浅谈大数据在设备管理中的应用

浅谈大数据在设备管理中的应用

赵路遥

（安徽江淮汽车集团股份有限公司安徽合肥230601）

摘要：根据企业生产经营需求，针对设备全生命周期管理的各个阶段，探讨如何运用大数据管理理念，开展设备的管理工作，以期达到设备寿命周期费用最经济、设备综合产能最高的管理目标。

关键词：设备全生命周期管理；大数据

随着德国工业4.0及中国制造2025概念的提出，如何将信息技术与制造技术深度融合成为生产制造企业争相研究的课题。再加上信息技术和互联网技术的高速发展，消费者追求更高品质、更低价格、更快交付的产品，这就要求生产制造企业在产品品质、价格和交付上提高自身管理水平。生产设备是产品生产、交付的重要组成部分，新形势下，为满足消费者的需求，企业需要在现代化的设备管理方法上进行创新，将大数据的管理理念运用在设备管理过程中成为生产制造企业的必经之路。

一、设备管理现状分析

为有效开展设备的管理工作，我国自上世纪80年代以来开始引入国外先进的管理理念，主要学习和实践英国设备管理模式（设备综合工程学）和日本设备管理模式（TPM，全员生产保全）。近年来，随着企业设备管理经验的积累，多数企业开始将设备TPM管理和设备全生命周期管理相结合开展设备管理工作。目前国内多数企业均存在资产投资合理性差、TPM基准缺少合理性的指导、设备备件资金占用较大、设备综合效率低等问题。设备管理在很大程度上限制了企业的生产经营活动和成本管控，使企业在竞争过程中处于劣势。多数企业在总结设备管理经验过程中发现，设备管理过程的大量数据未能及时采集，虽然一些企业应用了设备管理软件等管理系统，但设备运行的基础数据仍严重缺失，无法有效开展数据分析，无法为管理决策提供合理化的建议。

二、大数据在设备管理中的应用

1.设备大数据管理的概念

正式推广“大数据”（BigData）这一概念的是美国《自然》（Nature）杂志，随后《科学》（Science）杂志、美国通用电气公司（GE）、国际数据公司（IDC）、阿里巴巴（Alibaba）均通过各种形式开展大数据的调查和报告，并实践大数据等相关业务。悄然间，人类从IT时代进入到DT时代。

大数据又称为巨量资料，指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资源。

2.大数据在设备管理中的应用

设备全生命周期管理是以生产经营为目标，通过一系列的技术、经济、组织措施，对设备的规划、设计、制造、选型、购置、安装、使用、维护、维修、改造、更新、报废、再制造、再使用、再报废的全过程进行管理。

实现大数据在设备管理中的应用必须在设备全生命周期管理（详细见图1）的各个阶段实施策划（Plan）、数据收集（Do）、数据分析（Check）、分析结果应用（Action）的“PDCA”循环。

（1）前期管理

设备前期管理过程中需要解决设备可行性分析、设备全生命周期费用估算、提升设备中期稳定性等问题。在前在确定企业投资需求的前提下，前期管理的调研阶段需要针对产品工艺特性等开展设备采购规划和调研分析。重点调研投资设备与现有设备在品牌、备件、人员能力需求等方面的共用性，以及投资设备的可靠性、可维修性、节能性、通用性、安全性、环保性等。上述调研工作需要企业开展以下工作：现有设备档案建立（如设备采购原值、设备品牌、设备备件清单、数控系统等）、国家政策及法律法规的识别（如节能、安全、环保等要求）、现有同类设备全生命周期费用统计分析及设备运行记录统计分析。通过对上述数据的调研、统计、分析，使企业在投资设备的选择上更加科学合理。

点检数据定期（日、周、月等）开展记录，并进行统计分析，设定不同类型数据的上下限，超出上下限进行分析和处理。点检数据的分析为开展设备预防性/预见性维修提供数据支撑，使设备管理真正实现预知维修，最大限度的降低设备故障发生。

保养工作结合设备运行时间和设备故障信息等因素自动确定月度设备Ⅰ保、Ⅱ保清单，操作或维修人员根据需要保养设备清单和类型，按照作业标准开展保养工作。

润滑数据的记录，分析润滑用量的合理性，确保设备润滑系统功能良好，提升设备运行稳定性和使用寿命。

设备故障库的建立，结合设备备件更换频次绘制备件生死图实现设备备件的全生命周期管理，结合设备资料库设备备件清单及备件的供货周期，确定常用备件的更换频次和库存数量。同时建立设备备件采购供应商资源库，与供应商共享备件资源，科学的建立备件库存，降低备件库存资金。设备故障库的建立统计出各类设备故障的原因，有效的积累设备维修经验，结合设备备件全生命周期管理，在设备出现故障后能够“快速诊断”、“快速更换”，最大限度的降低故障损失。

通过设备运行时间、计划工作时间、故障时间等数据的收集，计算一段时间内设备完好率、故障率、MTTR（设备平均故障修复时间）、MTBF（设备平均故障修复时间）、OEE（设备综合效率）。通过上述数据的统计和分析，结合设备故障库等数据制定科学的改进方案提高设备综合效率。

（3）后期管理及再制造再报废管理

设备的后期管理主要开展设备报废处理及再制造管理。基于设备大数据的应用，可以通过设备过程能力指数（CMK）、设备故障指数（故障率、MTTR、MTBF）、设备修理费用等指标作为判定设备报废和再制造的标准。

设备报废后综合评定设备状态，联合资讯评估公司评估设备价值并进行拍卖处置。与此同时，可以在确定设备备件及其他部件状态的前提下联合设备制造商或其他有资质的公司开展设备的再制造工作，提升废品利用率。

3.执行大数据管理的作用

大数据在设备管理过程中的运用可以有效的解决现阶段设备管理过程中的疑难问题，有助于建立设备维修管理人员能力模型，提升人力资源管理效率；有助于寻找设备节能空间，降低设备能源消耗。

大数据在设备管理中应用可以为企业制定科学的资产投资方案、备件库存空间、费用管控方案，可以有效的降低投资失误率、备件资金占用及维持费用。与此同时，有效的大数据管理可以使企业设备管理真正实现预知维修（预防维修），提升设备综合利用率，降低企业停工、质量损失。根据美国德克萨斯大学针对数据有效性的研究表明，企业通过提升自身数据的使用率和数据质量，能够显著提高企业的经营表现。财富1000强中的中位数企业，数据使用率提高10%能够每年增加约20亿美元的营业收入，其人均产出提升约14.4%。而数据质量的提升，将会对企业产生更为显著的影响，企业数据质量提升10%，财富1000强中位数企业中净资产收益率（ROE）的提升幅度约76%。

三、结论

当前，随着计算机技术和信息技术的高速发展，无论是我国经济转型升级还是提升我国产业全球竞争力，无不需要大数据的发展和应用。与此同时，随着中国制造2025的深入推进，机器换人、智能工厂等政策的逐步落实，设备管理在企业管理中的重要度进一步提升，设备的管理能力将是衡量企业管理水平的重要标志。将大数据应用到设备管理过程中，不仅有助于提升企业的设备管理能力，同时为企业投资、管理决策提供科学依据，使企业在新形势下的竞争中立于不败之地。

参考文献：

[1]大数据系统综述[J].李学龙,龚海刚.中国科学:信息科学.2015(01)

[2]智能配电网大数据应用需求和场景分析研究[J].刘科研,盛万兴,张东霞,贾东梨,胡丽娟,何开元.中国电机工程学报.2015(02)