使用機器學(xué)習(xí)技術(shù)來監(jiān)測資產(chǎn)狀態(tài)已經(jīng)得到大量的關(guān)注，盡管其成本和復(fù)雜性最終可能會限制其應(yīng)用。

不過，并非所有狀態(tài)監(jiān)測技術(shù)都需要精心設(shè)計的算法或復(fù)雜的模型。數(shù)據(jù)驅(qū)動的條件監(jiān)測方法使用簡單的詢問功能。該方法會定期進行查詢，或者是實時查詢機器和外部傳感器生產(chǎn)的時間序列數(shù)據(jù)。如果超出了臨界狀態(tài)，這些系統(tǒng)會通過數(shù)字可靠性工程工作流程來啟動調(diào)查或糾正措施，或者是直接實施維護。

數(shù)字化績效管理

上文介紹的使能技術(shù)形成了數(shù)字化可靠性和維護的基礎(chǔ)，但并沒有能真正地改善資產(chǎn)的可靠性或維護效果。那些改善來自于組織如何使用其數(shù)字化數(shù)據(jù)來優(yōu)化維護工作，即調(diào)整計劃，合理化計劃，優(yōu)化資源分配。

數(shù)字化的績效管理系統(tǒng)是有效的數(shù)字化可靠性和維護項目的核心所在。該系統(tǒng)涉及使用描述性分析和數(shù)據(jù)可視化來實時了解資產(chǎn)的健康程度和可靠性。數(shù)字化績效管理可以自動生成和展示關(guān)鍵指標和定性信息，公司可以在其可靠性項目中使用這些指標和信息，例如設(shè)備綜合效率（OEE）數(shù)據(jù)或損耗原因。這類自動化是令人驚奇的、強有力的改善工具，能將資產(chǎn)維護人員從數(shù)據(jù)收集和分析這類耗時且易錯的工作中解放出來。而且它能夠支持快速的趨勢識別、基于事實的決策制定、即時的干預(yù)，以及設(shè)備投資、流程和政策的改變。

有時候，公司已經(jīng)擁有管理維護績效所需的大部分數(shù)字基礎(chǔ)設(shè)施。例如，一家礦業(yè)公司正準備建立一套系統(tǒng)來跟蹤移動設(shè)備的維護。公司列出了新系統(tǒng)的要求，并且發(fā)現(xiàn)公司當前計算機化的維護管理系統(tǒng)中已經(jīng)擁有所需的功能。相關(guān)的模塊已經(jīng)在公司內(nèi)進行過試用，但從未規(guī)模化。

可靠性工程活動的周期和效果通常會因為信息缺失或者運營與可靠性/維護團隊之間的失調(diào)而受到影響。通過跟蹤可靠性工程職能執(zhí)行的每個工作單元的整個生命周期，數(shù)字化可靠性工程工作流系統(tǒng)可以填補這些鴻溝。這些系統(tǒng)至少能記錄引發(fā)可靠性工程團隊調(diào)查的事件細節(jié)、相應(yīng)的行動，以及這些行動的結(jié)果。

數(shù)字化資產(chǎn)戰(zhàn)略

新的數(shù)字化工具也可以提高成本收益分析和決策的速度，并且標準化這些活動。例如，數(shù)字化資產(chǎn)管理工具能夠幫助可靠性團隊在單個資產(chǎn)或整批資產(chǎn)的生命周期內(nèi)計劃和管理維修或替換。同樣，新的數(shù)字化工具可以為以可靠性為中心的維護提供支持，幫助維護團隊針對每種資產(chǎn)選擇正確的維護戰(zhàn)略（例如故障后維護、有計劃的預(yù)防性維護或基于資產(chǎn)狀態(tài)的維護等）。

數(shù)字化工作管理

新的數(shù)字化工具也改變了公司對維護和可靠性活動的計劃和管理方式。數(shù)字化的工作管理包括流程數(shù)字化和數(shù)據(jù)推動的分析，以提高維護工作的效率和效力。這些工具包括自動化計劃算法、數(shù)字化計劃環(huán)境，以及用于現(xiàn)場數(shù)據(jù)輸入和數(shù)據(jù)檢索的平板或可穿戴設(shè)備。

多數(shù)工業(yè)企業(yè)已經(jīng)在有意和無意間踏上了數(shù)字化可靠性和維護的旅程。他們通過企業(yè)資源規(guī)劃或資產(chǎn)管理系統(tǒng)來記錄自己的工作，他們的眾多資產(chǎn)開始生成和收集數(shù)據(jù)，雖然這些數(shù)據(jù)相當分散，甚少得到使用。

這些默認的自動化方法現(xiàn)在并不能充分發(fā)揮其潛在的影響力。我們在今年年初對一些資產(chǎn)維護經(jīng)理進行了調(diào)查。僅僅只有50%的被調(diào)查者表示，他們當前的信息和運營技術(shù)（IT/OT）架構(gòu)足以為他們的維護和可靠性流程提供支持。對于維護工人是否擁有積極的用戶體驗，做肯定回答的維護經(jīng)理不到20%。

對多數(shù)組織而言，至關(guān)重要的一步是在其數(shù)字化維護和可靠性戰(zhàn)略中采用前置的、全面的、經(jīng)過深思熟慮的方法。這要求他們對當前的維護和可靠性實踐工作進行詳細的評估，分析數(shù)據(jù)采集改進所提高的直觀性、先進分析所帶來的洞察力，以及新的數(shù)字化維護執(zhí)行系統(tǒng)所提高的控制力在哪里能產(chǎn)生影響。關(guān)鍵在于從端對端來全面了解潛在的應(yīng)用方法，并且思考新工具、新技術(shù)和新方法如何得到整合和聯(lián)合。

同任何大型變革一樣，為了向數(shù)字化可靠性和維護的新世界邁進，公司必須敢想敢干，找到系統(tǒng)化的轉(zhuǎn)變方法，并且擁有長遠的目光。