工业大数据之现场设备管理“数治”四部曲 -设备管理与维修杂志社投稿

一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。二、投稿方式： 1、请使用电子邮件方式投递稿件。 2、编译的稿件，请注明出处并附带原文。 3、请按稿件内容投递到相关编辑信箱三、稿件著作权： 1、投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

工业大数据之现场设备管理“数治”四部曲

作者:

关键词:

摘要：

企业的生产制造过程是尤为复杂和精密的，其涉及到的传统的现场管理手段、方式和标准可以归纳总结为“法治”或“人治”。而本文则是针对现场管理五要素中的“机”，提供一种“数治”的解决方案，通过引入“数字化镜像”的概念，将现场设备的过去，现在和未来，以大数据的思路进行梳理，为企业制造过程中的设备资产数字化管理提供方向。

文|联想大数据团队(本文由联想大数据团队独家投稿36大数据，新年新开始，拒绝转载!)

名词解释(注:不同公司部门职能可能略有不同或交叉)

PMC:Production & Material Control，生产和物料控制部，负责生产计划编制与物料管控等。

MDE:Manufacturing Development Engineering，制造研发部，负责现场设备的管理、研发与维护等。

MFG:Manufacturing，生产制造部，主要负责现场制造管控等，保证计划完成等。

R&D:Research & Design，设计研发部，主要负责工程阶段的产品研发和工艺研发等。

数字化镜像:Digital Twins, 运用物理设备上安装的传感器回传数据来展现其接近实时的状态，运行条件以及位置信息等。

现场管理:一种科学的管理制度、方法和标准。对生产现场的人(工人和管理人员)、机(设备、工具、工位器具、工装夹具)、料(原材料、辅料)、法(加工、检测方法)、环(环境)进行合理有效的计划、组织、协调、控制和检测，使其处于良好的结合状态，达到优质、高效、低耗、均衡、安全、文明生产。

MES: Manufacturing Execution System，制造执行系统。

背景

我们访谈过很多制造企业的高层或相关的部门经理，他们在实际运营中遇到了很多很有意思，引人深思的问题。比如，“我是拉1的MFG生产主管，5分钟前设备还在持续生产，为什么突然就坏了?MDE的人怎么这么不靠谱!PMC给的计划难道今天又完不成了?”“我是MDE负责拉1至拉4的设备主管，MFG的主管又找我了，昨天才按计划进行了拉1设备检修，怎么今天就坏了?可我完全是按照检修手册和计划保养时间窗口来安排保养维护的，看起来不是我的问题，不是么?”“我是MDE的负责拉2现场设备的设备管理员，拉1的涂胶机坏了，负责拉1的设备管理员今天又请假了，主管让我代替他去修，但是设备完全不一样啊，我怎么可能会修?”“我是信息部主管，MES系统都上线一年多了，产品追溯问题解决了，可是设备总是出问题，产能提不上来该怎么办?”

我们将类似的问题进行梳理，总结出现场设备管理的三个阶段和两个过渡。并发现几乎所有大型制造企业，都在第二个过渡阶段中寻求好的解决方案。

Figure 1现场设备管理的三个阶段和两个过渡

过渡一:从被动式维修向主动式维护的过渡:通过制定定期保养计划，制定简单保养策略，记录保养日志等方式，周期性的对设备进行检修，降低宕机停产的可能性。过渡二:从主动式维护向预测性维护的过渡:随着设备的网络化、智能化发展，企业越来越关心是否能利用设备自身的运转情况分析来制定更优的保养计划，在保证设备持续健康的情况下，降低设备运维成本;同时对于已发生的故障，能够快速产生解决方案。

为了帮助制造企业针对现场设备的“前世、今生和未来”进行科学有效的管理，联想通过其自身实践，以其大数据平台LEAP(Lenovo Enterprise Analysis Platform)为依托，提出了大数据时代背景下的现场设备预防性维护和服务解决方案，帮助制造企业在现场设备管理上，真正实现“数治”。

“数治”之一:现场设备全生命周期健康管理

传统意义上的设备管理工具或软件，往往局限在业务层面和主数据层面。换句话说，它可以管理包含单一设备的采购日期，基础参数，保养日志，保养周期，保养人员等信息。

然而，设备本身并不是孤立存在和使用的，设备之间的生产过程相似度以及相互影响度，是设备能否正常运行的影响因素之一。同时，随着设备的大量使用，越来越多的设备传感器产生的实时流数据对构建线上现场设备管理提供了可能性。此外，现场设备管理的数字化基础并不是仅仅停留在对过去状态的分析，而应该包含现场设备的全生命周期健康管理。

Figure 2现场设备全生命周期健康管理模型图

文章来源：《设备管理与维修》网址: http://www.sbglywx.cn/zonghexinwen/2020/0726/431.html