基于大數據的預防性維修在汽車行業生產管理中的實證研究

廖夏菲

一汽-大眾汽車有限公司佛山分公司 廣東省佛山市 528000

1 汽車行業設備管理現狀

汽車行業經過百年歷史，特別是在二次世界大戰之后，隨著制造業快速發展，也出現了較多的現代企業設備管理方式。從時間維度而言，主要可以劃分為設備前期管理和設備后期管理兩個階段，其中前期管理主要側重設備對于企業生產管理的經營目標和產品需求的對應，主要工作內容是選型以及安裝調試。后期管理則主要是針對已經投入運行的設備，進行保養監測，維修更換等等。本文主要研究的是設備后期管理，當前行業中，應用比較廣泛的是來自于日本的全員生產維修制，也就是TPM（Total Production Maintenance）。[1]

TPM最早出現在維修領域是源于20世紀60年代，日本的一家電子元件制造商Nippondenso，隨后在日本工業維修協會的支持下，在數百家日本公司開始應用，目前也是行業中主流的日常設備管理方式。其核心思想是要在設備管理中要實現“三全”，全效率，全體系，全員。即企業的全體員工保持飽滿的熱情，關注整個過程中的設備情況，實現效率高，質量好，成本低，故障少的目的。

但是在自動化顯著提升以及信息數據快速增長的現代生產過程中，也逐漸出現了一些弊端：（1）設備數量快速增加與維修人員數量的矛盾，隨著生產環節的復雜程度以自動化程度的提升，設備數量呈指數增加，但是人員成本逐漸上升，只能提升單人負責設備數量。（2）設備內部復雜程度與維修人員能力的矛盾，目前的設備復雜程度與過去已經不可同日而語，從機械結構升級為機械電氣一體化，甚至內部封裝已經廣泛應用，這對維修人員的能力也提出了全新的挑戰。

同時，隨著智能制造的興起，特別是通過制造執行系統，采集設備參數以及生產環節各項數據，并對數據進行分析和管理，其中基于大數據的設備預防性維修是重要研究方向和應用實踐。

2 預防性維修概述

傳統維修主要依靠經驗及定性判斷為主的維修模式，而預防性維修主要運用各種維修建模方法和優化技術，定量描述及分析維修工作，在維修實踐中給予先行性的指導，起到預測并防范于未然的效果，從而提高企業的運營績效[2]。

預防性維修的實現也是需要前置的技術基礎，才能夠實現，具體而言有：

（1）信息技術，生產過程中，信息來自于各個設備，需要搭建設備環網，建立標準的通信模式，搭建以太網絡或者5G網絡平臺，才能保證信息暢通。

（2）物聯網技術，預防性維修的對象，是設備，設備之間的參數提取非常關鍵，且同種設備及不同設備需要搭建統一的信息平臺，才能實現設備與設備的互聯，為車間級的設備預防性維修建立基礎。

（3）大數據存儲及計算，設備產生的數據是非常復雜的，常見的有力矩，電流，電壓等等，且應用于不同的生產場景，數據的產生也是非常巨大的，需要依托大數據技術對信息進行存儲，管理和統計。

（4）建模及算法，預防性維修需要能夠建立設備參數以及故障發生的參數模型，并經過自我學習，定義報警或者中斷閾值。

3 基于大數據的預防性維修的有效途徑

在預防性維修的功能實現上，最為關鍵的是要在設備出現異常之前，能夠提前發現或識別。根據高帆等學者的總結歸納，設備預防性維護的具體過程包含以下四步[3]：

第一，由設備的傳感器獲知設備的實時狀態，利用分析技術判斷被監測的設備的當前所處的作業狀態和運行環境，獲取該設備的健康狀態[4]。

第二，基于傳感器采集獲取的設備健康情況，結合設備管理系統力的相關參數的參考和計量，對在線監測采集到的各類數據進行統計分析。采用如趨勢分析曲線的方法，結合歷史情況進行綜合分析法，形成趨勢分析報告，起到輔助決策的作用。

