1. 什么是可用度。
可用度 (availability)度量系统性能好坏的指标之一它是表示任一时刻t系统处在正常状态的概率。其公式表达为：
其中：
MTTR (Mean Time To Restoration)
指平均恢复时间，源自于IEC 61508中的平均维护时间，目的是为了清楚界定术语中的时间的概念，是随机变量恢复时间的期望值。在工业企业中，MTTR代表了设备维修管理组织能力，即非计划故障停机（事后维修）处理效率，属于维修性范畴。
MTBF (Mean Time Between Failure)
指平均故障间隔时间，是衡量一个产品或一个系统的可靠性指标。它反映了产品的时间质量，是体现产品在规定时间内保持功能的一种能力。在工业企业中，MTBF代表了设备维护维修的质量水平，属于可靠性范畴。
我们都知道MTTR越小越好，MTBF越大越好，但如何衡量不同设备、不同产线、不同工厂的可靠性和稳定性水平和能力？可用度提供了科学的对比值，我们可以工业设备维修能力和转型能力实现有效和客观地衡量。
备注：MTTR、MTBF统一采用分钟数为计量单位，可用度越接近于1，设备可靠性和稳定性状态越好。
2. 可用度与制造效率、制造质量之间的关系。
制造系统的可靠性和稳定性，决定了生产的连续性。短交期、多品种、小订单和低利润的当下制造业环境下，制造库存已经不能满足市场需求，这对于制造系统的可靠性和稳定性要求更为重要。尤其是制造系统在向自动化、少人化（智能化）方向发展时，容许的非计划性停机时间（MTTR↓）和停机频次(MTBF↑)愈加严苛。
提升可用度，能有效的保障生产连续性，这对于订单满足能力至关重要。我们通常用OEE（设备综合效率）来衡量设备保障能力，这实际上是一种误区（我们通常顾名思义的理解OEE是设备综合效率，就应该是设备管理指标，而实际上造成OEE效率浪费的不仅仅是设备故障损失，还包括待料浪费、操作失误、来料不良等诸多设备故障意外的因素。）。
这种指标导向无法精准提升设备可靠性和稳定性，正确的指标应采用可用度作为衡量指标，而可用度的有效提升，能够确保稳产、高产和质量保障，是对生产效率（OEE↑）的有效保障。
3. 可用度与制造成本、库存之间的关系。
可用度的持续提高，意味着生产波动和异常减少，这对于生产系统能耗，人力待工成本得到有效控制，这是不言而喻的。同时，生产连续性，有利于生产计划的流畅性，是降低成品、在制品和原材料库存的前提条件之一。
对于设备维护而言，提高可用度的途径，是基于强化维修响应、提高维修组织能力、基于维修经验共享的条件下的MTTR↑，以及强化基于点检的缺陷发现与处理（预测性维修）、定期维修（预防性维修）实现的。这有利于降低维修硬件和人工成本，降低备件库存（库存降低依赖于维修计划性）。
4. 单机可用度与系统可用度的差异，解决传统维修指标的弊端。
从可用度的定义来看，它是衡量设备用于正常生产的概率。故在衡量单机可用度时，所有的非计划故障停机都应纳入统计范畴，而计算一条产线的可用度时，在有冗余备用设备条件下或其他冗余设计条件下，只要不造成停产的非计划停机故障，就不用纳入统计范畴。而计算工厂整体可用度时，只需要统计产线的平均值即可。这样有利于解决传统维修指标的弊端，如：
OEE设备综合效率。前面已经提到OEE不适合作为设备维修指标，但许多推行TPM、精益生产的企业，却把OEE作为设备维修的重要考核指标，这会使得设备部门绑架了其他损失，尤其在中班、夜班显得尤为明显，造成考核不公，且不能完全体现设备维修制约因素和瓶颈，不利于设备维修管理持续改进。
正确的做法是，OEE作为生产管理指标，用于生产班组的评价指标。产线可用度，作为生产班组的自主维护评价指标，工厂整体可用度作为设备部门的评价指标。
设备完好率。一条产线有100台设备，其中有一台出现故障，生产停产，此时的设备完好率是99％，实际上毫无意义。且，设备运行是一个动态过程，完好率是静态指标，如何取值也是不适合。而可用度指标，则综合考虑到产线可靠性和维修性，是符合企业设备现状的关键指标。故，应取消设备完好率的指标。
