基于成熟度視角的生產設備數字化管理能力評價研究

李 君，竇克勤，周 勇，劉勁松

（1.清華大學自動化系，北京 100084；2.國家工業信息安全發展研究中心，北京 100040）

生產設備作為制造企業的核心資產，是企業獲取市場的重要物質資源與保障［1］，因此生產設備的管理能力與管理水平對企業生產、經營等各項價值創造活動意義重大?！吨袊鴶底纸洕l展白皮書》顯示，在數字化轉型大背景下，數字經濟蓬勃發展，生產設備的本質和內涵不斷演進，其組成形態、運行方式、管理模式和管理目標均發生了根本性變化［2］。當前，我國正加快制造業領域的數字化轉型步伐。2021 年3 月，工業和信息化部發布《2021 年工業和信息化標準工作要點》，明確提出強化制造業數字化轉型融合標準制定，開展生產設備數字化管理與設備上云等領域的標準研究。目前全國已有千萬元級別的生產設備圍繞自動化、數字化、網絡化和智能化等4 個主要方面提升新型管理能力［3］。我國面向數字化轉型的生產設備管理雖取得了一系列積極成效，但仍處于起步階段，存在企業生產設備管理能力不強、方法路徑不清、管理價值成效難以衡量等痛點。因此，為明確數字化轉型大背景下我國生產設備管理的工作要點與方向，需建立明確的面向數字化轉型的生產設備管理能力成熟度評估準則，引導企業科學推進生產設備使用智能化，保障兩化融合條件下生產設備的高效、穩定、智能運行。

1 文獻綜述

Ito 等［4］、Fang 等［5］、Biganzoli 等［6］、杜新寧等［7］學者針對不同行業的特點，對傳統儀器、集成電路、大型機械等生產設備管理存在的問題研究發現，基于新型信息技術的可視化系統能夠改善行業內部生產設備的運行效率。Li 等［8］從在線生產管理、離線維護管理和維護物料清單管理三方面構建了高端設備的維護、維修和運營（MRO）管理指標績效評價模型。Gu 等［9］提出了基于大數據和物聯網的電子設備管理框架，并討論了該框架的潛在應用場景。Li 等［10］開發了一個智能設備管理平臺，以解決離散型企業的設備管理和生產效率問題。Tang等［11］提出了一種融合現有多源異構電力設備相關數據構建電力設備知識圖的方法，以解決數據重復、數據庫去中心化、數據關系薄弱、數據更新緩慢等問題。Kowang 等［12］從多個角度研究馬來西亞工業4.0 勝任力與生產設備管理（PEM）績效之間的關系。除此之外，近些年更多的相關研究關注建筑設備的管理問題，如Ranjithapriya 等［13］、Manikandan 等［14］的研究。

相關學者和機構圍繞生產設備管理能力的評價已展開了一定研究。其中，國際標準化組織的ISO55000《資產管理體系》從組織戰略規劃、組織與人員、資產信息、風險與回顧等4 個方面開展實現組織資產價值最大化的目標；Besiktepe 等［15］提出了一套基于模糊集理論的設施管理條件評估框架，其研究的狀態變量包括平均故障間隔時間、年齡老化、設施狀況指數、乘員反饋、預防性維修周期等；我國國家工業信息安全發展研究中心圍繞生產設備的數據模型分類與應用、績效評價、管理方法等方面展開了一系列研究；中國電子技術標準化研究院從人員、技術、資源與制造等3 個能力要素入手，建立了智能制造能力成熟度模型；工業互聯網產業聯盟（AII）［16］發布的《中國工業大數據技術與應用白皮書》從業務和技術兩個角度探討了工業大數據的實施路徑和系統架構。

綜合相關研究成果可以發現，生產設備管理問題已經得到了廣泛關注，針對不同行業的研究也已經比較成熟，但是針對生產設備管理能力的評價多為生產設備管理中的某一個環節或某個特定領域的探討，尚未形成系統全面的評價體系。能力成熟度模型（capability maturity model,CMM）最早由卡內基梅隆大學提出，是用于指導企業軟件質量改進過程的最佳實踐工具。CMM 的出發點是從事物現狀出發，通過成熟度等級識別并評價組織的過程管理水平，并持續尋找薄弱環節加以改進，主要用于改進現有的軟件開發過程?；谀芰Τ墒於饶Ｐ偷脑u價方法已經成為了科技評價和科技管理的工具，已有大量研究將成熟度引入不同行業的評價，如馬寬等［17］、An 等［18］、Buchner 等［19］分別對重型裝備、化學工業、智能制造進行了評價?；诖?，本研究從成熟度視角出發構建生產設備管理能力成熟度評價框架與體系，試圖形成一套較完整的生產設備管理能力成熟度評價方法論。

