美军为什么大规模推广“CBM+”？

对关心数字工程的行业人士，基于状态的维护升级（CBM+，Condition Based Maintenance+）是一种较为理想的维护保障能力，对设备的可用性有较大的影响，早在2008年就发布了《基于状态的维护升级国防部指南》（CBM+ DoD Guidebook）。

然而，2024年8月8日，美国国防部采办副部长办公室发布《基于状态的维护升级指南》（CBM+ Guidebook），并把该报告列为首次发布版本（Initial Version）。

回顾美军长达十多年推进CBM+的过程，历经了十多年才“定型”，其中很大原因是“数字工程”的认知和体系未建立之前，难以说服美国国防部人员全面采用CBM+技术，这一点相信国内不少行业人士是有同感的。

按照美国国防部对CBM+实施路径的描述，CBM+是流程、技术和基于知识的能力的应用和集成，以提高国防部系统和组件的可靠性和维护效率，它是建立在可靠性中心的维修（RCM）和基于状态的维护（CBM）基础上的。

CBM+将丰富的数据转化为有关组件、武器系统和舰队状况的信息，以更准确地预测维修需求和未来武器系统的准备情况，从而提高流程成本效率和企业活动成果。

虽然美军很早就引入了CBM+概念，甚至开展了不少试点项目，其中，以美国空军开展的“机身数字孪生体”为代表，展现了数字孪生体和AI/ML等技术在设备维护方面的潜力，但该技术并未广泛推广起来。

究其原因，CBM+的实施有几个障碍：

第一，技术本身成熟需要时间，十多年前的数字孪生体和人工智能还处于发展初期，人们掌握这些技术需要时间。

通过近10年的发展，网络信息技术进入到云计算和边缘计算为主的阶段，人们获得各种技术非常方便，这反过来加快了各种技术的成熟，为CBM+的更大范围应用提供了条件。

其次，CBM+方法流程对数据的采集分析要求高，传统的数据壁垒很严重，一时半会难以解决。

数据的采集难点很大程度不是技术问题，而是组织管理上的边界带来的，如果不能得到官僚体系的认同，数据难以流向部门之外。当各个部门都有引入数据驱动的人工智能的时候，共享数据已经成为所有部门的刚需，建立共识共享各种数据就顺理成章了。

最后是CBM+软件生态未形成，特定为某个装备开发软件的成本非常高，只有相关软件工具化之后，才能够广泛使用。

2012年美国空军开展机身数字孪生体项目的时候，其目的也是想探索CBM+应用的价值。在那个时候，美国空军除了自己研发了一些软件工程环境，同时委托一些软件厂商为其定制软件工具，便于参与该项目的团队使用。

美国空军深感软件生态的重要性，后来就提出了建设“软件工厂”（Software Factory），让软件工厂更加标准化，具备敏捷性，满足任务系统和武器装备等各种需要。

目前，美国空军拥有了十多个软件工厂，具备了大规模实施软件工程项目的能力。同时，美国国防部正在顶层推进软件现代化战略，其中，软开工厂生态已经成为推进现代化战略的核心任务。

当这些基本工作已经完成之后，美国国防部看到了提高装备维护水平，进入新阶段的可能，于是发布《基于状态的维护升级指南》，希望在国防部掀起一股CBM+应用高潮，真正实现所谓预测性维护的常态。

对于美国国防部来讲，CBM+大规模推广应用的时候到了。