基于大數據的企業設備管理策略研究

徐文萍

（中石化江蘇油田分公司勘探開發研究院，江蘇 揚州 225009）

基于大數據的企業設備管理策略研究

徐文萍

（中石化江蘇油田分公司勘探開發研究院，江蘇 揚州 225009）

隨著大數據技術的快速發展，應用大數據進行設備管理已經成為提高設備管理績效的關鍵技術。本文針對這樣的實際需求，針對大數據與設備管理的關系進行分析，并且提出在企業利用大數據技術進行設備管理的具體方法。通過本文的研究，提出了基于大數據的設備管理新方案：設備聯網化，構建數據庫；建立量化分析體系；建立應用層的設備管理體系，開發設備實時監測系統，進行數據與設備故障的相關性分析，建立決策推薦和預測系統。通過以上三步可以實現基于大數據的設備管理，能夠達到提高設備管理效率，降低管理成本的目的。

大數據；設備管理；工業4.0

隨著德國提出了“工業4.0”，核心為智能制造的第四次工業革命在全球正式開始。中國勞動力成本逐年提高的事實，也在促使企業必須改變以前的思維，加快轉變，盡快跟上時代的腳步。當前設備的發展速度越來越快，迫使設備管理的發展也趨向網絡化、智能化，而大數據技術日益成熟，其應用也日益廣泛，這也為基于大數據的設備管理提供了技術保障。針對當前國內外設備管理現狀，為了適應大數據發展浪潮，為國內設備管理的發展提供借鑒和參考，本文以基于大數據時代背景下制造企業的設備管理為研究目標，以M制造企業為實例，借鑒當前的大數據分析手段和研究成果，探尋通過大數據挖掘技術進行設備管理的方法，研究改善和提高當前制造企業的設備管理水平，并根據實際情況提出了建議。

1 大數據與設備管理的關系分析

目前全球的設備正向大型化（容量、規模、能力）、高速化（運行、運算速度）、精密化、電子化、自動化、智能化發展，而由設備所產生的數據也成爆炸式增長，過去的設備管理由于技術的局限性使得對這些數據只能采取篩選、采樣等手段，數據的利用率相對較低，一些重要的信息會被遺漏，大數據技術的出現是對以往的以經驗為主的設備管理的有益補充。現在可以利用日益完善的大數據技術，在海量的數據中統計分析出設備的最佳運行狀態和效率，通過大數據技術的使用，利用無線終端推送設備即時狀態及推薦處理方案，更好地對設備進行事前和事后管理，通過運用大數據技術進行設備管理，使得數據能夠真正幫助我們。大數據和設備管理之間有著緊密的聯系，其主要表現在以下方面。

1.1 云計算與設備管理的關系

根據云計算的理念和它的特點，設備管理者不必考慮硬件配置和更新，這些由云服務提供者提供，設備管理者只需要像服務加油站加油一樣在終端完成輸入輸出，通過網絡能完成所有的業務和數據處理。通過建立這樣一個基于云計算的設備管理系統來管理自己的設備。設備管理者也可以依托外部云服務提供者或者內部專門的信息處理部門來實現，而不必要自己投資建立專門的設備管理系統，同時平臺和軟件都有專業技術人員進行維護和更新，這樣可以大大節約企業或者設備管理者投資和維護設備費用。也可以依托云計算技術，將復雜的計算任務拆分成簡單的小任務，分配給現成的設備計算機計算，然后將計算結果匯總傳給設備管理者，這樣可以使用普通的設備來完成較為復雜的任務，節省企業的資金和設備的利用率。

1.2 數據存儲與設備管理的關系

現在的設備數據量呈核爆炸似的增長，而且設備管理勢必要涉及到各類設備的信息數據，而這些數據有很多是非結構化的。例如不同廠家的設備使用不同的編程器和編程語言，又如傳統的模擬量和數字量數據與現在的圖片、音頻、視頻等。如何把不同類型、不同格式、不同結構的數據整合使用在過去一直是個棘手的問題，以前傳統的方法是對這些數據進行歸類、篩選、采樣，各種數據的相關性和利用率都不高，而現在的大數據技術正好可以彌補這些缺點。我們可以用Hadoop來處理TB及PB級的海量的數據，而Mapreduce對非結構化和半結構化的數據的讀取又是非常有效的，利用這些方法可以更好的利用存儲的各類設備相關數據來為設備管理服務。

1.3 大數據挖掘方法與設備管理的關系

大數據挖掘方法主要有聚類分析、回歸分析、購物籃分析、神經網絡和決策樹分析法等。以上這些方法可以通過數據可視化來使我們更好的了解數據。數據可視化，是關于數據視覺表現形式的科學技術研究，主要是以概括的形式把信息提取出來，包括信息所屬的屬性和變量，在技術上利用圖形、視覺、圖像以及用戶界面，通過建模、動畫等一系列的便于感官接受的顯示，用可視化的方法來解釋數據。數據可視化在設備管理方面的關系是，可以通過對設備復雜數據的可視化幫助我們更好地分析數據，找到相關聯系，建立模型等，達到更好地幫助我們了解設備的狀態的目的。

