综合资产绩效管理:病理学和治疗的介绍!

去理解“为什么?”人们应该考虑资产绩效管理(APM)的综合方法，它到底是什么，人们必须首先理解它旨在解决的问题——所以让我们从那里开始，在一系列文章中，应该以全面理解整个主题为终点。

随着越来越多的人造机器在世界各地建造和部署，特别是在工业应用中，它们变得越来越大，通常也越来越复杂，并突破了设计和操作的界限。对实时监控的需求在60年代变得明显，并从80年代开始广泛应用于关键机器。随着基于计算机的软件在20世纪90年代的成熟，能够有效地记录机器健康数据，并将其行为模式可视化，以便专家进行因果分析，无论是主动进行还是在意外事件发生后进行。

与此同时，可靠性和维护实践随着经验的积累而成熟，并且随着每一个新的项目部署，基线策略也得到了改进。最终，边缘感知和对操作数据可用性的需求成为工业制造和加工设施内部(边缘)的标准，以支持这些成熟的战略，并在资产的整个生命周期中更好地做出明智的决策。

但是，所有这些都发生在领域竖井中，因为专业知识是特定于领域的，解决方案是由不同的供应商提供的，每个功能规程都旨在以牺牲集成资产性能管理方法为代价来改善他们的角色。

快进到最近十年，运营企业在地理上变得多样化，达到了以前无法想象的规模。好消息是，并非只有重工业存在这种现象，需要数据驱动的转型;消费者世界几乎领先十年，因此已经为聚合、历史化、可视化和处理设计了方向正确的解决方案大数据跨越以前的独立系统。

在石油和天然气、采矿、公用事业和制造业等资产密集型行业，业务成果现在与资产绩效有着内在的联系，反过来又依赖于数据。当每个组织都可以获得相同的资产，竞争优势来自于提取尽可能好的绩效时，这一点尤其正确。因此，挑战在于通过财务优化的维护和监控，从资产中提取高性能，同时在预期的风险范围内运营它们——这将通过数据知情决策和专业知识的有效应用实现。

然而，工业制造和加工设施是一个复杂的系统系统，为了全面理解它，所有可用的系统数据集必须一起工作，以合理化因果关系，以便业务领导者做出有效和及时的决策。

在过去五年左右的时间里，许多工业运营商都尝试了一些转型项目，这些项目将资产数据流数字化，并从技术角度提供了一个汇总的中央池。然而，许多研究发现，很大一部分数字化转型项目未能实现其目标资产性能改善结果。

其中一项研究是麦肯锡全球数字转型调查(Boutetiere et al.， 2018) -报告称，超过80%的受访者表示，他们的组织在过去五年中确实采取了转型举措。然而，只有16%的受访者表示，他们的组织的数字化转型成功地提高了绩效，并使他们能够长期保持变革。从本质上讲，阻碍他们的是边缘竖井的延续，同时简单地瞄准企业级数据聚合，使用的技术否则不会驱动集成的工作流程，并且缺乏考虑使用人类专业知识来增强解决方案的能力。换句话说，为资产状态监视(ACM)、资产策略管理(ASM)和缺陷消除编译了一个单独的功能功能列表，然后作为一个项目执行

当很少考虑这些不同的功能区域如何相互工作以及如何与用户的工作执行管理系统进行互操作时，就会出现问题，通常会导致APM解决方案的采用不佳。成功的数字化转型需要的不仅仅是APM解决方案与工作管理解决方案之间基于it的技术连接。它需要一个集成，支持资产绩效改进过程和工作管理过程之间的有效的、可持续的和实际的连接，因此它们是协调的。

企业资产管理技术领域的快速发展和正在管理的数据的指数级增长，加剧了大型组织围绕筒仓功能和应用程序所面临的现有挑战。

有趣的是，最近，人工智能(AI)有/没有机器学习(ML)能力作为聚合数据湖上的平台的过度定位，只会加剧竖井问题。不要误解我的意思，支持基于自主智能的行动的工具当然是强大的，并且绝对需要增强人类的专业知识来获得大规模的成功，但它们并不相互排斥，即AI不会取代人类的专业知识，它只是扩展了其规模，并减轻了专家的卑微任务(搜索异常或先前已知的失败模式)，以允许明智的决策集中。

