基于大数据挖掘算法的建筑企业设备管理深度融合技术

王胜勇，张益中，胡文凯

（上海隧道工程有限公司，上海市 200232）

0 引言

在建筑企业设备资产全生命周期管理的各个环节中都蕴含着海量的数据信息[1]。设备管理的各项工作与数据的产生、传递和应用息息相关，提高数据的交互性以及设备管理与信息数据处理技术的融合性，可以扩展数据应用范围和提高其应用价值，最终提高设备管理工作的效率。设备管理领域海量数据的沉淀与交互、处理和应用过程中蕴含着前所未知的信息内涵和知识财富，对这些潜在数据的有效挖掘将极大促进企业运营效率的提高，实现传统建筑行业与数据信息化的深度融合与创新。

1 实施背景

1.1 行业需求

伴随着现代科学技术的不断发展，建筑行业工程设备机械化程度也不断提高。针对建筑行业设备管理中存在的各类问题与漏洞，利用规范化、科学化的手段去解决和改善，有助于提高施工生产效率、提高建筑企业核心竞争力。因此，科学化、信息化、自动化、智能化的机械设备管理技术逐渐成为建筑企业绩效管理的核心重点[2]。

1.2 行业设备管理现状

中国在2008年成立工信部，以推进信息化和工业化融合；十八大以后提出了“互联网+”发展的新业态；2015年5月8日推出《中国制造2025》；2015年7月4日推出《关于积极推进“互联网+”行动的指导意见》；2016年7月27日推出《2006－2020年国家信息化发展战略》等一系列方针政策。目前，国内建筑行业信息化水平相较于其他行业仍处于相对落后的状态，在所有34个行业中，建筑业信息化程度仅高于农业，排名倒数第2。

目前建筑企业设备实际管理过程中主要存在如下问题：

（1）管理机构不健全，管理人员流动性大。

（2）设备资源配置不合理。

（3）机械设备安装检测及维保管理不规范。

（4）管理决策无数据支撑，缺乏客观性。

（5）科学化、信息化管理手段落后。

1.3 数据挖掘技术

“数据挖掘”于20世纪80年代被提出，首先应用于人工智能领域。至20世纪90年代，数据挖掘技术在学术领域和工程项目中开始得到应用，各国科研工作者加大了对数据挖掘技术的重视程度，并不断改进创新，如今已取得显著成效。随着数据挖掘技术的广泛应用，各行各业也将数据挖掘技术应用到了实际管理过程中，以此来提升企业运行效率，增强企业管理质量，从而创造更大经济效益。

1.4 设备管理理论发展现状

国外设备管理理论就其历代发展情况主要包括：苏联计划预防修理制度、英国设备综合工程学、日本全员生产维修、美国后勤工程学和瑞典预防性维修体系。其中发达国家设备管理的发展中最具代表性的是日本全员管理理论（TPM）和英国设备综合工程学[3]。

在我国，设备管理方法主要是在总结工业生产以来设备管理工作经验的基础上，吸收国外先进设备管理经验所建立的设备综合管理方法。其具体方针是：依靠技术进步，进行生产发展，预防为主。

2 项目内涵和主要内容

2.1 总体思路

在信息技术和工业水平高速发展的今天，数据挖掘技术、大数据分析技术、控制工程、机械制造以及管理科学都取得了前所未有的进步。这使得建筑企业设备管理也开始呈现新的趋势，对这一新趋势的全面剖析和妥善把握将有助于建筑企业进一步提高自身设备资产管理水平，乃至提升企业整体管理效能。本次课题针对的是建筑企业设备管理创新及数据挖掘技术、深度融合技术的应用。

2.2 项目主要内容

2.2.1 数据挖掘技术辅助设备管理决策分析

在建筑企业设备管理过程中，各类设备从计划决策、设计建造到采购验收、运行维护直至最后处置报废的全生命周期的管理过程中，产生和遗留下了海量、种类繁多的非结构化数据信息[4]。通过数据清理、数据变换、建立挖掘算法、模式评估、数据展示等一系列过程的转换，数据挖掘技术可以将隐藏于数据中、具有潜在价值的信息不断挖掘并展现出来。将这些挖掘出的价值信息运用于建筑企业后续设备管理决策过程中，将帮助企业把握建筑机械设备未来发展趋势、发掘建筑机械管理与工程项目质量、安全、进度控制的内在关联，为设备管理信息化、科学化发展奠定坚实基础。

