试述基于数字化的设备全生命周期管理体系

摘 要 适应智能制造发展需求，探索为适应新环境而建立地基于数字化全生命周期的设备管理模式，以提高制造企业生产效率。

关键词 智能制造;数字化;设备管理

前言

智能制造的带动下，国内先进制造业的生产模式、制造理念发生了很大的改变，对许多传统制造业都造成了颠覆性的改变与重构，对制造本身而言，因大量智能技术的应用，构建了基于数字化、网络化、智能化的制造工艺、过程管理、设备、运维模式的协同的智能制造环境。在智能制造背景下传统的设备管理模式已不能适应，迫切需要在数字化、信息化基础上建立新的设备管理模式，形成适应新环境下的全生命周期的设备管理模式，从而降低制造型企业经营运营成本、提高生产效率、提升产品质量、降低能源消耗，提升制造业核心竞争力。

1智能制造带来的设备及其管理上的变化

随着智能制造的逐步开展和不断深入，对于生产过程的设备设施及设备相应的管理也带来不少的变化，主要体现在：

1.1 设备的先进性提升，复杂程度进一度加大

数字化是设备智能化的基本特征，相对传统设备而言，根据需要设备增加了数字化的传感器、检测测控、信息传输和反馈、程控软件等电子信息技术，形成了以数字驱动的设备装置，设备从传统的机电一体化转变成为机电信息一体化。加之为了进一步提升自动化，许多原有人工操作被机器所代替，设备操作向少人化、无人化方向发展，单一单台生产设备逐步变成生产线，设备先进性及复杂程度也大幅度提升。

1.2 生产过程由依靠人变成更加依靠设备

首先高性能、高可靠性设备可以摆脱或减少需要依靠人的技能才能提供可靠质量的现状，保证产品质量的一致性和高重复性。其次，智能设备从定位精度、严格的工步和节拍、防错检测等可以保证产品生产的高精度，从而降低制造成本，缩短交货时间。还有一些在对人体有害、危险的环境下替代人工操作，大大提升本质安全。随着企业制造过程自动化和数字化程度的大幅提高，企业对先进性设备的依赖程度正日益加深，而且企业的设备越先进，对设备的依赖程度会越高。

1.3 信息化与设备密切关联，设备产生大量数据

智能制造背景下的设备，在加入智能监控模块后，可以实现制造过程的数据自动采集、分析和控制，这些数据形成制造过程的各种数据库。具体到设备数据，可以包括开关机信息、运行参数、运行轨迹、工艺参数、能源数据、设备异常信息等。

2智能制造下传统设备管理缺陷

目前大部分先进制造企业正在进行智能制造的升级，智能制造背景下的传统设备管理模式存在诸多的管理缺陷，显得相对滞后，主要表现在：

（1）传统的设备各种数据只停留在电子表单化阶段，并且各种数据和资料都是凌乱存储在不同的管理人员、技术人员、维修人员、操作人员手中或档案库中，而且一般的现场的维修记录、日常点检记录基本还是纸质化，并不能形成系统性数据，数据查找查询检索困难，相互可借鉴共享程度不高;

（2）先进设备故障造成的损失、设备自身维修成本，远高于传统设备，设备维修的及时性和降低维修成本显得尤为重要;

（3）信息沟通相对滞后，不能有效的及时链接设备自身需求，设备的异常及维修要求需要通过多层传递才能到达;

（4）由于缺乏必要的数据支撑，预防性和改善性维修、设备故障原因分析和预防还是停留在经验判断阶段，以往宝贵的维修经验不能得到有效的传递;

（5）作为设备维护保养重要保障的备品、备件，其安全存储量和使用量不能准确得知、进口或非通用备件供货周期长，备件质量管控缺失，备件使用寿命预计不足等管理问题突出;

（6）点检、巡检和日常维保质量不能保证，存在点巡检不及时、不到位、记录不准确或随便填写情况;

