从瑞士国家铁路，看「新基建」下轨道交通基础设施的智慧运维

「新基建」成为广受社会关注的热词。4月20日，国家发改委做了全面补充，新型基础设施将包括：5G、物联网、工业互联网、卫星互联网、人工智能、云计算、区块链、数据中心、智能计算中心；智能交通基础设施、智慧能源基础设施；重大科技基础设施、科教基础设施、产业技术创新基础设施等。

轨道交通基础设施建设是「新基建」关注领域之一。截止目前，中国已经成为轨道交通运营里程最长的国家。在新一轮科技革命和产业变革的浪潮推动下，我国城轨交通行业信息化建设步入快速发展阶段，信息化建设的成果初具规模，改变了传统的建设模式、运维手段和经营方式。但是，鉴于全国城轨交通建设起步不一，所处阶段不同，特别是对「城轨交通+信息化」的认识程度深浅有别、信息化标准因地而异，致使各个城市轨道交通的信息化进程参差不齐，应用程度和水平差异较大，孤岛式、烟囱式的信息系统不适应当前形势发展的需要。要支持数字化、智能化的业务，信息系统必然需要完成从孤岛式走向集成化，再到智能化的升级再造。

项目背景

Swiss Federal Railways AG 瑞士国家铁路（下文简称「SBB」），是瑞士公共交通系统的中流砥柱，对国家的发展起着至关重要的作用，每天要运送125万名乘客，乘坐6000多辆火车穿越瑞士，抵达邻国。由于意识到移动模式的变化和客户对旅行体验的期望的提高，SBB 明确了核心愿景，在一个流动性日益增强的世界里，为数字时代提供安全、可靠、舒适的铁路运输。

近年来，SBB 持续投资了现代化、高性能的机车，希望这些列车能够帮助其提供高质量的客户体验，并帮助确保其列车服务是安全、舒适和准时的。拥有了现代化的机车，对 SBB 来说获得最大的投资回报是至关重要的。

随着新机车类型和数量不断增长，需要不断更新修规修程，不断应对老员工退休或流失带来的损失，不断结合新的数字化手段提升维护效率。

车队增长示意图

另一方面，维修成本快速增加，急需采用更多的预防性维修这类主动维修方式替代「故障修」这种被动式的维护方式，让维修活动及成本具有更多可视性、可管理性、可预测性。

维修成本优化机会示意图

方案及亮点

SBB 是 SAP EAM (Enterprise Asset Management) 解决方案的老客户，在传统的设备资产管理领域具备不错的基础，实现了业务与财务的一体化，为企业决策提供了数据基础。但是，这些更多是对事后数据的管理与分析，更多从经济范畴支撑了设备资产的管理。在本次数字化维修转型中，核心业务目标是通过考虑风险、可靠性和影响等因素，战略性地规划资产维护工作，变被动为主动，实现以可靠性为中心的维修与数据驱动的健康洞察。

为了实现这一目标，SBB 需要将昂贵的「故障修」维修策略转换为以可靠性为中心、结合实时数据的动态维修过程，其选择了以可靠性为中心的维护流程与 SAP 智慧资产管理解决方案整合在一起，实现优化资产可用性并降低维护成本的创新策略，从而满足日益增长的对安全可靠的现代铁路旅行的需求。

1. 设备数据的全寿命周期完整性

在2017年项目开始阶段，项目团队发现要实现以可靠性为中心的维修，现有的设备数据完整性仍然是不足的。在 SAP ERP 里，设备台帐、资产、备件、通知单、工单等有比较完整的记录，然而，机车构型及其他设备本身的技术数据，随着使用过程的更新情况，大量的外部服务维修记录，故障分析数据等等都是离散孤岛状态。

因此，SBB 首先考虑的便是一个能够管理机车及其他设备全寿命周期的数据平台，能够将 SAP EAM，设备厂商的技术资料，设备点检记录，可靠性分析数据，传感器数据进行整合，而且这不是一个简单的将数据集成到一个数据湖的过程，而是需要建立面向机车、公务、供电、通讯等各专业标准的、能够管理全寿命周期演变历史的、能够有效容易收集并管理各类静态数据和动态数据的开放式协作式管理平台。

鉴于这些原因，他们选择了 SAP 智慧资产管理套件的 Asset Intelligence Network 资产智能网络（以下简称「AIN」)模块，来构建这一协作式的设备全寿命周期数据完整性平台。通过它完成与供应商的沟通，提高供应商数据交换的效率，确保机车构型数据和其他设备数据的及时准确完整，将使维护更加容易和高效。

设备360度的完整性数据集示意图

2. RCM 体系优化及数字化能力建设

设备数据完整性平台为以可靠性为中心的维修体系提供了数字化基础。下一步，就是将 Excel 中完成的、分散在工程师手中的故障及分析知识数字化、流程化，并闭环管理，建立起设备风险及关键性评估规范、故障模式及失效分析体系。

作为SAP 智慧资产管理套件另一个模块，Asset Strategy and Performance Management 资产策略及绩效管理（以下简称「ASPM」)为SBB的可靠性专家人员提供了优化的操作界面，而且通过一个季度一个迭代的方式满足了专家的使用需求，也改变了传统系统笨重不够灵活的体验。通过 RCM 分析，推荐的维护任务可以与 SAP EAM 完成集成，真正的指导预防性维护计划的完善与优化。

从EXCEL转变为数字化、系统化的可靠性分析管理

3. 场景化的逐步导入预测性维护

在2019年年初，RCM 数字化管理成功上线并开始推广。在具备设备数据寿命周期完整性、RCM 体系与流程基础之后，SBB 开始进入数据的智慧化利用阶段。这一点是与国内很多企业实施预测性维护不同之处。

如今，SBB 已经着手部署 SAP 智慧资产管理套件另一个模块，Predictive Maintenance and Service 预测性维护（以下简称「PdMS」)解决方案。通过数据完整性平台，接入车载的监控数据、路轨监控系统数据等运营数据，结合高度可扩展的机器学习能力，按照不同场景的特点，逐个地开始创新试行。

场景化的预测性维护导入

项目收益与展望

无处不在的数据及业务集成

通过 SAP 智慧资产管理解决方案，SBB 受益于无处不在的数据集成和无缝衔接的端到端业务高效运作，其能够定义、计划、执行和监控最佳的维护策略，从车队层次到单个设备资产的物料清单，维护过程的每个阶段都有数据提供信息。通过使用 SAP 资产智能网络，供应商的协作也得到了改善，提高供应商数据交换的效率，使维护变得更规范更容易。

实现从故障修到预防性/预测性维修的逐步转型

通过采取数字化体系化的主动维修方式，并融合监控数据，提前掌握机车及设备健康状况，SBB 将能够最大限度地提高维修活动的生产率，并进一步降低维修成本。通过数据洞察，将预测所需的物料，并实现最佳的计划和资源管理。另外，它允许 SBB 利用更多的洞察力来发现和解决潜在的问题，有效地阻止潜在故障的发展。

这样一来，SBB 将能够实现其愿景，即通过安全、舒适、准时到达的列车，为客户提供高质量的体验。

“利用 SAP 智慧资产管理解决方案，SBB 可以加强车队的管理。我们正在优化列车维护活动，提高车辆的可靠性，帮助我们为铁路旅客提供更好的质量体验。采用这种方法意味着我们可以优化火车在车间里的每一秒，就像一级方程式赛车的进站一样。利用各类监控数据、实时库存数据和技术人员的可用性，我们可以提供一个超级高效的维修过程。”

-乌尔斯·格里格，SBB 公司高级业务发展顾问