淺談工業(yè)4.0下的設備管理論文

　　1 傳統模式下的工廠(chǎng)設備管理弊端

　　傳統模式下的設備管理造成的管理弊端顯而易見(jiàn)：

　　第一，由于底層人員推諉敷衍造成信息傳遞不及時(shí)、不準確，導致上層決策者無(wú)法實(shí)時(shí)準確地了解和分析設備的運行狀況。

　　第二，設備的日常運行、故障、保養等重要數據保存不力，或者因為保存方式不妥當造成可追溯性差，很難對數據進(jìn)行有效地共享和實(shí)質(zhì)性地分析乃至做出相應的計劃。缺少大數據的支撐和整合，設備預先維護更是無(wú)從談起，所以大都是事后維護，造成嚴重的時(shí)間損失。

　　第三，傳統的設備管理很難與其他部門(mén)形成一個(gè)信息互通的系統，而設備的狀況又與備件、產(chǎn)品質(zhì)量有著(zhù)密切的關(guān)系，缺少有效的交互容易導致配合上的“斷層”，一方面造成設備維護周期長(cháng)。另一方面對設備的改進(jìn)來(lái)說(shuō)，缺少一個(gè)數據分析的導向[1]。

　　2 新模式（工業(yè)4.0）下的工廠(chǎng)設備管理

　　傳感器、智能儀器儀表、控制單元、數據存儲單元等技術(shù)的日趨成熟和成本的大幅降低給工業(yè)4.0奠定了先決的物質(zhì)基礎�；ヂ�(lián)網(wǎng)、大數據、云計算的高速發(fā)展，推動(dòng)了現實(shí)與虛擬的互聯(lián)結合，給各行各業(yè)發(fā)掘潛在價(jià)值帶來(lái)了新的可能。

　　2.1 基本特性

　　準確性：數據的準確性是設備管理的基本需求，是整個(gè)管理系統中最基本也是最重要的一環(huán)。

　　實(shí)時(shí)性：數據的實(shí)時(shí)性對管理者對設備的突發(fā)狀況作出及時(shí)反應有著(zhù)至關(guān)重要的作用。系統實(shí)時(shí)跟蹤設備的狀態(tài)和做出相應指示，包括運行狀態(tài)、停機時(shí)間、故障處理信息推送、故障處理現狀、故障處理記錄、故障負責人員等。

　　靈活性：系統的靈活性主要包括兩個(gè)方面。第一個(gè)指的是系統內部信息、功能的可配置性；第二個(gè)指的是可多渠道訪(fǎng)問(wèn)和展示系統信息，如現場(chǎng)看板、操作面板、局域網(wǎng)、網(wǎng)頁(yè)、移動(dòng)終端（APP）等[2]。

　　2.2設備自診斷與大數據分析

　　2.2.1 預防性維護

　　系統根據用戶(hù)定義的點(diǎn)檢、保養、設備壽命等計劃，自動(dòng)對指定人員以消息推送的形式發(fā)出任務(wù)提醒，并可對人員反饋的數據（如：任務(wù)開(kāi)始時(shí)間、完成時(shí)間、現場(chǎng)圖片、任務(wù)備注等）進(jìn)行接收和歸檔。

　　2.2.2 自診斷性

　　可以通過(guò)各種功能的傳感器來(lái)獲取設備的健康問(wèn)題，并把采集到的數據集成到系統中，系統通過(guò)這些數據可以預先診斷設備的潛在故障，管理者通過(guò)故障預警提前做出反應，而不至于等到設備出現破壞性現象后再去處理，造成設備效率的損失。

　　應用場(chǎng)景：軸承在傳動(dòng)系統中起著(zhù)至關(guān)重要的作用。因為安裝位置隱蔽和故障征兆性弱，所以當發(fā)現有故障趨勢時(shí)，軸承的性能往往已經(jīng)處于急速衰退期，又因更換過(guò)程繁瑣，故對正常生產(chǎn)造成影響較大。工業(yè)4.0下的解決方案是在軸承的油脂和材料中加裝特殊功能傳感器，用以檢測油脂金屬碎片濃度和軸承材料應力的變化來(lái)判斷軸承的狀態(tài)和故障趨勢，經(jīng)由系統發(fā)出相應警報，使應急反應時(shí)間大大提前。

　　2.2.3 大數據下的設備維護管理

　　系統通過(guò)對設備運行過(guò)程中性能參數、停機、故障等數據進(jìn)行采集和分析，最終確定設備運行狀態(tài)模型，為設備維修、采購、使用、輪換做定量分析，通過(guò)連續性數據分析，合理確定設備的使用壽命。管理者可據此提前做出措施，讓停機時(shí)間降到最少。系統建立自身維護的知識庫，根據經(jīng)驗或者資料對突發(fā)事件做出合理的應對策略[3]。

　　應用場(chǎng)景：維修人員處理完故障A之后，將維修的方法上傳，服務(wù)器自動(dòng)將此故障和方法關(guān)聯(lián)并保存。當故障A再次發(fā)生時(shí)，系統會(huì )自動(dòng)推送排除此故障的參考。當同個(gè)故障有多種方法記錄時(shí)，系統可對這些方法與其他數據參數（如排障時(shí)間等）關(guān)聯(lián)起來(lái)，擇優(yōu)排列。也可以手動(dòng)錄入對某故障的排障方法，方便人員的查閱和參考。

　　2.3 跨系統、可互聯(lián)性

　　一個(gè)好的設備管理體系要與能源管理、產(chǎn)品質(zhì)量管控、采購、倉庫管理、設備廠(chǎng)商管理等管理機制都有著(zhù)緊密的聯(lián)系。

