基于大數據的設備管理模式探索

俞鍵

摘 要：德國制造業是世界上最具競爭力的制造業之一，2013年4月份，德國政府在漢諾威工業博覽會上正式提出“工業4.0”的概念，其主要目的是為了提高德國工業的競爭力，而緊隨其后，中國政府提出了“中國制造2025”的發展戰略，而許多行業也將“智能工廠”的建設納入到了企業的發展規劃中[1]。智能工廠的建設需要依托大量的信息，也就是大數據技術，大數據技術在近幾年來發展迅速，尤其是在消費互聯網中起到了極為重要的作用，同樣，在智能工廠的建設中所起到的作用也愈發凸顯。

國家十三五以來，生產制造企業緊跟智能工廠的發展思路，不斷推進“信息化”和“工業化”的深度融合，最終要實現產品智能化、生產柔性化、管理精益化、供應鏈集成化、決策科學化、人員發展持續化的目標。近幾年，大數據技術的崛起，對眾多制造業企業、服務型企業的發展起到了重要的推動作用，毫無疑問，大數據技術也將對公司未來的設備管理方面帶來一些變革，那么如何將大數據技術和設備管理工作有機結合是我們需要深度探索的重要方向。

一、固有的設備管理模式

固有的設備管理模式的核心是：設備點檢、保養和維修，同時也是工作量最大的部分。要制定合理的設備點檢、保養和維修方面的計劃，并進行定期檢修，才能盡可能優化設備管理質量，節省企業資本。目前，很多工廠現在仍保持著人工錄入數據，跟蹤設備狀態信息，并且數據分析仍然停留在一個較為粗淺的階段，工作任務分配較為不科學。

該模式下，人工錄入數據出錯概率較大，無法保證數據的高真實性，設備故障信息描述的理解也是因人而異，無法最大程度還原現場，任務分配需要人為分配，這也需要經歷較長時間，不僅浪費了時間，還影響了檢修效率，如果因為檢修不及時造成了設備大面積故障，更是造成了巨大的經濟損失。因此，現代大型制造業企業應當建立一套集設備數據采集、分析一體，可以實時匯報設備生命周期狀態并進行故障預警的平臺。

二、基于大數據的設備管理系統模式

1、系統性策劃的設備全壽命周期模型

系統設計基于已進行系統梳理的設備流程架構和設備運維管理制度的基礎上開展的，通過設備運維信息化系統的設計和運行，實現設備管理組織內部高效協同、目標一致，管理方法明確，管理要求統一。基于PDCA閉環管理模式，確保制度規范常態化執行將設備保養、潤滑、點檢、預防維修等定期任務的要求進行電子化。將任務計劃的周期時間、人員、作業過程、故障反饋等規范化要求納入系統進行管理。

2、以工單跟蹤流程模型為基礎，適應各種不同的業務類型

根據工廠各個車間的設備類型不同，組織形式也有所不同，根據這種現狀，設計時對業務工作的共性和個性特點進行分析。建立適合各車間的工單跟蹤流程模型，在此模型上，可通過配置為不同工單類型單獨設置管理要求。

3、生產過程中數據實時化

在生產過程中，通過工業控制網絡及信息化網絡采集各個設備及生產線實時生產狀態、關鍵環節報警信息，對生產過程全過程實時監控，狀態秒級刷新[2]。以企業月度經濟運行分析為基礎，從產量、產值、質量、設備、消耗等多個維度對企業生產運營進行對比分析和趨勢分析，為企業經濟運行分析提供第一手數據支撐，大大縮減了工作量，提高效率的同時節約了成本。

4、設備故障預警

對部分高速旋轉設備來說，我們不單單需要采集如電流、電壓、轉速等直接相關的數據進行分析，進入到大數據時代后，我們還需要將更多直接或者間接相關的因素考慮在內，如：環境溫濕度、振動頻率、潤滑油溫度、設備運行音頻數據等等，大數據分析需要考慮到諸多其他因素對設備的影響。

5、數據應用模型建立

結合實際業務的開展情況，通過聚類分析、回歸分析、購物籃分析及決策分析等大數據挖掘方法對數據進行分析，建立設備健康指數模型并及時進行設備預警，制定易損件更換周期策略、預測性維護措施或者預測性維修機制。同時，對一段時間的數據分析，還有助于我們開展針對性的設備項修或者大修，制定項修、大修策略。

伴隨著信息化技術的發展，人們進入大數據時代后也應該具備信息化思維能力，通過信息化思維改變大家的生活及工作方式，提升生活品質及提升工作效率。“信息化”和“工業化”的深度融合需要工廠從數據采集轉變成為數據應用，如何挖掘工廠設備數據的價值是做好設備管理工作的關鍵，大數據可以幫助我們創新設備管理模式、提升設備綜合利用率、幫助企業提效降本，為智能制造奠定設備管理上的基礎，大數據也可以為企業管理和發展提供依據，因此大數據技術必定成為未來大國工業技術競爭的重點與焦點[3]。

參考文獻：

[1] 佚名.工業4.0時代的智慧工廠有多完美？[J].智慧工廠，2018，（05）：24-25.

[2] 于艷華，宋美娜.大數據（3）[J].中興通訊技術，2013，19（03）：57-62.

[3] 孫柏林.未來智能裝備制造業發展趨勢述評[J].自動化儀表，2013，34（1）：1-5.