■ 蒋坛军 资深管理顾问
随着智能制造(中国制造2025、工业4.0)的逐步普及，作为智能制造系统的基本载体的生产设备，对其实施智能化的维修(维护)策略，也成了一个炙手可热的课题。但很遗憾地看到，不少同仁将预知维修等同于智能维修。
预知维修(又称为预知性维修，predictive maintenance，PdM)，1970年由J.D Quinner提出，通过对资产(设备)的状态进行监视或测量，以判断设备劣化趋势与故障发生的时间点，然后由人员策划和执行维修策略，以防止突发故障和可能导致的非预期后果。中国经济出版社在1986年出版的中文书籍《用于生产革新的TPM入门》，由柳汗工先生等人翻译，日文版原作者是“TPM之父”中岛清一先生，该书第9页也介绍了预知维修：“预知维修和设备诊断技术开始引起人们的注意”、“以前的预防维修是定期维修，即以时间为基础进行的;今后的预知维修，则以状态为基础进行的”。
对于工业4.0时代的智能维修，有N种提法与内容，但被业界较多采用的是：制导维修(RxM，prescriptive maintenance)。例如IBM、艾默生等著名企业就采用了它。据Dan Miklovic、Sheila Kennedy等人的观点，其主要内容有：① 描述(descriptive，描述发生了什么);② 诊断(diagnostic，诊断为什么发生);③ 预知 (predictive，预知/预测将发生什么);④ 制导(prescriptive，智能维修系统自我提出和执行什么措施/解决方案)。——由此可见，智能维修的内涵包括但不限于预知维修，或者说预知维修 ≠ 智能维修。
嵌入工业互联网的制导维修，其显著特点是基于大数据分析，大数据可包括但不限于下述方面的事项：① 描述：资产名称、编号、位置、时间、部位、现有设备缺陷的症状(精度、振动、温度、油液杂质等超标)、缺陷严重程度(正常范围与现测值的对比)、正处理的产品与产品编号、责任者等;② 诊断：发生故障或缺陷的根本原因(基本条件不完备、未遵守使用条件、忽视劣化、设计与制造设备的缺陷、人员技能欠佳等)，并区分原因的主次;③ 预知：缺陷的劣化趋势、预计故障将发生的时间、直接的有形无形后果、有形无形的多米诺骨牌后果;④ 制导：系统自我提出有针对性的维修策略或解决方案(更换、加油、修理、调整等)、作业步骤与要求、实施者(包括设备自愈、机器人、人工等)、期限、验收标准、举一反三的其它同类设备等。
实施制导维修需要将管理与技术二合一，不可偏废。没有系统的管理思维，所设计的智能维修会遭遇按下葫芦浮起瓢的窘境;忽视设备与检维修的技术，则所实施的智能维修只会空有骨骼而无血肉。至于把预知维修鼓吹为工业互联网时代的“最新”维修策略，会使得人们对检维修管理的认知水平倒退五十年。
