CMMS — 设备维护管理
定义
CMMS（Computerized Maintenance Management System，计算机化维护管理系统）是管理企业设备资产全生命周期维护活动的信息化平台。它覆盖维护工单管理、预防性维护计划、备件库存、维修记录、设备档案等核心功能。
在智能制造语境中，CMMS 也常被称为 EAM（Enterprise Asset Management，企业资产管理），两者的区别主要在于范围——EAM 更强调资产全生命周期管理，CMMS 更聚焦日常维护执行。
维护策略演进
| 策略 | 英文 | 特点 | 适用场景 |
|---|---|---|---|
| 事后维护 | Reactive/RTF | 坏了再修 | 低价值、非关键设备 |
| 预防性维护 | PM | 按时间/次数定期保养 | 有规律磨损的设备 |
| 预测性维护 | PdM | 根据状态监测预判故障 | 高价值、关键设备 |
| 以可靠性为中心 | RCM | 基于故障模式分析选择最优策略 | 高风险、高安全要求设备 |
智能制造的核心趋势是从事后维护向预测性维护转变——利用SCADA-数据采集与监视采集的设备运行数据（振动、温度、电流等），通过 AI 模型预测故障发生的概率和时间窗口，提前安排维护。
核心功能模块
设备资产台账
设备资产台账是 CMMS 的数据基础：
- 设备编码：唯一标识，通常采用层级编码（工厂 → 车间 → 产线 → 设备 → 部件）
- 设备档案：规格型号、安装日期、供应商信息、保修状态
- 设备 BOM：设备结构分解，关联备件清单
- 技术文档：维修手册、原理图、操作规程
工单管理
工单是维护管理的核心载体：
发现问题 → 创建工单 → 审批 → 派工 → 执行 → 验收 → 关闭
↓ ↓
优先级评定 实际工时/备件消耗记录
| 工单类型 | 触发方式 | 典型场景 |
|---|---|---|
| 纠正式工单 | 故障报警、人工报修 | 设备突发故障 |
| 预防性工单 | 日历/计数器触发 | 定期保养、润滑、校准 |
| 预测性工单 | AI 模型预警 | 轴承振动异常趋势 |
| 改善性工单 | RCA 分析结论 | 根本原因消除 |
预防性维护计划
PM 计划是 CMMS 的主动管理核心：
- 时间触发：每 N 天/周/月执行一次
- 计数触发：每运行 N 小时或生产 N 件执行一次
- 条件触发：由SCADA-数据采集与监视监测的参数超阈值触发
PM 计划的执行率直接影响MTBF-平均故障间隔时间——规律性的保养可以有效延长设备无故障运行时间。
备件管理
备件管理与WMS-仓储管理系统有功能重叠但侧重不同：
| 维度 | CMMS 备件管理 | WMS |
|---|---|---|
| 关注重点 | 备件可用率、设备关联 | 库存周转、空间利用 |
| BOM 关联 | 设备 BOM → 备件清单 | 产品 BOM → 物料清单 |
| 需求预测 | 基于维护计划和历史消耗 | 基于生产计划和历史消耗 |
关键指标：备件可用率 ≥ 95%，同时控制备件库存资金占用。
CMMS 与关键指标的关联
MTBF-平均故障间隔时间
CMMS 是 MTBF 数据的核心来源：
- 记录每次故障的发生时间和恢复时间
- 按设备/产线/故障类型统计 MTBF 趋势
- MTBF 下降趋势触发预防性维护计划调整
MTTR-平均修复时间
CMMS 详细记录 MTTR 的构成：
| 阶段 | CMMS 记录 | 优化方向 |
|---|---|---|
| 发现 | 故障报告时间 | 自动报警缩短发现时间 |
| 响应 | 派工时间 | 移动端即时派工 |
| 诊断 | 故障分类编码 | 故障知识库辅助诊断 |
| 修复 | 实际维修工时 | 标准化维修SOP |
| 验证 | 试运行结果 | 与SCADA-数据采集与监视联动验证 |
OEE-设备综合效率
CMMS 通过降低非计划停机时间来提升可用率-Availability：
- 预防性维护减少突发故障
- 备件及时到位缩短维修等待时间
- 维修知识积累提高修复效率
CMMS 与其他系统的集成
CMMS ↔ MES-制造执行系统
- MES 反馈设备异常状态 → CMMS 自动生成维护工单
- CMMS 通知计划停机时间 → MES 调整排程
- 设备停机原因分类 → OEE-设备综合效率分析
CMMS ↔ SCADA-数据采集与监视
- SCADA 提供设备运行数据（振动、温度、电流）→ CMMS 用于预测性维护
- SCADA 报警 → CMMS 工单自动创建
- 维修完成后 → CMMS 通知 SCADA 复位报警
CMMS ↔ ERP-企业资源计划
- ERP 提供采购功能 → CMMS 备件采购申请转 ERP 采购订单
- 维修工时和备件成本 → ERP 成本核算
- 设备资产价值管理 → ERP 固定资产模块
在智能制造概述与工业4.0中的趋势
预测性维护的兴起
预测性维护是智能制造最具价值的 AI 应用之一：
- 数据采集：SCADA-数据采集与监视采集振动、温度、电流、油液分析等数据
- 特征提取：频域分析、时域分析提取故障特征
- 模型训练：机器学习模型识别故障模式
- 预警触发：模型预测故障概率 → CMMS 创建预测性工单
- 效果验证：MTBF-平均故障间隔时间提升、MTTR-平均修复时间降低
移动化与 AR
- 移动工单：维修人员通过手机/平板接收工单、拍照记录、扫码备件
- AR 辅助维修：通过 AR 眼镜叠加设备内部结构和维修指引
- 远程专家协作：现场维修人员通过视频连线远程专家
维修知识图谱
将历史维修记录、故障模式、解决方案构建为知识图谱：
- 新故障发生时，系统自动推荐类似历史案例和解决方案
- 缩短诊断时间，降低对资深维修工程师的依赖
- 新员工可以通过知识图谱快速学习设备维护经验
实施建议
| 阶段 | 目标 | 关键动作 |
|---|---|---|
| 基础 | 设备台账 + 工单电子化 | 清理设备主数据、统一编码体系 |
| 规范 | PM 计划 + 备件管理 | 建立保养标准、梳理备件清单 |
| 集成 | 与 MES/SCADA 联动 | 自动化工单触发、状态同步 |
| 智能 | 预测性维护 + 知识图谱 | AI 模型部署、持续优化 |