藏義明

（河南省惠普特工業(yè)科技有限公司，河南鄭州 450000）

0 引言

我國(guó)制造業(yè)的產(chǎn)業(yè)升級(jí)的持續(xù)推進(jìn)，工業(yè)制造系統(tǒng)向更高效、更經(jīng)濟(jì)的方向發(fā)展，制造業(yè)裝備面臨更自動(dòng)化、智能化的發(fā)展趨勢(shì)。而這個(gè)過(guò)程，并非一蹴而就，制造業(yè)需要在現(xiàn)有和未來(lái)的推進(jìn)路徑中，更應(yīng)該關(guān)注于適用性、經(jīng)濟(jì)性的和前瞻性的協(xié)同。

系統(tǒng)的自由度決定了管理的復(fù)雜度，智能制造約束了制造系統(tǒng)的自由度，在降低管理復(fù)雜程度的同時(shí)，這要求制造系統(tǒng)具備高可靠性與維修性。非常有意思的是，在全球制造業(yè)轉(zhuǎn)型解決方案中，可以看出設(shè)備管理的重要性。德國(guó)工業(yè)4.0的研究者認(rèn)為，在面向未來(lái)的智能制造時(shí)代，預(yù)測(cè)性維修和員工的責(zé)任、意識(shí)和能力建設(shè)是重要的基礎(chǔ)保障。美國(guó)工業(yè)互聯(lián)網(wǎng)，更強(qiáng)調(diào)預(yù)測(cè)性維修的重要性，通過(guò)減少非計(jì)劃停機(jī)為主要目標(biāo)，從而構(gòu)建更快速、更安全、更清潔且更經(jīng)濟(jì)的工業(yè)系統(tǒng)。

對(duì)于中國(guó)制造業(yè)的設(shè)備管理而言，這將是一個(gè)非常值得探討和實(shí)踐的課題，以數(shù)據(jù)驅(qū)動(dòng)決策為主題，探討設(shè)備管理新模式。

1 數(shù)據(jù)驅(qū)動(dòng)決策對(duì)于中國(guó)制造業(yè)設(shè)備管理的重大意義

許多人將中國(guó)制造業(yè)粗放的設(shè)備管理方式，歸結(jié)于企業(yè)決策者對(duì)設(shè)備管理缺乏足夠的重視。實(shí)際上，無(wú)論是主動(dòng)或者被動(dòng)，絕大多數(shù)的企業(yè)是重視設(shè)備管理的，這體現(xiàn)在：當(dāng)設(shè)備發(fā)生停產(chǎn)停機(jī)事故時(shí)，關(guān)注重心由生產(chǎn)轉(zhuǎn)向設(shè)備維修；強(qiáng)調(diào)日常點(diǎn)檢，盡管這并沒(méi)有實(shí)質(zhì)性的作用。

過(guò)去，一直依賴(lài)于經(jīng)驗(yàn)或強(qiáng)調(diào)流程的做法來(lái)管理設(shè)備，即使TPM（Total Productive Maintenance，全員生產(chǎn)維護(hù)）引進(jìn)我國(guó)已經(jīng)有30多年，鮮有成功的案例。這是由于過(guò)度依賴(lài)經(jīng)驗(yàn)和直覺(jué)，在操作和維護(hù)的執(zhí)行層面缺乏目標(biāo)導(dǎo)向，在決策層面缺乏有效的數(shù)據(jù)支持，在員工流失率偏高的實(shí)際情況下，知識(shí)和數(shù)據(jù)缺乏有效的互動(dòng)和積累所致。

然而，制造業(yè)在以“智能制造”驅(qū)動(dòng)轉(zhuǎn)型的背景下，必須找到加速企業(yè)知識(shí)積累的方法，以持續(xù)提高設(shè)備可靠性和維修性，避免出現(xiàn)“越智能、越癱瘓”的窘態(tài)。

建立以信息物理系統(tǒng)（Cyber Physical Systems，CPS）的設(shè)備管理工業(yè)智能數(shù)據(jù)驅(qū)動(dòng)決策，將有利于重新定義企業(yè)設(shè)備管理，做到基于對(duì)數(shù)據(jù)的分析，而不是僅僅依靠直覺(jué)和經(jīng)驗(yàn)進(jìn)行決策的實(shí)踐。

2 建立目標(biāo)導(dǎo)向的設(shè)備管理數(shù)據(jù)系統(tǒng)，重視數(shù)據(jù)效度與信度

2.1 效度和信度

所謂效度，是指一個(gè)數(shù)據(jù)或指標(biāo)的生成，需貼合它所要衡量的事物，即指標(biāo)的變化能夠代表該事物的變化。所謂信度，是指一個(gè)數(shù)據(jù)或指標(biāo)自身的可靠程度，包括準(zhǔn)確性和穩(wěn)定性取數(shù)邏輯是否正確？有沒(méi)有計(jì)算錯(cuò)誤？效度與信度反映了數(shù)據(jù)的質(zhì)量，這是建立設(shè)備管理數(shù)據(jù)驅(qū)動(dòng)決策的基礎(chǔ)。