（7）企业自身维修力量已远远落后于先进设备发展进程，不管是技术人员，还是具体的维保人员，受到专业限制，很少有全面系统解决先进设备技术人才，往往因此受制于制造厂家的服务。

3智能制造背景下的基于数字化的设备全周期管理

传统设备管理已经逐步落后于新型数字化、网络化、智能化制造的发展需求，如何使传统设备管理模式适应新的需求，也是智能制造企业需要急切解决的问题。本文探讨的是基于数字化的设备全生命周期的管理模式。

3.1 数字化设备全生命周期管理基本条件

目前大部分制造业企业处在智能制造初级阶段，在新技术的不断驱动下，结合精益生产理念，企业的已完成初期的数字化转型。要实现数字化全生命周期设备管理，应该具备以下三个主要条件：

（1）大部分制造装备数字化，实时显示设备状态，设备运行参数可收集和上传，具备基本的人机交互功能;

（2）制造执行系统MES已构建，现场可视化管理已具备;

（3）设备相关的其他资料电子化和数据化，如技术资料、厂家资料、备件资料等。

3.2 数字化设备全生命周期模型

设备管理根据企业大小、行业种类、设备类型、工艺过程等会采用不同的管理模式，建立适用的设备管理体系需要结合本企业特点。该模型适用于一般数字化制造企业的设备管理体系，实现设备从购买到报废的全过程数字化管理过程。（图见文末）

3.3 数字化全生命周期设备管理的构建

（1）建立设备基础资料数据库。建成设备数据库是实现数字化设备管理的基础。设备数据库需要详尽收录设备全生命周期下的所有数据和记录，主要包括：设备名称、设备种类、购销合同、制造厂家、制造日期、供应商、设备独有编号、设备安装地点、使用部门、操作人员、设备技术资料、设备日常运行数据、维修记录、点检记录、报废单等。

通過设备基础数据库的建立，可以自动生成设备基础台账和分类台账，如特种设备管理，只需要检索出划归特种设备的设备种类，便可方便知道特种设备的情况，如检验周期、下次检验日期、日常检查记录等[1]。另外，基础数据库也涵盖了设备档案信息，从设备购买、安装、调试、技术资料、日常使用和维修、大修理及改造等信息，都可以通过基础数据库，查询，为其后期各项管理工作奠定了基础。设备基础数据库与智能工厂ERP的资源平台共享，设备管理人员及相关人员对设备的基础数据获取更加便捷，可以实现多点化和移动化取得。

（2）通过MES建立人与现场设备间无缝链接。现场设备运行状态、运行参数、工艺控制过程、能源消耗、异常报警、操作人员等信息均可以通过MES系统进行收集，通过这些数据，可以更加直观和全面的了解每台设备的运行状况，提高设备利用率，及时地处理异常，降低生产运维成本。通过MES系统将人与设备之间无缝链接，实现透明的生产运营，提供全方位的设备信息的跟踪及追溯。

通过现场MES系统，还可以实现设备突发故障的报修和修理完成情况的检视。当设备出现故障，设备自动报警或者由操作者通过现场MES终端发出报修信息，报修信息会自动流转到相关人员，改变以往多层信息传递的低效率和信息传递的不准确性。同时维修人员的维修记录和维修完成情况通过现场MES终端进行返回，使故障维修形成闭环管理。

（3）设备数字化维护体系管理。在数字化设备管理系统中，设备管理者以系统中设备运行时间作为主要参数，并可结合其他可采集数据及以往设备运行过程取得的经验，形成维护作业计划。如操作者的日常点检记录和一级保养计划、维修人员设备巡检维护和二级保养计划、备品备件更换计划、设备大修理计划等。按照系统事先设定的计划，系统可以提示管理人员、操作者和维修人员，也可以由系统提供设备运行停止点[2]。让操作者准确及时地得到需要点检时间和点检项目的详细要求;润滑的点位、润滑的时间及所加油品种类等日常设备保养信息。让维修者按照预定计划，进行预防性维护保养。并可将以上保养维护结果反馈到系统中。

