【壓縮機網】伴隨著工業化、信息化和智造化的發展，機械制造、自動控制、傳感器、信息傳輸、可靠性工程及管理科學出現了新的突破，使現代機器設備的科學管理出現了新的趨勢，“空壓系統的預測性維護”就是其中的趨勢之一。
隨著物聯網技術的發展、管理理念的革新、客戶需求的變化與市場競爭的加劇，在通用設備管理領域，基于移動互聯網和工業物聯網技術的“預測性維護”理念與商業行為日漸受到市場的關注與廣泛的討論。同樣，在空壓系統領域，有關設備的“預測性維護”也同樣被設備生產商、經銷商，尤其是SaaS服務商反復提起與強調，并作為其一項“重要賣點”向市場推廣。
誠然，任何設備在故障發生之前都會出現一些異常現象或癥狀，如振動偏大、異常噪音、溫度異常、有異味等，如下圖所示“故障預測原理圖”。為此，我們把從出現這些異常現象開始，到故障即將發生前的這一段時間定義為預測期，即P-F周期。
預測性維護是通過對設備狀況實施周期性或持續監測，基于機器學習算法和模型來分析評估設備健康狀況的一種方法，以便預測下一次故障發生的時間以及應當進行維護的具體時間。預測性維護是以設備的狀態作為依據的維護，其中狀態監測和故障診斷是基礎，狀態預測是重點，再制度維修決策確定最終的維修活動要求。
預測性維護可以利用經典數據、物聯網傳感器實時數據等綜合數據來有效地解決設備生產運營的實際問題：
● 設備使用情況如何?
● 預計壽命如何?
● 下一個生產周期中，設備發生故障的概率是多高?
● 發生具體故障的原因最可能是什么?
● 能否依據具體的故障表現，推薦最合適的維修方案?
所以，預測性維護的目標是預測出更為準確的故障的預計發生時間，以便于維護人員準確及時地做出應對。
從概念、以上的分析以及測算來說，預測性維護是具有相當的經濟價值與市場前景。因為如果沒有預測性維護，非計劃性停機或故障將造成嚴重的損失，同時，預測性維護是基本科學的預判與分析，可以大大提高系統的可靠性、穩定性，減少意外的發生，還可以提升零件庫存的管理效率，降低管理與人工成本。所以從長期影響和成本比較看，預測性維護比設備出現故障時進行的常規或預防性維護更有意義，更有價值。
然而，當前的市場環境，就類似“買保險”了一樣，主動為“預見”買單的人不會太多，那么“空壓系統預測性維護”的價值如何才能發揮出來呢？
首先，必須清楚不同類型客戶的價值主張，我們僅從企業為客戶提供的價值來說，客戶價值主張是從客戶的角度來感知企業提供產品和服務的價值，也就是說客戶從企業的產品和服務中得到的需求的滿足。那么我們空壓系統客戶的價值主張又是怎么樣的呢？當前，空壓系統預測性維護的客戶有三類：
第一類是直接空壓機用戶即工廠（空壓機為輔助類設備的工廠），他們的價值主張，表面上來看是要降低維護、維修成本，減少意外對正常生產的影響。實際上大多數并非如此，因為這僅僅企業經營者想要的結果，而非設備直接看護者的價值主張，那么他們的價值主張是什么呢？——你懂的。所以，預測性維護未必能給這類客戶創造價值。
第二類是空壓機經銷商和代理商，他們的價值主張，無非是把預測性維護當做初始銷售時的一個賣點，而不是通過預測來降低他客戶的維護、維修成本，因為維護、維修是其核心經濟來源，就算他提前預測到了，但他的客戶未必為此買單，同時，他自己也將招來不必要的麻煩。所以，預測性維護也未必能給這類客戶創造價值。
第三類是基于自我投資的空壓系統節能服務商（EMC、賣氣類），也許預測性維護可以為這類客戶提供真正最有效的價值，一則，他們的價值主張與預測性維護所創造的價值一致性很高，即提前預測故障的發生、提前進行故障的消除，以降低成本，以及可以提升人員與庫存管理效率，從而提升其客戶滿意度與公司美譽度。二則不需客戶投資來進行預測后的維護、維修工作，客戶百分百支持與接納，所以，預測性維護的價值在這類客戶上的身上可能得以真正的發揮。
其次，要讓“預測性維護”的價值發揮出來，SaaS軟件廠商應具有真正的“預測性技術”而非營銷口號，可以跨越“有足夠的數據、有足夠的故障數據、如何預測故障、如何構建預測性維護算法”的實現預測性維護價值的四大門檻。
再次，好馬配好鞍，“預測性維護”有價值，但必須很好的呈現。其中銷售人員的銷售技巧也應跟上時代的趨勢，可以升級“傳統基本銷售技巧”即1、接近客戶，與客戶建立信任關系；2、詢問客戶，發現與建立客戶需求；3、做產品介紹，宣講產品特色、優勢和收益；4、排除客戶抗拒點即異議；5、完成銷售，到“銷售智能矩陣”模式，以利于更好的呈現價值與達成交易。
總而言之，伴隨著工業化、信息化和智造化的發展，機械制造、自動控制、傳感器、信息傳輸、可靠性工程及管理科學出現了新的突破，使現代機器設備的科學管理出現了新的趨勢，“空壓系統的預測性維護”就是其中的趨勢之一。所以，在每年百億級空壓系統維護、維修的市場中，它的價值終將在空壓行業會發揮出來的。但，就目前的市場行情來看，筆者認為還需要很長的路要走。
注：銷售智能矩陣——是將大腦思維技巧與人體感覺運用到日常銷售行為中的系統性銷售技巧。
來源：本站原創
隨著物聯網技術的發展、管理理念的革新、客戶需求的變化與市場競爭的加劇，在通用設備管理領域，基于移動互聯網和工業物聯網技術的“預測性維護”理念與商業行為日漸受到市場的關注與廣泛的討論。同樣，在空壓系統領域，有關設備的“預測性維護”也同樣被設備生產商、經銷商，尤其是SaaS服務商反復提起與強調，并作為其一項“重要賣點”向市場推廣。
誠然，任何設備在故障發生之前都會出現一些異常現象或癥狀，如振動偏大、異常噪音、溫度異常、有異味等，如下圖所示“故障預測原理圖”。為此，我們把從出現這些異常現象開始，到故障即將發生前的這一段時間定義為預測期，即P-F周期。
預測性維護是通過對設備狀況實施周期性或持續監測，基于機器學習算法和模型來分析評估設備健康狀況的一種方法，以便預測下一次故障發生的時間以及應當進行維護的具體時間。預測性維護是以設備的狀態作為依據的維護，其中狀態監測和故障診斷是基礎，狀態預測是重點，再制度維修決策確定最終的維修活動要求。
預測性維護可以利用經典數據、物聯網傳感器實時數據等綜合數據來有效地解決設備生產運營的實際問題：
● 設備使用情況如何?
