基于信息化的设备智能运维管理模式构建探析

门博，聂金宁

（山东中烟工业有限责任公司青州卷烟厂，山东 青州 262500）

1 设备管理现状分析

近年来，烟草行业提出了“以加快新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向，大力发展智能制造，推进智能工厂建设”的设备管理指导意见，建立以数字化和信息化为基础的设备运维管理体系是智能制造的基础，也是提升企业设备运行和管理水平的重要途径。

本厂设备管理模式源自TnPM体系（全员规范化生产维修），在设备管理要素上比较完备。设备管理体系从组织架构上分为2个层级，设备管理处属于职能层，负责设备管理的体系制定、运行协调与绩效目标监督考核；车间设备管理组与车间维修操作人员构成设备管理的执行层，负责设备管理体系的落地工作。现有的设备管理模式具有以下优点：一是集中管理、严格控制，上级决策可以有效贯彻执行，组织效率高；二是资源可以通过职能层进行统筹整合、协调分配，资源利用率高，在车间现场和具体管理指标上均体现出较好的效果。但目前的管理模式也存在一些问题，设备管理的精细化程度亟待提高、设备管理体系与信息化的融合方面做得不够，具体表现在以下方面。

（1）设备管理体系落地后存在偏差。体系要求的管理内容很多不能得到执行层面的正确理解，实际执行中存在一些消极接受的情况，造成体系不能真正落地，未能实现其应有的价值。

（2）车间设备管理的真实状态无法准确、完整、及时地反馈到职能层与决策层，职能层或决策层对车间的设备管理无法进行充分且有效的科学分析和做出有针对性的改善决策。

（3）执行层和职能层的组织架构及岗位职责界定不够清晰，各个部门的人员虽然对部门工作内容比较清晰，但对于具体开展的工作却比较模糊，只能根据部门领导的安排开展业务。设备管理水平与部门领导管理经验息息相关，因此，不能充分发挥体系管理期望的价值，导致设备管理重点目标出现偏差，不能有效保障管理目标达成。

（4）缺乏有效且统一的设备绩效和评价管理，部分车间执行层根据自己的理解建立了对设备状态和工作绩效考核内容，设备管理工作难以实现厂级层面对车间层面进行统一的绩效目标引导及激励。

另外，随着设备不断更新换代，现有的设备管理还面临一些新的问题与挑战。一方面，设备操作更新为自动化，设备操作的技术含量逐渐下降，设备操作人员不断减少；另一方面，设备维修的技术含量却不断上升，对维修人员的要求不断增加，对维修人员的综合素质要求也更高。综上所述，当前形势对烟草工业企业的设备工作提出了更高的要求，不仅需要先进的维修技术，更需要先进的设备管理模式与手段，持续改进管理体系，规范业务流程，规范基础资料管理，实现设备管理信息化、全生命周期管理和标准化管理的多方位整合。

2 设备智能运维管理模式改进思路

近年来，国家有关部门相继出台了一系列指导文件，大力推动新一代信息技术与制造业深度融合，而设备既是智能制造落地的载体，也是连接信息技术与一线生产的桥梁，能否将传统的设备管理体系与移动应用、大数据、云计算、物联网等新技术有机融合是关系到智能制造成功与否的关键。因此，构建基于信息化的设备智能运维管理模式，必须以设备标准化体系为基础，将设备数字化、智能化技术融入其中，才能不断适应现代设备的管理，为设备的健康运行做好保障。

2.1 持续完善设备管理体系

完备且适用的设备管理体系对于规范设备管理，提升设备综合运行效率，促进企业智能制造升级都有十分重要的意义。推行设备管理体系，必须遵循3个原则：一是PDCA闭环管理原则，是规范设备管理的核心思想；二是全生命周期管理原则，是实现设备价值最大化的根本途径；三是风险管理，是维护企业安全生产和发展的基本保证。三大管理原则关系到设备安全、效益、质量、成本等各方面，只有在运行过程中持续改进和完善各种流程、标准和文件，才能使设备管理体系适应企业的发展。采取的主要措施如下。

（1）标准化管理。通过对现有设备管理体系的深刻理解，按照实际设备管理中的情况、问题及完善建议，将各职能部门在各个设备管理业务流程中具体的岗位职责进行重新细化，对设备管理核心作业流程进行重新梳理，实现设备管理体系与实际管理业务紧密衔接，实现作业流程化、流程标准化、数据标准化，持续改进设备管理流程，并严格加以贯彻执行。通过目标管理及绩效考核引导设备维护人员和管理人员聚焦到具体的业务改善及体系贯彻中，加强执行监督与过程质量反馈，在具体的业务执行中不断积累管理经验。近年来先后修订《设备设施控制程序》《设备维修保养管理规定》《设备综合管理考核办法》等文件，对流程进行持续优化，提升企业的设备基础管理能力。

