少了APM4.0 何谈工业4.0

不论是称为智能制造，还是称为工业4.0，其实都是对当前数字化变革的一种描述。自从2011年德国汉诺威展会中工业4.0的高调提出，围绕智能化的设计、连接、建设被不断的强调，而LNS Research则认为，在工业4.0这场变革中，人们其实忽视了关于资产管理的变革与影响。

LNS Research通过对500名资产绩效管理（APM）从业者的调研发现，数字化转型中，其实是提高资产管理的绝佳机会，而成就工业4.0的一个关键是APM的不断进化。

APM的演变：

第一代APM：基于纸质的管理系统；

第二代APM：企业资产管理（EAM）和计算机化维护管理系统（CMMS）取代了纸质管理系统；

第三代APM：基于计算机系统的可维护（CBM）、高可靠性（RCM）的资产战略管理系统即经典的APM。

面对工业4.0变革的浪潮，全面数字化也正在重新定义APM，新一代的APM4.0，在原有全套功能的基础上，余更多新技术、新工具的结合，延伸出更多预测、优化等功能。

APM4.0 从预测性分析迈向规范性分析

工业4.0的“五大法宝”：工业物联网(IIoT)、云、移动、大数据和分析，已经显而易见的推动着科技的变革与进步，其中，分析真正的价值将在APM的变革中得以体现。

过去，分析主要的作用是用于描述和总结过去的行为，而随着CBM and RCM的出现，人们将分析的重点转为预测性分析，即可能将会发生什么。今天，人们已经普遍认可预测性分析的是保障可靠性的最佳手段，是维护的最佳助手。而APM4.0关注的则是，下一个阶段：规范性分析。

而规范性分析将超出预测会发生什么的范畴，而更加关注提供规范性的指导选型来处理各类问题。简单的预测分析是通过过程数据来预测未来一段时间内会出现故障的情况，而发送维护预警。而规范性分析，则会在原有故障预警之外，分析引擎上增加诸如生产计划、维护人员信息，计划停机时间等更多决策性选型。同时，处理意见也提供了更多的选择，一种可以指定特定的时间进行维护保养；也可选择延迟，通过调补订单，将维护推迟到下个预定停机时间。

而实现如上功能，则需要更多数据汇总和访问，如工程设计信息、磨损预测信息，维护程序、生产维护时间表等等。而这些汇总都需要大数据与分析的相辅相成。而要实施规范性维护则需要机器学习和人工智能的共同协作，并且需要依靠可靠性与维护专家的经验数据为参考。

APM 4.0是动态的、可视的

规范性维护成为现实，需要对整个工厂、整个系统都有一套完整的数字化双胞胎。就是说用户需要拥有数字化的双设备，这意味着设备制造商必须与设备用户共享设计模型，而且设计模型必须动态性能模拟模型，不能只是细节展示的静态模型。这对于不愿意分析设备细节的供应商将是一个挑战。最终用户有一个完整的模型资产，他们将实现数字化双平行的实物资产操作。

数字化双胞胎，将需要更多增强现实(AR)和虚拟现实(VR)技术的支持。可视化工具、仿真、建模和实时数据采集的混搭将成为构成APM 4.0的“杀手锏”。这些工具的使用，与云计算、雾计算、边缘计算、数据共享技术的结合将使得在全球的供应商、销售、客户和其他相关人员都可随时按照权限查看到相关信息，而最终用户将通过APM4.0实现规范性维护，并获得最大的价值。

你买不到APM 4.0

APM 4.0不是一个单纯产品或解决方案，是需要用户自己建立的一套系统。它需要和工业4.0相结合，构建出一套符合具体工厂需求的模型、维护方案和管理机制。今天没有哪家供应商可以提供一套完整功能的APM4.0，IIoT领域比较领先的供应商，也只能提供APM4.0的大部分功能，而IIoT生态圈一些其他供应商，可以提供一些特殊的元素。正如工业4.0也是通过数年演化发展而来，LNS相信APM4.0也需要一些时间来发展演化。

记住：就如你不能依靠非智能产品，实现智能化一样，你也不能依靠老旧的APM技术来实现真正的智能制造。想要实现工业4.0，就需要APM4.0.