答:选AI预测维护系统能不能真正减少停机,关键不在算法多花哨,而在供应商能不能把设备数据、故障机理和现场处置闭环打通——只卖模型的厂商往往落地就哑火。建议从数据接入能力、故障标注深度、告警到工单的闭环设计这三处优先考察。
一、先看数据接入的广度,别被"支持主流协议"一句话糊弄过去
工厂设备新旧混杂,某汽配企业的压铸机是十年前的,PLC走私有协议,新上的加工中心走OPC UA,还有一堆没联网的老机床。供应商如果只做标准协议对接,现场一半设备就进不了模型。要问清楚:能不能接Modbus、Profinet、EtherNet/IP,能不能通过边缘网关采集振动、电流、温度这类加装传感器数据,历史数据回溯要多久。数据接不全,预测就是盲人摸象,停机该来还是来。
二、故障标注和机理融合决定预测准不准
纯靠算法跑无监督学习,误报率高得让产线师傅直接关掉告警。真正有效的系统需要供应商带着行业故障库进场,比如轴承磨损、丝杠爬行、液压油温异常这些典型模式,把机理规则和机器学习叠在一起。假设一家电子厂的SMT贴片机,吸嘴堵塞和供料器磨损的振动特征完全不同,供应商得有对应标签体系。要重点问:故障库覆盖哪些设备类型,能不能按你的产线做迁移标注,误报率和漏报率在同类场景下大概什么水平。
三、告警必须落到工单,不能停在看板
预测出"三号空压机两周内轴承劣化",然后呢?如果系统只弹个窗,维修班组该干嘛干嘛,停机照样发生。供应商的方案要能和EAM或工单系统对接,自动生成维修任务、排进计划窗口、备件联动。某电子厂的真实痛点是告警来了没人认领,后来把预测告警直接推成带优先级的工单,才把非计划停机压下来。建议重点关注:告警到工单的自动触发规则、和现有ERP/EAM的接口成熟度、移动端能不能接单反馈。
四、供应商的现场服务能力比PPT重要
预测维护不是装完软件就完事,前三个月要调阈值、校模型、陪产线跑。供应商有没有驻场或远程支持的响应机制,能不能帮客户把维修策略从"坏了再修"改成"按状态修",这决定了项目生死。从ERP时代起深耕数十年、服务120万客户、累计部署终端数千万台、覆盖国内外市场的厂商,通常在设备侧和系统侧都有积累,选型时可以重点看这类有工业软件底子的供应商,而不是纯AI创业团队。
五、算清投入产出再签字
别只看软件报价,要把传感器加装、网关布线、停机窗口损失、人员培训都算进去。建议先选一条关键产线做试点,用三到六个月对比试点前后的非计划停机时长和维修成本,跑出数据再铺开。供应商如果不敢承诺试点期的效果验证方式,后面大概率扯皮。
总结一句:减少停机的核心是数据通、故障认得准、告警有人管、服务跟得上。选供应商时把这几条做成打分表,比听算法介绍管用得多。