【制造业成功案例】预测性运维，让制造也能“未卜先知”

当前，设备维修经历了事后维护（被动型维护）、定期维护（周期性维护），现已发展到预测性维护阶段（主动性维护）。预测性维护是通过传感技术在线监测设备运行状态，并在早期故障诊断的基础上通过预测模型估计故障发展趋势或设备健康度来安排维修活动。预测性维护能够利用集成的智能机器与设备的数据综合分析、预测故障发生的时间和位置，最大化零件工作效率，减少不必要的停产。在大多数情况下，预测性维护是最具效率的维护策略。

以风电行业为例，设备运维成本约占整个风电资产生命周期成本的15%－20%，预计到2022年中国风电场运维费用将增至年均200亿元。对于此类设备工作环境恶劣、价格高昂的产业，一旦设备发生故障，企业不得不停机停产承担巨大的经济和产能损失。因此，监测设备日常运行的健康状态尤为重要。

智擎信息自2014年入局制造业运维优化以来，从风力发电等大型装备运维切入，借助传感器、云计算、IoT 和机器学习技术，用数据和算法帮助生产制造业企业降低设备故障频次，缩短产品生产周期、优化质量、降低能耗、使制造流程可视化。

随着业务的不断推进，智擎信息发现，不同客户的需求不同，对算力的要求并非保持都是峰值。而每个客户技术迭代时间比较集中，每个季度有1-2次，因此，采用更为灵活、弹性的算力支持对于智擎信息自身和客户都是节约成本的必要手段。此外，彼时的智擎信息约有50%的精力投入到算法框架层面的二次开发和复检工作，占用了算法工程师可用于专注公式推导、函数推导等算法本身的工作，拉长了项目交付周期。

因此，专注于 IoT 及场景应用层的智擎信息与深扎于基础层的微软技术架构十分契合。智擎信息将自身应用端技术能力、行业优化方案、算法层认知与微软的标准化的云技术、PaaS  服务等相结合，采用微软 IoT Edge、IoT Hub、Azure Digital Twins（ADT）、Functions、App Service 等服务为提升节点和算力调节灵活性搭建了新型基座，释放在基础类研发的任务压力，加速智擎信息打造算法、应用层的技术护城河。对于客户而言，将 Azure 能力作为 IoT 和数据分析和应用入口，建立数据中心等数字化基础设施时的成本与部署周期将大幅缩减。

进一步而言，双方通力对行业输出的解决方案达到了精细化管理的另一个维度。不需要大规模的研究能力和产线迭代，在尽可能少改造产线本身的前提下，让客户充分享受数字化管理的成果，达到较好的投入产出比，帮助客户打造降本增效的示范性案例，以供复制和推广。如今，智擎信息的客户已从新能源设备厂商拓展至快销日化、食品加工、3C 电子、表计、半导体等行业，软硬结合的全数据管理优势让其从设备运维走向工厂产线。据统计，智擎信息的解决方案帮助客户减少人工工时40%，事故频次下降28%，次品率下降18%。

随着业务的不断拓展，智擎信息将其解决方案进一步延伸至工厂侧，助力客户实现从早期的设备健康、生产质量领域延伸到工厂的数字化场景中。

对于数字化水平较高的产线而言，更低的次品率是其追求的目标之一，这类客户对于自身工艺已是相当精深，因此智擎信息选择从设备端入手，避免设备亚健康状态导致的生产质量问题。

以幼儿纸尿裤生产为例，某知名日化行业国际巨头希望通过全面的设备监控，提升设备运维的实时性，提前判断由于设备亚健康运行带来的质量问题，从而进一步降低生产产品损耗，规避废品率和返工率。

智擎信息具备的传感器和算法相结合的方案充分满足了客户的业务预期：在设备监控及预测性运维方面，借助工艺监测传感器，智擎信息可实现设备360°监测及可视化及远程抄表、能耗管理，同时还可对工厂、车间和产线的整体生产运行进行监控及可视化分析，实时呈现订单生产执行状况、生产用时、物料库存状况、质量和损耗状况、设备故障等状况。

智擎信息与微软训练模型磨合而成的人工智能算法可对设备异常状态提前预警，避免因设备故障造成的停机事故。根据预警推荐相关的运维策略，降低运维难度、提高运维效率并形成预警->分析->决策->运维->反馈的完整闭环管理模式。最终保证订单按时交付，降低损耗。

可以说，智擎信息与微软之间的合作是一场行业共赢，双方完成了基础层到应用层之间的接力，为行业快速交付个性化的项目服务与行业性解决方案。在新一轮科技革命和产业变革孕育兴起，令人眼花缭乱的新兴技术需要更多企业参与到这场“接力赛”，带动制造企业进步，推动产业升级。微软也会依托自身的技术优势，与更多行业伙伴搭建数字化阶梯！