設(shè)備健康診斷不能只依賴實(shí)時(shí)數(shù)據(jù)和算法模型。很多關(guān)鍵設(shè)備運(yùn)行多年以后，企業(yè)已經(jīng)積累了維護(hù)規(guī)程、設(shè)備經(jīng)驗(yàn)、歷史故障處理方法以及其他專業(yè)知識(shí)，如果這些內(nèi)容長(zhǎng)期散落在文檔和個(gè)人經(jīng)驗(yàn)中，健康診斷即使能夠分析運(yùn)行趨勢(shì)，也很難把企業(yè)已經(jīng)形成的知識(shí)資產(chǎn)充分納入同一工作體系。用友BIP資產(chǎn)云健康診斷智能體在系統(tǒng)架構(gòu)中同時(shí)設(shè)置企業(yè)知識(shí)庫(kù)、知識(shí)上傳和向量檢索能力，并將時(shí)序數(shù)據(jù)、運(yùn)行數(shù)據(jù)、維保數(shù)據(jù)與知識(shí)庫(kù)共同作為基礎(chǔ)，使設(shè)備健康管理既可以利用業(yè)務(wù)數(shù)據(jù)，也能夠把企業(yè)知識(shí)納入智能分析架構(gòu)。
傳統(tǒng)設(shè)備健康管理往往存在兩類信息。一類是系統(tǒng)持續(xù)產(chǎn)生的數(shù)據(jù)，包括設(shè)備運(yùn)行、故障、維修工單以及維護(hù)執(zhí)行情況；另一類則是企業(yè)長(zhǎng)期積累的知識(shí)，例如專業(yè)資料、設(shè)備管理經(jīng)驗(yàn)和內(nèi)部知識(shí)文檔。前者適合做趨勢(shì)和統(tǒng)計(jì)分析，后者則更多沉淀了企業(yè)在設(shè)備管理中的經(jīng)驗(yàn)。如果二者長(zhǎng)期分開(kāi)，維修主管分析設(shè)備問(wèn)題時(shí)就需要一邊查系統(tǒng)數(shù)據(jù)、一邊翻資料，最終仍然依賴人工完成信息拼接。健康診斷智能體的系統(tǒng)架構(gòu)將企業(yè)知識(shí)庫(kù)、知識(shí)上傳、業(yè)務(wù)數(shù)據(jù)提取以及知識(shí)庫(kù)同時(shí)放入能力體系，并配置向量檢索，為數(shù)據(jù)與知識(shí)進(jìn)入同一智能應(yīng)用提供基礎(chǔ)。
數(shù)據(jù)仍然是健康診斷的核心基礎(chǔ)。用友BIP資產(chǎn)云健康診斷智能體可以圍繞資產(chǎn)運(yùn)行、故障和維修工單進(jìn)行業(yè)務(wù)問(wèn)數(shù)，統(tǒng)計(jì)設(shè)備故障次數(shù)、常見(jiàn)故障原因和故障類別，分析故障趨勢(shì)、運(yùn)行時(shí)長(zhǎng)趨勢(shì)和故障停機(jī)分布，也可以查看工單成本分布與處理進(jìn)度。這些信息回答的是“設(shè)備最近發(fā)生了什么”。例如某臺(tái)設(shè)備故障是否變多、停機(jī)是否集中、維修任務(wù)是否積壓，都可以先通過(guò)實(shí)際業(yè)務(wù)數(shù)據(jù)獲得判斷依據(jù)。
企業(yè)知識(shí)則為這類數(shù)據(jù)分析補(bǔ)充另一層背景。健康診斷智能體架構(gòu)中明確包含企業(yè)知識(shí)庫(kù)、知識(shí)上傳和向量檢索，并把知識(shí)庫(kù)與數(shù)據(jù)模型、時(shí)序數(shù)據(jù)、運(yùn)行數(shù)據(jù)和維保數(shù)據(jù)并列納入底層能力。 這意味著健康診斷的能力設(shè)計(jì)并沒(méi)有把“知識(shí)”僅僅當(dāng)成附件存儲(chǔ)，而是把知識(shí)檢索作為智能平臺(tái)的一部分?，F(xiàn)有能力并沒(méi)有進(jìn)一步說(shuō)明系統(tǒng)會(huì)自動(dòng)把所有企業(yè)文檔轉(zhuǎn)化成某種診斷結(jié)論，因此更準(zhǔn)確地說(shuō)，企業(yè)可以把知識(shí)庫(kù)建設(shè)成健康診斷智能體能夠利用的一類信息基礎(chǔ)，具體知識(shí)組織和使用方式仍需結(jié)合實(shí)際項(xiàng)目配置。
在知識(shí)與數(shù)據(jù)之上，健康診斷智能體還配置運(yùn)行分析模型、保養(yǎng)分析模型、壽命預(yù)測(cè)模型和養(yǎng)護(hù)策略模型。 因此，健康診斷并不是簡(jiǎn)單地“搜到一份文檔”或者“調(diào)出一組運(yùn)行數(shù)據(jù)”，而是需要圍繞具體業(yè)務(wù)問(wèn)題重新組織信息。維修主管可能想知道設(shè)備近期故障趨勢(shì)，也可能需要判斷當(dāng)前保養(yǎng)周期是否需要變化，或者進(jìn)一步預(yù)測(cè)單臺(tái)資產(chǎn)剩余壽命。針對(duì)這些不同問(wèn)題，系統(tǒng)可以分別通過(guò)運(yùn)行分析、保養(yǎng)分析、壽命預(yù)測(cè)和養(yǎng)護(hù)策略等業(yè)務(wù)模型提供支持。