2 生產設備數字化管理能力成熟度模型框架

2.1 生產設備的組成形態與生命周期

在工業化和信息化融合的背景下，生產設備的組成形態不僅包括設備物理實體本身，還包括相應的軟件系統、數據模型以及管理系統。其中，物理實體是指由控制、感知、交互、執行、驅動、防護等組件單元構成的生產設備實體，是生產設備數字化管理的基礎；嵌入式軟件是生產設備數字化管理的執行單元，負責信息的傳輸、感知數據的處理以及控制命令的執行，其存在形式包括應用軟件、操作系統等嵌入在物理實體中的軟件系統；數據模型是生產設備數字化管理的核心，匯聚生產設備運行過程中的數據和知識形成算法模型、機理模型、仿真模型等數據模型，為生產設備全生命周期過程活動的優化控制提供支撐；管理系統是生產設備數字化管理的控制中樞，通過整合相關系統中的多模態信息，實現對生產設備的仿真、監測、分析、調度、運維、優化等方面的綜合性管理。

生產設備的生命周期包含需求規劃、選型購置、安裝調試、交付使用、檢修維修和改造報廢等6 個階段，生產設備的4 種組成形態在其間發揮著重要的作用。其中，需求規劃階段圍繞生產設備的組成形態開展需求分析和系統規劃設計；選型購置階段根據需求規劃選擇適當的設備、軟件和管理系統；安裝調試階段對設備、軟件和系統進行安裝和聯合調試，實現生產設備正常運轉；交付使用階段生產設備正式投入運行，與信息系統聯通，實現運行數據的采集、分析與應用；檢修維修階段對設備進行維護活動，并對軟件、模型和系統進行運維管理；改造報廢階段對生產設備進行改造升級，并對報廢的設備予以回收再利用。因此，生產設備數字化管理能力的評價需要從組成形態和生命周期兩個角度開展。

2.2 生產設備數字化管理能力成熟度的等級劃分與關鍵特征

根據數字化轉型對生產設備管理能力要求的提升，結合生產設備數字化管理的基本原則，將生產設備數字化管理能力的成熟度等級由低到高劃分為初始起步、平穩運行、感知交互、智能優化等4 個等級；后一個成熟度等級是在前一個等級建設發展的基礎上進一步完善而來，為前一個等級的提升提供目標指引。各等級的關鍵特征表述如下：

（1）L1：初始起步級。生產設備運行正常，能夠基本滿足企業的生產需求，企業能夠提供生產設備部署、運維管理過程中的必要資源，但不具備完善的設備管理流程規范。

（2）L2：平穩運行級。生產設備運行穩定，在滿足生產需求的基礎上獲得預計利潤，已初步使用數字化管理工具對設備和軟件進行統一管理。

（3）L3：感知交互級。在平穩運行的基礎上，生產設備運行過程能夠實現感知與監控，在企業生產調度過程中高效協同參與，不斷地為企業帶來經濟效益；較大范圍推廣使用數字化管理工具，實現數字化手段的良好運用。

（4）L4：智能優化級。在感知交互的基礎上對生產設備進行平臺化管理，匯聚生產設備運行階段的海量多模態數據，基于機器學習算法實現生產過程的自主智能優化，全面應用數字化管理工具，為企業發展打開增量空間。

3 基于成熟度的生產設備數字化管理能力評價體系構建

3.1 生產設備數字化管理能力評價框架

當前，新一代信息技術與制造業不斷滲透融合，制造業數字化轉型進程逐漸加快，生產設備數字化、自動化、網絡化、智能化等水平的不斷提升，對生產設備的管理能力提出了新的要求。生產設備管理以適配協同為基礎，通過數據驅動實現虛實融合，從而達到效能提升的目的，因此，生產設備數字化管理能力成熟度評價主要從企業對設備數字化管理的資源、環境、基礎信息、運維以及績效等方面展開，主要包括資源保障、運行環境、基礎管理、運維管理、績效改進等5 個一級指標及其細分的21 個二級指標（見圖1）。

圖1 生產設備數字化管理能力評價框架

3.2 生產設備數字化管理能力評價指標

3.2.1 資源保障評價指標

資源保障評價包括4 個評價指標，對企業為生產設備相關的資源投入量進行評價，具體如表1 所示。其中，需求規劃一方面評價實體、軟件和系統方面的功能性需求規劃，另一方面評價數據通信接口、數據模型開發應用和經濟效益等非功能性需求規劃；組織保障主要從生產設備管理組織架構和貫穿生產設備全生命周期的協同管理能力方面進行評價；人員配備主要評價生產設備運行過程中相關人員的設備運維管理能力和模型的開發應用能力；資金投入側重于評價投入資金的覆蓋范圍以及資金投入的協調能力方面。

