基于“預測性維修”的工業服務“互聯網+”或將成為智能制造升級和應用的基石

劉 華楊明波（.宜賓五糧液股份有限公司，四川 宜賓 644007；.北京揚智嘉聯管理技術有限公司，北京 0007）

?

基于“預測性維修”的工業服務“互聯網+”或將成為智能制造升級和應用的基石

劉 華1楊明波2
（1.宜賓五糧液股份有限公司，四川 宜賓 644007；2.北京揚智嘉聯管理技術有限公司，北京 100027）

摘 要：未來的消費模式將以消費者定制為基礎，對消費品的需求會越來越追求個性化、高性價比。消費模式的轉變對產品的品質、功能、可靠性及交付周期提出了更嚴格的要求，對制造系統智能化水平、可靠性和維修性要求也提出了更高的要求。未來基于“互聯網+”的智能制造，將是一個全新的生態供應鏈時代。

關鍵詞：預測性維修；“互聯網+”；大數據；數字化；工業服務；備件供應

隨著工業4.0的提出，我國提出“一帶一路”、“互聯網+”、“中國制造2025”三大工業發展戰略。隨著供給側經濟結構性轉型的提出，中國開啟了工業轉型升級的快車道模式。而現實中的中小型工業制造業，依然生存困難，并未對即將到來的時代做好充分的準備。

一、突破瓶頸，呈現基于智能和數據的極簡管理

在改革開放的30年里，人口紅利得到大規模的釋放，在自動化程度不足，工業系統在2.0～3.0的條件下，制造業仍蓬勃發展，一派欣欣向榮的景象。但隨著能源危機、老齡化時代的逐漸來臨，人工成本上漲，房地產庫存時代、出口受阻等多重因素影響下的經濟危機來臨，制造業步入了寒冬。面臨這樣的危機，繼歐美國家提出工業互聯網、工業4.0后，“中國制造2025”與“互聯網+”開始陸續改良我國工業生態。

在制造企業有一條定律：“系統的自由度，決定了管理的復雜程度”，也就是說，系統的自由度越高，管理的復雜程度越高。在這場工業轉型革命中，隨著新技術的應用，機器人、3D打印、自動化、數字化制造的升級和產品轉型的改變，將逐步降低系統的自由度，生產更柔性，更有利于柔性供應鏈的打造，帶來的改變使得交貨期和質量的問題更容易識別，管理將更簡單。有了數據的應用，問題更易識別，更便于管理決策。

二、智能制造升級需要匹配預測性維修能力的同步提升

智能制造會帶來另一個新的問題，也就是系統的自由度越小，系統的可靠性要求會更高。同許多制造企業自動化改造一樣，對于設備維護管理的要求也會隨之提高。德國工業4.0也反復強調了預測性維修和員工責任、意識和能力的提升對工業4.0的基礎作用，這對于缺乏裝備維修性和可靠性的我國企業來說，顯得尤為迫切和重要。在即將到來的DT時代，設備維護將會迎來新一輪的巨變，制造企業、設備管理信息化提供商、預測性維修服務提供商、設備管理咨詢機構都將參與其中，為中國制造添磚加瓦，并在以下3個方面分享萬億級的市場蛋糕。

1.SAAS設備信息化為主體的企業大數據能力建設

以往的EAM信息化產品，因實施和開發成本偏高，使信息化偏向上規模的企業使用。受設備管理理論體系和客戶網絡終端建設的制約，信息化產品往往處于單點建設，未形成大數據應用，對于企業的持續提升沒有實質性的幫助。

近年來，隨著智能手機和互聯網技術的大規模發展應用，信息的應用端開始從PC端向智能手持端轉移，全員參與信息與數據共享便不再是困難。眾所周知，真正發揮作用的主體依然是人，企業內部大數據的應用的重心，是將所有人的目標鎖定到個人，技能知識有針對性的推送到個人，知識貢獻針對到班組團隊，讓數據在企業內有效流動，產生應用和決策的管理作用，通過人的責任、意識和能力建設，達到全員參與，全員考核（圖1）。