（2）全生命周期集成化管理。设备的全生命周期管理贯穿设备使用寿命全过程，主要是指从设备采购直到设备报废的整个过程中对设备实施必要的、全面合理的管理和监控，从而更好地开展设备维修、采购等管理工作，为基于设备生命周期的风险维修和采购决策提供依据，包含设备前期管理、中期管理和后期管理3个阶段。我们以设备为中心，利用信息化平台，对设备备件全生命周期信息进行集中管理，以单台设备为主线，将设备台账信息、设备大项修履历、设备报废等信息集成在一个以设备为对象的数据库中，对主要设备从选型、购置、安装调试、维护保养、大修改造、润滑、闲置、报废、处置的全生命周期进行痕迹化管理，用数据信息完整呈现设备的全生命周期历程，实现设备全要素信息的集成与共享。

2.2 设备数据的管理及应用

设备数据管理是指通过对设备数据的收集、处理加工和建模，使其成为对管理决策有用的信息，包括对数据进行收集、分类，排序、检索，修改、存储、传输、计算、输出等整个过程。设备管理实现科学管理的过程就是设备管理数据逐步规范化管理及应用的过程，数据必须运用于设备管理实际工作中才具有价值。设备智能化即根据各种数据建立模型，然后由模型驱动设备自我调整或者提供管理决策依据，因此数据的准确、全面提取和模型的建立是实现智能化的基础。

如何准确、及时、全面地获得需要的设备运行基础数据，首先要解决的问题，最佳方式无疑是借助于先进的传感技术和数据自动采集技术。对此，我们构建了设备健康状态监测系统，系统通过预测性维护技术手段，根据设备的机械特性，在卷包机组原有采集点的基础上，在关键部位增加普频加速度传感器、接近式速度传感器、油液品质传感器等60余个传感器，基于机械特征频谱的故障诊断算法，通过频域分析关键部件的振动数据，实现振动监测、油液清洁度监测、气路监测、电路监测等功能，有效地监督和跟踪设备的健康状态，比如在减速机齿轮偏心或者不对中情况发生初期，齿轮啮合过程中应力导致齿的裂缝等情况下，状态监测系统通过信号采集和频谱分析，并匹配啮合频率或故障频率，可以准确、及时发现可能出现的故障问题，并通过历史缓慢变化的趋势提前预警、减少意外停机。维护人员可根据系统报告，安排合适的维护保养计划，提前消除隐患，减少非计划停机，提高设备运行效率和设备运维管理水平。

同时，从设备管理需求的角度，我们认为设备管理数据的应用还体现在实时准确的数据获取、设备管理 KPI的统计、设备管理业务分析及改善等方面，以便充分满足不同管理层级的需求。由此我们对数据采集系统进行了优化升级，优化和新增报表服务、故障停机及视觉类自检自控装置数据采集智能分析等功能，实现设备数据分班次、分机组、分牌别一目了然的应用，为设备管理提供全方位决策依据。

2.3 建立设备知识管理平台

设备知识管理是精益设备管理的基础和引擎，通过实现知识、经验共享及有效利用，促进整体设备维修和管理水平不断提升。

建立信息化平台，涵盖设备经验知识库、故障知识库、一机一档资料库、日常维修作业指导等功能。经验知识库和故障知识库是相互关联、动态更新的，通过建立故障知识图谱体系，按照故障分类、故障现象、故障原因、维修措施的层次结构建立设备故障体系结构树，通过平台报修和维护，不断对知识库进行完善，为设备故障的诊断与分析提供依据，从而将维修人员的知识转换为企业范围内的知识财产，实现对企业员工的知识进行管理的目的。

一机一档资料库则是以当前设备信息为基础，涵盖设备备件信息、设备关键部位维修改造履历等。日常维修作业指导则是以设备3D模型为基础，根据需求实现对设备整体结构的立体分解，并将设备关键部位拆装视频导入平台，有助于维修和操作人员通过视频动画的形式直观地进行学习。

通过建立设备及备件维护和维修知识库，并出台相关的信息管理制度和考核奖励办法，不断鼓励业务人员共享各类与设备维护和维修相关的专业知识，通过不断完善知识库的方式，逐步提升企业的整体设备管理专业水平。

2.4 建立设备可视化平台

设备可视化平台是以设备真实构造为基础，通过Solidworks软件进行建模，分别从设备、总成、零件多个角度进行详细描述，建立整机到零件级的3D模型，结合备件代码和3D图片，提供直观的视觉体验，并且提供不同维度的展示。

通过打通可视化平台系统与数采系统，可实现设备3D虚拟模型与物理现实的动作同步、状态同步、信息同步，并具备实时查询、异常报警、动态跟踪及运维操作等功能。通过直观的可视化界面，即可显示当前设备运行状态，同时可显示当前产量、废品率、停机次数、停机时间、运行效率等信息。根据系统内部数据模型，对采集到的停机次数、废品率和运行效率等关键指标进行分析，对设备进行健康状态评价，指导设备预防性维修的开展。

3 成效及展望

通过体系的完善、数据的管理及应用、建立设备知识管理平台和可视化等措施，促进了设备管理体系与信息化的进一步融合，实现了设备基础管理、标准化管理、设备日常维护保养等多种业务的有机结合，提升了设备运行效率，增强了设备的精益管控水平，为进一步深入推进设备智能化管理打下坚实基础。

下一步，随着大数据、云计算、物联网和人工智能等新技术的发展，信息化与工业化也将在更高水平、更深层次和更大范围上进一步融合。设备智能运维管理作为智能工厂的重要一环，将会面临更大的机遇与挑战。