资产性能管理(APM)是一种管理资产的方法，除了传统的资产可靠性和可用性目标之外，还对业务目标进行优先级排序. APM已成为工业企业资产管理数字化转型的主要推动者. 现代APM将传统的资产管理实践与新的数字技术相结合，以实现可靠性的转型进步, 维护执行, 经营业绩.
业务目标:通过资产和风险管理的数字化转型, 改善资产可用性和正常运行时间, 用户可以获得更高的收入和盈利能力，同时通过准时交货和质量提高客户满意度.APM涉及到人, 流程, 技术可以提高正常运行时间，提高收入，延长实物资产的使用寿命，节省现金，同时降低运营成本和业务风险. APM有助于确保资产具有最佳运营性能所需的能力，以满足当今动态的业务和生产目标，并在准时交付和产品质量方面获得高客户满意度. 这种APM方法成为系统地改进正常运行时间等关键指标的一种手段, 平均维修时间(MTTR), 资产寿命, 准时出货, 质量/收益率, 和安全. 这些指标的成功会导致执行指标(如收入)的改善, 保证金, 客户满意度, 在制品清单, 和资产回报率(ROA).
APM通过同步包括可靠性在内的资产生命周期管理功能，提高物理资产的可靠性和可用性, 维护, 检查, 信息管理. APM的作用是优化运营生态系统中实物资产的性能, 通常在整个资产生命周期中使用数字线程, 支持资产和资产组的数字孪生, 支持互联工作者, 以及配件和服务供应商的网络.
具有高级分析的工业物联网(IIoT), 为提高工业资产的可靠性提供了新的机会, 使业主-运营商能够朝着无计划外停机的方向发展, 许多人认为维护和操作的最终目标是什么.
预防性维护假定故障模式会随着使用年限的增加而增加. 不幸的是，这只适用于18%的资产. 另外82%的资产表现出随机的失效模式. 与此形成鲜明对比的是, 预测性维护(PdM)方法采用接近实时的设备和过程数据来预测故障. PdM将多个数据源与分析相结合，以更高的置信度和低误报率预测故障.
主动维护的典型好处包括延长正常运行时间, 资产寿命, 维护成本控制, 和安全. 工业组织应该审查其资产管理策略，并考虑增加状态监测和预测性维护解决方案的采用. ARC咨询小组建议用户考虑使用分析进行主动维护的试点项目，特别是对于复杂资产或常见资产类型.
将物联网与分析和自动化业务流程相结合，可以实现新的, 更高级别的维护有效性和成熟度. 物联网允许组织减少与人工检查相关的数据质量问题，并转向自动化数据收集. 这极大地提高了数据量和完整性，支持新的维护策略. ARC将维护成熟度分为五种类型或级别:反应性, 预防, 要, 预测, 和说明性.
|
策略 |
描述 |
资产属性 |
汽车的类比 |
|
无功 |
运行到故障，然后修复 |
故障不太可能发生，很容易修复/替换，或者是非关键的 |
广播 |
|
预防 |
按固定的时间或周期间隔服务 |
失败的可能性随着资产的使用或时间的增加而增加 |
每行驶5000英里更换一次机油 |
|
状态监测 |
使用单个数据值对不良趋势或其他基于规则的逻辑发出警报 |
组件故障导致巨额损失的资产 |
油压、冷却液温度指标 |
| 预测(PdM) | 设备特定算法或机器学习. 多变量 | 计划外停机对业务有影响的关键资产 | 电动汽车电池管理系统 |
|
说明性的 |
模型和知识库确定问题以及如何进行修复 |
需要高级技能的复杂资产 |
经销商级别的诊断设备 |
