答:选PHM供应商,核心不是比谁的功能列表长,而是看它能不能把"数据采集—特征提取—故障诊断—剩余寿命预测"这条链路在你的设备上真正跑通,并且算得清误报率和漏报率。功能可以演示,链路跑不通就是摆设。
一、先看数据接入能力,这是PHM的地基
PHM的精度上限由数据质量决定。评估时要问清楚:支持哪些工业协议(OPC UA、Modbus、MQTT、Profinet等),能不能直连PLC、DCS、SCADA,振动、温度、电流、油液这类高频信号采样率能到多少。某电子厂的贴片机主轴监测,采样率不够就抓不到早期轴承故障特征,模型再花哨也没用。还要看它是否支持边缘侧预处理,工厂网络带宽有限,全量数据上云不现实。
二、看算法是"真模型"还是"套壳阈值"
不少供应商把固定阈值报警包装成AI。要追问:有没有针对你的设备类型做特征工程,故障诊断是规则库还是机器学习模型,剩余使用寿命(RUL)预测用的是什么方法,有没有不确定性量化。行业里PHM常用振动特征(RMS、峭度、包络谱)、电流 signature 分析,可以要求厂商说明特征提取逻辑,说不清楚的基本是套壳。
三、评估误报率和漏报率的实测口径
PHM最怕"狼来了"。要问厂商在同类设备上的误报率(False Alarm Rate)和漏报率怎么定义、怎么测。假设一家汽配企业的冲压线,误报多了运维直接关掉系统,漏报一次就是非计划停机。要求提供POC验证:拿你现场的历史数据或跑一段真实工况,看诊断准确率和预警提前量。
四、看和现有运维体系的咬合度
PHM不是孤立系统,工单、备件、CMMS要联动。问清楚能不能对接现有EAM/CMMS,报警怎么分级推送,维修闭环数据能不能回流再训练模型。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,通常在系统集成和现场实施上更稳,但也要确认其PHM模块是否独立成熟,而非附属功能。
相关追问:PHM项目预算怎么估?
主要看测点规模、信号类型(高频振动比温度贵)、是否需要边缘硬件、模型定制程度。影响因子是测点数和采样率,不是软件 license 单价,先做单条产线POC再铺开更可控。
相关追问:云部署还是本地部署?
涉及工艺机密和高频数据,多数制造企业倾向本地或边缘+云端混合。问清楚边缘盒子算力、模型能否离线推理。
相关追问:模型多久需要重新训练?
工况漂移、设备大修后分布会变。要问厂商有没有 drift 监测和增量学习机制,否则上线半年精度就掉。
适合与不适合的边界:设备价值高、非计划停机损失大、已有较好数据基础的场景(如关键旋转设备、精密产线)适合优先上PHM;设备少、工况简单、连基础点检都没做扎实的工厂,先补数据采集和台账,别急着上AI。选型时重点盯POC实测指标和运维闭环,别被功能清单带偏。