状态基础维护 (CBM) 核心原则与关键优势：IIoT 时代的设备维护新范式

虽不宜将全球经济现状精确描述为“十字路口”，但 2021 年伊始我们确处关键节点。当下的行动与流程部署将深远影响长远。

这在制造与重工业尤为突出：供应管理协会 (ISM) 最新制造业采购经理指数 (PMI) 报告显示，截至 2021 年 3 月制造业已连续 10 个月增长，新订单与产出上升。但供应商尚未完全满足客户需求，这可能迫使其过度负荷生产设备以加速交付。进而给资产带来异常压力，最终增加设备故障风险（至少引发非计划停机与临时抢修）。

三轴蓝牙振动传感器 来源：https://www.augury.com/machine-health-solutions/

综上，制造商等资产密集型组织正当其时地审视现行维护流程。若能随时掌握资产健康状况，便能实施最具成本效益的维护——状态基础维护 (CBM)。在工业物联网 (IIoT) 曙光下，众多追求卓越的资产密集型制造商正收获 CBM 红利：降低运营支出、提升产出、通过动态数据增强资产健康与认知。

下文将剖析 CBM 核心原则，并深度探讨其相较其他维护策略的优势，以及在 IIoT 时代日益凸显的相关性。

理解关键设备的状态基础维护

简言之，下图展示了维护类型分类。预防性维护（亦称主动维护）分为时间基础维护 (TBM) 与状态基础维护 (CBM)。

一言以蔽之，CBM 仅基于关键资产的实测状态或健康度执行修复或更换任务。此时组件或机器未失效，甚至无显著故障迹象。

CBM 旨在捕捉资产或组件潜在/迫在眉睫失效的早期预警信号。您测量资产健康的特定参数（振动、温度、污染度等），随时间追踪趋势。当判断参数已达临界点、资产正向功能失效演进时，安排 CBM 干预。

最知名的 CBM 监测技术包括：

• 振动分析：监测振动水平并搜寻信号模式，常用于旋转部件机器。关键指标含均方根 (RMS)、标准差、峰度、峰值幅度、偏度。
  
• 红外热成像：探测热波长以发现异常（过热/欠热等）。
  
• 油液分析：用于所有油润滑机器，测量粘度、污染物或设备内部退化迹象。
  
• 超声波检测：适合定位压力/真空系统泄漏（锅炉、换热器、冷凝器等）及检测电气元件电弧和电晕。超声传感器亦可检测机器润滑油质量、齿轮/轴承/泵/电机/疏水阀/阀门等功能。
  
• 电机电流特征分析：监测电流波长幅度以发现电机关键机械故障。

在线油液状态传感器 来源：https://oilqualitysensor.eu/ocm-on-generatorsets/

所有这些修复或健康检查（及其他 CBM 常规手段）均在资产失效或显现隐患前实施。TBM 亦然，但 TBM 按固定时间表执行，而 CBM 视状态而定。

典型 CBM 干预包括但不限于：

• 轴承再润滑
• 拧紧松动地脚螺栓
• 联轴器动平衡
• 电缆端头翻新
• 更换滚动轴承
• 泵组对中

CBM 领跑设备维护

确立最适合组织的维护策略时，宏观微观双视角缺一不可，切勿在未深思前贸然启动计划（更别提拧螺丝）。审视各机器、组件或资产时，直截了当自问：“我要更换的这项资产或组件，其实还能继续运行吗？”

答案往往要拆解到足以检查该资产时才知。从简单目视到上述各类分析手段均有助益。结果常是：受检组件状况良好，完全可继续运行。人工操作耗时，但现代 CBM 借助 IIoT 传感器实时监测所有关键资产数据，几秒内即可输出结构化报告。这正是 CBM 具成本效益的根本。

TBM 虽在大多数场景优于反应性策略（仅在部分/灾难性失效后修复），但因过于刻板常不及 CBM。若预防性维护间隔刚性固定，就面临“过度维护”风险。无论框架多稳定，都可能过度消耗人力财力，这也是 TBM 部署成本常高于 CBM 的原因。综上，CBM 是任何寻求建立强健预防性维护框架组织的最佳选择。

数据分析时代下 CBM 的重要性

数字化转型与互联互通新时代，诊断分析信息常以实时方式触达资产信息系统的所有干系人。这种数字杠杆极大改善了维护规划排程，进而快速带来效率效能提升，助现代追求卓越的组织筑牢底线。

永久安装在物理资产上的传感器，让 IIoT（或工业 4.0）重塑维护视角。可视为“维护 4.0”。无论偏好哪个术语，核心一致：这无异于工业设备维护领域正在眼前展开的一场革命。我们正见证从旧有低效模式，向资产健康与状态的持续数字化监测转变，信息通过蓝牙、Wi-Fi、网关动态上传云端。

在制造业数字化加速——及全球经济构成的大多数广义工业品类——背景下，CBM 基于对资产实际退化（或无退化）的持续审视，是最具成本效益、最经济的维护方式。公平地说，CBM 监测成本最高（对比反应性维护），但也能让组织享受远低于反应性或时间基础维护的资产维修成本与非计划停机。（且随 IIoT 技术演进，监测支出与其他领域节省相比终将可忽略。）

结合 IIoT，CBM 还实现以下优势：

• 产出提升：实时状态分析快速识别异常模式，维护规划排程更有效，长期看资产可用性与性能水平更高，易转化为显著产出增量。
  
• 资产全寿命周期延长：反应性策略不仅损害失效资产（需抢修/更换），还波及其连接的众多组件。突发故障对任何系统都是冲击。您可能很快发现自己在修不止一个组件，而是数个甚至整套互联机器。CBM 持续监测延长资产寿命，潜在降低运营与资本支出。
  
• 规划、排程与备件预测优化：您掌控维护节奏而非被其牵制，可精心规划资源调配部署。不仅能提前预测备件，还能预判人力需求并相应部署。
  
• 可靠性改善：利用状态监测与资产健康信息开展缺陷消除与根因分析，是另一大收益。CBM 不直接提升资产可靠性，但所得信息可后续用于提高任务成功概率。结合可靠性计划，您在泵、电机、风机、齿轮箱等组件上获得的信息，对降低未来缺陷与故障概率极具价值。

借助传感器与资产监测软件落地 CBM

IIoT 赋能的 CBM 框架下，数据持续回传云端，再经 IIoT 价值链推动预测性维护策略性能跃升。这终将变革并强化那些追求卓越、采用前沿商业智能与实时数据分析管理物理资产状态的企业的维护计划。

先进 IoT 传感器是高效部署 CBM 计划的关键。从传感器探测潜在问题到通过维护（或修复)妥善干预，路径可短而利落：IoT 传感器数据可直接触发 CMMS 或 EAM（企业资产管理）平台的工单。

选择 Dynaway 满足 EAM 需求，您将获得对维护运营的更强掌控：我们的方案可与 Microsoft Dynamics 365 或 Dynamics AX 2012 无缝协同。Dynaway 主要作为云端 Dynamics 365 组件运行，亦支持 Dynaway EAM 本地部署。我们是现代 EAM 的奠基者，提供全面方法应对日益不可预测市场中棘手的资产监管问题。

维护版图正这样重塑：工业 4.0 持续生长并渗透万物。故障发现越来越快，非计划停机风险随时刻流逝而降低。CBM 处于有利位置，可充分捕获工业领域数字化转型带来的价值。

您可借助 Dynaway EAM 的全谱系能力，为维护流程注入更高智能与全面管控。