判斷一臺設(shè)備是否“健康”，不能只看它有沒有故障，也不能只看某一個(gè)運(yùn)行參數(shù)。設(shè)備可能還在運(yùn)行，卻已經(jīng)頻繁發(fā)生維修；也可能故障次數(shù)不算多，但維修工單長期未處理、單次維修投入持續(xù)增加。用友BIP資產(chǎn)云健康診斷智能體把資產(chǎn)運(yùn)行、故障和維修工單共同納入分析范圍，不僅能夠查看故障次數(shù)和運(yùn)行趨勢，還支持分析工單成本分布、工單處理進(jìn)度。這樣，維修主管可以把“設(shè)備怎么運(yùn)行、發(fā)生了什么故障、維修工作怎么執(zhí)行”放在同一個(gè)分析視角中理解，為關(guān)鍵設(shè)備健康判斷補(bǔ)充更完整的業(yè)務(wù)依據(jù)。
設(shè)備健康管理中，一個(gè)常見問題是運(yùn)行數(shù)據(jù)和維修數(shù)據(jù)彼此分開。運(yùn)行系統(tǒng)告訴管理人員設(shè)備運(yùn)行了多長時(shí)間，故障記錄告訴管理人員出現(xiàn)過哪些異常，而維修系統(tǒng)則保存工單及處理信息。如果每類數(shù)據(jù)只能分別查看，那么維修主管面對一臺狀態(tài)復(fù)雜的設(shè)備時(shí)，仍然需要人工把幾類信息拼接起來。健康診斷智能體的數(shù)據(jù)洞察范圍明確覆蓋資產(chǎn)運(yùn)行、故障和維修工單，并通過運(yùn)行分析模型支持對這些數(shù)據(jù)進(jìn)行業(yè)務(wù)問數(shù)。 設(shè)備健康分析因此不再局限于單一業(yè)務(wù)模塊，而是開始圍繞設(shè)備形成跨運(yùn)行與維修的觀察視角。
首先可以看故障本身。健康診斷智能體支持統(tǒng)計(jì)設(shè)備故障次數(shù)、常見故障原因和故障類別，同時(shí)分析故障趨勢、運(yùn)行時(shí)長趨勢以及故障停機(jī)分布。 這些信息能夠回答“設(shè)備最近是不是更容易出問題”“故障主要集中在哪些類型”“運(yùn)行和停機(jī)狀態(tài)有沒有變化”等問題。對于維修主管來說，這比單獨(dú)查看某一次故障記錄更有價(jià)值，因?yàn)樵O(shè)備健康往往反映在一段時(shí)間內(nèi)的變化，而不是某一個(gè)孤立事件。
但故障發(fā)生以后，維修執(zhí)行情況同樣值得關(guān)注。用友BIP資產(chǎn)云健康診斷智能體可以進(jìn)一步分析工單成本分布和工單處理進(jìn)度。這使設(shè)備健康分析增加了“維修過程”這一層視角。比如，同一設(shè)備反復(fù)產(chǎn)生工單，或者維修任務(wù)處理情況發(fā)生變化，本身都值得維修主管進(jìn)一步查看。工單成本分布則幫助管理人員理解維修投入在不同業(yè)務(wù)中的分布情況?，F(xiàn)有能力并沒有說明系統(tǒng)會(huì)單純根據(jù)成本高低自動(dòng)判定設(shè)備“不健康”，因此更準(zhǔn)確的使用方式，是把工單成本和處理情況作為設(shè)備健康分析中的補(bǔ)充依據(jù)，與故障和運(yùn)行數(shù)據(jù)結(jié)合理解。
這也避免了把“沒有報(bào)警”簡單等同于“設(shè)備健康”。設(shè)備在線運(yùn)行期間，即使當(dāng)前沒有明顯異常報(bào)警，歷史故障和維修執(zhí)行情況仍然可能反映出值得關(guān)注的問題。一臺設(shè)備如果在較長時(shí)期內(nèi)不斷產(chǎn)生故障工單，就需要結(jié)合運(yùn)行時(shí)長、停機(jī)情況、故障類別以及維修記錄進(jìn)一步判斷；另一臺設(shè)備雖然出現(xiàn)過故障，但維修處理及時(shí)，后續(xù)運(yùn)行狀態(tài)穩(wěn)定，其管理重點(diǎn)又可能不同。健康診斷智能體把運(yùn)行、故障和工單數(shù)據(jù)放在統(tǒng)一的數(shù)據(jù)洞察場景中，維修主管由此可以從多個(gè)業(yè)務(wù)側(cè)面理解設(shè)備狀態(tài)，而不是僅憑某個(gè)瞬時(shí)參數(shù)作判斷。