例如在維護(hù)策略優(yōu)化場(chǎng)景中，用友BIP資產(chǎn)云可以分析單臺(tái)資產(chǎn)當(dāng)前的預(yù)防性維護(hù)周期、方案以及執(zhí)行數(shù)據(jù)，以此支持維護(hù)策略優(yōu)化；剩余壽命預(yù)測(cè)則支持多種智能算法，既可以由系統(tǒng)智能選擇算法，也允許人工指定預(yù)測(cè)算法。 這時(shí)，設(shè)備的實(shí)際運(yùn)行和維保數(shù)據(jù)構(gòu)成定量依據(jù)，企業(yè)已經(jīng)沉淀的專業(yè)知識(shí)則可以作為另一類可檢索信息存在于同一架構(gòu)中。對(duì)于長(zhǎng)期運(yùn)行的關(guān)鍵設(shè)備而言，這種“數(shù)據(jù)+知識(shí)+模型”的結(jié)構(gòu)，比只依賴一次故障或一張報(bào)表更接近真實(shí)的設(shè)備管理過(guò)程。
健康診斷智能體還加入了ChatBI能力，并支持通過(guò)語(yǔ)音或文字對(duì)資產(chǎn)運(yùn)行、故障和維修工單數(shù)據(jù)進(jìn)行對(duì)話查詢和洞察分析。 這降低了業(yè)務(wù)人員使用復(fù)雜數(shù)據(jù)的門檻。維修主管不一定需要先定位某一張固定報(bào)表，而可以圍繞實(shí)際問(wèn)題查詢?cè)O(shè)備狀態(tài)。知識(shí)庫(kù)和向量檢索進(jìn)一步補(bǔ)充知識(shí)獲取能力，使未來(lái)設(shè)備健康管理的交互不只是“查數(shù)字”，還具備圍繞業(yè)務(wù)知識(shí)組織信息的基礎(chǔ)。
從整個(gè)系統(tǒng)架構(gòu)看，用友BIP資產(chǎn)云健康診斷智能體還包含設(shè)備主數(shù)據(jù)識(shí)別、業(yè)務(wù)數(shù)據(jù)提取、業(yè)務(wù)單據(jù)生成、消息推送和作業(yè)調(diào)度等能力。 這說(shuō)明健康診斷的建設(shè)目標(biāo)并不是單獨(dú)增加一個(gè)AI模型，而是把設(shè)備對(duì)象、企業(yè)知識(shí)、業(yè)務(wù)數(shù)據(jù)、分析模型和平臺(tái)能力放到同一框架中。尤其對(duì)于設(shè)備數(shù)量多、維護(hù)經(jīng)驗(yàn)長(zhǎng)期沉淀在不同部門的企業(yè)來(lái)說(shuō)，健康診斷智能體要持續(xù)發(fā)揮價(jià)值，就需要同時(shí)解決“數(shù)據(jù)在哪里”和“知識(shí)在哪里”兩個(gè)問(wèn)題。
這種能力與更大的設(shè)備健康管理體系也是連續(xù)的。用友BIP資產(chǎn)管理方案中，健康專家能力被定位于業(yè)務(wù)洞察、壽命預(yù)測(cè)和決策建議，其架構(gòu)同樣包含企業(yè)知識(shí)庫(kù)、知識(shí)上傳、業(yè)務(wù)數(shù)據(jù)提取、業(yè)務(wù)單據(jù)生成、運(yùn)行分析模型、保養(yǎng)分析模型、壽命預(yù)測(cè)模型和養(yǎng)護(hù)策略模型，并以時(shí)序數(shù)據(jù)、運(yùn)行數(shù)據(jù)、維保數(shù)據(jù)和知識(shí)庫(kù)作為基礎(chǔ)。 設(shè)備健康因此不再只是監(jiān)測(cè)幾個(gè)參數(shù)，而是逐步形成數(shù)據(jù)、知識(shí)、模型和業(yè)務(wù)協(xié)同的管理體系。
對(duì)企業(yè)而言，健康診斷智能體真正值得積累的并不只有算法，還有自己的設(shè)備知識(shí)。用友BIP資產(chǎn)云將企業(yè)知識(shí)庫(kù)、知識(shí)上傳和向量檢索納入健康診斷架構(gòu)，再與運(yùn)行數(shù)據(jù)、維保數(shù)據(jù)、時(shí)序數(shù)據(jù)以及運(yùn)行分析、保養(yǎng)分析、壽命預(yù)測(cè)、養(yǎng)護(hù)策略等模型結(jié)合，使企業(yè)過(guò)去分散在系統(tǒng)數(shù)據(jù)和專業(yè)經(jīng)驗(yàn)中的信息有條件進(jìn)入同一設(shè)備健康管理框架。這樣，健康診斷就不只是“根據(jù)數(shù)據(jù)算一次結(jié)果”，而可以逐步成為承載設(shè)備數(shù)據(jù)與企業(yè)知識(shí)的長(zhǎng)期智能分析入口。