表1 生產設備數字化管理的資源保障評價指標及采集項

3.2.2 運行環境評價指標

運行環境評價包括4 個評價指標，如表2 所示。其中，物理條件主要評價設備現場環境是否滿足運行需求，能否具備對環境條件的感知、控制與優化能力；能源介質主要從水、電、氣、液等方面的供應水平以及智能優化能力方面進行評價；網絡通信側重于評價設備現場網絡環境的接入能力以及對海量數據實時、可靠、并行傳輸的支持水平；系統環境一方面評價生產設備是否能夠按需接入工業互聯網平臺，另一方面評價與工業互聯網平臺之間的協同能力。

表2 生產設備數字化管理的資源保障評價指標及采集項

3.2.3 基礎管理評價指標

基礎管理評價包括4 個評價指標，如表3 所示。其中，基本信息管理主要從生產設備實體和軟件數據的信息化管理水平以及系統間信息的互聯互通能力進行評價；固定資產管理主要評價生產設備固定資產的管理能力，包括固定資產涵蓋的范圍廣度以及對資產的分析優化管控能力；備品備件管理主要從生產設備備品備件的需求、庫存等方面的智能管控水平進行評價；數據模型管理一方面對生產設備的數據感知能力進行評價，另一方面對數據的智能分析、應用水平進行評價。

表3 生產設備數字化管理的基礎管理評價指標及采集項

3.2.4 運維管理評價指標

運維管理評價主要從5 個指標進行評價，如表4 所示。其中，運行監控主要考察運行監控能力以及監控穩定度兩個方面；健康管理主要從健康管理指標和健康管理方案兩個方面進行評價；調度排產主要評價生產計劃智能優化能力以及“人—機—物—法—環”的協同調度能力；故障處置從故障知識的沉淀水平和故障的分析處置能力進行評價；安全防護從安全管理制度和安全防護技術手段兩個方面對生產設備的安全防護能力進行評價。

表4 生產設備數字化管理的運維管理評價指標及采集項

3.2.5 績效改進評價指標

績效改進評價主要包括4 個評價指標，如表5所示。其中，績效監測主要從績效監測制度和方法進行評價；績效評價主要包括績效評價指標和績效評價方法兩個方面；績效考核主要從績效考核的制度規范程度和績效考核指標的量化水平進行評價；績效改進優化一方面評價績效改進方案，另一方面評價績效的改進目標。

表5 生產設備數字化管理的績效改進評價指標及采集項

4 生產設備數字化管理能力評價流程

采用云模型實現生產設備數字化管理能力評價從定性概念到定量分析的轉變，首先需要明確各評價指標的權重。熵權法根據元素信息量的大小確定各指標的權重，以避免可能出現的主觀隨意性。在確定權重的基礎上，從數據收集與選取、設置評價指標權重、云模型評價以及評價結果分析等4 個方面開展基于成熟度視角的生產設備數字化管理能力評價工作。

4.1 數據收集與選取

首先，企業根據制定的評價指標和采集項進行自評估，對照各個采集項的含義進行打分，分值范圍為0～100 分。然后，在對企業的生產運營模式進行調研的基礎上，組織業內資深專家根據所制定的指標和采集項對企業進行評分。最后，綜合企業自評分和專家評分，按照一定的比例加權獲得各個采集項的分數，即為基礎數據。各個采集項的分數計算公式如下所示：

4.2 設置評價指標權重

4.2.1 指標體系標準化

由于本研究設置的指標均為正向指標，因此令標準化的數據為：

4.2.2 計算各指標權重

不同的賦權方法差異性比較小，但是熵權法的結果客觀性更強，因此選擇熵權法計算43 個采集項的權重。借鑒呂榮杰等［20］以及楊陽等［21］的做法，構成的權向量為

4.2.3 確定評估對象因素論域

本研究設置的指標均為量化指標，因而可直接建立評估對象因素論域

4.2.4 確定各指標的數字特征

計算各指標對應的正態云模型數字特征，通過逆向正態云發生器生成各評價指標隸屬于各等級的云模型圖。各數字特征的計算方式如下：

4.3 云模型評價

4.3.1 指標云模型評價

4.3.2 綜合云模型評價

通過正向云發生器得到生產設備數字化管理能力成熟度綜合評價云，并將其與生產設備數字化管理能力成熟度標準評價云進行相似度對比，得到最終評價結論。發生器的指標整合計算，即生產設備數字化管理能力成熟度綜合數字特征算法為：