為了降低這種綜合分析的使用門檻，用友BIP資產(chǎn)云還支持通過語音或文字對資產(chǎn)運(yùn)行、故障和維修工單數(shù)據(jù)進(jìn)行對話查詢，并對相關(guān)數(shù)據(jù)開展洞察分析。 對維修主管而言，這意味著查詢對象可以直接圍繞業(yè)務(wù)問題組織，例如關(guān)注某類設(shè)備近期故障情況、了解維修工單處理進(jìn)度，或者進(jìn)一步查看相關(guān)成本分布。與此同時(shí)，系統(tǒng)支持將業(yè)務(wù)分析生成圖表，使原本分散的數(shù)據(jù)可以通過更直觀的形式呈現(xiàn)。
工單數(shù)據(jù)進(jìn)入健康分析以后，還可以與后續(xù)保養(yǎng)分析形成連續(xù)關(guān)系。健康診斷智能體的業(yè)務(wù)場景不僅包括運(yùn)行分析和數(shù)據(jù)洞察，還包括保養(yǎng)分析、養(yǎng)護(hù)周期優(yōu)化以及維護(hù)策略優(yōu)化，并關(guān)聯(lián)維修計(jì)劃、維修工單、預(yù)防性維護(hù)和潤滑計(jì)劃等業(yè)務(wù)對象。因此，維修主管在發(fā)現(xiàn)某臺設(shè)備故障和維修表現(xiàn)發(fā)生明顯變化以后，可以進(jìn)一步查看現(xiàn)有保養(yǎng)安排是否值得重新評估。系統(tǒng)還支持分析單資產(chǎn)當(dāng)前預(yù)防性維護(hù)周期、方案和執(zhí)行等數(shù)據(jù)，為維護(hù)策略優(yōu)化提供支持。
從系統(tǒng)架構(gòu)來看，這種分析并非簡單把幾張報(bào)表放在一起。健康診斷智能體底層包括時(shí)序數(shù)據(jù)、運(yùn)行數(shù)據(jù)和維保數(shù)據(jù)，業(yè)務(wù)層設(shè)置運(yùn)行分析模型、保養(yǎng)分析模型、壽命預(yù)測模型和養(yǎng)護(hù)策略模型，同時(shí)提供業(yè)務(wù)數(shù)據(jù)提取、ChatBI等能力。 這說明設(shè)備健康診斷的基礎(chǔ)正在從單一數(shù)據(jù)源轉(zhuǎn)向多類業(yè)務(wù)數(shù)據(jù)協(xié)同。對于已經(jīng)積累大量維修記錄的企業(yè)來說，歷史工單也不再只是“維修完成后的存檔”，而可以重新成為設(shè)備狀態(tài)分析可以利用的一類業(yè)務(wù)數(shù)據(jù)。
這種設(shè)計(jì)也與用友BIP資產(chǎn)云整體設(shè)備運(yùn)維體系相銜接。EAM場景本身覆蓋設(shè)備健康管理、資產(chǎn)維護(hù)管理、資產(chǎn)維修管理和工單管理，并包含工單臺賬、工單成本計(jì)算、工單看板、運(yùn)行管理、維修計(jì)劃和預(yù)防性維護(hù)等能力。健康診斷智能體在這些業(yè)務(wù)數(shù)據(jù)之上進(jìn)一步開展分析，使企業(yè)已經(jīng)形成的維修記錄能夠繼續(xù)服務(wù)設(shè)備健康管理，而不是在工單完結(jié)之后失去后續(xù)價(jià)值。
設(shè)備健康判斷因此不應(yīng)只回答“設(shè)備現(xiàn)在有沒有故障”。更完整的問題應(yīng)該是：它近期運(yùn)行得怎么樣，故障發(fā)生得是否頻繁，停機(jī)情況如何，維修任務(wù)處理得怎么樣，維修投入又呈現(xiàn)怎樣的分布。用友BIP資產(chǎn)云健康診斷智能體將運(yùn)行、故障和維修工單共同納入數(shù)據(jù)洞察，并支持故障趨勢、運(yùn)行趨勢、停機(jī)分布、工單成本和處理進(jìn)度等分析，讓維修主管可以從設(shè)備實(shí)際運(yùn)行與維修執(zhí)行兩個(gè)方向共同觀察關(guān)鍵設(shè)備。這樣，維修工單不再只是一次維修任務(wù)的記錄，也能夠成為理解設(shè)備長期健康狀態(tài)的重要數(shù)據(jù)來源。