EAM系统向工业物联网延伸的探索

张 鹏

（中海油能源发展股份有限公司采油服务分公司 天津 300000）

引言

上世纪九十年代，EAM（Enterprise Asset Management）的概念进入中国，之后国内的电力、石油、石化、钢铁等资产密集的大型企业相继引进并实施应用。1996年中外合作的流花油田引进了MRO公司开发的商业化资产管理软件Maximo系统，在应用过程中其先进的设备管理理念逐渐被国内海上作业者认可。2002年中国海油开始引进Maximo系统，并向所属的自营油田推广应用，旨在通过信息化手段，逐步推进生产管理过程向精细化发展[1]。历经十多年的发展过程，Maximo系统在海上固定生产平台、陆地终端、及其他大型生产设施已实现覆盖应用，“以企业资产为核心”，“审批流程信息化”、“优化资源调度”，“积极的预防性维修”等现代资产管理理念被融入到生产管理过程中。随着社会信息化进程的不断发展，企业资产管理的内容和范畴也在不断丰富和深化。EAM系统不断外延，人、财、物、供应商、环境、无形资产等更广泛的资源被纳入管理，EAM系统与传统信息化系统之间的信息共享与融合已不再是问题。随着工业物联网概念的兴起，EAM系统向工业物联网延伸，实现与资产无缝连接，是未来发展趋势。

1 EAM系统基本概念

EAM（Enterprise Asset Management）泛指企业资产管理系统，是面向资产密集型企业的一系列信息化解决方案的总称。以提高设备可利用率、降低企业运行维护成本、追求设备寿命周期费用最经济和设备效能最高为目标，通过信息化手段合理安排维修计划及相关资源与活动。EAM并不是一个专业的信息系统定义，而是软件开发商出于营销目的，发明创新的词语。其最初的原型来自于CMMS（Computer Maintenance Management System）计算机化的维护管理系统，用于对高价值的固定资产实现维护、保养、跟踪等过程信息化管理。为了满足企业一站式管理需求，EAM在CMMS的基础上增加了采购管理、库存管理、安全管理、项目管理等一系列外延模块。

2 EAM系统在海洋石油的应用

海洋石油行业从引进Maximo系统（图A）后，在信息化层面不断深化应用，其间主要经历了三个发展阶段：

第一阶段，对静态资产数据电子化；对PR、PO、工单、物资发放、物资调拨等业务流程信息化；信息系统数据编码规范化。

第二阶段，大量应用KPI报表分析，实现量化管理目标；Maximo系统与Erp系统相结合，实现库存管理从费用化向资产化转变；通过主数据清洗、物资共享、平衡利库等一系列措施实现精细化的库存管理。

第三阶段，Maximo系统与多系统共享融合，建设全生命周期的设备完整性管理平台。

Maximo系统业务流程简图（图A）

3 EAM系统应用问题分析

PM（Preventive Maintenance）即预防性维修是指在机械设备没有发生故障或尚未造成损坏的前提下即展开一系列维修的维修方式，通过对设备的系统性检查、测试和更换以防止功能故障发生，使其保持在规定状态所进行的全部活动。PM是EAM系统在设备管理方面的重要理念，通常一个海上平台的预防性维修工作达到200多项，包括周期性更换工作和周期性检修工作。在具体实践过程中，按照设备分级管理和设备缺陷管理的要求，将这些PM工作项目以计划模板的形式在Maximo系统中固化下来，通过设置不同时间响应频率，周期性自动触发工作任务[2]。对于基于时间变化的故障规律（润滑、防腐、稳定的磨损），这种定期维修是一种易于实现且行之有效的预防性维修方式。

20世纪六七十年代，美国航空业和海军通过对资产失效过程的相关研究发现：只有11%的故障遵循年龄退化模式；89%的故障是随机发生的。英国可靠性科学先驱约翰·莫布雷认为：在预防性维修中，70%的投资对设备的正常运行时间没有影响。除非有一个明显的具有时间特征的故障模式，否则基于时间的检修不会提高复杂系统的可靠性。因此，时间并不是评价资产健康状态的一个最佳指标，尤其是对于现代的复杂设备基于时间的预防性维护带来几个方面的问题：①无法保证实施预防性维修后实际故障率一定能下降；②会造成维修过度，导致维修资源浪费；③定期维修造成设备的使用效率降低。

