服务热线:400-969-2025(多线) · 直线:13827422637 中文EN
ROI CALCULATOR · PdM / PHM · 先算账,再上设备

设备数字化 ROI 测算器:把「要不要上」算成一道明白账

填入你的设备台数、停机损失与预警命中率,30 秒得到回收期、首年 ROI、三年 NPV,并看清命中率与停机损失波动时回收期怎么变。测算口径与「金邦设备智能运维工具箱」小程序完全一致。

回收期判级首年 ROI三年 NPV敏感性矩阵云 / 本地双模型

本页价格为示例参数,非正式报价 · 测算结果不构成效果承诺

<30s出回收期结论
5×5敏感性矩阵
2 套部署计价模型
8%三年 NPV 折现率
⚠️ 示例参数,非正式报价。本页传感器单价、网关单价、安装调试费、平台服务费与软件买断费均为中性示例值,用于演示测算方法与量级关系,不构成报价,也不代表任何客户的实际成交价。所有字段均可按你的实际情况修改。正式报价以双方确认的报价单为准。
1

基本信息与规模

设备/产线选填

测点数 = 设备台数 × 单台测点数。测点数是所有投资与收益的基数,建议按「先行试点的关键设备」填,而不是全厂设备总数。

共 40 个监测点
2

投资测算

示例单价,可改

这一侧是你的一次性投入与年度费用。拿不到准确单价时,可先用默认值看量级,再让顾问按实际配置复核。

仅云部署产生
含布线辅材、备件、培训等,没有就填 0
▸ 政策奖补抵扣(选填,折叠)
若已确认可申请地方数字化转型奖补,按预计抵扣比例填入,测算将按「净投资」计算回收期。未确认请保持 0。
3

收益推演

用你自己的现场数据

这一侧的参数直接决定测算可信度。停机损失建议按「产量损失 + 废品 + 抢修加班」合并估算,不要只算维修费。

试点设备过去 1–3 年的年均计划外故障次数
预警后仍需停机检修,只省两者差额
50%
被正确预警并成功避免的故障占比,默认 50% 偏保守
点巡检工时下降、外委诊断费下降
备件消耗下降、能耗下降、设备寿命延长
METHODOLOGY

测算口径:三条不能松的规矩

很多 ROI 表之所以算出「三个月回本」,是因为把预警当成了免修、把命中率当成了 100%。我们把口径写在这里,欢迎你逐条挑战。

① 可避免故障 ≠ 基线故障

可避免故障次数 = 基线年故障次数 × 预警命中率

命中率是「被正确预警并成功避免的故障占比」,不是算法准确率。默认 50%,可用滑杆调 0–100% 观察影响。

② 只省「非计划 − 计划」的差额

单次节省时长 = MAX(非计划停机时长 − 计划检修时长, 0)

预警之后仍要停机检修,只是把突发抢修换成排得进计划的检修窗口。把整个非计划停机时长都算成收益,是最常见的注水点。

③ 回收期必须做除零保护

回收期 = 净投资 ÷ 年净收益 × 12 (净投资 > 0 且年净收益 > 0) 净投资 ≤ 0 或年净收益 ≤ 0 → 显示「无法判定」

客户填 0 或填出负收益时,页面不会给出 Infinity 或负数月份,而是明确告诉你「无法判定」并提示哪一项需要复核。

完整公式

净投资 = 传感器 + 网关 + 安装 + 软件买断 + 其他 − 奖补抵扣 年收益 = 可避免故障 ×(停机差额 × 元/小时 + 单次维修费) + 人力 + 其他 年净收益 = 年收益 − 平台服务费(云部署) 三年 NPV = −净投资 + 首年净收益×(1+8%)⁻¹ + 年净收益×(1+8%)⁻² + 年净收益×(1+8%)⁻³

首年收益按 60% 折算:基线建立与试运行期命中率上不来,第二、三年才进稳定期。

FAQ

关于这笔账,客户最常问的六件事

设备数字化(预测性维护)一般多久能回本?

取决于三件事:单次非计划停机的损失有多大、基线年故障次数有多少、预警命中率能到多少。经验上,停机损失高(如流程工业连续产线、水泥回转窑、化工泵组)、故障频次高的设备,回收期通常在 6~18 个月;停机损失低的辅助设备可能超过 24 个月,这类设备一般不建议优先上。建议先用本测算器按自己的真实数据算一遍,再挑回收期最短的 3~5 台关键设备试点。

测算器里的价格是真实报价吗?

不是。页面内所有单价均为中性示例参数,仅用于演示测算方法与量级关系,不构成报价,也不代表任何客户的实际成交价。所有字段都可以按你掌握的实际情况修改。正式报价以双方确认的报价单为准。

为什么单次节省时长只算「非计划停机 − 计划检修」的差额?

因为预警不等于免修。设备被提前预警之后,仍然要停机做计划检修,只是把原来长达数小时的突发抢修,转换成时长可控、排得进生产计划的检修窗口。真正省下来的是两者之间的时长差,不是整个非计划停机时长。把这个差额全部计入收益会显著高估回收速度,所以测算口径只取差额。

预警命中率取多少合理?

命中率指「被正确预警并成功避免」的故障占基线故障总数的比例,它不是算法准确率。行业实践中,旋转类故障(轴承、齿轮、不平衡、不对中)识别率较高,通常在 60%~90%;早期缺陷、偶发故障识别率偏低。本测算器默认取 50%,是偏保守的取值。首年还要考虑基线数据积累与试运行期,因此首年收益按 60% 折算。

测算结果是效果承诺吗?

不是。测算结果是基于你输入参数的推演,属于投资决策参考,不构成对节能收益、停机时长或设备寿命的承诺。参数越贴近实际,测算越有参考价值。建议用 3~6 个月的真实运行数据做一次回算,再决定是否规模化推广。

云部署和本地部署怎么选?

云部署按监测点数收取平台服务费,前期投入低、开通快,适合先试点再扩面;本地部署是一次性买断软件,适合对数据不出厂、内网隔离有硬性要求的企业,但前期投入较高。两者硬件部分一致。本测算器可切换两种模式分别测算,对比后再决策。

先算账,再上设备

把这份测算换成一份选点建议与正式报价单。金邦通达负责设备管理诊断、监测选点与落地实施,搭载德姆斯灵瞳(DHMSCare)一体化产品——一个项目团队统一交付。

提交测算,预约复核