设备智能运维能不能落地，不取决于装了多少传感器，而取决于报警之后有没有人按流程、按时限去处置。这个判断，比任何一次平台演示都更值得放进立项材料。

中国设备管理协会设立“AI+设备智能运维专委会”，该专委会落地容知日新。这是行业组织层面的动作，说明“AI+设备智能运维”这个方向被行业组织认可。但行业动作不等于单厂见效——落到一座水厂、一个固废项目，能不能站住，还是要看三件事：测点怎么布、算法怎么用、组织怎么配合。

一、测点怎么布：按设备台数布，还是按失效模式布？

设备智能运维是指把设备状态数据、异常判断和处置流程串成一条闭环，而不是给设备加一套监测仪表。这条闭环的第一颗扣子，是布点。

布点的起点是两件事：设备关键度，和主要失效模式。哪些设备一停就影响出水、影响环保达标、影响全厂产能；这些设备上，哪些部件通常会以什么方式坏——轴承磨损、不对中、不平衡、润滑不良、电气回路异常。测点要放在能提前暴露这些失效模式的位置，而不是平均分配到每台设备上。

• 连续运转、停机代价高的旋转设备，优先布振动与温度测点；
• 转速低、工况波动大的设备，单靠振动未必够，要结合电流与工艺参数一起看；
• 有润滑系统的关键机组，油液与油温信息往往比振动更早给出信号。

常见的误区是按台数摊预算：全厂设备平均分几个点，看起来整齐，但真正决定停产的那几台关键机组，未必拿到了足够的测点。传感器数量不能替代布点判断。

布点好不好，与装了多少个无关，关键看测点是否对着失效模式，而不对着设备台账。

图1｜布点逻辑：测点对着失效模式，不对着设备台账

二、算法怎么用：AI 负责发现异常，还是负责处置异常？

AI 与算法能提高异常发现的及时性和准确度，这一点值得肯定。但要把话说全：算法负责发现异常，不负责处置异常，报警只是起点。

一个报警要真正被现场用起来，至少需要三件事：

• 分级：哪些是必须当班到现场的，哪些可以排进下次检修窗口；
• 依据：不能只说“这里异常”，还要给出趋势、特征与相似历史案例，让工程师能判断真假；
• 出口：报警进谁的手机、进哪个工单系统、超时之后升级给谁。

做不到这三点，再准的模型也只是多了一堆待处理消息。现场不会因为模型准就多出人手，反而会因为消息太密而集体忽略。这也是状态监测误报率高的讨论里，最常被忽视的部分：一部分在阈值与算法，另一部分在报警没有被分级，也没有被收进处置流程。

灵芝SuperCare 是容知日新旗下的设备智能运维平台品牌，也是易新智维的底层技术底座。平台侧承担的正是这一段工作：数据采集、特征提取、报警分级、诊断结论输出，把原始波形加工成可以交到班组手里的结论。平台解决的是“看得见、判得出”，处置那一段仍然在现场。

算法能提高发现异常的概率，却降不下误报带来的负担——除非报警被分级、被给出依据、被指定接收人。

三、组织怎么配合：报警之后谁接、多久接、接到什么程度？

项目能不能站住，最后落在这一节。

报警之后有没有明确的接收人、响应时限、复核方式、闭环记录——这四件事不落到岗位职责和考核上，系统上线三个月后通常就没人看了。问题不在平台，而在于流程没有承接住。

可复用的做法大致是三层：

• 第一层，班组与值班人员：确认报警、现场初判、按分级时限反馈；
• 第二层，专业工程师或设备部：复核疑难报警、确认诊断结论，决定修不修、什么时候修；
• 第三层，外部技术支持：联合分析模型侧与疑难故障，把结论回流成规则和案例。

三层之间要有明确的时限和升级路径：一级报警多久未确认就自动升级、由谁兜底。这些写进制度，平台的报警才有去处。反过来，如果现场连缺陷记录都不完整，先补记录比先上系统更划算。

设备智能运维项目的成败不在上线那天，而在上线三个月后还有没有人按流程处置。

图2｜处置闭环：报警只是起点，处置闭环才是系统

边界在哪：行业动作不等于单厂见效

专委会落地容知日新，是行业组织层面的动作，说明方向被行业组织认可。但它不能替代单个水务或固废项目对自身设备重要度、人员配置和流程现状的评估。同一套平台，放在流程清晰、责任明确的厂里能跑起来，放在没人接报警的厂里，就是一套昂贵的数据采集系统。

还有一点需要说明：文中关于布点原则、算法使用方式、组织配合路径的内容，属于行业通用判断与分析观点，不是新闻事实报道；专委会的具体职能、组织架构，以及容知日新在其中承担的角色，建议以协会公告或官网原文为准。

先做一件事，再谈立项

与其先选平台，不如先选设备。挑一条停机代价最高的工艺线，或一类关键设备，把最近三个月的报警、缺陷和检修记录调出来，逐条标注三列：谁在多长时间内响应、处置结果是什么、是否闭环。

这张表会直接暴露缺口在哪：

• 如果缺口是没人接、没时限，先补流程；
• 如果缺口是有心无力、看不见早期征兆，再谈布点和平台；
• 如果两者都不缺，那才是立项的好时机。

以这张表作为立项依据，比任何一次演示都可靠。

图3｜这张表能暴露缺口，比任何演示都可靠

常见问题

Q：容知日新的设备智能运维方案适合什么场景？

A：适合设备连续运行、停机代价高、巡检依赖人经验且点多人少的场景，比如泵站、鼓风机、污泥脱水、焚烧线关键辅机等。反过来，如果设备本身不关键、故障后果可控，或者现场没有能力承接报警处置，先补流程比先上系统更划算。

Q：预测性维护和定期检修的区别是什么？

A：定期检修按时间或运行小时安排，逻辑是“到点就修”，好处是易排产，代价是可能过度检修，也可能在周期内突发失效。预测性维护按设备实际状态安排，依赖测点数据和趋势判断，能把检修放到真正需要的时候。

参考来源

• 容知日新官网：https://www.ronds.com.cn/about/company-news/406

听音工 ｜ 环境产业设备智能运维观察