1.通用设备的数字化维修服务

复杂的通用设备是实施基于大数据的预测性维修的基础。按照不同服务主体和要求，复杂通用设备大致分为两种类型，包括：

1）高端机床、工程机械、物流设施（叉车）、电梯等，可由设备厂家在设备内置传感器与数据采集模块，通过远程数据采集与大数据分析，可识别出设备运行时间或周期动作数量，通过相关数据比对，识别出预防性维修与预测性维修时间点，即时提醒用户进行处理或安排上门处理，避免隐患的扩大化。例如，三一重工基于设备租赁服务的预测性维修的数字化应用，三菱电梯基于安全运行、商业数据服务的数字化维修服务。

2）对于不同行业或同行业的同类型复杂设备，由于系统故障的相似性，也可由第三方诊断服务机构，通过外置传感器采集设备运行数据，再通过远程数据采集与大数据分析，定期出具诊断报告，指导企业进行预测性维修。可参考观为监测（无锡）有限公司的相关应用案例。

2.设备第三方维修服务

受产能过剩影响，设备制造商（包括智能制造服务商、维修技术服务商）的利润越来越薄，相对的服务成本却在不断地增加。由于对售前需求确定、售后维保服务的需求越来越密集，而工业企业分布范围较广，由此产生的差旅、时间及工资成本会越来越高。为减少这部分成本支出，委托第三方互联网平台，利用全国布局的工程师资源进行维保处理的需求已越来越明显。

由于专业维修服务受技能约束，对于常见故障处理可通过技术手册、维修教程相关的培训达成，对于疑难问题，则需要借助智能眼镜，通过核心技术专家远程服务指导，完成故障处理。这样一来，设备制造商不仅可以满足服务需求，还可减少时间和差旅成本，减少售后服务团队人数。

维修总包与智能维修服务如图5-22所示。在可预见的未来，这类服务会越来越多，是通往维修工业服务平台的必由之路，也是维修产业实现智能化维修的基础。

图5-22 维修总包与智能维修服务^[13]

3.设备租赁与共享服务

能实施租赁服务的制造商或服务商，首先是对产品本身的维修性和可靠性有充分保障，并掌握故障处理方法、预测性与预防性维修技能，能进行正品备件服务。

由于采用租赁服务，装备的可用度决定了服务质量，而维修费用则由服务商承担，从这两项关键指标来看，采取预防性和预测性维修的重要性就不言而喻。由于设备分散，将设备运行数据联网上传，大数据分析应用下的预测性维修就能实现，并能从海量数据智能分析中，提高预测性维修的准确性。

由于设备采取租赁模式，用户可在租赁期满后续签或退签，很大程度上减少了设备闲置，盘活了设备资产。

用户在进行产品实现过程中，可根据饱和程度选择接单或者委托同类型工厂代加工，利用互联网分享经济提高设备利用率，实现共享服务。

4.设备制造互联网生态

需求定义市场，设备制造水平很难通过单一用户需求而整体改变，大多数的设备制造服务商也很难效仿三一、三菱的做法。谁能带来需求，谁才能定义规则，设备制造互联网生态的改变需由大量用户需求来驱动实现。

我国强力推进“一带一路”与“中国制造2025”战略，设备制造的互联网生态也必然会由这两条主线定义，当然时间表或许会长一点，但趋势却是必然的。

一带一路，将会促进装备与零部件出口市场，由于受国际工程相关规则要求，对其装备质量可靠性及维修性将会高于国内，一定程度上会给装备制造能力带来促进作用。(www.daowen.com)

国内装备供应生态，将会沿着智能制造的主线，随着用户设备的升级，出现新一轮装备需求。届时，将会出现装备与备件的互联网平台，与传统供应生态不同的是，装备的自动化、智能化程度及可靠性、维修性的要求会更高。为此，设备制造的互联网生态应具备以下三种特质：

1）贴近用户需求。这是极其关键的，相应的生产管理、设备管理数字化解决方案，将会成为用户需求的抓手，从中所识别的用户需求，将会成为生态的入口。

2）网络化与分享经济特征。用户需求形成的数据，将会与工业服务需求、备件和装备需求形成一对一或多对多的链接，使生态与传统网站差别较大。

3）强调设备制造维修性和可靠性论证。对于备件而言，一般一开始就用工控猫的做法，只有正规可靠的产品上线，保证产品价格透明，这一点倒不是太难。而关键的是对复杂装备，用户很难识别良莠，为此生态须解决这一问题。生态应对上线的所有装备，都有质量保证措施，如先行赔付，或对产品进行可靠性和维修性的认证，上线产品均需有相应的认证报告，并注明其详细数据和评定等级。

4）数字化工厂。为实现装备产品定制，提高装备制造商交货期，降低运营费用，增加竞争力，上线用户还应匹配至少MES数字化工厂建设。

[1]工业服务转型升级战略地图.工业4.0俱乐部工业服务研究中心[2016-4-5]

[2]工业维修服务平台框架，来自国信支点信息科技（北京）有限公司，“掌控工业”云平台。

[3]公共维修服务平台，案例来自苏州修吧网络科技有限公司。

[4]专业性维修服务平台，案例来自工控速派（北京）科技服务有限公司。

[5]预测性维修集成解决方案，案例来自观为监测技术无锡股份有限公司。

[6]全优润滑管理体系，由著名润滑管理专家王大中提出。

[7]高分子修复技术，案例来自淄博索雷工业设备维修技术有限公司。

[8]阀门修复与再制造，案例来自乌鲁木齐市闽之宇阀业有限公司。

[9]小型组织工业维修服务平台，案例来自南京从容信息科技有限公司。

[10]工控猫商城，案例来自工控网（北京）电子商务有限公司。

[11]工业机器人服务，案例来自芮研机器人技术（上海）有限公司。

[12]装备改造与升级服务，案例来自上海博罡智能科技有限公司。

[13]维修总包与智能维修服务，案例来自工控速派（北京）科技服务有限公司。