数据挖掘辅助管理决策概念图见图1。

2.2.2 建筑企业设备管理与数据信息化技术深度融合

在建筑企业设备管理过程中，将设备管理与数据信息技术进行深度融合，就是应用信息技术特别是以云计算、大数据、物联网等现代信息技术手段来改变传统的设备管理模式，提高设备管理效率，降低管理成本，创新管理体系；通过实体设备管理与虚拟数据管理的融合，打破传统管理理念的束缚，为企业可持续发展探索新的路径[5]。

图1 数据挖掘辅助管理决策概念图

2.2.3 设备全寿命周期经济效益最优化

建筑企业标准设备全寿命周期费用主要包括设备生命各阶段的费用总和，包括设计制造费用、采购验收费用、运行维持费用、维修保养费用和报废处置费用等。其中每个阶段的费用成本又包含了各类费用，以运行维持费用为例，主要包括培训费、人员费用（操作、辅助人员）、动力费、水费、环境调节费等。

利用对标准设备全寿命周期费用历史数据的统计分析和趋势预测，可准确把握各类设备的经济寿命周期情况，避免在设备寿命的后期，因设备故障频发而出现损失急剧增加的问题。动态分析可使设备在运行期最适宜的周期内年均费用最低，保证设备全寿命周期经济效益最优化。

设备全寿命周期集成数据信息流程图见图2。

图2 设备全寿命周期集成数据信息流程图

2.2.4 状态监测及预知性维护技术

设备状态监测技术是指通过监测设备的各类参数，与设备厂商提供的数据进行比较，由此判断分析设备运行状态，对设备可能出现的故障做出早期预测、分析诊断和排查，力争将事故消灭在萌芽状态。通过该技术的应用，可以有效降低设备故障停机时间，提高设备完好率和利用率。

设备运行维保监测、诊断、预知维护流程图见图3。

图3 设备运行维保监测、诊断、预知维护流程图

设备的预知维修管理是现代企业设备资产管理的发展趋势，在有效降低设备故障率的同时，预知维修技术还降低了设备维修成本。通过状态监测技术和故障诊断技术的应用，改变了原有的维修体制，节省了大量维修费用，使“事后维修”、“计划维修”逐步向“预知维修”转变，使设备保持在最佳状态下正常运行。

3 项目实施内容

3.1 建筑企业设备需求性趋势预测技术

通过时间序列分析，可以根据逐月整体项目设备需求量变化发展的连续规律性，对资产管理系统中累积的历史数据进行统计分析，进一步推测未来的发展趋势。

以建筑机械中典型的履带式起重机为例，通过对历史数据的趋势性、周期性分析，利用加权序时平均数法、移动平均法、加权移动平均法、指数平滑法、季节性趋势预测法、市场寿命周期预测法等时间序列预测法，对未来短、中、长期履带式起重机需求总量进行预测。所预测的设备需求趋势预测分析曲线图见图4。

图4 设备需求趋势预测分析曲线图

从图4可以看出，模拟预测模型可有效捕捉到各阶段的峰值，拟合值与实际观测值基本重合。

3.2 建筑企业标准设备状态监控及预知性维修技术

建筑企业设备维修主要以故障后的被动维修（修复性维修）和故障前经验性的主动维修（预防性维修）为主。而预知性维修是一种故障前科学性的主动维修，它是以“状态预测、科学管理、超前维修”为中心思想，以设备的历史运行状态为维修依据。在设备运行过程中，对其关键部位进行定期或连续的状态监测与故障诊断，以此来掌握和分析设备的实时状态，并预测其后续状态的发展趋势，通过积累的运行和故障数据分析，可总结归纳设备的故障模式和可能发生的概率，预先制定相应的预知性维修计划，确定设备停机检修时间、检修内容、检修方式和配套的人员、技术和物资需求。

通过数据远程在线监控技术，可以对日常设备运行维保过程中，设备各关键系统部件中发现的故障进行汇总诊断，并配合其维修及保养情况，预测后续设备状态和故障发生部位，为制定预知性维护计划提供可靠依据。