5 案例分析

蘇州某汽車配件制造企業（以下簡稱“案例企業”）基于制造業數字化轉型相關理念，擬綜合利用大數據、物聯網、工業互聯網平臺等工具進行生產設備數字化管理能力提升，采用本研究提出的評價指標和構建的評價模型對該企業進行生產設備數字化管理能力評價。

5.1 數據來源和處理

案例企業技改部門牽頭組建10 人評估專家組，基于本研究提出的評價指標和采集項標準進行評分，并組織業內資深專家對各項采集項進行評分；在此基礎上，根據以上計算方法對企業自評分和專家評分進行計算，得到最終的采集項分值，然后對分值進行標準化處理，得到可利用的數據。

5.2 評價指標權重設置

案例企業的各評價指標細分層級、采集項權重參見表6。由權重計算結果可知，在生產設備數字化管理評價指標體系中，資源保障水平、運行環境和績效改進是生產設備數字化管理能力成熟度的主要指標，而基礎管理和運維管理是生產設備數字化管理能力成熟度的次要指標。其中，資源保障水平各項指標的主導型比較均衡；在運行環境管理領域，物理條件和系統環境起著主導作用；在基礎管理領域，固定資產管理和備品備件管理起著主導作用；在績效管理領域，績效監測和績效考核起著主導作用。結果表明，企業在進行生產設備數字化管理的過程中，其主觀能動性具有重要的作用。

表6 案例企業生產設備數字化管理能力評價指標權重

5.3 云模型評價分析

利用評價云生成規則，得到根據上下邊界等間距法生成的案例企業各指標標準評價云數字特征，計算得到具體特征值（見表7），同時給出了企業生產設備數字化管理能力成熟度各指標期望與熵值?？梢钥闯?，案例企業的資源保障和運行環境處于比較高的等級，而基礎管理、運維管理和績效改進處于比較低的水平，說明該企業在資源保障和運行環境方面的某些細分領域已經具備實施設備數字化管理的條件。

表7 案例企業生產設備數字化管理能力評價指標云數字特征值

在對熵值進行計算的基礎上，算得到各個指標的期望和熵值，如表8 所示。

表8 案例企業生產設備數字化管理能力評價二級指標主要數字特征值

依據本研究提出的評價框架對案例企業的生產設備數字化管理能力成熟度進行綜合評價，并確定該企業在資源保障、運行環境、基礎管理、運維管理與績效改進等5 項一級指標中的期望和熵值，結果如表9 所示。

表9 案例企業生產設備數字化管理能力評價一級指標的數字特征值及等級劃分

由表8 和表9 可知，案例企業在資源保障領域已經達到了智能優化級，尤其是在組織保障和資源投入方面，可以為企業的生產設備數字化管理提供合理的組織結構和充足的資源；運行環境和基礎管理領域也達到了感知交互級，生產設備能夠實現交互與控制，尤其是能源介質、基本信息管理以及備品備件方面，基本能夠支持生產設備的數字化管理。但是，案例企業為提升生產設備數字化管理能力仍需要采取進一步的措施。具體而言，在資源保障方面，需求規劃能力較弱，在管理系統功能需求、通信需求、老舊設備數字化改造需求以及數據模型開發應用需求方面還有較大的提升空間；在運行環境方面，物理環境的自感知、自適應、自優化以及與系統平臺的互聯互通互操作方面具有巨大的改善空間；在基礎管理領域，提升固定資產與備品備件的全面管控與優化能力；在運維管理方面，需要圍繞生產設備的運行監控、健康管理、調度排產以及故障處置方面進一步改進完善；在績效改進方面，應重點關注績效評價、績效考核以及績效改進優化方面的提升。

6 結論與討論

本研究從企業的資源保障、運行環境、基礎管理、運維管理和績效管理五大方面構建了一套涵蓋生產設備全生命周期管理活動的生產設備數字化管理能力評價框架，分別包括需求規劃、能源介質、基本信息管理、備品備件管理、安全防護、績效評價和考核等指標；并以上述評價指標和框架對蘇州某汽車配件制造企業的生產設備數字化管理能力進行量化評價，摸清了該企業數字化管理能力的薄弱環節。評價結果與企業實際情況吻合，證明了本評價方法的可行性和科學性。在后續的工作中，該企業應重點關注有關薄弱之處，研究制定有針對性舉措，提升生產設備數字化管理能力、促進數字化轉型。

我國制造業數字化轉型進程目前已進入加速期，對生產設備管理要求持續提升，制造企業可依據本研究提出的評價體系開展自評價、自診斷、自對標，基于評價結果找出自身在生產設備數字化管理中的薄弱之處，制定有針對性的舉措，進一步提升數字化管理能力。