PHM行业发展背景、市场需求、竞争格局与趋势如何？

政策驱动叠加行业趋势，PHM市场需求向好。

1、多政策推动制造业转型升级

制造业转型升级需求带动行业发展。随着我国制造业转型升级战略推进，相关部门不断推出制造 业转型相关政策，推动制造业综合实力持续增强。同时，国家也发力推动国有企业数字化智能化 转型升级，加速信息化工业化融合，打造行业数字化转型示范样板。在制造业转型升级和国有企 业数字化的战略背景下，越来越多的工业企业将要推动数字化、自动化、智能化改造，设备 PHM 系统可以推动设备运维向智能化新模式转变，下游需求进一步提高，迎来发展机遇。

行业用工人数下降趋势明显，企业追求降本增效

工业企业用工人数持续下降带来数字化转型升级需求。目前大部分行业的设备运维还是以人为核 心，依靠大量人力来完成运维流程，成本较高。根据国家统计局数据，我国规模以上工业企业平 均用工人数近年来持续下降，用工人员的短缺将不断提高人力成本，工业企业数字化转型升级的 需求逐渐迫切。部分行业的部分关键设备存在特殊性，使用年限较长，需要专业检维修人员才能 对设备进行维护。随着这部分专业人员的逐渐退休，对设备的数字化运维需求也将逐渐提高。

PHM 系统为企业直接创造价值。据德勤《预测性维护和智能工厂》报告数据，不当的维护策略将 会降低设备产能约 5-20%，全球工厂每年因设备故障停机带来的损失约为 500 亿美元。PHM系统 通过对设备运行时的状态进行实时监测及数据分析，预测其未来的发展趋势及故障可能性，实现 对设备的自动化运维。PHM 系统可以直接为客户带来显性价值：1）保障设备安全、连续运行， 降低设备故障和停机维护带来的经济损失；2）降低人工运维成本；3）提高生产的效率与质量， 实现企业降本增效的目标。

2、下游需求旺盛，渗透率低，市场空间广阔

风力发电存量设备进入故障高发期，风机大型化趋势推动对状态监测和故障诊断的需求。风力发 电机组是风能转换为电能的核心设备，设备运行位置高、维修费用高、巡检难度大，现场工作人 员易流失。相较于其他行业，风电行业的智能化监测应用更早。

在2011年《风力发电机组振动状 态监测导则》颁布前，国内就已安装了大量风电机组，这些设备投运年限较长，目前逐渐进入故 障高发期，是巨大的存量市场。《导则》发布后，对于单机容量大于或等于 1.5MW 的风电机组的 振动状态监测做了明确规定，推动了状态监测与故障诊断系统在风电设备中的应用。由于单机容 量的增加可以降低单位容量的风机物料成本，且大型机组的扫风面积更大，轮毂更高，能够增加 度电收益，因此近年来风电机组的大型化趋势显著。据 CWEA 统计，从 2011 年至 2021 年，国 内新增陆上风电平均单机容量已从 1.5MW 提升至 3.1MW，新增海上风电平均单机容量已从 2.7MW 提升至 5.6MW。风机大型化带来的单机价值提升进一步推动了对状态监测与故障诊断系 统的需求。

风电装机容量快速提升，前装的设备状态监测与故障诊断需求将持续增长。根据国家能源局数据， 2013 至 2021 年，我国风力发电并网装机容量逐年增长，年复合增长率达 19.88%。我国的风力 发电量从2013-2021年也日趋新高，2021年我国风力发电量为6526亿千瓦时，同比增长39.89%。 风电机组的振动状态监测模块是前装市场，在设备出厂时就需要集成在机组中。随着风电并网装 机容量与发电量的增长，风电行业的增量市场也前景广阔，风电设备状态监测与故障诊断系统的 需求将持续保持高位。

石化行业市场规模巨大，钢铁行业需求稳定，对设备状态监测与故障诊断需求潜力大。石化和钢 铁行业设备的状态监测与故障诊断系统是后装市场，需要对现存设备进行改装，存量市场巨大。 1）石化行业方面，根据国家统计局数据，截至 2022 年 6 月底，石油和化工行业规模以上企业 28500 家，相比去年同期增加 1823 家。

2021 年，我国石油和化工行业规模以上企业营业收入 14.45 万亿元，实现利润总额 1.16 万亿元，分别比上年增长 30.0%和 126.8%，占全国规模工业 营业收入的 11.3%，行业市场规模巨大。石化行业具有连续生产的特点，工艺技术复杂，且化工 原料、产品易燃易爆，对工业设备的要求严格，安全管理要求较高，一旦出现突发故障可能会导 致严重的后果。2015 年 4 月，国家安监总局组织的对二甲苯生产企业安全专项检查中提出了“对 二甲苯生产装置高温泵增加温度和振动监测系统，实现在线监测”的政策性要求，石油化工行业 生产过程智能化、资产全生命周期管理智能化转型需求提升。巨大的行业市场规模以及行业设备 对状态监测和故障诊断需求的增加，状态监测与故障诊断系统在石化行业的前景十分广阔。