3.3 标准设备全寿命周期经济寿命管理技术

设备全生命周期费用中基建期一次性投入费用包括设计、建造、采购、验收费用等，随着设备后续使用年限的增加。将设备前期投入费用分摊至每年，则年平均费用将随着设备使用寿命的增加不断递减。同时随着设备使用年限的增长，设备的有形磨损和无形磨损逐年递增，导致其运行过程中的运维费用（包括人员、材料、动力、养护、维修、环境费用等）呈指数型递增。通过统计设备逐年降低的年均投入费用和实际运行过程中逐年递增的运维费用，可有效拟合该设备实际使用成本曲线。以100 t履带式起重机为例的设备全寿命周期经济寿命分析对比曲线见图5和表1。

图5 设备全寿命周期经济寿命分析对比曲线图

3.4 建筑企业非标设备故障诊断及预防性维护技术

上海隧道工程有限公司作为以地下施工为主的建筑企业，其主要非标设备为盾构掘进设备。盾构掘进设备集机、电、液、气和PLC系统为一体，任一系统的单机设备故障甚至单个零件的损坏都可能导致整机停机，不仅将造成工程项目的巨大经济损失，甚至可能造成重大的工程风险隐患。采用常用的故障维修和计划性维修，无法满足盾构设备管控的现实需求。为了能够准确监测设备是否存在故障隐患、故障位置、故障模式，预测设备可能出现的故障概率和风险等级，提前进行设备预知性维修，能够有效避免设备发生突发故障，造成不可挽回的损失。为此提出非标核心数据库概念，见图6。

表1 100 t履带式起重机经济寿命分析

图6 非标核心数据库概念图

3.5 建筑企业关键备件管控技术

通过数据挖掘和信息共享技术，能够有效识别各类设备的关键备件信息，建立完整的关键备件库，对关键备件的历史存储、采购及使用数据进行全面分析建模，提高关键备件的使用和管理效率，避免由于备件管理不到位造成项目无法正常运行的情况。

建筑企业关键备件管控系统主要分为5个大的模块：库存管理模块、统计查询模块、基础信息模块、系统管理模块、系统消息公告。其中主要管控技术体现于利用射频识别技术（RFID）替代了原有的手工录入模式，设备出入库及借用均可自动生成单号统计，同时可动态监控备件库存情况，通过备件聚类分析（连续稳定需求、间隔稳定需求、连续波动需求、随机需求），预测和制定备件警戒库存量，当库存达到下限警戒值时进行预警，提醒管理人员进行关注和处理。

4 实施效果

本课题成果的成功推广与应用实现了对原有设备管理模式的更替和突破，借助新兴的智能化、信息化技术以及先进的设备管理理念的深度融合，上海隧道工程有限公司在建筑行业设备管理领域取得了以下成果：

（1）确定了标准设备及非标设备预知性维护机制。通过信息化手段和智能化手段实现对设备状态的连续监测，并利用数据挖掘技术和数据分析形成状态参考数据库，对设备状态进行识别，利用故障诊断技术和状态趋势预测技术提前制定设备检修计划，确定重点监测维修部位并进行超前维护，从而形成了一整套完善的设备预知性维护机制。

（2）建立了建筑企业设备关键备件管控体系。利用“互联网+”及“大数据分析”的方法，开发专业备件管控系统，对重要设备关键部件进行全生命周期的管理以及以此为基础的信息汇总分析，建立科学的部件管理体系，提高系统部件的管理效率，为工程项目的顺利实施打下了良好的基础。

（3）实现了建筑设备管理与数据信息技术的深度融合。通过本课题项目的成功应用，实现了将建筑业设备管理体系与数据信息化技术的深度融合，应用数据挖掘技术特别是以数据清洗、数据预处理、数据建模、数据呈现等数据挖掘技术手段来改变传统的设备管理模式，提高设备管理效率，降低管理成本，创新管理手段，通过实体设备管理与虚拟数据管理的融合，打破传统管理理念的束缚，为企业可持续发展拓展了新的方向。

（4）创新了设备全寿命周期绩效管理模式。

5 结语

本课题成果的成功应用，为建筑企业设备全生命周期经济效益最优化目标提供了量化测算方案和计算模型，使企业对设备更新投入的决策有了可靠和客观的参考依据。

自2017年本课题成功推广应用以来，据统计累计为企业设备管理投入降本增效近3.2亿元人民币，有效保障了主要施工设备完好率达99%以上，施工设备利用率达75%以上，达到建筑企业先进水平。

本课题具有定位高、难度大、任务重、工作扎实、成果丰硕的特点。所提出的建筑设备管理与数据信息技术的深度融合理念得到了充分体现，包括理论成果、实践成果等方面的研究成果丰富，出色完成了研究任务，其成果具有较高的推广价值。