先進資產績效管理（APM）和資產投資規(guī)劃（AIP）系統(tǒng)

資產維護的APM工具箱方法

在其《資產績效管理軟件市場指南》中，Gartner研究描述了資產密集型行業(yè)在資產管理方面所遵循的過程。這種管理紀律從簡單的維護演變?yōu)闃I(yè)務運營的核心能力。Gartner認為，APM軟件處于這一變革的核心位置，CIO必須了解新觀察到的市場方向，并支持這些實用的資產管理策略。

APM產品提供了許多可行的策略，可用于提高可靠性和管理維護。這些策略不應被認為是“好”還是“壞”，而應被視為針對同一整體問題的不同方法，以滿足不同情況下的需求。在維護策略路線圖中，APM的目標是擁有廣泛的技能和工具，并將不同資產類別的需求與這些工具相匹配，采用工具箱方法。就像維護工人不會在每個工作中都使用一把錘子，并且會為任何給定的工作準備一系列工具一樣，組織需要利用許多不同的技能和工具進行資產維護。

在資產維護的工具箱方法中，組織應該為其業(yè)務中的不同資產規(guī)劃出最佳策略。運營將會有在這個結構內落入不同類別的需求，可能會建議的供應商不會滿足所有可能的層次和變化。因此，IT部門應該與業(yè)務用戶一起確定一個可行的路線圖，從現有狀態(tài)擴展到完整的多級能力。值得注意的是，大多數APM供應商并不提供所有層次的APM維護策略。因此，一些組織可能需要超過一個APM產品，具體取決于其業(yè)務的復雜性、資產類型和資產維護目標。

APM應用程序可以提供不同的功能，并通常包含在軟件包的不同類別或不同模塊中。根據Gartner，表5.1列出了APM應用程序的功能及其流程和工具，以說明上述情況。例如，RCM功能可以被認為是為維護資產和管理其風險制定適當策略的過程或工具。

在本章中，對一些OEM軟件部門和IT公司的產品進行了審查。這是一項旨在找到那些可以涵蓋被視為基本資產管理流程的應用程序，以改善資產績效的練習。同樣，分析了與這些平臺實施相關的一些方面。

本章所包含的信息來自于供應商提供的軟件信息，以及對這些平臺實施的實際經驗。

GE Digital的Predix資產績效管理

Predix平臺是由GE Digital開發(fā)的。2018年12月，GE宣布將GE Digital與GE Power Digital Solutions和GE Grid Solutions合并成立了一家新公司。

GE看到了一個巨大的市場機會，并創(chuàng)建了Predix平臺，它可以將物理資產數據與強大的分析工具和工業(yè)應用程序相連接，以提高資產的性能，降低成本并開發(fā)新的服務。

Predix APM由Predix平臺提供支持的SaaS和本地應用程序組成，旨在“提高資產的可靠性和可用性，同時優(yōu)化維護成本，降低風險，減少總擁有成本（TCO）”。該套件適用于所有OEM和所有行業(yè)，并涵蓋了工業(yè)資產需求的全范圍：APM Health，APM Reliability，APM Integrity和APM Strategy。

在表5.2中，第一列列出了基本的資產管理公司業(yè)務流程。表格的下四列標題是Predix平臺模塊的名稱（APM Health，APM Reliability，APM Integrity和APM Strategy）。在當前平臺結構的這些模塊中，確定了支持關鍵資產管理業(yè)務流程的相關應用程序。因此，該表是一個交叉參考表，將公司的關鍵資產管理流程與相應的Predix平臺應用程序進行了關聯。這是考慮到用戶想要擁有支持類似于第3章所描述的維護模型的基本工具包。

SAP APM解決方案

作為一個知名的全球性IT供應商，SAP提供了APM工具。2019年第二季度發(fā)布了1905版本，包括四個模塊：

(1) 預測性維護與服務。

(2) 資產策略和績效管理。

(3) 預測性工程洞察力；以及

(4) 資產智能網絡。

所有這些模塊都與SAP的EAM組合集成，并在主要位于歐洲和北美的各行各業(yè)中變得流行，盡管在全球大多數地區(qū)都有存在。

這些模塊包括，例如，在SAP的資產策略和績效管理產品中的RCM。在SAP資產智能網絡中作為商業(yè)服務的協同APM，或者在SAP預測性維護和服務中部署自定義算法和用戶定義分析的功能，以及來自合作伙伴ANSYS的嵌入式模擬模型的振動分析和模擬作為服務。此外，SAP通過SAP資產管理器提供離線移動使用。