P-F间隔曲线（图B）

按照现代RCM(Reliability Centered Maintenance)以可靠性为中心的维修理论，维修策略应根据故障的严重程度和维修的可行性在定期维修、状态维修、事后维修、定期报废四种方式进行选择。通常设备的失效过程是从发生隐患过渡到功能故障，P-F间隔曲线（图B）描述了这个过程。在F故障点之后采取的维修措施是事后维修，这是最坏的一种维修方式，不仅造成停工停产，而且可能会导致设备永久失效。F故障点之前采取的维修措施属于预防性维修，对不遵循时间退化规律的故障，在P隐患点之前频繁的定期维修往往是盲目的，不仅造成维修资源浪费，甚至会引入新的问题。P隐患点到F故障点之间的这段时期是一个最佳的维修窗口期，通过对设备实施有效的状态监测，及时发现隐患，持续跟踪劣化过程，准确把握维修时机，即实现状态维修[3]。

实际上EAM系统在应用过程中与RCM理论存在脱节，缺少有效的方法实现状态维修。大多数的预防性维修工作采用定期维修策略进行管理。EAM系统是互联网层面的IT系统，信息按照“设备→人→系统”的方式进行传递，由于人的信息收集能力、故障判断能力、响应速度等因素制约了对设备状态的有效监测。

4 EAM与工业物联网的融合

伴随全球工业制造领域的转型升级，工业物联网应运而生，成为工业体系智能化变革的重要推手。工业物联网表现出六大典型的技术特征：智能感知、泛在连通、精准控制、数字建模、实时分析和迭代优化。工业物联网的实践与发展自下而上包括四个阶段[4]（图C）：

工业物联网发展阶段（图C）

第一阶段，智能的感知控制阶段。即利用智能感知技术，随时随地进行工业数据的采集。

第二阶段，全面的互联互通阶段。通过多种通信网络互联互通手段，将采集到的数据实时准确的传递出去。

第三阶段，深度的数据应用阶段。利用云计算、大数据等相关技术，对数据进行建模、分析和优化，实现对海量数据的充分挖掘和利用。

第四阶段，创新的服务模式阶段。利用信息管理、智能终端和平台集成等技术，实现传统工业智能化改造，提升产业价值、优化服务资源和激发产业创新。

EAM系统通过与工业物联网的深度融合可实时获取资产健康状态（图D），并确定最佳的预防性维修策略，让企业从一个无缝的平台完整地了解自己的资产。根据工业物联网的层级结构，实现这一过程还需要从以下三个方面开展一些列工作[5-6]：

基于工业物联网的EAM系统模型（图D）

（1）数据采集系统建设。加装传感器实现对关键物理特征信息的获取；收集工业系统的闭环控制回路上产生的大量实时数据；加大对智能装备的应用。建设能够与各类型工业总线实现对接的高速可靠的工业网络，建设企业云存储实现海量数据的汇聚与存储。

（2）故障模型分析系统建设。设备故障机理模型的选用与研究；设备隐患到劣化过程的跟踪与预测；针对复杂故障，可通过训练神经网络的方式确立模型。

（3）故障代码体系建设。持续完善EAM系统中的故障代码库和作业计划模板，建立映射关系，形成知识沉淀。

结语

资产维护不足可能导故障频发，带来安全风险，这会对资产的使用寿命产生负面影响。另一方面，对资产的过度维护导致维修资源的浪费，这直接影响了企业运营成本和盈利能力。未来工业物联网的发展，为实现基于可靠性的预防性维修提供了理论和技术指导，这将是EAM系统向工业物联网延伸的必然趋势。同时，也要认识到海洋石油行业的特殊作业环境所带来的挑战：①基于对设备高可靠性的要求，对新产品新技术技术的应用趋于保守；②现场设备密集、控制系统通讯接口种类多，增加了数据汇聚难度；③海陆通讯带宽低，制约海量数据的传递。