3.人工智能維修作業(yè)輔助。通過人工智能技術(shù)自主學(xué)習(xí)設(shè)備維修說明書、操作手冊，以及海量的維修記錄，一鍵智能輔助維修，輔助維修作業(yè)縮短接近（到達(dá)故障點(diǎn)的時間）、診斷分析和維修時間，幫助企業(yè)加速維修人員技能水平。
　　備注：基于事后維修的作業(yè)輔助，是記錄MTTR和MTBF的唯一通道，是企業(yè)實(shí)現(xiàn)可用度分析的數(shù)據(jù)來源，是數(shù)字運(yùn)維系統(tǒng)的基礎(chǔ)組成部分。
 

　　數(shù)字運(yùn)維與工業(yè)互聯(lián)網(wǎng)融合-提升平均故障間隔時間（MTBF↑）　

　　相對于被動式的事后維修，企業(yè)更應(yīng)該關(guān)注主動式的預(yù)防性維修和預(yù)測性維修，這對于處于智能制造時代的工業(yè)企業(yè)尤為重要。
　　其中對于復(fù)雜系統(tǒng)而言，針對易損部位的周期性的預(yù)防性依然必不可少，這是因?yàn)閺?fù)雜系統(tǒng)零部件數(shù)量較多，故障失效點(diǎn)多和部件的可靠度要求較高的原因。數(shù)字運(yùn)維系統(tǒng)根據(jù)設(shè)定預(yù)防性維修周期，自動下達(dá)和跟蹤周期性保養(yǎng)項(xiàng)目，實(shí)現(xiàn)預(yù)防性維修閉環(huán)管理。
　　預(yù)防性維修雖能夠依據(jù)復(fù)雜設(shè)備失效模型，針對性的開展計(jì)劃性的維修業(yè)務(wù)，但并不值得大力推廣，這是由于過度的預(yù)防性維修一方面會帶來維修費(fèi)用攀升，占用大量的生產(chǎn)時間，另一方面會因?yàn)樵O(shè)備本身和工業(yè)備件供應(yīng)質(zhì)量條件制約，會帶來越修越壞的窘?jīng)r。
　　為此，強(qiáng)調(diào)狀態(tài)的預(yù)測性維修成為主動維修的主要通道，核心在于發(fā)現(xiàn)制造系統(tǒng)早期隱患和缺陷的能力，并構(gòu)成動態(tài)的隱患和缺陷消除機(jī)制，這包括：
1.點(diǎn)檢與AI診斷輔助系統(tǒng)。通過配置點(diǎn)檢基準(zhǔn)，設(shè)定點(diǎn)檢的項(xiàng)目、方法、周期和異常判定條件，周期性的推送至維修人員工業(yè)APP終端，這一方面有利于強(qiáng)化點(diǎn)檢的執(zhí)行效率，有效避免錯檢和漏檢，同時也通過數(shù)據(jù)分析結(jié)構(gòu)導(dǎo)向督促點(diǎn)檢人員發(fā)現(xiàn)問題的能力，避免走形式主義，另一方面通過數(shù)據(jù)深度分析，智能識別出影響運(yùn)維能力制約條件，開展針對性的維修作業(yè)、技改和業(yè)務(wù)改善。
2.委外精密點(diǎn)檢與狀態(tài)診斷輔助。診斷技能是預(yù)測性維修的重要基礎(chǔ)，培養(yǎng)診斷人才依然是制造企業(yè)面臨的重要任務(wù)，利用專業(yè)點(diǎn)檢儀器輔助診斷，提高預(yù)測性維修診斷準(zhǔn)確性是實(shí)施預(yù)測性維修的在數(shù)字運(yùn)維的隱患發(fā)現(xiàn)的輸入之一。同時借助于第三方的精密點(diǎn)檢，如特種設(shè)備檢驗(yàn)，是預(yù)測性診斷和處理的必要措施和支持手段。
3.工業(yè)互聯(lián)網(wǎng)自診斷系統(tǒng)。在高度數(shù)字化、智能化和自動化的智能制造復(fù)雜系統(tǒng)中，制造系統(tǒng)的復(fù)雜性使得影響系統(tǒng)穩(wěn)定性的不確定性因素更多，基于業(yè)務(wù)數(shù)據(jù)和設(shè)備物理實(shí)時數(shù)據(jù)的多源數(shù)據(jù)采集、分析和應(yīng)用變得更加重要。其中，用于故障診斷分析的數(shù)據(jù)，將反饋到數(shù)字運(yùn)維系統(tǒng)中形成維修業(yè)務(wù)閉環(huán)，是工業(yè)互聯(lián)網(wǎng)十分重要的應(yīng)用場景。
　　備注：當(dāng)前影響工業(yè)互聯(lián)網(wǎng)發(fā)展的制約條件，包括數(shù)據(jù)質(zhì)量、與故障分析相關(guān)的傳感器質(zhì)量、故障失效模型基礎(chǔ)研究、以及工業(yè)企業(yè)自身設(shè)備的可靠性和維修性水平、裝備制造企業(yè)的設(shè)計(jì)、制造水平，都存在的較大的缺陷。就當(dāng)前而言，工業(yè)企業(yè)借助先進(jìn)信息技術(shù)的重要抓手依然是數(shù)字運(yùn)維，或者說在未來10年-20年內(nèi)，人機(jī)和數(shù)據(jù)協(xié)同，依然是工業(yè)互聯(lián)網(wǎng)發(fā)展的主流方向和應(yīng)用場景。