在绝大多数情况下，来自资产策略、资产运行状况和状态监视以及工作管理等关键APM功能的数据是在不同的数据系统或不同的数据模型中捕获的，并且不容易集成到一个整体和统一的视图中。缺陷消除实践和工具也由工厂可靠性工程师以独立的方式操作。组织发现，简单地将不同的数据源编译到一个中央数据目的地中并不能支持更有价值的见解，这是由于不同数据源的结构缺乏一致性，以及它们之间的关联能力，这阻碍了组织形成有意义的连接和促进改进结果所必需的见解。

资产绩效管理本身的定义是相当广泛的，包括许多不同的工具和过程，以帮助组织充分利用其资产并提高可靠性。重申一下，APM的四个最关键的方面包括资产状态监控、资产策略管理、缺陷消除和由企业资产管理(EAM)应用程序支持的工作执行管理。

资产状态监测是利用软件和硬件对机械状态进行监测的实践。它可以有效地管理灾难性故障的风险，特别是在关键机器上，在需要进行干预时提供警报，或在超过预设阈值时执行自动安全关闭。作为重要机器的维护计划工具，它也非常有价值。

近年来，由于技术的进步和随之而来的大规模实施成本的降低，ACM的使用得到了扩展。然而，对资产健康状况的系统监控基本上是战术/反应性的，不足以提供资产优化和改进的能力。作为一个独立的活动，如果没有无缝的可靠性策略/维护计划和工作管理关联，ACM的成功将继续受到限制，从而推动自动采取纠正措施，其价值收益将作为资产健康改善可见。

资产策略管理是跨资产的整个生命周期、组织范围内管理资产维护策略的最佳实践方法。它是一个由人员、技术和数据实现的过程，将物理资产和独立的工厂和站点连接到一个中央系统，使资产战略得到有效实施、维护和优化。这些策略包括优化的维护计划，通过提高可靠性和减少故障、停机时间和风险来提高性能并降低成本。

ASM程序还生成用于加载到CMMS/EAM的维护计划主数据。数据包括要执行的任务、何时执行、如何执行、由谁执行以及需要什么材料、工作指示和安全注意事项。与ACM类似，当ASM活动在竖井中执行时，结果通常仅限于项目的基线设置和CMMS的一次性维护计划负载，然后要么保持静态(因此，最终会过时)，要么由于基于事件的根本原因分析(RCA)在机器案例的基础上手动更新。导致成功的可伸缩性不一致和挑战，并导致维护任务的性能与资产的当前运行状况和状况不一致。

通过可靠性、可用性和维护性(RAM)研究和/或过程可靠性研究，可以对明显故障、不良可用性和/或重复出现的问题进行缺陷识别。这些研究将优先考虑对操作可用性、资产寿命或安全影响最大的缺陷的检测和减轻。

根本原因分析是缺陷消除过程的基础。RCA应根据所有利益相关者的意见来确定原因，以产生对问题的基于证据的理解。这种以证据为基础的方法确保选定的解决方案防止复发。然而，当仅在损失事件发生后使用时，它们也有其局限性，通常仅限于十大可见风险，而且几乎总是与可靠性策略和状态监测程序脱节。考虑到它们基于事件的性质，在对特定资产进行初始解决后，关注点会迅速消散，从而在类似资产的基准测试和可伸缩性方面留下挑战。

工作执行的重点是资产策略和维护任务的执行，包括日常维护和由于机器状况恶化而导致的对时间敏感的维护或维修操作。工作执行通常由软件支持，帮助更有效地安排工作，同时跟踪成本和工作历史。

考虑到工作管理流程在许多组织中的嵌入程度，有一种只关注维护执行的趋势。认为EAM软件包含正确的工作任务和间隔，并且“盲目”一致地执行这些策略将导致资产可靠性的提高，这是一种误解。然而，不一致或次优策略的执行可能会阻碍性能并导致不一致的结果，持续的性能不佳，以及重大的资产故障和强制停机。

