2. CMMS基础

CMMS(Computerized Maintenance Management System,计算机化维护管理系统)是面向设备维护与资产管理业务的信息系统。它把设备台账、工单、计划、备件、人员、成本与绩效数据集中到一个数据库中,使维护活动从“凭经验、靠纸单”转向“可计划、可追溯、可度量”。在预测维护数据集成体系中,CMMS 是维护执行与资产主数据的核心承载平台:状态监测系统给出“设备可能出问题”的判断,而 CMMS 决定“谁在什么时候、用什么备件、按什么标准去处理”,并记录处理结果形成闭环。

一、CMMS 的核心定义与边界

CMMS 的本质是“以资产为中心、以工单为主线”的维护业务管理系统。它管理的是维护过程与资源,而不是直接采集设备振动、温度等高频信号。理解其边界非常关键:

  • 资产主数据:设备层级、位号、位置、关键性等级、技术参数、保修与文档。
  • 维护执行:工单创建、派工、审批、执行、验收、关闭。
  • 计划与排程:预防性维护(PM)、预测性维护(PdM)触发、周期计划、停机窗口。
  • 资源与成本:备件库存、领用、人工工时、外委费用、维护预算。
  • 绩效分析:MTBF、MTTR、OEE、计划完成率、返修率、维护成本趋势。

需要强调的是,CMMS 通常不承担实时数据采集与算法建模职责,这部分由 SCADA、状态监测系统或工业数据平台完成。CMMS 通过接口接收“报警/建议工单”事件,再驱动维护流程。

二、发展历程:从纸单到智能维护协同

CMMS 的演进大致可分为四个阶段,每个阶段解决的核心矛盾不同:

阶段 典型形态 核心能力 主要局限
手工阶段 纸质工单、台账本 记录维修历史 难检索、难统计、易丢失
单机/部门级 早期 CMMS 软件 工单电子化、备件台账 信息孤岛、流程不统一
企业级/集成化 ERP 集成 CMMS、EAM 多站点、成本核算、KPI 体系 实施周期长、数据质量依赖高
智能维护阶段 云 CMMS + IoT/PdM 集成 状态触发工单、移动执行、预测联动 需解决数据映射与告警治理

当前主流方向是“CMMS + 数据平台 + 预测模型”的协同:CMMS 提供资产层级与工单闭环,数据平台提供特征与模型结果,二者通过资产 ID、位号、测点编码进行关联。

三、核心功能模块与典型用户角色

一个成熟的 CMMS 通常包含以下功能模块,各模块之间以工单和资产为主线串联:

  • 资产管理:设备树、位号、位置、关键性、BOM、文档。
  • 工单管理:纠正性、预防性、预测性、紧急工单的全生命周期。
  • 预防性维护:按时间/计数器/状态触发的 PM 计划。
  • 备件与库存:安全库存、领用、采购建议、呆滞分析。
  • 人员与排程:技能矩阵、班组、工时、排班与派工。
  • 报表与 KPI:MTBF、MTTR、计划完成率、成本分析。
  • 接口与集成:与 ERP、SCADA、PdM 平台的数据交换。

典型用户角色及其关注点如下:

  • 维护经理:关注 KPI、预算、计划完成率与资源负荷。
  • 计划员/调度员:关注 PM 计划、工单排程、停机窗口。
  • 维修技师:关注工单任务、备件、安全规程与执行反馈。
  • 备件管理员:关注库存、领用、补货与成本。
  • 可靠性工程师:关注故障模式、MTBF、PdM 触发与根因分析。
  • 数据/集成工程师:关注资产映射、接口字段、告警到工单的转换规则。

四、资产管理逻辑:层级、关键性与工单闭环

CMMS 的资产管理逻辑可以概括为“三层结构 + 一条主线”。三层结构指:位置层级(工厂—区域—产线—设备)、设备层级(系统—子系统—部件—零件)、成本层级(成本中心—资产—维修费用)。一条主线指工单从创建到关闭的闭环。

在预测维护集成场景中,资产映射是首要问题。状态监测系统通常以“测点”为单位,而 CMMS 以“设备/部件”为单位,二者需要通过映射表关联。例如:

资产映射示例:
测点编码: VIB-PUMP-001-DE
设备位号: PUMP-001
部件: 驱动端轴承
CMMS 资产ID: AST-100238
触发规则: 振动烈度 > 4.5 mm/s 持续 30 min → 建议工单
工单类型: 预测性维护(PdM)
优先级: 中 → 高(若持续上升)

关键原则:预测模型输出的是“风险与建议”,CMMS 输出的是“可执行、可追溯的维护动作”。二者通过资产 ID 和工单状态形成闭环:监测 → 告警 → 建议工单 → 派工 → 执行 → 反馈 → 模型再训练。

CMMS 资产管理逻辑与预测维护数据集成 状态监测与预测层 振动 / 温度 / 油液 / 电流 特征提取与健康评估 预测模型:剩余寿命 / 风险 输出:测点编码 + 风险等级 资产映射与触发规则 测点 → 设备位号 → 资产ID 阈值 / 趋势 / 模型置信度 工单类型与优先级判定 输出:建议工单事件 CMMS 核心功能 资产台账 工单管理 预防性维护 备件库存 人员排程 KPI 报表 工单闭环:从预测触发到维护反馈 告警接收 PdM 事件 工单创建 类型/优先级 派工执行 人员/备件 验收关闭 结果记录 反馈 模型 维护结果与故障数据回传,用于模型再训练与规则优化 可靠性工程师 / 数据工程师 计划员 / 系统管理员 维护经理 / 技师 / 备件管理员

五、典型场景与常见误区

场景:某化工厂循环水泵驱动端轴承振动持续上升,状态监测系统在 30 分钟内连续 3 次超过 4.5 mm/s,预测模型给出“7 天内失效风险高”的结论。集成规则将该事件映射到 CMMS 中的资产 ID AST-100238,自动创建一张预测性维护工单,优先级为“高”,并附带测点趋势截图与建议检查项。计划员在当日停机窗口派工,技师更换轴承并记录实际故障模式,工单关闭后数据回传至模型,用于后续阈值优化。

常见误区:

  • 把 CMMS 当成实时监控系统,期望它直接采集高频信号。
  • 资产编码不统一,导致预测告警无法准确落到具体设备或部件。
  • 只建工单不闭环,执行结果不反馈,模型无法迭代。
  • 告警阈值设置过敏感,导致工单泛滥、维护人员失去信任。
  • 忽略备件与人员约束,工单创建后无法执行,闭环断裂。

实施建议:先统一资产主数据与测点映射,再定义“告警→工单”的触发规则与优先级矩阵;同时建立工单关闭时的故障代码与原因字段,确保预测维护数据集成形成可持续的闭环。

CMMS 不是孤立的维修记录工具,而是连接设备状态、维护资源与业务绩效的中枢。理解其定义边界、发展脉络、核心模块与资产管理逻辑,是后续实现预测维护数据集成的必要基础。