一张“检修工作票”引发的改革——中服云工业物联网平台落地实录

文末联系官方客服！
免费试用、获取源码、申请代理、加入行业交流群！

“我再强调一遍，今晚加班也得把P-207A泵拆开查清楚，震动值到底正不正常，不能光凭感觉。”——这是2025年3月，南方某化工设备副总刘国梁（化名）在月度设备例会上对维修班长老赵说的话。

当时，谁也没想到这句话会在三个月后成为全厂安全学习的反面教材。

凌晨三点，一次不该发生的连锁停机

2025年6月14日凌晨3:12，该化工厂苯乙烯装置的循环氢压缩机C-101因轴承温度联锁跳车，直接触发上游裂解炉燃料气切断，整个装置紧急停车。

事后追溯，直接原因是压缩机润滑油主泵出口压力从正常的1.2MPa缓慢漂移至0.85MPa，辅助油泵自启成功但未能建立足够油压，导致轴承润滑失效、温度在3分钟内从72℃飙升至108℃联锁值。

真正让刘国梁上火的是调查结论：润滑油泵的压力衰减趋势早在两周前就已出现，而维修班在例行巡检中“感觉没啥问题”，用点温枪测了一下轴承座外壳，温度正常，便在巡检记录本上打了个勾。

“从压力趋势图看，这两周内辅油泵一共自启动了6次，每次几秒钟又停了，你们一次都没当回事？”刘国梁在事故分析会上把历史曲线投到大屏幕上，当时会议室里一片沉默。

赌上“设备健康”的一次技改决策

事故发生后，企业高层组织人员对全厂动设备做了一轮拉网排查，结果触目惊心：苯乙烯装置87台转动设备中，有23台存在不同程度的数据缺失——要么传感器没接，要么PLC采了数但根本没进系统，要么数据在那儿堆着却没人看。整个设备管理体系高度依赖老师傅的“听、摸、查、看”，而厂里干了十五年以上的钳工技师，已经从高峰时期的24人减少到9人。

“人少了，经验也跟着走了。年轻人看曲线看不出名堂，老同志拍脑袋又不靠谱。”设备总监周工一语道破困境。

2025年10月，该化工厂通过招投标决定引入中服云工业物联网平台设备版产品，首个实施范围锁定在苯乙烯装置的全部动设备，包括压缩机组、高温油泵、搅拌器、风机等共计91台核心设备，新增振动加速度、温度、压力等高频采集测点420余个，采样频率按设备类型从每秒1次到每秒2560次不等。

“物模型”如何把老师傅的经验变成算法

这个项目的技术关键在于，该化工厂不是简单地把数据接到平台上就完事了，而是扎扎实实做了一套“设备物模型”。

以P-207A高温导热油泵为例，团队在平台上定义了它的完整数字化镜像：铭牌参数、轴承型号、叶轮级数、工频转速、润滑方式这些基础信息一应俱全；测点层面，在传统的单通道振动烈度之外，增加了X/Y/Z三向加速度波形测点，以及油杯液位、泵出口压力、电机电流、前后轴承温度共9个测点。报警模型设了四个层级——一级阈值报警处理日常漂移，二级趋势报警抓长期劣化，三级特征频率报警针对轴承故障特征，四级预测报警基于历史数据外推。

最让企业领导服气的是平台把“听音辨障”这件事数字化了。以前的老师傅拿听棒往轴承座上一搭，能听出保持架有没有伤痕、滚道有没有起皮，这是十年功夫。现在振动加速度传感器的波形数据进了平台，在边缘侧做FFT变换，特征分析模块自动比对轴承的通过频率——保持架特征频率、滚动体特征频率、内外圈特征频率——哪个频段能量异常升高，自动触发故障诊断并给出结论。

2025年8月初，P-207A的振动加速度频谱中，外圈故障特征频率BPFO的幅值悄然上升，而总的振动烈度还在ISO标准“可用”范围内。如果按传统方式巡检，这个异常会被漏掉。中服云物联网平台的劣化分析算法捕捉到了这个趋势，健康状况指示灯从绿色跳转为黄色，系统自动生成了一条“计划性检修建议”：建议在下次切换备用泵窗口期更换轴承，同时附上了故障频率回放图作为诊断依据。

“两票三制”遇上数字化

化工企业说“两票三制”是保命的东西，但纸质工作票在实际执行中的漏洞谁都心知肚明。

该化工厂此前发生过一次未遂事故：维修人员拿着一张“二级动火作业票”去现场干活，票才批到车间安全员，动火点却搞错了位置，幸好当班操作工多看了一眼，否则后果不堪设想。

中服云工业物联网平台把“两票三制”全面电子化之后，变化是货真价实的。操作票和工作票全部在移动端流转，每一步审批都有电子签名和时间戳，操作步骤用扫码确认的方式强制逐条打勾，不允许跳步。更具“化工味”的是三制管理中的“交接班制”：系统会自动汇总当班期间发生的报警、工单执行情况、设备状态变更以及未闭环事项，生成交接班报告模板，接班人员在平板上一键查看，避免口头交接遗漏关键信息。

刘国梁对这个功能的评价是：“以前交接班靠嘴说，现在靠数据说话，换谁接班心里都有底。”

一张大屏背后的故事

2025年12月，化工厂的设备监控大屏在调度中心点亮。大屏左侧是苯乙烯装置三维组态图，91台设备以不同颜色标识健康状态——绿色占比87%，黄色11%，还有2台闪红。闪红的是C-101压缩机的油箱油温偏高和一台备用泵已连续运转超过72小时未切换。

中间区域滚动展示当日的工单执行情况、未闭环报警列表、以及按故障类型统计的周排名。右侧是劣化趋势曲线，可任意调取单台设备的测点历史数据。

但真正让厂领导班子感到震撼的，不是这块屏好看，而是2026年1月19日那天，平台提前3天预警了C-101压缩机轴承温度的上升趋势。诊断系统判断是“油冷却器换热效率下降”，劣化趋势预测给出建议：在下一周计划停机窗口清洗冷却器管束，若继续运行，剩余有效时间约110小时。

厂领导拍板采纳了建议。三天的窗口期，冷却器拆开一看，壳程结垢面积超过60%，再晚一周就得停车处理。一次非计划停车的损失约在400万元左右，而这次提前干预只花了不到8万元。

账算得过来

截至目前，项目实施完成刚好半年时间，化工厂苯乙烯装置的设备非计划停机次数从上年同期的11次下降到2次，平均故障维修响应时间从4.7小时缩短到1.2小时，设备综合效率OEE提升了4.3个百分点。更重要的是，维修班不再需要24小时绷着弦等电话——平台推送的预测性维护计划让绝大部份工作可以在白天有计划地完成，夜班只留应急值班。

厂一线员工老赵在年底座谈上说了一句特别朴实的话：“现在手机一响，打开看看是啥情况，该换啥时候换心里有数，不用半夜往厂里跑，这日子比以前好过多了。”

刘国梁在总结报告里写了这样一段话：“我们过去管设备，靠的是人盯设备。现在是数据盯设备，人盯异常。这一字之差，就是本质区别。”

从“感觉没问题”到“数据告诉我该换了”，化工厂的这次转身或许正是国内化工企业设备管理升级的一个缩影。而那些还在用纸笔打勾巡检、靠耳朵听轴承好坏的工厂，不知道还能扛几个凌晨三点。

中服云工业物联网项目案例分享