在智能制造背景下，工業(yè)系統(tǒng)向更為復雜化、智能化方向發(fā)展。對于維修管理而言，維護維修的工作量、維修響應能力、系統(tǒng)可靠性和穩(wěn)定性要求、維護人員綜合技能要求、工業(yè)備件的供給效率和質(zhì)量等都面臨重大的挑戰(zhàn)。

鑒于內(nèi)部維修與外部工業(yè)服務現(xiàn)狀，多數(shù)制造企業(yè)處于救火式的事后維修，設備隱患突出，這制約了工業(yè)轉(zhuǎn)型的進程。工業(yè)互聯(lián)網(wǎng)條件下，探索新的維修模式和服務形態(tài)，將成為當務之急。智能化條件下的維修知識重用與技能培養(yǎng)高技能維修人才短缺是工業(yè)領域較為突出的矛盾，在工業(yè)互聯(lián)網(wǎng)背景下，人才爭奪成為趨勢，這意味著工業(yè)企業(yè)招聘人才的成本陡然上升。為此，通過智能化手段，提升現(xiàn)有維修工人技能是非常迫切的需求，這包括：

1、基于故障記錄的維修診斷輔助。重復性故障在維修作業(yè)中的占比普遍較高，但這些經(jīng)驗往往由個別業(yè)務專長較高的業(yè)務能手掌握，抑或由于人才流失，致使這些經(jīng)驗無法重用，造成維修資源的浪費和知識共享的缺乏。借助于人工智能技術的應用，根據(jù)故障描述與歷史維修經(jīng)驗的查詢匹配，大幅降低故障判斷與處理方法引用，有效提升故障處理效率，實現(xiàn)維修知識共享和精準技能培訓。對于維修培訓來說，面授培訓和網(wǎng)絡培訓無法解決員“學時不能用，用時不能學"和“遺忘曲線"的困境。無論是面授培訓還是網(wǎng)絡學習，都無法將理論和實踐重疊，只要有時間上拖延和空間上阻隔就會導致知識的流失，這是人固有的遺忘曲線導致。