第三，以趨勢分析曲線為參考，采用故障分析統計、數據建模分析、評判規則預設、預警數據設置等方式，進行壽命預測和運行狀態的有效分析，反復驗證、提升和優化，以提升整體預測的可靠性和科學性。

第四，合理確定設備的維護計劃和對應的維護時間安排，目的是通過主動發現、主動阻斷風險，降低被動的生產停工時間。當然這需要采取一系列符合企業自身客觀情況的檢測診斷方法，也需要做好對應的經驗積累提煉工作。

采取有效途徑實現預防性維護，對于企業而言不僅僅在生產時間安排上可以消除被動的風險因素，在經濟性上除了帶來效率的提升也有利于提升備件采購計劃的合理性，從而有效地減少備件庫存的占用和降低設備的整體維護成本。同時對于維修人才隊伍的自主能力提升也起到了關鍵的鍛煉作用。

4 預防性維修在企業生產管理中的實踐

由于對效率提升和成本優化的積極貢獻，預防性維修，在自動化率極高的汽車制造領域自然是無疑是重點關注的領域，接下來將以一汽-大眾某焊接工業車間為例，進行實踐成果的探討和分析。

該車間自動化程度超過85%，有焊鉗、涂膠、工業機器人、輥床等超過100種設備類型，其中工業機器人超過1100臺，自動焊接設備超過900臺，自動涂膠和鉚接設備超200臺，輸送設備超400臺，各類設備超過5000臺。設備運行及管理是是完成產量任務的關鍵保障。

設備運行智能分析系統，利用信息化技術預測設備狀態及提升自適應性，采集設備關鍵參數進行大數據分析，做到設備狀態預測性監控，提醒維修人員進行預防性維護，已經得到多個場景的應用：通過電流監控來預測驅動類設備運行狀態，提前發現驅動系統磨損缺陷；利用電機轉矩、出膠壓力、填充時間，監測膠體黏度以及管路狀態，分析涂膠設備運行狀態；利用摩擦力、響應速度來預測焊鉗運行狀態等。

接下來結合驅動類設備預防性維修項目展開案例介紹。

驅動類設備是該車間分布廣泛的運轉型設備，如輥床、轉臺、升降機等，主要負責車身產品的轉移及升降。這類設備一般體積較大、負載較重，出現故障難以修復，維修時間往往在4個小時以上，容易出現重大設備停臺。

前期對該類設備的維護，通過兩個月一次人工檢查，每次投入人員16人，投入工時32人時，但仍難以提前發現設備內部故障隱患點，特別是電機內部損耗以及傳送機構磨損。

結合智能制造項目，攻克驅動類設備參數接口，提取設備運動過程的電流曲線，通過數據湖進行存儲，同時自主開發算法對電流曲線提取特征值，并進行擬合分析，能夠有效識別設備運轉過程中，電流跳變以及變化趨勢。系統能夠實時監控車間400余臺驅動設備狀態，并實現目視化效果展示，維修人員能夠快速獲取設備信息，且出現異常時，系統自動郵件提醒維修人員并添加檢修內容至工作清單。

運行以來，已發現2起重大故障隱患，分別是升降輥床傳動部件磨損及翻轉臺驅動電機軸承磨損，這兩個設備重量超過1噸，生產過程中難以更換，監控發現異常后，系統推送工作任務至維修人員，在停產檢修時計劃性更換，避免了10小時以上生產停臺，并由于發現及時，磨損位置尚可修復，節約備件成本19萬元。

5 生產數字化核心技術在預防性維修領域中的應用方向

通過上述實踐案例，不難發現，預防性維修的有效實現和可靠性的不斷提高，需要綜合利用多種數字化手段，這也是我們在制造業領域不斷推進數字化轉型給企業發展帶來的理論和實踐價值。概括而言，目前應用比較廣泛的核心技術主要有以下四個應用方向：