　　對設備管理來(lái)說(shuō)，要將設備的效率發(fā)揮到極致，設備管理也應該與其他職能部門(mén)融合互聯(lián)，甚至是與其他公司、設備生產(chǎn)商、供應商形成互聯(lián)。

　　應用場(chǎng)景：當系統檢測到某個(gè)元器件有發(fā)生故障的趨勢或者已經(jīng)發(fā)生故障時(shí)，系統除了提醒管理者之外，還可與工廠(chǎng)的備件庫互聯(lián)，搜索出該元器件當前的庫存、庫位信息，自動(dòng)生成領(lǐng)料申請單。當檢測到庫存不足時(shí)，可發(fā)出采購提醒甚至是與其他公司、設備生產(chǎn)商、供應商建立起備件共享機制，從而大幅縮短設備維修的流程周期。

　　3 新模式給設備管理者帶來(lái)了新的課題

　　3.1 對人員素質(zhì)提出更高要求

　　隨著(zhù)工業(yè)4.0、智能工廠(chǎng)的深入推進(jìn)，在工廠(chǎng)自動(dòng)化、網(wǎng)絡(luò )化、信息化日新月異的變化中，越來(lái)越多的普通操作人員將面臨更多更大的挑戰。

　　由于設備的高自動(dòng)化使得企業(yè)不再需要過(guò)多的員工參與生產(chǎn)；由于一些員工的水平有限，無(wú)法運用相關(guān)知識對現場(chǎng)智能化設備進(jìn)行關(guān)聯(lián)，無(wú)法切實(shí)理解設備的運行原理和改善方向，進(jìn)而導致無(wú)法根據生產(chǎn)狀況做出改善或提出實(shí)際的改善方案。

　　智能工廠(chǎng)不可能獨立于人類(lèi)之外進(jìn)行工作，智能工廠(chǎng)再智能也只能是人類(lèi)的生產(chǎn)工具，想要保證智能工廠(chǎng)的正常運行，企業(yè)需要能駕馭得了智能工廠(chǎng)設備的人才，特別是設備管理人員。對此，企業(yè)應提前做好人員儲備和進(jìn)行系統培訓。

　　3.2 對設備和網(wǎng)絡(luò )安全提出更高要求

　　第一，智能工廠(chǎng)內部的設備、元器件之間形成一個(gè)環(huán)環(huán)緊扣的設備物聯(lián)網(wǎng)，某個(gè)結點(diǎn)的小問(wèn)題可能在整個(gè)網(wǎng)絡(luò )中被無(wú)限放大，對整個(gè)工廠(chǎng)生產(chǎn)和決策造成影響。

　　第二，工廠(chǎng)網(wǎng)絡(luò )化和信息化的開(kāi)放性可能導致工廠(chǎng)的資料被外界竊取，管理和控制系統受到外界的惡意攻擊，造成企業(yè)運營(yíng)系統的癱瘓。

　　第三，國外的公司在許多關(guān)鍵元器件和軟件技術(shù)等領(lǐng)域占據主導地位，技術(shù)上的受制于人為今后的設備管理帶來(lái)了潛在風(fēng)險。

　　4 總結與展望

　　逐步完成對工業(yè)4.0的過(guò)渡，在筆者看來(lái)，應注意以下幾點(diǎn)：

　　第一，制定企業(yè)發(fā)展理念，使員工認可和支持工業(yè)4.0的轉換思路。

　　第二，培養符合智能工廠(chǎng)生產(chǎn)管理需求的人才。

　　第三，對某些設備進(jìn)行低成本改造，使其符合工業(yè)4.0的發(fā)展要求。

　　第四，工廠(chǎng)內部進(jìn)行設備互聯(lián)，形成一個(gè)功能強大的設備管理系統。

　　第五，與外部系統數據如采購、倉管、產(chǎn)品反饋等系統形成互聯(lián)和數據共享，使得工廠(chǎng)的各個(gè)模塊運作有條不紊，實(shí)現無(wú)縫對接。利用大數據、云計算等強大的數據分析能力，對整個(gè)生產(chǎn)和營(yíng)銷(xiāo)過(guò)程做出動(dòng)態(tài)調整。

　　在進(jìn)行工業(yè)4.0改造的進(jìn)程中，一定要對自身的能力和需求進(jìn)行有效研究和均衡，結合自身的管理特色，只有這樣，才能使改造給企業(yè)帶來(lái)利益的最大化。

　　【參考文獻】

　　【1】梁乃明.工業(yè)4.0實(shí)戰：裝備制造業(yè)數字化之道[J].工業(yè)控制與智能制造，2015（1）：1-10.

　　【2】吳軍.智能時(shí)代[J].機械智能，2016（1）：2-15.

　　【3】維克托·邁爾·舍恩伯格， 肯尼斯·庫克耶.大數據時(shí)代[J].電子科技，2013（1）：45-57.

【淺談工業(yè)4.0下的設備管理論文】相關(guān)文章：

淺談統計方法在工業(yè)生產(chǎn)管理中的應用論文11-13

淺談工業(yè)自動(dòng)化03-14

淺談工業(yè)廠(chǎng)房的建筑藝術(shù)11-21

淺談工業(yè)企業(yè)成本管理03-20

土木工程畢業(yè)論文-淺談建筑工業(yè)化與工業(yè)化建筑03-05

淺談教育論文寫(xiě)作12-04

淺談藝術(shù)的來(lái)源論文12-06

淺談勒貝格積分論文01-01

淺談生命教育的論文06-27