2）钢铁行业需求稳定。据国家统计局统计，2021 年我国粗钢产量 10.33 亿吨，同比下降 3%，钢 材产量 13.37 亿吨，同比增长 0.89%。我国大型规模的钢铁企业达数百家，钢铁企业大型、关键 设备众多。作为资产密集型产业，钢铁行业的生产设备运行时间长、生产环境差、生产稳定性要 求高。《钢铁工业调整升级规划（ 2016-2020 年》要求全面推进我国钢铁行业智能制造，建设关 键设备状态监测体系，大规模的钢铁市场叠加行业本身需求，将为状态监测与故障诊断系统提供 广阔空间。

煤炭及水泥行业设备智能化要求日渐提高。2020 年，我国工业和信息化部相继印发了《关于加快 煤矿智能化发展的指导意见》和《建材工业智能制造数字转型行动计划（2021-2023）》，对煤 炭行业和水泥行业的智能化水平提出了要求。要求中明确了煤矿主要设备均需配置温度和振动监 测，主通风机系统需具备监测警报功能；水泥行业的系统解决方案中需包含设备诊断运维。煤炭 和水泥作为我国重要的资源产业，状态监测与故障诊断系统未来将具有巨大潜在空间。

设备预测性维护整体渗透率仍处于较低水平。随着近年来智能制造的推进，我国企业设备的数字 化水平有所提升，但智能运维方面的渗透率仍较低。根据中国电子技术标准化研究院数据，截至 2020 年底，中国企业设备数字化率达到 50%，但实施设备预测性维护的比例仅为 14%。在下游 行业需求的刺激下，我们认为，未来中国企业设备预测性维护的渗透率将快速提升。PHM 系统将有广阔市场空间。根据 IOT Analytics 数据，2021 年全球预测性维护市场规模为 69 亿美元，随着人工智能、机器学习、大数据和云计算等技术发展，2026 年全球预测性维护市场规 模将达到 282 亿美元，CAGR 为 32.4%。中国的预测性维护市场规模 2021 年达到 5.44 亿美元， 到 2026 年将增长至 32.14 亿美元，CAGR 为 42.7%。

3、行业竞争格局与发展趋势

未来设备状态监测与故障诊断行业将形成以智能化、网络化与专业化为载体的商业模式。我国设 备监测与故障诊断产业起步较晚，但发展速度快，理论与应用方面均取得巨大进步，行业现已进 入智能化在线状态监测阶段。未来将朝以下三个方向发展： （1）监测与诊断技术智能化。随着现代传感器技术不断实现和突破产业化应用，相应的监测与 故障诊断方法也不断出现，其中人工智能是诊断技术方面一个必然趋势。 （2）网络化在线监测。可实现设备状态传输与数据存储分析，实现设备全覆盖、动态连续监控， 并已获得广泛应用。 （3）专业化分工趋势明显。随着越来越多企业将其监测中心与专业机构对接，以及相应供应商 技术提高，未来我国将逐渐形成行业性、区域性甚至国家级的设备状态监测与故障云诊断中心。

伴随国内外设备状态监测与故障诊断技术迅速发展，以及我国高端装备制造业成长，行业参与者 数量近年持续增长。相较于国外发达工业国家，我国工业设备状态监测与故障诊断行业发展时间 较短，处于快速发展阶段。 较强技术自主研发能力与行业故障案例库积累为市场参与者竞争核心。本土企业根据规模大小与 技术研发能力以及提供诊断服务能力，由高到低分为三类。第一类具有较强自主研发创新能力与 强大的故障诊断分析专业团队，拥有一定规模的网络化在线监测客户群体，掌握大量监测数据及 诊断案例库，积累丰富故障诊断经验。第二类具有一定的技术研发能力，规模较小，专注于某一 细分行业。第三类为设备集成商或产品代理商，自身不具备研发和生产能力。

外资企业技术实力突出，国内企业另辟蹊径。国外行业主要参与者多为国际知名的设备提供商或 大型状态监测企业，技术实力突出，企业规模较大，在中国市场主要专注于电力工业、石油开采 等领域，代表企业为 SKF、BENTLY。与国际厂商相比，本土企业规模较小研发能力较低，但具 备提供持续本地化支持与技术服务的优势，凭借差异化的竞争路径，伴随技术水平的持续提升， 本土企业未来有望进一步提高国内市场占有率，代表企业为东华测试、博华科技、容知日新等。