witium’s dynamic
盡管對于工業的終端客戶來講,延長工業設備的使用壽命,并確保其生產線不會計劃外停機是其最大利益所在,但對很多原始設備制造商(OEM)來講,一方面部件使用的時間越長,OEM廠商就會喪失設備更換所帶來的益處;另一方面設備頻繁故障,待問題出現后再進行被動維保的方式,也會對OEM廠商造成多方面的負面影響。而OEM廠商和終端客戶之間的這種利益沖突一直存在。
近年來,OEM廠商尋求一些主動運維并提供服務的方式。預防性維護——作為一種和終端用戶增強服務粘性的方法,好處是避免了非計劃的停機和維修,合理安排運維人員;而其局限性是依賴于“平均法則”,簡單概括即:會對設備進行過維保或欠維保。久而久之,這種方法對OEM來說并沒有充分利用設備的價值。
OEM如何實現長期連續收益的戰略,同時又滿足終端用戶的要求,以保持機器正常運行而不出現故障? 技術方面的答案是“設備預測性維護”。Witium提供從硬件MEMS振動傳感器、邊緣計算網關到WitExpert設備健康管理系統的整體化預測性維護解決方案,結合機理建模+數理驅動的工業AIoT技術,實現設備故障診斷及預測。從市場及用戶群體角度,終端用戶希望提高設備OEE從而實現成品利潤,而OEM廠商則需要使機器出現故障或進行維修以實現最大的盈利。因此當運用設備預測性維護時,還需找到在OEM廠商與終端用戶間打破矛盾的一個融合點。一個被稱為“機器即服務(MaaS)”的定價模型的形式大概率可以實現這一融合點。
該定價模型嚴格根據機器性能基準(KPI)而不是固定的訂閱或服務合同模型來調整定價。舉例來說,假設A是一家專注于各種食品飲料加工設備的OEM。A不是按傳統方式以設備價格向B啤酒廠出售灌裝機;而是保留了設備的所有權,根據商定的KPI(例如,在設備的使用壽命內灌裝、灌裝到封蓋的瓶子數量等)向B收取價格。在這一點上,A作為設備制造商,通過最大化灌裝機的效能以實現最大的收益。B作為終端用戶,生產過程中最大化設備稼動率及魯棒性,從而實現降本增效,OEE的提升。為了讓A和B都能專注于設備工藝生產的正常運行時間和生產,OEM廠商必須在設備的設計和業務策略中,應用強大且可擴展的預測性維護技術。
受困于傳統制造業困境的OEM廠商,都開始尋求終端用戶的想法和OEM服務模型之間的契合點與轉型方向。而基于MaaS下強大多元化的預測性維護系統,不僅可以提供常見設備部件的故障診斷、設備健康度分析,更重要的是通過人工智能AI+機器學習,不再只是關注于設備故障預測下閾值極限的偏差,而是還可以根據綜合的歷史數據、實時數據、設備KPI和經營結果為最終客戶提供價值1+1>2,而成本1+1<2的解決方案。其中要實現0-1的突破、1-10與10-N的復制,最關鍵的是始終探索、優化和改進預測性維護和MaaS相結合的方法。該新型業務模式將促進預測性維護更廣泛地應用,其無論是對原始設備制造商(OEM)還是終端用戶的價值主張也會隨之更加顯著。