摘要: 智能制造与智慧工厂已成国家 2025 计划的重要组成部分, 而设备全生命周期管理与设备智能维护恰恰又是智能制造和智慧工厂的重要组成部分。 相比于 CBM 设备维护管理模式, 传统针对设备的基于故障的设备维护意味着极大的故障成本, 而基于时间的周期性维护也蕴含着不小的、 间接的停机损失。 笔者结合生产设备或系统本身的 PF 性能曲线、 设备大量历史数据 (大数据) 和实时数据, 结合时间序列分析、 管理统计和计算机等学科理论, 尝试建立针对 OSA-CBM 的核心层的理论依据和概念模型, 为 CBM 系统实现提供参考依据。 基于 CBM 的状态性的维护, 可以有效地减少设备故障, 降低生产损失, 提升精益化制造水平。