运维(运营与维护)数据准备是实施CMMS(计算机化维护管理系统)的关键阶段，CMMS系统可以是Coswin或bluebee®等专业系统，也可以是SAP等企业ERP(企业资源规划系统)的工厂维护(PM)模块。

运行和维护数据准备涉及收集、检查和构建与维护相关的数据，通常是从大量供应商的技术文件中收集数据，然后将数据填入Excel模板，再上传到系统中。

运行和维护数据准备的挑战

在大多数项目中，虽然软件在技术上是"实时"的，但大部分运行和维护数据缺失，导致无法使用。IT部门和外部顾问希望客户的维护团队能够收集运行和维护数据。实际上，这可能需要几个月甚至几年的时间。这就导致了一种常听到的说法“维护团队还不够成熟，无法使用这样的系统”——用户将项目失败归咎于此。

运维数据主要包括：

● 资产和设备结构及相关技术数据

● 与相应设备关联的备件清单

● 与相应设备相关联的文件

● 维护说明(预防性或标准工作说明，包括巡检等)

每种数据类型都会带来特定的挑战，但维护说明最为困难。这些信息通常埋藏在PDF格式的运维或技术手册中。供应商使用不同的格式、结构和词汇。典型的项目可能包括100到10,000份此类文档。通常情况下，维护专家团队需要收集和分类每一本运行和维护手册，阅读、定位和识别数据，手动提取数据并填写Excel模板。巨大的工作量和繁琐的工作性质导致了延误和错误。许多公司干脆放弃了。

格式、内容和词汇差异巨大的运维手册实例

结合人工智能和专业领域知识

在过去的20年中，喜科与基础设施业主、工厂业主以及EPC(工程总包，即工程、采购和施工)公司携手合作，通过CMMS系统确保技术文档从施工阶段到运营阶段的顺利转移。为简化运维数据准备流程，喜科开发了一套方法论、ISO 9001认证流程和IT工具。作为bluebee®智慧运维软件的一部分，IT工具主要用于从管道和仪表图(P&ID)、BIM模型等中提取资产数据。

多年来，喜科一直将人工智能(AI)应用于预测性维护和优化工作中。随着2023年大型语言模型(LLM)的快速发展，喜科与专业公司LongAI合作，共同解决运维数据准备的主要瓶颈：维护指南

根据喜科专家的建议，LongAI的文档提取工具针对运维数据准备工作进行了优化，目前已被纳入bluebee® X工具套件。标准模型的准确率约为70%(对于工业项目而言，由于质量控制流程基本上需要重做一遍，因此无法使用)，而维护专用模型能理解语言和术语、不同的手册结构以及内容元素之间的关系，准确率可达95%及以上，与人工处理的准确率相当(初级工程师的估计准确率为87%，专家为98%)。

此外，该工具的前端和后端均与CMMS系统相匹配。bluebee® X LongAI文档提取器可从所有PDF格式的运行维护手册中提取原始数据，并以结构化Excel格式输出，以便在bluebee® X系统中进行质量控制。

传统方法与使用bluebee® X LongAI文档提取器的比较

益处

基于LLM技术的新型文档提取器进一步强化了喜科多年来所采用的数据准备方法，提高了难以捉摸的维护指令准备流程的自动化程度。

由于工作量减少了95%，专家的时间可重新分配到质量控制和优化维护策略上。其准确性可与维护专家手动完成相同工作相媲美。

该工具目前正应用于东南亚的一个大型基础设施项目。由于其LLM的特性，该工具还在不断优化，以提高其准确性和易用性。