在竖井中进行工作执行管理允许在几乎不受监督的情况下更改维护计划主数据，从而导致不同站点对具有相似条件的类似资产具有不一致的维护计划。此外，很难将业务绩效与基础资产策略和活动联系起来。只有通过APM的动态集成方法，才能以可预测的方式改进计划、降低成本和了解风险。

集成APM数字化连接了这些传统上孤立的功能，创建了统一的方法，使组织能够展示合规性、降低风险、管理成本并提供可预测的性能。与传统的APM方法不同，集成APM提供了资产健康和风险的全面视图，包括资产年龄、运行状况、维护计划和策略合规性。所获得的见解为数据驱动的绩效管理提供了坚实的基础，帮助组织优先考虑管理成本和风险的活动，而不是不断变化的操作条件、资产的年龄和健康状况。

APM的集成方法还支持资产护理和可靠性的持续改进。例如，任何操作上下文或资产变更都可以反映在资产策略和实时监控应用程序中。常绿连接到EAM应用程序和工作管理流程驱动变更到现场的工作执行，并完成反馈循环以验证工作效率。

为了解决信息处理的可伸缩性和工作优先级的基本原理，分析见解为用户提供一套功能。要使APM的集成方法在整个企业中可持续和可扩展，就需要适合目的的自主智能工具。这些范围包括利用基于物理的故障模式分类和专门构建的AI解决方案支持的先进分析技术对资产健康状况进行预测警报，以及开放的工作台公民开发人员平台，允许最终用户主题问题专家(sme)编制他们的专业知识。其结果是一种动态、敏捷、可扩展和全面的设备维护和可靠性方法，与操作目标同步。

总之，通过综合APM方法来理解资产绩效管理问题的病理和处理，有一个关键方面需要强调，这是前面所忽略的:人为因素。正如前面提到的麦肯锡的研究，绝大多数企业范围内的数字化转型计划都失败了，原因是未能解决文化、工作流程集成和人力领域专业知识的增强等人力方面的问题。集成APM的成功实施必须包括解决方案提供商的领域专家和运营商。它必须包含一个深思熟虑的知识转移程序和技术支持结构，使用户能够“接受它并使用它”。

虽然集成APM生态系统的支柱以独立解决方案的形式提供了关键功能，但当它们结合在一起时，可以提供对资产健康状况和性能优化的全面可见性，从而提供最大的价值。考虑一下在数据被隔离在不同应用程序中的环境中管理风险的挑战。使用ACM的组织可能会发出许多不同的警报，这些警报表明资产状况恶化导致的风险。同一组织可能会因次优或执行不良的资产护理计划而面临风险。如果这些风险仍然被划分，就不可能理解与资产相关的“真正”风险。通过将这些功能及其相关工作流集成到“主工作流”中，这些风险变得合理化，更容易理解和完全解决。

Bently Nevada通过我们的System 1集成APM软件平台提供这个连接的生态系统，以我们60多年的领域专业知识为基础，使客户能够通过基于风险的智能可靠性管理最大限度地提高生产力。我们当代的企业级、基于web的界面提供了易于理解的概要kpi和增强的资产运行状况下钻视图，以支持业务主管和资产管理专业人员的信息需求。

集成APM为用户提供一个单一的玻璃视图，统一来自ASM和ACM功能的见解，进一步由适合目的的Analytic insights提供支持，以推动高效的工作优先级，案例管理和整个企业的工作执行。我们的解决方案为运营商提供了具有标准C2C、E2C和E2E接口的强大连接网关，实现了从边缘到企业的无缝互操作性。

在本主题系列的后续文章中，我们将基于对集成APM解决方案所面临挑战的基本理解，探索每个能力支柱的具体功能和计划实施最佳实践，进一步强调实现成功的数字化转型之旅所必需的人员、流程和技术。

(2018年10月29日)“在数字转型中解锁成功。”麦肯锡公司。[访问2021年11月15日]https://www.mckinsey.com/business-functions/people-and-organizational-p..。