助力企業數字化轉型

文/王海濤 張凱禹

如今，企業數字化轉型正開展得如火如荼，尤其在智能制造企業中，全自動生產線設備開始大量應用數字技術，用以提升企業核心競爭力。標準數字化作為企業數字化轉型的一個環節，已經發揮出重要的技術支撐作用。

感知信息物理系統

在智能制造企業中，全自動生產線設備的使用頻率要遠高于普通人工生產線，發生故障的可能性也相對較高。然而，對大多數企業來說，設備管理工作通常會出現一類通病（見圖1），影響企業正常生產效率。依托數字技術加持的標準化理念，打造全新的設備管理體系，也成為企業數字化轉型的一部分。

圖1 設備管理存在的問題

在常用的智能制造企業信息物理系統（CPS）架構中，設備數據采集被形象地比作感知，工作人員將感知的數據進行標準指標比對和分析后，可實時監測設備運行狀況、實現設備評價等，從而有利于設備管理工作的開展。

目前，現代化智能制造企業的設備數據采集量很龐大，一臺設備一天被采集的數據量約為20 MB，一個大型工廠一天的數據量就可能有幾十個GB，即使采用分布式數據庫架構，也無法滿足快速分析的需求。

為此，上汽集團云計算中心設計了TPM設備管理平臺，將種類繁多的計算工具按照各自擅長的數據場景進行整合，如Kafka作為數據接入端，負責采集數據的接入，同時負責業務配置數據的更新輸入；HBase負責將采集到的數據進行永久存儲；Kylin提供標準的SQL查詢功能等，此時可查詢的標準文本，已經是數字形態，是整個數據庫的一個組成部分。TPM設備管理平臺摒棄了傳統人工記錄的管理方式，將管理過程的文檔電子化，保障文檔傳遞的準確性和安全性；將管理流程標準化，規范設備數據的采集、分析共享，充分挖掘設備數據價值，為設備管理提供決策支持，極大地提升了企業設備管理效率。

精準預測快速響應

上汽集團利用在行業內的龐大的設備種類和數量優勢，采用機器傳感器采集數據和設備維護記錄相結合的方式，結合設備的機理模型和相關標準的數據指標，利用云計算中心強大的算力，對設備關鍵部位的使用壽命進行智能預測，在故障發生前主動采取上門巡檢或者更換相關零部件的措施，以減少對應的宕機損失。

預測性維護可以幫助企業克服預防維護的盲目性。以前，企業都是采用定期維護方式，一方面維護檢查的工作量比較大，但另一方面生產任務緊急，沒有時間騰出設備去做一些預防性的保護。現在，企業可以根據不同的設備類型采用不同的算法模型，以標準化的過程指標和考核指標為依托，對設備不斷橫向對比分析和優化，提高設備的可用率，從而降低運行監測費用，提高經濟效益。

設備維護的另一重要內容是快速響應。當生產設備異常時，現場工作人員可直接用微信小程序掃碼，通知維修人員進行現場搶修，并留下維修記錄，實現快速響應。對于一線工作人員來說，他們可以用語音和圖片輸入相關信息。系統通過云計算中心的自然語言處理以及圖象識別技術，將現場的操作便捷化、人性化；對于維護保養人員來說，系統支持電話、短信、智能手環提示，他們不會錯過重要信息。

數字決策一目了然

除了應用于數據采集流程管理和設備壽命使用預測，標準數字化還可應用于設備管理能力評價，幫助企業建立數字化決策和模型。

設備績效管理模塊主要是實現設備運行情況及其績效情況的可視化管理，使設備管理的成效一目了然。首先，建立績效評價指標庫；其次，根據績效評價指標從數據庫中獲取每臺設備在每個指標下的數據，系統內嵌的績效評價模型對數據進行分析、處理和計算；最后，在前端界面顯示績效評價的結果。

評價指標包括設備基礎管理、設備維修管理、設備維護管理和設備成本管理4個一級指標，及其19個二級指標（見表1）。

表1 生產設備管理能力評價指標體系

結 語

企業數字化轉型是建立在數字化轉換和數字化升級基礎上的高層次轉型。將標準融入轉型，可以使標準在眾多自動化、智能化環節提供具體技術支撐，助力企業內部生產鏈條與設備維護高效協同、轉型升級。