SAP提供與其自身的物聯網平臺以及其他第三方數據源的集成（例如，最流行的之一是OSIsoft的PI）。通過傳感器收集的數據可以加載和存儲在SAP HANA中，這是該公司的內存數據庫管理系統(tǒng)。SAP的CBM功能可以通過SAP PM模塊（EAM解決方案）或通過預測性維護和服務的APM解決方案提供。在這個新的解決方案中，SAP提供了預測性分析和機器學習，以及用于模擬模型的預測性工程洞察力。

產品接口已建立用于像SAP ERP中央組件（ECC）和SAP S/4HANA這樣的EAM，Esri之類的GIS，而對于任何AIP并未提供接口。SAP APM解決方案的系統(tǒng)集成商是知名公司，例如Accenture、Deloitte等。

西門子APM產品

西門子的APM產品在歐洲、北美和中東擁有強大的市場份額，服務于許多工業(yè)部門的客戶。西門子提供四種不同的APM產品，所有這些產品都與其MindSphere物聯網數字化平臺進行接口，涉及多個部門：

(1) MindSphere（最新版本為2018年1月發(fā)布的版本3）。

(2) 針對發(fā)電廠的APM版本3.0，于2018年12月發(fā)布。

(3) 電力診斷中心（PDC）；

(4) 狀態(tài)監(jiān)測與診斷。

MindSphere通過其Visualizer應用提供CBM功能，通過其Advanced Analytics應用提供預測分析，通過其Product Intelligence應用提供RCM，以及通過RBI應用提供RBI。MindSphere主要作為托管解決方案部署，2018年1月在AWS發(fā)布，2018年5月在Microsoft Azure發(fā)布，2018年9月在阿里巴巴發(fā)布。還通過與Atos的合作伙伴關系提供本地版本，該版本于2018年4月發(fā)布。

針對發(fā)電廠的APM是一種用于發(fā)電的APM解決方案，是西門子MindSphere數字平臺的一部分，結合了Bentley的資產績效管理專業(yè)知識和西門子的運營和維護經驗、艦隊數據和領域知識。預測性分析內置于資產模型中，并作為起始內容提供。

PDC產品是一種非常專用于公用事業(yè)的應用程序，主要關注于檢測發(fā)電和操作設備的異常運行條件，以提高工廠的可靠性和可用性。

西門子在所有產品中都提供了離線模式，并與ISO 55000和ISO 27001行業(yè)標準保持一致。

Bentley已與西門子合作提供了一種稱為PlantSight的聯合產品（于2019年初推出），用于處理工藝行業(yè)。PlantSight利用西門子的MindSphere、COMOS和XHQ以及Bentley的iTwin服務、OpenPlant、AssetWise和互操作服務，提供工廠可視化和分析能力。

接口已建立，用于像SAP和Oracle這樣的EAM，但沒有報告用于GIS或任何AIP系統(tǒng)的接口。SAP APM解決方案的系統(tǒng)集成商是知名公司，如：Atos、Bentley、Deloitte、TCS、Software AG、IT Vizion等。

IBM APM組合

當前的IBM Maximo APM組合于2018年10月發(fā)布。目前，IBM有兩款提供APM功能的產品：

(1) Maximo企業(yè)資產管理，定位于Watson IoT集團；

(2) Maximo資產績效管理。Maximo APM解決方案的品牌于2019年3月更新，整合了以下內容：

? Maximo APM—Health（原名Asset Health Insights），

? Maximo APM—Predict（原名Predictive Maintenance Insights），

? Maximo APM—Assist（原名Equipment Maintenance Assistant）。

Maximo資產管理產品提供離線使用模式，多年來已在許多資產密集型行業(yè)中推出了多個模塊。

Maximo APM提供基本的條件監(jiān)控、資產關鍵性分析、健康評估和FMECA工具。其中一些產品還增強了行業(yè)特定的包，重點放在能源和公用事業(yè)領域。事實上，Maximo APM適用于能源與公用事業(yè)（2019年1月發(fā)布的版本3.0）為公用事業(yè)設備提供了一套預測模型以及預測和AI輔助維護功能。關于RCM，IBM與MaxGrip和GE Digital合作。此外，2016年，IBM獲得了Fluke Accelix Connect2 Assets產品的轉售權，以將APM解決方案與工業(yè)自動化系統(tǒng)連接起來。

