设备维修逐渐走向智能化、服务化！

在智能制造背景下，工业系统向更为复杂化、智能化方向发展。对于维修管理而言，维护维修的工作量、维修响应能力、系统可靠性和稳定性要求、维护人员综合技能要求、工业备件的供给效率和质量等都面临重大的挑战。

鉴于内部维修与外部工业服务现状，多数制造企业处于救火式的事后维修，设备隐患突出，这制约了工业转型的进程。工业互联网条件下，探索新的维修模式和服务形态，将成为当务之急。

智能化条件下的维修知识重用与技能培养

高技能维修人才短缺是工业领域较为突出的矛盾，在工业互联网背景下，人才争夺正成为趋势，这意味着工业企业招聘人才的成本陡然上升。为此，通过智能化手段，提升现有维修工人技能是非常迫切的需求，这包括：

1.基于故障记录的维修诊断辅助

重复性故障在维修作业中的占比普遍较高，借助于人工智能技术的应用，根据故障描述与历史维修经验的查询匹配，大幅降低故障判断与处理方法引用，有效提升故障处理效率，实现维修知识共享和精细技能培训。

2.基于预测性维修的智能诊断辅助与远程运维支持

预测性维修是在故障早期发现设备隐患和缺陷，进而主动采取干预措施的维修策略，这将大幅减少非计划性停机，从而提高制造效率、降低维修成本，是工业互联网重要的应用场景。

受制于工业设备故障相关传感器普及率较低，这使得为预测性诊断成本极高。将传感器从诊断仪器中分离，采用智能传感单元＋工业APP的创新模式结合，不仅大幅降低预测性诊断成本，同时将云计算和智能应用高度融合，提高用户体验和智能诊断准确性。

维修可视化-数据驱动下维修智能决策系统

在智能化条件下，建立目标导向的可视化系统，将有利于构建新的运维体系，实现：

1.维修维护动态监控可视化系统

设备停机时间进行科学的合理切分，并以维修APP为载体，实现从报修到开机验证的全过程管理，以此形成作业动态管理，包括报修延时、维修延时、人员去向动态等可视化看板系统。这有利于实现维修调度，维修作业动态管理，确保维护维修资源利用效率和质量。

2.维修智能决策可视化系统

以维修APP为基础的智能维修系统为基础，将有效统计出工业企业整体，部门和设备的可用度指标、主动性维修和事后维修相应比例关系、维修费用以及维修分析数据。讲实现：

2.1.维修价值度量：通过对比分析工厂整体可用度的变化趋势，维修费用下降趋势、维修库存下降趋势对比，以及事后维修工单的下降趋势、点检和预防性维修的执行情况分析，并对多发故障、长停机故障和高成本的故障针对性的分析。

2.2.全员参与性度量：识别并对不同产线进行可用度的排序，这有效区分出不同产线的自主维护水平和能力，这对于实施TPM、精益生产的工业企业而言，将有效推动设备维护能力的多方面提升。

3.维修技能可视化系统

以维修APP为载体，有效衡量不同维修人员的工作量（工单执行的数量和时间）、工作效率（维修平均所花费的时间）、工作态度（派单响应时间）和工作业绩（维修维护责任区的可用度表现），将作为维修工人绩效和维修技能提升的依据，这对于企业整体的维修能力将有大幅的提升。

服务化-工业互联网条件下的维修模式变革

伴随工业设备的复杂化、智能化发展，维修维护的难度增大，企业维修力量已经不能满足多方面的维修业务，维修的专业化分工成为必然趋势。这包括：

维修外包作业形态

不难发现，许多企业的高技能的维修人才，流动性都很大，要么另谋高就，要么转而成为维修服务商，这对于企业提升维修综合能力并不是件好事。

A.大型企业的维修公司化。由于制造规模较大，容易形成新的维修业态，并能有效整合供应链资源，一般系由原有的设备主管部门或者供应部门成立工业服务公司。

B.中小民营企业的外修外包形态。在制造业区域化集中的地区，适合以第三方工业服务平台开展维修外包业务，即以工厂现有的维修力量为主体，成为维修项目团队，并以平台实现业务调度、专家支持等业务。