在预防性维修当中，巡检工作是非常关键的环节，也是管理者较难控制的环节。数字化巡检系统可以克服以往的很多弊端，在数字化巡检系统中，将巡检管理要求及巡检标准与巡检执行过程完全信息数字化关联，利用智能的巡检终端，实现巡检线路、巡检数据记录、巡检人员行为的管理。管理人员透过后台可以清晰地知道巡检的过程和设备状态，通过后台数据还可自动引发异常报警，也可以以数据为基础进行设备状态和能力的分析。从而进一步提升巡检质量、确保巡检数据准确性、及时性，为设备正常运行提供保障[3]。

与设备厂商建立远程化维修机制和备件保障体系，如条件允许，建立安全的设备与厂家之间的网络连接，以便厂家随时提供服务，包括故障诊断、备件寿命、设备状态判断等。

（4）数字化备品备件管理。相对于产品的产出，设备备品备件往往被忽视，进入数字化智能制造后，设备的先进性及专业化特征更加明显。一旦设备出现故障，更换损坏的零部件是最快的修复方法。在智能制造背景下的设备管理，备品备件管理也是较为重要的环节，企业必须保有一定数量的市场采购周期较长，并且设备易于出现问题和预计到达使用寿命的备件。设备备件数字化管理，基于以往经验的积累及每台设备实际使用的情况，按“最小安全库存”和“经济性”来衡量和建立设备用备品备件的种类和数量。对备品备件的采购、库存以及使用等利用WMS系统进行数字化动态管理[4]。

（5）设备数字化数据的合理应用。数字化的设备管理系统会产生大量的数据和信息，如何利用好这些数据也是一项很重要的工作。这些数据和信息可用于建立设备故障库及设备运行管理分析等。设备故障库的建立，通过数字化记录和积累每台设备日常运行情况、故障和维保的问题，解决过去经验存于人脑，记录存于纸面的情况。利用数据库处理和查询能力，可以非常便捷的查到过去以往维修过程和解决方案，为后期故障维修建立快速查询通道，便于解决同样或类似问题。利用故障库还可以对多发故障进行系统性分析，为多发和典型性故障提供可靠的历史数据和根本性改进解决方案[5]。设备数字化数据为设备运行管理分析提供了丰富的数据来源，是数字化设备管理体系为企业提供的重要管理资源，利用其进行设备寿命及经济性分析，设备修理决策分析、设备相关人员绩效分析、设备故障及停机分析等。将过去一些仅凭经验的决策，变成以数据为基础的决策，使企业运营更加可靠和经济。

4结束语

随着智能制造的逐步开展，作为智能制造生产过程硬件表现化的设备设施已经变得越加重要，利用好数字化工具，建立全周期的数字化设备管理体系，适应目前智能制造要求，还应随着需要不断的发掘新方式和方法，来保障企业发展。

参考文献

[1] 王灵运，李辉.工业4.0对设备管理提出新要求[J].中国设备工程，2015（7）：30-33.

[2] 王琳.智能制造下的设备管理[J].设备管理与维修，2018，434（20）： 7-8.

[3] 祝旭.故障诊断及预测性维护在智能制造中的应用[J].自动化仪表，2019（7）：66-69.

[4] 施灿涛，刘璐新.面向智能制造的设备管理应用研究[J].冶金設备，2016（5）：49-52.

[5] 李俊皓，魏晋，姬平.TPM管理在智能制造时代中的探索优化[J].化学工程与装备，2018（11）：343-344，49.

作者简介

张辉（1971-），男，陕西西安人;毕业院校：西安交通大学，专业：项目管理，学历：工程硕士;现就职单位：西安西电变压器有限责任公司，研究方向：设备管理、固投规划。