EAM系統向工業物聯網延伸的探索

張 鵬

（中海油能源發展股份有限公司采油服務分公司 天津 300000）

引言

上世紀九十年代，EAM（Enterprise Asset Management）的概念進入中國，之后國內的電力、石油、石化、鋼鐵等資產密集的大型企業相繼引進并實施應用。1996年中外合作的流花油田引進了MRO公司開發的商業化資產管理軟件Maximo系統，在應用過程中其先進的設備管理理念逐漸被國內海上作業者認可。2002年中國海油開始引進Maximo系統，并向所屬的自營油田推廣應用，旨在通過信息化手段，逐步推進生產管理過程向精細化發展[1]。歷經十多年的發展過程，Maximo系統在海上固定生產平臺、陸地終端、及其他大型生產設施已實現覆蓋應用，“以企業資產為核心”，“審批流程信息化”、“優化資源調度”，“積極的預防性維修”等現代資產管理理念被融入到生產管理過程中。隨著社會信息化進程的不斷發展，企業資產管理的內容和范疇也在不斷豐富和深化。EAM系統不斷外延，人、財、物、供應商、環境、無形資產等更廣泛的資源被納入管理，EAM系統與傳統信息化系統之間的信息共享與融合已不再是問題。隨著工業物聯網概念的興起，EAM系統向工業物聯網延伸，實現與資產無縫連接，是未來發展趨勢。

1 EAM系統基本概念

EAM（Enterprise Asset Management）泛指企業資產管理系統，是面向資產密集型企業的一系列信息化解決方案的總稱。以提高設備可利用率、降低企業運行維護成本、追求設備壽命周期費用最經濟和設備效能最高為目標，通過信息化手段合理安排維修計劃及相關資源與活動。EAM并不是一個專業的信息系統定義，而是軟件開發商出于營銷目的，發明創新的詞語。其最初的原型來自于CMMS（Computer Maintenance Management System）計算機化的維護管理系統，用于對高價值的固定資產實現維護、保養、跟蹤等過程信息化管理。為了滿足企業一站式管理需求，EAM在CMMS的基礎上增加了采購管理、庫存管理、安全管理、項目管理等一系列外延模塊。

2 EAM系統在海洋石油的應用

海洋石油行業從引進Maximo系統（圖A）后，在信息化層面不斷深化應用，其間主要經歷了三個發展階段：

第一階段，對靜態資產數據電子化；對PR、PO、工單、物資發放、物資調撥等業務流程信息化；信息系統數據編碼規范化。

第二階段，大量應用KPI報表分析，實現量化管理目標；Maximo系統與Erp系統相結合，實現庫存管理從費用化向資產化轉變；通過主數據清洗、物資共享、平衡利庫等一系列措施實現精細化的庫存管理。

第三階段，Maximo系統與多系統共享融合，建設全生命周期的設備完整性管理平臺。

Maximo系統業務流程簡圖（圖A）

3 EAM系統應用問題分析

PM（Preventive Maintenance）即預防性維修是指在機械設備沒有發生故障或尚未造成損壞的前提下即展開一系列維修的維修方式，通過對設備的系統性檢查、測試和更換以防止功能故障發生，使其保持在規定狀態所進行的全部活動。PM是EAM系統在設備管理方面的重要理念，通常一個海上平臺的預防性維修工作達到200多項，包括周期性更換工作和周期性檢修工作。在具體實踐過程中，按照設備分級管理和設備缺陷管理的要求，將這些PM工作項目以計劃模板的形式在Maximo系統中固化下來，通過設置不同時間響應頻率，周期性自動觸發工作任務[2]。對于基于時間變化的故障規律（潤滑、防腐、穩定的磨損），這種定期維修是一種易于實現且行之有效的預防性維修方式。

20世紀六七十年代，美國航空業和海軍通過對資產失效過程的相關研究發現：只有11%的故障遵循年齡退化模式；89%的故障是隨機發生的。英國可靠性科學先驅約翰·莫布雷認為：在預防性維修中，70%的投資對設備的正常運行時間沒有影響。除非有一個明顯的具有時間特征的故障模式，否則基于時間的檢修不會提高復雜系統的可靠性。因此，時間并不是評價資產健康狀態的一個最佳指標，尤其是對于現代的復雜設備基于時間的預防性維護帶來幾個方面的問題：①無法保證實施預防性維修后實際故障率一定能下降；②會造成維修過度，導致維修資源浪費；③定期維修造成設備的使用效率降低。