圖1　冰山之下的企業大數據應用潛力

設備管理軟件SAAS化會成為一種趨勢，一方面減少財務支出，采用租賃費用，年費用不足萬元，在可預見的未來，將可能出現完全免費的信息化應用。未來的企業用戶端，企業高層和基層在同一個平臺實現輕松、即時、有效的溝通，并將業務、數據管理有效地結合起來。信息化的服務商還會定期推送關于數據分析、管理技巧與方法的公眾號，使得企業的管理更加便捷和輕松（圖2）。

圖2　SAAS模式下的數據應用與改善

當然，SAAS模式不會是唯一的企業數據化應用級，一方面是用戶私有部署的定制需求，一方面是設備數據采集、預測性點檢診斷服務依然需要本地部署。但SAAS級的應用，仍然能為企業解決大多數信息化需求，且經濟適用。對于信息化服務商而言，數據邏輯分析和服務將成為決勝的核心。

2.基于大數據應用分析的工業服務生態體系建立

無數據、無生態；無生態，不未來。基于設備管理大數據的工業服務，是工業企業外部資源的整合運用。按照企業數據分析的類型，可在工業服務平臺內提供以下服務。

（1）依據設備可用度［設備可用度= MFBF平均故障間隔時間/（MTTR平均故障修復時間+ MTBF平均故障間隔時間）］：利用大數據分析，可對單個或多個企業分析出企業的設備維修管理水平在行業中的位置，還可根據MTTR和MTBF的情況得出存在的管理問題。并在信息化軟件中進行陳述，以及匹配相應的培訓視頻、書籍和合適的管理咨詢機構推薦。

（2）依據MTBF、維修通道比例關系和備件消耗行為數據，利用大數據分析，判定用戶的預測性維護水平。并根據問題分類，推送基于振動、油液分析、紅外成像、機械手關節故障診斷等相關預測性工業服務商進行針對性解決，或推送行業優秀供應商進行解決，并集成這些優秀供應商信息化系統，打造具有針對性的智能分析系統。

（3）綜合設備可用度數據、效率、能耗等數據（效率、能耗數據通過集成的生產管理、能源系統獲取），判定用戶在能耗和效率上的主要問題和提升空間，進而匹配平臺內的能效改造、先進制造技術（含3D打印、機器人等），并進行相關供應資源的建議和推送。

3.基于大數據應用分析的設備和備件供應體系

相比于德國提出工業4.0體系，中國制造業要實踐“中國制造2025”，裝備制造的可靠性和維修性設計是明顯落后的。改革開放30年來，我國建立了完備齊全的工業體系，經歷了引進、仿造和部分創新，但國產設備整體可用度仍落后于德國。

在基于SAAS設備信息化的大規模應用的基礎上，依據大數據分析，通過備件供應互聯網，可以分三步來逐漸提升用戶設備可用度。

（1）軸承是機械傳動的基礎原件，涉及到所有傳動機構的運用。潤滑油（脂）是機械傳動中減少摩擦的介質，被視為工業最重要的“備件”之一，但其市場供應卻存在仿造、造假、“地溝油”等問題，嚴重影響了設備運行和維護。為此，大數據在備件供應互聯網應用的第一步，就是聯合這類優質供應商成立機電類電商平臺，逐步向標準件、通用件和行業備件和設備供應方向拓展。通過用戶大數據，形成規模定制，進而成為備件和設備制造商的互聯網+平臺。

（2）備件和設備供應商，大多屬于離散制造業。要提高其交付能力，首先是要整合MES等解決方案，實現數字化制造。

（3）也是非常關鍵的一步，基于大數據、平臺和備件交易網，向備件和設備制造商提供可靠性和維修性設計、制造和售后環節的認證服務。通過認證的供應商在設備可靠性、維修性、智能化及其自診斷（設備通過內嵌傳感器設定嚴格的邏輯程序進行故障自我隔離）方面具有優勢，并優先推送向用戶。

三、結語

這是一場關于工業的革命，是作為制造大國之間不可避免的交鋒。希望肩負使命的工業服務人、互聯網人、投資人，一起去打造中國制造崛起的中國夢，也只有廣泛地參與，大視野，大合作，才能完成這場變革，呈現一個全新的預測性維修工業服務生態系統，為“中國制造2025”戰略落地保駕護航。

中圖分類號：F273.1

文獻標識碼：B

文章編號：1671-0711（2016）03-0036-03

收稿日期：（2016-02-16）