5.1 工業大數據賦能企業的精準決策

工業數據的透明化，有利于輔助企業的管理者實現敏捷化的決策，這也是企業在生產管理環節大力推進數字化轉型的一個重要動因。

在維修領域，大數據的打通往往是指實現設備數據的透明化，和設備與系統之間關于數據的交互性。這樣的數據基礎有助于實現設備實時運行狀態的監控，迅速地發現異常并根據故障數據或提示、及時地進行工藝細節的調整，進行快速的生產調整決策，從整體上實現生產效率的提升，防止缺陷問題的批量流出。同時，在傳統的維修模式下，我們常以單個工廠、車間或車型為單位分析生產過程中出現的相關設備問題問題。但大部分車企擁有多個生產基地和車間，這種分析和解決模式不利于發現共性原因，導致盲點的長期存在。通過各大基地生產數據的采集和內部對比，可精準挖掘共性或針對性問題，從單點問題分析轉向系統問題分析。

5.2 工業軟件系統作為核心工具的作用凸顯

工業軟件系統是一個寬泛的概念，上至面向整個企業進行資源計劃的ERP系統，到供應鏈管理系統，包含倉儲物流相關的管理系統以及關于產品生命周期管理的系統等等，通過工業軟件系統的集合，可以實現從單個小模塊的控制，到生產線的管理，資源平衡，生產決策偶從微觀到宏觀的整個過程的管理。

汽車制造業的內部生產管理往往要同時平衡銷售端和內部執行，也就是訂單的計劃兌現和實際的現生產管理、資源匹配，同時在這個環節中會存在多個系統平臺和多個入口，因此需要通過網絡化的工業軟件系統來填補計劃層面與實施控制層面的空白。對于這一塊制造執行系統的投入和提升，許多行業龍頭已經表現出了濃厚的興趣和熱情。

聚焦維修領域，制造執行系統（MES）系統的利用主要是在執行控制層，通過對過程控制模塊的整合和應用，通過數據采集，結合預設的邏輯，進行有效的風險識別，實現有效的設備和生產管理。

5.3 工業機器人既是制造基礎的執行終端也是數據收集器

在自動化時代，各大車企為了降低人員和提高生產的精度投入了大量的機器人。在數字化時代，機器人的應用必然更加廣發，隨著5G技術的深入覆蓋，機器人的價值不僅僅是替代人工或者穩定輸出，而是它本身也可以被挖掘成一個數據基站，對機器人采集到的數據進行進一步分析，企業可以發現更多的潛在價值，進而賦能整個生產環節。智能制造和工業4.0的進一步實現，都需要企業在現有機器的基礎上，充分深挖數據價值，兩者疊加才能打造具備不斷自學習能力的數字工廠。

在維修領域，我們大量的應用場景也離不開機器人的自動診斷，這意味著在這個過程中，機器人不僅僅是被動地等待修理，而是可以自己積累數據，自己根據臨界值實現舉手甚至是采取主動的制動操作。

5.4 數字孿生作為以預測和控制為目的的認知解決方案

數字孿生是一種具有實時同步、雙向映射、高保真還原特性，能夠實現物理世界與信息世界互相交換和彼此融合的信息技術[5]。近年來，由于數字孿生概念逐漸被熟悉，實踐應用的案例越來越成熟，數字孿生車間的概念也在制造業內部被反復提出，在智能制造中的應用潛力也得到了各界越來越多的關注。

在制造業內部，常見的應用場景是以數字化的方式將物理實體轉化為數字模型，對比實施數據和歷史數據，降低生命周期中不確定性的技術手段。具象化到維修領域，數字孿生的應用主要通過理論模擬數據和實際數據的對比，快速識別出偏差，發現問題。

6 結語

在人力成本上升、自動化率普及型提高的現代社會，制造業企業內部的管理重點從人逐步轉向設備。對于問題管理的側重點，也更多地也從事后問題解決轉向為事中監控和事前的有效預防。在數字化轉型浪潮的推動下，技術的迭代和進步也為更多管理功能和先進手段的實現提供了可能。

預防性維修不僅僅是一種理論的概念，在現代汽車企業內部已實現了很多的有效的應用場景，也為企業帶來了實際可感知的效應。預防性維修的意義不僅僅在于提高單臺設備的安全性和使用壽命，對于企業整體生產的穩定性和全面質量管理的有效實現都有極大的現實貢獻。