有效的設(shè)備管理旨在幫助提升制造效率（有效產(chǎn)出↑）、降低維修費(fèi)用（運(yùn)營(yíng)費(fèi)用↓）、降低備件庫(kù)存（庫(kù)存↓），如圖1所示，這將有利于衡量設(shè)備管理的價(jià)值（數(shù)據(jù)效度），使得設(shè)備管理真正被決策者所重視。

圖1 設(shè)備管理數(shù)據(jù)價(jià)值模型

2.2 可用度

以可用度（A）為核心指標(biāo)的數(shù)據(jù)體系，如圖2所示，不僅重新定義設(shè)備管理，還將確保設(shè)備管理數(shù)據(jù)的效度，這體現(xiàn)在5個(gè)方面。

圖2 基于停機(jī)時(shí)分析應(yīng)用的設(shè)備管理

（1）可用度（A）=MTBF（平均故障間隔時(shí)間）（/MTBF+MTTR（平均故障修復(fù)時(shí)間）），可用度是≤1的常數(shù)，這使得設(shè)備管理水平得到有效的衡量，可用于不同產(chǎn)線、不同車(chē)間、不同工廠之間可以相互比較；

（2）MTTR↓，系以停機(jī)時(shí)間為基準(zhǔn)，記錄維修響應(yīng)和維修時(shí)間，反映了維修管理響應(yīng)能力與維修技能水平。

（3）MTBF↑，首先系通過(guò)維修時(shí)間中驗(yàn)證和校準(zhǔn)過(guò)程的記錄，監(jiān)控和反映維修質(zhì)量水平，以延長(zhǎng)設(shè)備使用壽命的效果達(dá)成。

（4）MTBF↑，事后維修屬于被動(dòng)式維修，由于功能喪失，將會(huì)延長(zhǎng)維修時(shí)間或非計(jì)劃停機(jī)時(shí)間，故事后維修通道的數(shù)量應(yīng)盡可能減少。預(yù)防性維修雖屬于主動(dòng)性維修，但存在維修不足和維修過(guò)?，F(xiàn)象，且設(shè)備自身固有質(zhì)量不足時(shí)，還會(huì)造成越修越壞的狀態(tài)，除了必要項(xiàng)目如潤(rùn)滑等，以及復(fù)雜裝備系統(tǒng)以外，應(yīng)盡可能減少預(yù)防性維修通道數(shù)量。而預(yù)測(cè)性維修，強(qiáng)調(diào)點(diǎn)檢發(fā)現(xiàn)、隱患排查、委外檢測(cè)和基于物聯(lián)網(wǎng)的自診斷發(fā)現(xiàn)，是基于劣化早期和隱患而確定的維修計(jì)劃，對(duì)于確定計(jì)劃維修和降低維修費(fèi)用來(lái)說(shuō)策略最優(yōu)，故應(yīng)增加預(yù)測(cè)性維修通道數(shù)量。

（5）創(chuàng)新改善通道↑，基于備件庫(kù)存數(shù)據(jù)、備件消耗數(shù)據(jù)、維修通道數(shù)據(jù)、運(yùn)維費(fèi)用數(shù)據(jù)，結(jié)合A（IArtificial Intelligence，人工智能）技術(shù)，展開(kāi)數(shù)據(jù)的智能分析，以此識(shí)別改善制約因素，優(yōu)化運(yùn)維績(jī)效，持續(xù)提升運(yùn)維能力。

2.3 確保數(shù)據(jù)的可靠性（信度）

如何確保數(shù)據(jù)的可靠性（信度），是數(shù)據(jù)驅(qū)動(dòng)決策的另一個(gè)重要因素，這包括3點(diǎn)。

（1）可用度取值邏輯，MTBF/MTTR決定了可用度，取值均以分鐘計(jì)算，以月度/季度/半年/年度為統(tǒng)計(jì)節(jié)點(diǎn)。結(jié)合統(tǒng)計(jì)范圍，是以影響產(chǎn)線停產(chǎn)停機(jī)的事后故障作為統(tǒng)計(jì)范圍，部門(mén)和工廠的可用度則由所屬產(chǎn)線的平均值獲得?？捎枚茸鳛榻y(tǒng)計(jì)值，不能用于內(nèi)部考核，以防止作假；

