从设备维护到设备智能维护
设备智能维护是让计算机在维护中更多承担“智能”的角色，辅助决策。所以，智能维护的思维起点与传统设备维护一致。智能算法和模型也要解决全生命周期中的设备状态与维护状态识别等问题。
不论是人工判断为基础的传统设备维护，还是当前热门的智能设备运维，对设备状态进行判断时，“故障”的概念都至关重要。故障的准确定义给后续所有的分析奠定了基础。例如，在智能运维中，模型和算法可以通过特征找到“性能的偏移”，就是针对功能下降型故障。至于功能丧失型的故障，即便没有智能运维，人员也可以感知。
另一方面，对运维程度进行清楚地定量和分析，也需要借助大数据和人工智能技术。智能运维能够更清楚地评判“过维护”和“欠维护”运维状态，是设备恰当维护的重要指标。
综上，我们厘清了与设备状态、维护状态的一些基础概念，从源头出发看清我们要解决的问题是什么，是解决问题的前提。
当然，与设备智能维护相关的概念远不止于此，例如工业数据分析的典型应用场景——预测性维护到底能预测什么？预防性维护和预测性维护差异是什么？预测性维护可否落地实现？大数据、人工智能技术如何推动预防性维护与预测性维护走向智能维护？下一期，我们再展开聊聊这背后的常见误区。