故障停机率。故障停机率＝故障停机时间/（故障停机时间＋生产时间），故障停机率表达为故障时间在生产运行中的占比。故障停机率虽然综合了MTTR和MTBF的指标，也便于统计，但由于无法细分MTTR和MTBF的具体值，对于维修绩效改进没有指导意义，且在实际统计中，由于没有区分不造成停产的非计划停机故障，使得统计值并不能准确反应生产效率保障情况。
相对于故障停机率，可用度指标准确反映设备可靠性和稳定性状态，并以MTBF和MTTR构成的指标族有效的指导企业维修管理和能力提升。以提升可用度为目标，构建工业互联网条件下的工业智能服务产业生态。
1. 建立智能可视化的维修体系-数字运维服务商
相比于传统的EAM设备管理软件，数字运维强调以提升可用度为目标，结合停机时分析（IE工业工程强调科学地时间分析，研究和应用时间去哪儿了.）和三大维修通道，持续提升企业维修能力，这包括：
A．以移动化的运维工单，以二维码（定位、扫描识别）技术、通过平台智能调度持续缩短备品备件供应延误时间和维修响应延误时间，并结合人工智能自然语言处理（维修经验共享）技术，持续缩短维修时间，实现MTTR持续向下。
B．以点检（预测性维修）、日常保养（预防性维修）为入口，强调诊断和消除，以及周期计划性维修的执行，实现非计划停机故障降低和MTBF持续向上。
C．强调智能可视化的数据呈现，包括静态和动态的看板系统，以数据驱动维修管理和全员参与、全员考核的维修业务优化系统，确保可用度持续提升。
2. 可靠性与维修性设计、服务的智能服务系统-装备制造商
制造出的产品不容易出现故障（MTBF↑）,出了故障容易修好（MTTR↓），固有的可用度有优势，是装备制造业开展维修服务承包、融资租赁等服务型制造的基础。这表现为两大能力：
A． 可靠性和维修性设计能力。可靠性设计首先考虑的是冗余设计和可靠性试验，这样成本自然会上升，或加大对产品进行结构优化设计，以减少故障失效的数量，同时降低制造成本，可预见的趋势是，未来专用设备会迎来较好的发展（因为专用设备结构简化，故障率低）。而在维修性设计方面，更多注重在标准化、互换性、故障诊断智能化方向，以及人因设计方向，这样的目的是使维修更简单、成本更低。
B．智能服务能力。产品的固有可用度决定了服务能力，智能服务是建立在可靠性和维修性设计和制造前提之上，并以智能物联网数据驱动，做到及时服务响应，改进产品和服务系统。
备注：装备服务商，包括智能制造系统集成商、非标自动化产线服务商、MES系统服务商等。
3. 预测性诊断(维修性能力向上)与分析服务－工业物联网服务商
通过智能传感单元，收集离线或在线的设备数据，并结合数字运维和业务系统数据，识别出潜在的缺陷和隐患，给出准确的故障判断，是工业物联网服务商不可或缺的能力之一。受制于故障模型、现有装备制造条件、智能传感器的成本等因素考虑，现阶段并不适合大规模的自诊断分析能力建设（诊断分为，手动诊断、自动诊断和自诊断三种），目前以下两种种方式为主：
A． 附加值较大或适合租赁和托管的工业场景（含智慧城市部分场景）。针对于发电、航空等附加值高或日常维护难度较大的工业场景，或适合租赁（工程机械物流叉车）、托管(工厂能源部分，如锅炉、空压机等)的工业场景。利用故障建模与故障分析，通过数据识别与业务专家判断故障，提供远程初级诊断＋现场深度诊断的故障分析服务。
B． 一般工业场景。受制于传感器成本，一般工业企业采取离线检测智能传感单元＋工业点巡检APP＋远程诊断服务的方式，由于便捷、经济的特征，在近年来广受工业企业追捧，通常适合振动分析、温度监测、红外成像等常规故障分析领域。
备注：一般工业场景中的油液分析，并不适合智能化的检测手段，理化分析实验室依然是较为精准的检测手段。
4. 提升服务效率和质量－工业维修与MRO工业品服务商
工业维修与MRO工业品服务，属于维修级别中的中继级维修（分为产线级、中继级、原厂级），伴随智能制造的进程，维护的难度