（2）未進(jìn)入可用度統(tǒng)計(jì)范疇的事后故障，同樣進(jìn)入到事后維修通道數(shù)量，以識(shí)別不同維修通道的占比統(tǒng)計(jì)范圍。對(duì)于單臺(tái)設(shè)備而言，需要將所有的故障統(tǒng)計(jì)（含預(yù)防性、預(yù)測(cè)性和事后維修），統(tǒng)計(jì)其可用度，其主要用途是用于外部服務(wù)商，裝備制造商的產(chǎn)品與服務(wù)能力。

（3）不同的數(shù)據(jù)指標(biāo)應(yīng)相互關(guān)聯(lián)和驗(yàn)證，如通過(guò)備件消耗數(shù)量及費(fèi)用這類(lèi)不可篡改的數(shù)據(jù)，驗(yàn)證可用度的統(tǒng)計(jì)、預(yù)測(cè)性維修通道質(zhì)量的真實(shí)性和有效性，以實(shí)現(xiàn)數(shù)據(jù)輸入的智能化防錯(cuò)。

3 加速知識(shí)互動(dòng)與積累是設(shè)備管理數(shù)據(jù)驅(qū)動(dòng)決策的關(guān)鍵

設(shè)備管理水平的差距，本質(zhì)上是知識(shí)積累程度的差異，我國(guó)工業(yè)制造業(yè)缺乏有效的基于數(shù)據(jù)的決策管控機(jī)制，嚴(yán)重制約了企業(yè)的智能制造轉(zhuǎn)型的進(jìn)程。再通過(guò)有效數(shù)字化，解決數(shù)據(jù)效度和信度的條件下，加速知識(shí)互動(dòng)與積累，就顯得尤為關(guān)鍵，這體現(xiàn)在3方面。

（1）由于數(shù)據(jù)驅(qū)動(dòng)決策的實(shí)現(xiàn)，設(shè)備管理指標(biāo)與企業(yè)目標(biāo)高度關(guān)聯(lián)，設(shè)備管理價(jià)值被有效的衡量，這意味著從決策層、管理層、操作層、維修層及采購(gòu)層，遵循同一套數(shù)據(jù)系統(tǒng)，形成人人關(guān)注指標(biāo)，人人為目標(biāo)負(fù)責(zé)的新的管理氛圍；

（2）設(shè)備管理數(shù)據(jù)形成智能決策報(bào)告提供給決策者，結(jié)合TOC（Technical Order Compliance，符合技術(shù)）約束生產(chǎn)理論：一方面智能分析出影響設(shè)備管理及盈利目標(biāo)的關(guān)鍵制約條件，促進(jìn)其組織持續(xù)盈利能力的目標(biāo)實(shí)現(xiàn)；另一方面基于數(shù)據(jù)決策的驅(qū)動(dòng)，實(shí)現(xiàn)預(yù)測(cè)性維修通道、創(chuàng)新改善通道數(shù)量和質(zhì)量提升，使得知識(shí)積累與結(jié)果和過(guò)程高度統(tǒng)一。

（3）設(shè)備管理的核心是維修技能的積累和傳承，基于數(shù)字化條件下的設(shè)備病歷數(shù)據(jù)系統(tǒng)：不僅是對(duì)這些寶貴經(jīng)驗(yàn)的有效記錄和存檔，防止員工流失造成的知識(shí)流失；通過(guò)算法優(yōu)化，還將實(shí)現(xiàn)同類(lèi)設(shè)備的知識(shí)匹配，實(shí)現(xiàn)知識(shí)重用，發(fā)揮知識(shí)價(jià)值最大化。

4 總結(jié)

數(shù)據(jù)驅(qū)動(dòng)變革，價(jià)值引領(lǐng)B2B（Business To Business，企業(yè)對(duì)企業(yè)）工業(yè)維修生態(tài)變革。制造企業(yè)在購(gòu)買(mǎi)B2B商品之前，就想知道這些產(chǎn)品和服務(wù)對(duì)他們的價(jià)值增值活動(dòng)能有多大的幫助，或是對(duì)其生產(chǎn)過(guò)程會(huì)不會(huì)因此而更加經(jīng)濟(jì)、更加高效。因此數(shù)據(jù)驅(qū)動(dòng)決策的意義，不僅在于加速制造業(yè)企業(yè)內(nèi)部知識(shí)的互動(dòng)和積累。更重要的是，通過(guò)大數(shù)據(jù)與AI技術(shù)，將有效加速內(nèi)外部知識(shí)的互動(dòng)，實(shí)現(xiàn)基于價(jià)值數(shù)據(jù)下制約因素與外部資源，如維修、備品配件、裝備制造商、管理與技術(shù)咨詢(xún)服務(wù)商等資源的智能匹配。隨著多數(shù)制造業(yè)需求識(shí)別，最終實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)B2B工業(yè)維修生態(tài)變革，建立更智能、更快速、更安全、更清潔且更經(jīng)濟(jì)的工業(yè)生態(tài)體系。