IBM Maximo APM套件與Maximo EAM和其他EAM產品無縫集成，作為與Esri GIS的接口，目前尚未與AIP系統(tǒng)集成。IBM套件的集成商有IBM Services、Deloitte、Capgemini和Accenture。

資產投資規(guī)劃（AIP）解決方案

AIP解決方案有助于重新思考資產策略，而不是僅僅替換資產。越來越多的組織面臨更加復雜的收入來源，并且在迫切需要用更少的資源做更多事情的壓力下，被迫重新考慮資產利用情況。AIP系統(tǒng)獲取來自EAM和APM系統(tǒng)的數據，主要是關于資產的健康狀況、關鍵性和折舊情況，并對這些數據進行分析，以確定支出的替代方案。AIP幫助組織做出客觀、數據驅動的決策，以優(yōu)化成本，并在資產的整個投資生命周期內盡量減少運營風險，從預測資產狀況到為修復、重新分配或替換資產提供資金。

對于資產的每個干預選項的及時性，或者其本身的替換，是通過經濟分析確定的，并根據用戶定義的某些戰(zhàn)略考慮因素，如預算和監(jiān)管限制（例如，ISO 55000）。事實上，每個組織都需要一種機制來確定投資決策的價值，如果他們打算優(yōu)化他們稀缺資源的使用。

AIP解決方案試圖提供一個明確定義的價值框架，以實現基于價值的決策，與組織和戰(zhàn)略目標一致，從而在整個業(yè)務范圍內始終量化投資價值。

對于非常不同的投資提案價值的量化是困難的，可能是一項艱巨的任務。AIP解決方案開發(fā)了一個價值函數，可以幫助簡化這個過程。組織的戰(zhàn)略目標或目標將被轉化為幾個可量化和加權的價值度量。這些度量，連同風險框架和財務參數（如通貨膨脹率、貼現率）一起，被用來開發(fā)一個公平反映組織將如何評價每個提議的投資所聲稱的利益的函數（見圖5.1）。

在當前時代，對于固定資產的維護和資本投資比以往任何時候都更加關鍵。資本密集型資產公司的高管必須做出許多決定，這些決定可能會極大地影響公司的收入和支出，無論是中期還是長期。

當前的經濟下滑使得在確定資產投資策略并評估其相關風險方面幾乎沒有任何余地。因此，擁有AIP類型的應用程序來支持這些流程，并盡可能地完善決策是很重要的。像Copperleaf或Cosmo Tech這樣的軟件提供商正在市場上產生影響，他們的解決方案變得越來越少地針對受監(jiān)管行業(yè)，而迅速擴展到相鄰的資產密集型工業(yè)領域。

在接下來的章節(jié)中，將審查各種這些解決方案。意圖并不是在它們的元素內容上精確，而是提供它們用于優(yōu)化的工具和與其他AM系統(tǒng)可能性的集成的概述。

Copperleaf 決策分析

總部位于加拿大溫哥華的Copperleaf?為管理關鍵基礎設施（電力、天然氣、水、政府、石油和天然氣、交通運輸以及其他基于資產的行業(yè)）的企業(yè)提供軟件解決方案，增強他們的決策分析能力。

Copperleaf Suite 將資產數據與財務信息相結合，以增強長期規(guī)劃、預算編制和預測決策，使組織能夠最大化投資組合的價值，并推動戰(zhàn)略目標的實現。