P-F間隔曲線（圖B）

按照現代RCM(Reliability Centered Maintenance)以可靠性為中心的維修理論，維修策略應根據故障的嚴重程度和維修的可行性在定期維修、狀態維修、事后維修、定期報廢四種方式進行選擇。通常設備的失效過程是從發生隱患過渡到功能故障，P-F間隔曲線（圖B）描述了這個過程。在F故障點之后采取的維修措施是事后維修，這是最壞的一種維修方式，不僅造成停工停產，而且可能會導致設備永久失效。F故障點之前采取的維修措施屬于預防性維修，對不遵循時間退化規律的故障，在P隱患點之前頻繁的定期維修往往是盲目的，不僅造成維修資源浪費，甚至會引入新的問題。P隱患點到F故障點之間的這段時期是一個最佳的維修窗口期，通過對設備實施有效的狀態監測，及時發現隱患，持續跟蹤劣化過程，準確把握維修時機，即實現狀態維修[3]。

實際上EAM系統在應用過程中與RCM理論存在脫節，缺少有效的方法實現狀態維修。大多數的預防性維修工作采用定期維修策略進行管理。EAM系統是互聯網層面的IT系統，信息按照“設備→人→系統”的方式進行傳遞，由于人的信息收集能力、故障判斷能力、響應速度等因素制約了對設備狀態的有效監測。

4 EAM與工業物聯網的融合

伴隨全球工業制造領域的轉型升級，工業物聯網應運而生，成為工業體系智能化變革的重要推手。工業物聯網表現出六大典型的技術特征：智能感知、泛在連通、精準控制、數字建模、實時分析和迭代優化。工業物聯網的實踐與發展自下而上包括四個階段[4]（圖C）：

工業物聯網發展階段（圖C）

第一階段，智能的感知控制階段。即利用智能感知技術，隨時隨地進行工業數據的采集。

第二階段，全面的互聯互通階段。通過多種通信網絡互聯互通手段，將采集到的數據實時準確的傳遞出去。

第三階段，深度的數據應用階段。利用云計算、大數據等相關技術，對數據進行建模、分析和優化，實現對海量數據的充分挖掘和利用。

第四階段，創新的服務模式階段。利用信息管理、智能終端和平臺集成等技術，實現傳統工業智能化改造，提升產業價值、優化服務資源和激發產業創新。

EAM系統通過與工業物聯網的深度融合可實時獲取資產健康狀態（圖D），并確定最佳的預防性維修策略，讓企業從一個無縫的平臺完整地了解自己的資產。根據工業物聯網的層級結構，實現這一過程還需要從以下三個方面開展一些列工作[5-6]：

基于工業物聯網的EAM系統模型（圖D）

（1）數據采集系統建設。加裝傳感器實現對關鍵物理特征信息的獲取；收集工業系統的閉環控制回路上產生的大量實時數據；加大對智能裝備的應用。建設能夠與各類型工業總線實現對接的高速可靠的工業網絡，建設企業云存儲實現海量數據的匯聚與存儲。

（2）故障模型分析系統建設。設備故障機理模型的選用與研究；設備隱患到劣化過程的跟蹤與預測；針對復雜故障，可通過訓練神經網絡的方式確立模型。

（3）故障代碼體系建設。持續完善EAM系統中的故障代碼庫和作業計劃模板，建立映射關系，形成知識沉淀。

結語

資產維護不足可能導故障頻發，帶來安全風險，這會對資產的使用壽命產生負面影響。另一方面，對資產的過度維護導致維修資源的浪費，這直接影響了企業運營成本和盈利能力。未來工業物聯網的發展，為實現基于可靠性的預防性維修提供了理論和技術指導，這將是EAM系統向工業物聯網延伸的必然趨勢。同時，也要認識到海洋石油行業的特殊作業環境所帶來的挑戰：①基于對設備高可靠性的要求，對新產品新技術技術的應用趨于保守；②現場設備密集、控制系統通訊接口種類多，增加了數據匯聚難度；③海陸通訊帶寬低，制約海量數據的傳遞。