2025年6月4-5日，由e-works数字化企业网主办的“智能运维与设备健康管理高级研修班”在天津成功举行。本次课程吸引了制造企业高管、智能制造相关部门负责人以及EAM、PHM项目经理的热情参与。
       本次研修班为期两天，采用专家深度培训结合互动交流的模式，旨在帮助学员全面了解智能运维与设备健康管理的关键技术，掌握设备平台规划、状态监测和故障诊断、智能运维实施要点，为制造企业推进设备状态监测、故障预测及健康管理（PHM）、设备维修维护（MRO）的应用与落地提供思路与借鉴。课程设置具有较强的实用性与指导性，受到学员的一致好评。

       北京航空航天大学可靠性与系统工程学院院长林老师带来了题为“机器学与信息学的融合——从机械故障诊断到设备智能运维”的主题培训。林老师讲解了故障诊断技术的发展历程与相关信号分析方法，他表示故障诊断技术历经了从“经验诊断”、“在线诊断”到“远程诊断”、“预知维修”的发展过程，信息技术的发展是重要推动力。他还剖析了如何实现机械故障诊断中的信息融合，包括数据层融合、特征层融合和决策层融合。他强调信息融合和特征提取是产品信息化的关键，决策层融合是从机械故障诊断到设备智能运维发展的关键技术桥梁。
       安脉盛智能运维事业部总监、国际振动四级分析师赵老师以“基于可靠性设备全生命周期管理”为题，全面讲解了基于设备可靠性的全生命周期管理体系，重点剖析了如何构建以目标为驱动的设备全生命周共用管理模式，并分享了核电行业的实践。他指出，设备全生命周期管理已从单一维度驱动，迈向基于程序驱动最终目标的创新模式，即通过拉通数据中台、业务中台、算法中台信息与资源，以可靠性/经济性/安全性等最终目标为驱动，通过程序调动所有资源与环节。这一模式，将责任主体变为全员参与，所有涉及到的环节都会有相关责任人以及管理任务来执行。
       格创东智(广州)公司总经理、设备数字化产品线BU负责人曲老师分享了设备智能工程平台的规划和实施。曲老师指出，传统设备管理模式已不能满足企业数字化转型和新型生产设备管理需求，设备智能工程一体化是重要趋势。他讲解了完整的设备智能工程一体化平台业务蓝图，并结合案例分享了设备智能工程一体化的组成模块。他强调OEE是精益改善的微观图解，其核心是对设备状态、机况细分的梳理，将“OEE看作只是做个报表”是最大的误解；相比传统监控系统，PHM可以构建更高级、精细化、提前量的监控预警模型。
       GE Vernova亚太区解决方案架构总监余老师解析了预测性维护的概念、难点与挑战，并重点介绍 了基于Proficy CSense平台的预测性维护系统与典型应用实践。余老师表示，预测性维护适用于核心设备，在许多资产密集型行业如能源、化工、汽车、重型装备等，具有广泛的应用前景。Proficy CSense通过整合历史数据来训练模型、结合机理模型对系统进一步优化、参考专家经验对模型的预测结果进行综合判定，将分析、监控、预测、模拟、优化五种能力集成在一个产品中，实现从离线分析到实时闭环优化和控制。
       MathWorks大数据分析与机器学习应用专家马老师以“预测性应用的开发与部署 ”为主题进行了讲解。马老师指出，异常检测、故障诊断、剩余寿命预测是预测性分析在设备维护中的典型应用，预测性维护应用开发流程包括数据准备、AI建模、仿真与测试、部署。并重点介绍了MathWorks的AI算法、基于仿真模型的验证等解决方案是如何支撑预测性维护应用的落地。
       青岛明思为科技有限公司研发总监刘老师围绕“PHM落地与实践” 进行了分享。刘老师表示，PHM的目标在于用实时在线的连续监测代替定期点检，用事前预防代替事后维修，用智能决策代替主观经验。他重点阐述了Intelligent Agent设备健康管理智能体的特点、优势，以及与DeepSeek大语言模型的结合应用，并辅以行业实践。他指出Intelligent Agent设备健康管理智能体通过“全流程自动化分析引擎”和“自进化算法内核”，构建了“采集 - 分析 - 决策”的一站式预测性维护解决方案。        北京天润新能源数智运行部经理刘老师分享了风电场智慧运维的探索与实践。刘老师全面介绍了天润在风电场健康评估、故障可视化、风电场后评估、异常状态识别、风电场运营数智化方面的探索。他表示，运维的方式、效率等对于运维策略的制定和实施有着至关重要的影响。运维数字化是实现智能运维的关键路径和手段，而智能运维的实践应用能够助力风电技术提升、产品升级以及经营效率提升，最终实现发电收益提升和运营成本的降低。
       在两天的培训中，每轮授课结束都设置了答疑交流环节，学员们结合课上老师们所讲的内容以及各自企业在实施与应用过程中的难点和困惑提出了诸多问题，各位老师针对学员的提问做了精彩的解答和探讨。
       当前，智能运维和设备健康管理正在引领全球范围内新一轮制造业生产制造与维修保障模式变革。PHM作为实现预测性维护与智能运维的关键技术，已成为工业企业实现远程运维、保障重大装备可靠性的重要手段。结合本次培训班上专家老师的授课，制造企业在推进智能运维和设备健康管理时应注意以下方面：重视机械故障诊断的学科属性与信息融合，如将信息论与动力学方法结合来揭示机器状态信息；构建全方位的设备全生命周期管理体系，包括搭建知识应用平台，实现 EAM 管理，开展设备运行的自动监督，实施 PHM 分析等，推动设备工程全要素与设备生命全周期的一体化管理；拉通数据中台、业务中台、算法中台信息与资源，通过程序调动所有资源与环节来驱动设备全生命周期管理；充分结合机理模型、数字化和专家经验。此外，还应加强与AI技术的整合与应用。

       为期两天的培训在热烈的学习氛围中圆满落幕。参与研修班课程的学员们纷纷表示，通过此次学习大家都受益匪浅。本次课程不仅帮助企业深入了解智能运维与设备健康管理相关概念、技术原理、价值和应用实践，也为企业推进服务化转型带来了积极的影响。

       e-works作为致力于推进智能制造与两化深度融合的第三方专业服务机构，将通过考察、论坛和实训等多种形式，持续为广大制造企业提供更多向专家学者、知名企业学习以及相互交流的机会。

       近期活动预告

       6月10日，厦门，企业级项目管理数字化实践线下研讨会

       6月20日，上海，2025国际智能制造（上海）论坛

       6月25-27日，成都，深度解构数字化?西门子成都灯塔工厂 SEWC 深度研修班