該解決方案包含一系列不同的建模能力，可分為兩個部分：資產管理部分和投資部分。

? 資產管理模型包括一整套先進的資產建模功能，例如：

– 能夠定義任何類型的退化曲線（條件 vs 時間和故障概率 vs 時間），例如，具有大小和形狀參數的韋伯分布。

– 在組件級別計算狀態(tài) / 故障概率 / 健康得分 / 健康指數，并對資產集進行自動聚合。

– 對相鄰不同資產的退化依賴性和影響進行建模的功能。

– 等等。

? 投資績效模型：包括以下功能：

– 投資績效預測：能夠預測投資組合的最可能實際執(zhí)行情況及其與原始計劃的偏差，以及基于項目/投資執(zhí)行的歷史數據使用蒙特卡洛模擬的不確定性區(qū)間。

– 等等。

目前，Copperleaf?解決方案基于先進的數據分析工具和優(yōu)化算法（MILP型線性優(yōu)化：混合整數線性規(guī)劃），提供市場領先的性能。這適用于投資部分和資產管理部分。例如，預測分析模塊可以提供對任何資產的最佳干預順序，考慮到其完整的生命周期。

近年來，Copperleaf已經決定大力增強整個Suite的AI/ML能力，現在已經成為產品路線圖的主要工作方向之一，并且已經有一些新模塊可供使用。

Copperleaf Asset通常不作為資產主數據，而是從EAM導入資產的結構和技術信息，但在許多情況下，它作為與條件/風險建模相關的屬性或特征的主數據（例如，每種資產的退化曲線和使用壽命、環(huán)境后果/安全性/供應可靠性的價值、對每種資產類型的每種干預的單位成本等）。

Copperleaf軟件可以在客戶的IT基礎設施上部署（使用應用服務器/標準數據庫服務器，無需特殊要求），也可以在內部客戶云上部署（在亞馬遜網絡服務、Azure等上），也可以在Copperleaf自己的云上部署（在AWS上）。

Cosmo Tech的混合方法

Cosmo Tech是ENS Lyon的一個分支機構，由Michel Morvan和Hugues de Bantel于2010年創(chuàng)立。它被認為是工業(yè)系統(tǒng)建模、仿真和優(yōu)化的世界參考。他們的產品戰(zhàn)略基于數字孿生的構建，這使他們在產品概念和市場提供方面與其他競爭對手不同。公司的理念是通過數字孿生支持戰(zhàn)略層面的決策過程。它提供了在實施之前對客戶行動計劃進行虛擬測試的能力。這些模型旨在幫助獲得最佳和可執(zhí)行的策略，并能夠透明地制定操作計劃。其主要客戶在制造業(yè)、汽車業(yè)、能源和交通運輸等領域。

Cosmo Tech的專有復雜系統(tǒng)建模語言（CoSML）是模擬物理資產、工業(yè)系統(tǒng)、程序和流程的核心。CoSML代表一個真實系統(tǒng)，參考了該系統(tǒng)的四個關鍵組成部分：實體、層次結構、相互作用和動態(tài)。

作為其Cosmo Tech資產解決方案的一部分，該公司開發(fā)了一款AIP應用程序，允許創(chuàng)建特定基礎設施的數字孿生：即獲得所有操作系統(tǒng)的動態(tài)副本，包括物理資產、限制、流程和策略、人力資源和法規(guī)限制。從那時起，可以進行模擬以評估所選計劃期間的不同資產投資和更換選項。該應用程序允許操縱關鍵因素，如預算、配置、資產的關鍵性、退化模型、維護頻率、技術位置的變更、法律等。這顯然是一個旨在管理業(yè)務資產組合復雜性的應用程序，它可以呈現在不同債券水平獲得的業(yè)務風險結果。這是一個旨在在短期、中期和長期內提供對最佳資產更新和投資計劃更有信心的工具。

Cosmo Tech的解決方案從一開始就探索了模擬和機器學習的結合。他們的模擬數字孿生解決方案使得對于最復雜的工業(yè)問題來說，這種混合方法是可操作的。從模擬結果中訓練簡化的機器學習模型的可能性，或者通過模擬解釋機器學習模型檢測到的相關性，結果是一種非常強大的混合建模方法，可以利用每種數字技術的優(yōu)勢。事實上，這種混合方法正在成為科學界的一個不斷增長的趨勢。麻省理工學院、OpenAI和德國Fraunhofer機器學習中心等研究組織已經在探索這條道路。