● 預計壽命如何?
● 下一個生產周期中，設備發生故障的概率是多高?
● 發生具體故障的原因最可能是什么?
● 能否依據具體的故障表現，推薦最合適的維修方案?
所以，預測性維護的目標是預測出更為準確的故障的預計發生時間，以便于維護人員準確及時地做出應對。
從概念、以上的分析以及測算來說，預測性維護是具有相當的經濟價值與市場前景。因為如果沒有預測性維護，非計劃性停機或故障將造成嚴重的損失，同時，預測性維護是基本科學的預判與分析，可以大大提高系統的可靠性、穩定性，減少意外的發生，還可以提升零件庫存的管理效率，降低管理與人工成本。所以從長期影響和成本比較看，預測性維護比設備出現故障時進行的常規或預防性維護更有意義，更有價值。
然而，當前的市場環境，就類似“買保險”了一樣，主動為“預見”買單的人不會太多，那么“空壓系統預測性維護”的價值如何才能發揮出來呢？
首先，必須清楚不同類型客戶的價值主張，我們僅從企業為客戶提供的價值來說，客戶價值主張是從客戶的角度來感知企業提供產品和服務的價值，也就是說客戶從企業的產品和服務中得到的需求的滿足。那么我們空壓系統客戶的價值主張又是怎么樣的呢？當前，空壓系統預測性維護的客戶有三類：
第一類是直接空壓機用戶即工廠（空壓機為輔助類設備的工廠），他們的價值主張，表面上來看是要降低維護、維修成本，減少意外對正常生產的影響。實際上大多數并非如此，因為這僅僅企業經營者想要的結果，而非設備直接看護者的價值主張，那么他們的價值主張是什么呢？——你懂的。所以，預測性維護未必能給這類客戶創造價值。
第二類是空壓機經銷商和代理商，他們的價值主張，無非是把預測性維護當做初始銷售時的一個賣點，而不是通過預測來降低他客戶的維護、維修成本，因為維護、維修是其核心經濟來源，就算他提前預測到了，但他的客戶未必為此買單，同時，他自己也將招來不必要的麻煩。所以，預測性維護也未必能給這類客戶創造價值。
第三類是基于自我投資的空壓系統節能服務商（EMC、賣氣類），也許預測性維護可以為這類客戶提供真正最有效的價值，一則，他們的價值主張與預測性維護所創造的價值一致性很高，即提前預測故障的發生、提前進行故障的消除，以降低成本，以及可以提升人員與庫存管理效率，從而提升其客戶滿意度與公司美譽度。二則不需客戶投資來進行預測后的維護、維修工作，客戶百分百支持與接納，所以，預測性維護的價值在這類客戶上的身上可能得以真正的發揮。
其次，要讓“預測性維護”的價值發揮出來，SaaS軟件廠商應具有真正的“預測性技術”而非營銷口號，可以跨越“有足夠的數據、有足夠的故障數據、如何預測故障、如何構建預測性維護算法”的實現預測性維護價值的四大門檻。
再次，好馬配好鞍，“預測性維護”有價值，但必須很好的呈現。其中銷售人員的銷售技巧也應跟上時代的趨勢，可以升級“傳統基本銷售技巧”即1、接近客戶，與客戶建立信任關系；2、詢問客戶，發現與建立客戶需求；3、做產品介紹，宣講產品特色、優勢和收益；4、排除客戶抗拒點即異議；5、完成銷售，到“銷售智能矩陣”模式，以利于更好的呈現價值與達成交易。
總而言之，伴隨著工業化、信息化和智造化的發展，機械制造、自動控制、傳感器、信息傳輸、可靠性工程及管理科學出現了新的突破，使現代機器設備的科學管理出現了新的趨勢，“空壓系統的預測性維護”就是其中的趨勢之一。所以，在每年百億級空壓系統維護、維修的市場中，它的價值終將在空壓行業會發揮出來的。但，就目前的市場行情來看，筆者認為還需要很長的路要走。
注：銷售智能矩陣——是將大腦思維技巧與人體感覺運用到日常銷售行為中的系統性銷售技巧。
來源：本站原創
網友評論
條評論
最新評論