2 在企業中依托大數據進行設備管理的方法

在企業中進行基于大數據的設備管理，必要的資源投入是必不可少的（資金與人力資源），這也是其實施的前提，雖然中小企業與大企業在資源的提供和配置上大相徑庭，但在推進中的步驟卻大同小異，只是需要根據資源配置規模的大小來進行調節。經過大數據下設備管理的研究以及在M制造企業的案例分析，對在企業中推進大數據設備管理的步驟提出以下幾點建議。

2.1 設備聯網化，并構建數據庫

通過對設備網絡化、聯網化，才能更好地了解設備狀態，便于數據的收集。通過自動化數據收集也可以很好地解決在一些中小企業經常出現的人工采集數據準確度不高的問題。大企業由于前期設備投入相較而言都比較先進，大部分設備都已實現網絡化管理，因此比較容易實現。對大企業而言，這一步驟的重點在于將不同的設備、不同的網絡實現互聯互通，并考慮增加感知層設備來豐富完善現有的數據。而對中小企業來講，可能由于前期設備投入的問題，設備相對不如大企業先進，其重點就落在了將現有的設備進行組網上，利用各種現成條件，構建有線或者無線網絡，組成網絡層，便于數據采集，而對于部分使用時間較長的，無法組網設備，也不能放棄，可采用直接采集傳感器信息，通過增加的固定電腦、PLC等軟硬件來收集數據，聯網共享。通過建立統一的數據庫，將網絡化后的設備數據進行保存，并為整個項目實施打好基礎。

2.2 建立量化分析體系

量化分析體系的構建可以使我們更好的了解數據，也可以少走很多的彎路，節省成本。對于中小企業來講，由于投入有限，以及設備先天條件的限制，可以先把量化分析作為第一步，找到需要的數據，然后再組網采集數據，這樣可以節省成本，利用有限的資源達到目的。對于大企業來講，利用這一步將數據進行分類，為接下來的數據應用做好準備。

2.3 構建應用層的設備管理體系

通過對數據的監測開發設備實時監測系統，進行數據與設備故障的相關性分析，建立決策和預測系統。在這一方面大企業優勢較為明顯，由于其資金雄厚，人才眾多，可以建立更為全面的、復雜的設備管理系統，這也是其使用較為先進、功能較多的設備所需要的。而中小企業的設備可能不如大企業設備那么先進，功能也較單一，因此在進行設計和建立設備管理體系中，遵循“夠用”原則，適當的進行擴展，而不必求大求全。例如大企業可以配發移動便攜式設備，并建立設備實時監控、故障預警、資料查找、備件申領等復雜功能的APP，而對于中小企業，則可以利用員工的手機進行故障、預警及決策推送，而不必像大企業一樣進行專機專用。

總之，在企業中推進基于大數據的設備管理，不可操之過急，需要按部就班，根據企業的實際情況來逐步實施。企業的設備基礎是至關重要的，直接決定采用何種方法來實施。如果設備條件滿足，且有成熟的局域網，那么中小企業也可以采用一般大型企業的方法來實施。而大企業中設備條件不成熟，無法大規模聯網進行數據采集，也可以使用中小企業的方法。因地制宜，結合企業自身情況，更好地讓數據為企業服務，才是推進基于大數據的設備管理的關鍵。

3 結語

通過本文的研究，討論了大數據技術與設備管理的有效結合點，并且根據實際企業中設備管理的實際需求，提出了基于大數據的設備管理的方案，并總結出在企業中可以通過三步來推進基于大數據的設備管理：設備聯網化，構建數據庫；建立量化分析體系；建立應用層的設備管理體系，開發設備實時監測系統，進行數據與設備故障的相關性分析，建立決策推薦和預測系統。通過以上三步是可以實現基于大數據的設備管理的，能夠達到提高設備管理效率，降低管理成本的目的。

[1]張友誠. 德國企業中的設備管理和維修（上）[J]. 中國設備工程，2001(12).

[2]張友誠. 德國企業中的設備管理和維修（中）[J]. 中國設備工程，2002(1).

[3]張景旭. 基于大數據的設備管理和維修技術研究[J]. 中國設備工程，2016(3).

[4]曹倬瑝.基于數據挖掘的設備故障診斷[D]. 北京化工大學，2015.

[5]陸愛飛. ERP系統在設備管理中的應用[J]. 設備管理與維修，2014(10).

F273.4

A

1671-0711（2017）06（下）-0018-02