基于大數據的設備管理研究

郭東棟，杜曉光

（北京奔馳汽車有限公司，北京 100176）

隨著我國經濟社會的快速發展和科技水平的日益進步，大數據技術、云平臺技術等高端智能體系快速完善，企業精準管理、精益管理要求逐步提高，越來越多企業朝著智能化、自動化和工業化方向邁進，企業設備管理與維護標準不斷拔高，設備管理與維護方法也逐步由傳統模式下的緊急維護和預防性維護轉變為狀態監控和預測性維護等實時和預檢查手段，為汽車企業設備維護管理的可控起著不容忽視的重要作用。在此背景下，對大數據技術應用于設備維護管理過程的相關探討及其智能化平臺建設進行深度研究有其必要性。

1 設備管理應用大數據的必要性

一方面，在汽車企業傳統的設備維護管理模式中，管理工作人員常利用巡班檢查、故障假設等人工檢查巡視方式，以設卡控制、過程巡檢以及點檢等諸多手段控制企業生產車間設備管理過程，使設備管理與維護目標得以實現。但是，人工控制方法需耗費較高的組織成本、經濟成本和較多的人力資源，且實際輻射范圍往往較小，檢查精度不高，很容易出現設備維護管理漏檢疏忽的情形，一定程度上影響工作效率，難以保證工作效果。大數據技術應用于汽車企業設備管理維護過程中，可借助科學模式改革傳統設備管理方法和管理體系，使人工檢查疏忽遺漏問題得到圓滿解決，更能夠直接轉變現有傳統模式下緊急維護措施、糾正性維護措施甚至預防性維護方案等諸多工作所導致的無數據信息產生或產生數據信息利用匱乏等不良局面，從而借助數據積累和龐大數據體系分析為汽車生產企業業務增值、管理效率的不斷提高和檢修設備的不斷增強奠定更堅實的技術基礎。另一方面，現有的關于設備維護管理的標準體系主要包括日本在20 世紀70 年代提出的全員生產維護理念、90 年代末我國提出的全面規范化生產維護理念等，國內外設備管理維護標準主要包括歐洲國家維修團體聯盟提出的設備管理和維護評估基準、美國可靠性與維修專業協會提出的SMRP 法則以及日本設備管理協會所提出的建議TPM 和PM 機制。深入梳理設備維護與管理的相關標準可知，不論是國內還是國外，各類秉持著可靠性和維護性思維的、以結果為導向的采用核心績效指標提高設備管控水平的管理模式及績效考核體系，盡管包含部分過程考核指標，在較大程度上卻缺乏設備管理過程監控和預測性維護大數據信息利用兩大設計內容，導致汽車企業的全過程設備管理與維護所產生的大量數據信息潛在價值不能得到有效發揮。與此同時，汽車企業設備管理系統狀態監測的匱乏造成了企業設備管理效率低下和成本高昂等不良后果，也間接影響了汽車企業設備管理過程中預測性維護方案的產生與實施。綜上所述，汽車企業利用大數據技術開展設備管理與維護尤其必要。

2 大數據設備管理模式設計

2.1 系統結構

大數據技術背景下的設備管理模式主要包括設備數據預處理、數據挖掘分析和決策支持應用三大層面，其架構示意如圖1。在原始設備運行數據信息匯總、整理和分析后，對新增設備的數據形式進行對應比較，將相關設備數據信息進行預處理，在進一步挖掘預處理設備信息數據后，利用遺傳算法、神經網絡算法以及向量機算法等諸多方法，對企業設備數據進行深度分析，獲取繁雜龐多數據體系隱藏的經濟價值，從而形成一定的決策知識。最后，應用該決策知識預測設備未來一定時間內的運行趨勢，感覺設備是否會發生故障、發生故障的具體部位，梳理設備發生故障后的檢修措施，從而避免設備發生故障或是在設備發生故障后降低危害。

圖1 基于大數據技術的設備管理模式架構

2.2 功能實現

通常情況下，基于大數據技術的汽車企業設備管理與維護主要包括服務器功能、管理功能和設備，終端管理維護等三大層次，其中系統功能主要包括設備計劃檢修管理、設備點檢管理、設備臨檢管理、設備預警管理、設備技術管理、設備巡檢管理，備件管理，報表與統計等。就大數據技術下的汽車企業預警管理問題而言，大數據技術能有效設置和管理模式，使工作人員依據規范要求，利用大數據信息平臺對汽車生產車間的各項設備的定期檢查通過可視化工具等及時發出預警信號，使設備管理員快速有效獲取相關預警信息，及時采取措施解決汽車生產車間設備管理與維護問題。

2.3 建立智能化設備管理平臺

汽車企業生產車間設備狀態監測與智能化管理平臺構建，主要是利用大數據信息和云平臺技術，采取數據信息可視化基本方法，將汽車生產車間各零部件所采集到的數據信息轉化為生動形象的圖譜資源，從而借助趨勢圖、統計圖甚至數理相關性分析、健康狀態檢測等諸多方式，實現對汽車生產企業車間設備的監測診斷和智能化管理。由于汽車生產車間主設備一旦停運，將會影響整個汽車生產企業生產線進程。同時，主設備維護成本較為高昂，維護管理人員往往不能進入設備內部查看具體故障位置等，因此，建立智能化設備管理平臺，利用全過程跟蹤調控，實現對汽車生產設備的實時跟蹤與全過程管理。在此過程中，可借助傳感器設備和連接器，利用光纖或網線將數據信號傳回光電交換機，利用局域網、服務器和網關技術，將相關數據信息傳至區域以太網，通過以太網查看汽車生產車間各設備運行狀態，再輔以智能設備報警及設備健康自診斷和故障自識別技術等，強化對汽車生產車間設備的智能化管控。

3 大數據設備管理系統設計

3.1 常用分析方法

汽車企業設備運行管理與維護問題常表現為摩擦、軸承污染、軸承腐蝕以及機械松動等機械故障，也會出現因溫度、濕度或空氣污染狀況、甚至大氣壓強不等等諸多原因造成的電氣設備故障。在此過程中，生產車間設備維護與管理常用分析方法主要包括數據可視化的故障診斷、狀態監控和預測性維護，以統計模型和知識系統等方式來支持維修決策和活動。

3.2 分析診斷

汽車企業設備運行管理的數據可視化故障診斷方法主要包括時頻診斷法、統計分析法、信息數據分析法、專家系統法、人工智能、人工神經網絡診斷等其他人工智能算法，甚至包含模糊綜合分析、灰色系統理論以及其他集成化診斷模式。狀態監測技術則往往利用噪聲、振動、溫度、壓力甚至油液等為判斷標準，對其判斷標準進行監測，從而預知設備運行狀況。最后，設備維護檢修的決策方法主要包括故障樹推理法、數學模型法、貝葉斯網絡法甚至其他人工智能修護決策方法。

4 結語

隨著我國計算機管理機制的不斷完善和信息技術的飛速提升，中國制造2025 以及全球工業4.0 的不斷推進，以大數據信息技術為基礎平臺，不斷提高汽車生產企業設備管理維護水平及其他行業設備管控能力的重要性與迫切性逐步顯現。大數據信息技術應用于企業設備管控過程，將設備管控全過程與大數據信息平臺有效融合，使設備管控數據不斷朝著自動化、智能化和信息化方向發展，不僅有助于提高企業設備維護與管控水平，延長設備使用周期，更能不斷增強企業管理能力，不斷提高經濟效益和社會效益，為企業在激烈市場競爭中贏得先機和立于不敗之地奠定堅實的管理基礎和技術基礎。