1. 课程导入与AVEVA体系概览

设备资产管理并不是把设备台账录入系统这么简单。它要回答三个层层递进的问题:企业到底拥有哪些设备、这些设备当前处于什么状态、以及围绕它们应该做什么事。当设备数量从几十台增长到几万台,当运维从"坏了再修"转向"按状态检修",靠表格和口头交接已经无法支撑,必须有一套统一的资产模型、一套贯通的数据链路和一套可执行的运维流程。本课程讨论的,正是如何借助 AVEVA 产品体系把这三件事落到工程实处。

学习目标

完成本章学习后,你应当能够:说清设备资产管理与运维体系的核心概念及其边界;理解资产主数据、状态数据、工单数据三类信息之间的关系;识别 AVEVA 产品家族中各类产品在资产管理与运维链条上的定位;并能对照一张整体框架图,判断自己所在企业的数据流在哪一环出现断点。这些目标是后续 29 章的技术基础,尤其是"数据流断点"的判断能力,会反复用到。

核心概念:资产、状态与工单

设备资产管理的最小对象是"资产项"。一个资产项通常由唯一资产编号标识,并携带层级关系(工厂—装置—机组—部件)、技术参数(型号、功率、设计压力)、位置信息(区域、管线号)和成本归属。资产编号一旦确定,就应作为全生命周期的主键,从采购、安装、运行、维修一直沿用到报废。

状态数据描述资产"现在怎么样"。它来自 DCS/SCADA 的实时位号、在线监测的振动与温度、巡检录入的点检值,以及离线化验结果。状态数据的价值在于趋势:单点温度 78℃ 说明不了什么,但连续三周从 62℃ 缓慢爬升到 78℃,就构成了一次可判断的劣化过程。

工单数据描述"做了什么"。它记录维修任务的对象、时间、人员、备件消耗、处理措施和结果。工单是把状态判断转化为实际行动的载体,也是资产历史的重要来源。三类数据的关系可以概括为:资产项定义"对谁做",状态数据回答"为什么做",工单数据记录"做了什么、结果如何"。

判断一套资产管理系统是否真正可用,一个简单标准是:能否从任意一台设备出发,同时看到它的资产属性、近期状态趋势和历史工单,而不需要跨三个系统手工拼接。

AVEVA产品家族的定位

AVEVA 的资产管理与运维能力不是单一软件,而是一条覆盖"设计—移交—运行—维护"的产品链。理解这条链的关键,是看清每个产品负责哪一段数据、向下一环交付什么。

在工程设计与数据源头阶段,AVEVA E3D Design 等三维设计工具生成设备、管道、结构的几何与属性数据;AVEVA Diagrams 负责 P&ID 等原理图数据。这些数据在项目移交时,通过 AVEVA Engineering 等工具进行整合与校验,形成结构化的工程数据基础。

在信息管理与可视化阶段,AVEVA PI System 承担实时数据的采集、存储与计算,把现场位号变成可查询、可计算的时间序列;AVEVA Asset Information Management(AIM)则把工程数据、文档与三维模型组织成以资产为中心的关联视图,让"点开一台泵就能看到图纸、手册和三维位置"成为可能。

在运维执行阶段,AVEVA Enterprise Asset Management(EAM)或与之集成的维护管理系统负责工单、预防性维护计划、备件与成本管理。它消费来自 PI System 的状态数据和来自 AIM 的资产属性,输出可执行的维修任务。

在分析与优化阶段,AVEVA Predictive Analytics 等工具基于历史与实时数据建立设备健康模型,对异常进行早期预警,把运维从定期检修推向状态检修。

整体框架与数据流

把上述产品串起来,可以看到一条清晰的数据流:设计数据经整合后进入资产信息层,实时数据经采集后进入同一资产上下文,两者在资产项上汇合,驱动工单执行,执行结果又回流为历史数据,供分析模型使用。这条链上任何一环缺失,都会导致运维决策失去依据——例如只有工单没有状态数据,就只能被动维修;只有状态数据没有资产属性,报警就无法定位到具体设备和位置。

AVEVA 资产管理与运维体系数据流框架 设计源头 E3D Design / Diagrams 几何 · 属性 · P&ID 工程数据整合 AVEVA Engineering 校验 · 结构化 · 移交 资产信息层 AVEVA AIM 资产主数据 · 文档 · 三维 实时数据层 AVEVA PI System 位号 · 时间序列 · 计算 运维执行层 AVEVA EAM 工单 · 预防性维护 · 备件 分析优化层 Predictive Analytics 健康模型 · 异常预警 资产上下文关联 预警触发工单 三类核心数据在资产项上汇合: 资产主数据(对谁做)—— 资产编号、层级、参数、位置 状态数据(为什么做)—— 实时位号、振动、温度、点检值 工单数据(做了什么)—— 任务、人员、备件、措施、结果

一个可对照的示例

假设某石化企业的一台循环水泵 P-2101A,设计流量 1200 m³/h,额定功率 250 kW。在 AVEVA 体系中,它的资产编号 P-2101A 来自设计阶段并贯穿始终;PI System 采集其轴承温度位号 TI-2101A 和振动位号 VI-2101A,采样周期 1 秒;AIM 中关联了该泵的 P&ID、操作手册和三维位置;EAM 中登记了它的预防性维护计划——每运行 2000 小时更换润滑油。

某日 TI-2101A 从正常值 58℃ 逐步升至 76℃,且振动值同步上升。Predictive Analytics 的健康模型给出异常评分,触发一条预警。运维人员在 EAM 中收到预警后,调取 AIM 中的设备资料确认轴承型号,生成一张检修工单,安排停机检查,发现润滑不足并补充更换。工单关闭后,处理记录回流到资产历史,成为下一次判断的参考。这个例子说明:只有当资产、状态、工单三类数据在同一资产项上贯通时,运维才可能从"事后抢修"走向"事前干预"。

常见的数据断点

实际项目中,框架图上的箭头往往并不通畅。常见的断点有三类:一是设计数据未结构化移交,导致资产编号在运维系统中重新编制,与设计数据脱节;二是实时位号与资产编号未建立映射,报警只能看到位号而无法定位设备;三是工单系统独立运行,维修记录不回流到资产历史,分析模型缺乏训练数据。识别这些断点,是后续章节推进体系建设时的首要工作。

不要试图一次性打通所有环节。更现实的做法是先选定一条关键产线或一类关键设备,把资产编号、状态位号、工单记录三者的映射关系建立并验证,再逐步扩展。范围过大往往导致数据质量失控。

本章建立了整体认知:资产管理与运维体系的核心是资产、状态、工单三类数据的贯通,AVEVA 产品家族分别覆盖设计源头、工程整合、资产信息、实时数据、运维执行和分析优化六个环节。接下来的章节将逐一深入这些环节的具体实现方法。