大部分企業新建工廠或者新購買的設備，只重視硬件的驗收交接，忽視了軟件系統的運行、維護、服務標準，沒有(you)明確要求設(she)備廠商(shang)提供數據采集接口和(he)定義(yi)設(she)備數據所有(you)權(quan)。

    根(gen)據相關(guan)數據統(tong)計，目前我(wo)國企業生產設(she)備的(de)數字化率平均為47%，關(guan)鍵工(gong)藝的(de)數控化率51%，關(guan)鍵設(she)備聯網率41%。嵌(qian)入式(shi)軟件(jian)、人機界面、數據監測(ce)模(mo)型、管理(li)平臺(tai)都(dou)是智能設(she)備(bei)(bei)的(de)重要組(zu)成部分，也都(dou)應當是設(she)備(bei)(bei)管理(li)的(de)范疇(chou)。結合(he)筆者進(jin)行工(gong)(gong)業(ye)互聯網(wang)相關項目的(de)經驗(yan)來看，設(she)備(bei)(bei)數據采集受制于(yu)工(gong)(gong)業(ye)現場協議眾多(duo)、原廠不開放不支(zhi)持、設(she)備(bei)(bei)數據不確權等原因，設(she)備(bei)(bei)數采仍然是生產現場數字化推進(jin)中最大的(de)痛點之一。

    比(bi)如我國許多SMT產線(xian)，貼片(pian)機本身(shen)精度很(hen)高(gao)、節拍很(hen)快、良率也都在99%以上了，單純(chun)再靠手工調試，很(hen)難再提升了。許(xu)多工(gong)廠期(qi)望能將貼片機的數據實時數采和分析，解決自動叫(jiao)料(liao)、接料(liao)問題，改善(shan)拋料(liao)問題。但目(mu)前動輒數萬的數采license費用(yong)，讓許(xu)多工(gong)廠望而卻步。

     因此，工廠在設備(bei)采(cai)購環節就(jiu)提(ti)前考慮，將相關(guan)要求加入商務(wu)條(tiao)款，可以為以后設備(bei)制程詳細數據(ju)的采(cai)集和工藝、品(pin)質的分析(xi)優(you)化做好準備(bei)。

     在大部分工廠，特別是離散制造業，都是生產是老大，設備只是保障部門，只要設備還能運轉，就不會停產，這導致設備維護改善的時間和資金投入嚴重不足，設備部也陷入四處救火、窮于應付的被動惡性循環。究其原因，是因為(wei)企業沒有從工(gong)廠端到端視角(jiao)看設(she)備停機的(de)(de)損(sun)失(shi)。在設(she)備故(gu)障出(chu)現初(chu)期征(zheng)兆的(de)(de)時候進行維護，遠比造成停機后再(zai)維修造成的(de)(de)損(sun)失(shi)和投入成本要小得多。

     如下圖所示，某機床通過振動分析，可以看到10月18日振動加速度峰值觸發早期預警閾值，但是由于生產計劃問題，沒有停機維護；10月22日機床主控系統觸發故障，不(bu)得(de)不(bu)停機過10個小時維(wei)修和更(geng)換軸承(cheng)，維(wei)修后，振(zhen)動恢復正常水(shui)平，但較大損失(shi)已經造成(cheng)。

圖1：通過振動分(fen)析可(ke)以(yi)監測大部分(fen)機械故障(zhang)

     設備(bei)管理(li)經(jing)歷(li)了四個(ge)發展(zhan)歷(li)程：從(cong)1.0的糾正性維(wei)護(CM)，到(dao)2.0預防性維(wei)護(PM)、3.0的可靠性維護(RCM)、4.0的預測性維護(PHM)，本質上是以設備健康管理（EHM：EquitmentHealth Mangment）為中心，從“治已病”到“防未病”的進化過程。通過EHM，設備健康狀態不再是簡單地劃分為正常、異常。

     我們可以通過新技(ji)術、新工具，分析(xi)積累的基礎(chu)數據，評估(gu)出設(she)備(bei)的亞健康(kang)狀態，提前維護(hu)，大大減少設(she)備(bei)維護(hu)成本(ben)。例如，格創東智EHM給設備維護工程師配備帶有振動傳感器的智能點檢儀，就像給醫生配了“智能聽診器”一樣，通過數秒的監測振動，結合內置的頻譜分析模型，就可以準確、快速的判斷出設備健康狀態、故障征兆原因，對設備工程師故障診斷起到重要輔助作用。這樣，設備管理人員的職責從原來的壞了再修，轉向如何保障設備健康運行的專業維保維護工作，進入良性循環。

     雖然TPM已經推行了多年，但許多管理者觀念和行動上，還是認為設備出了問題，就是設備部的事情，導致生產部門對設備的故障不關心，對影響產量、質量的設備維護不重視。設(she)備維護工程師也(ye)往(wang)往(wang)因為地位低、薪酬低，自嘲(chao)為看門狗(gou)和替罪(zui)羊(yang)：節假日，別人可以休息，他們卻不能離開，因為這正是維修設備的好時機；凡是出了問題，無論是設備停機，生產停產，還是質量事故，都會與設備相關，設備人員幾乎永遠是背鍋俠。設備部成了優秀人才最不愿意去的地方。這種惡性循環現象需要生產管理者身體力行，樹立正確的設備管理理念，構建生產為主體的全員自主維保體系。只(zhi)有生產(chan)部門管理者重視起來了，生產(chan)設(she)(she)備操(cao)作者才會改變對設(she)(she)備漠不關心(xin)的態度，才能有效進行設(she)(she)備保(bao)養(yang)。這個光靠設(she)(she)備部是玩不轉的。

     工廠可以通過引入數字(zi)化的設(she)備健(jian)康(kang)管理EHM解決方(fang)案，構建全員自主維護保養的體系和運轉機制。比如某電子廠，通過導入東智EHM，實現了設備的二級標準保養體系：工位操作工的日常自主點檢維保、設備工程師的專業點檢維保，通過NFC、移動化APP、照片水印、圖像比對等技術，杜絕原來的杜絕假點檢、假巡檢問題。同時通過掃碼報修、數據規則自動報修、維護工單自主搶單、維修效果用戶評價、績效積分競比等功能和機制，幫助工廠實現TPM的自運轉。半年左(zuo)右時間，幫(bang)助工(gong)廠(chang)降低約20%的異常停機(ji)時間。

     許多管理者認為設備零故障是不可實現的，企業在遇到困難需要削減成本時，很多情況是拿設備維修費用開刀，甚至提出讓維修預算每年遞減百分之幾的目標。從(cong)傳統財務角度看(kan)，設備維修(xiu)資(zi)金一般(ban)被定義為成本(ben)和費(fei)用。其實早在30年前，德國召開歐洲維修團體聯盟國際會議時，就提出“維修——為了未來的投資“的主題。作為投資，就需要有清晰的投入產出。維修的投入是設備日常維護所投入的人工費、各類防護費、備件費，以及設備管理系統的投資。產出是什么(me)呢？是避免由于設備(bei)維護不足、設備(bei)管理不善(shan)，帶(dai)來的設備(bei)停機(ji)、精度或者(zhe)質量(liang)缺(que)陷帶(dai)來的損失。如果對這些損失的價值誤判，則容易扼殺設備維護技術和管理體系的改善性投入。

     筆者曾經服務過一家大型工廠，設備部要上馬EHM項目，實現設備的數據采集和監控，同時通過移動化的巡點檢，實現設備的報修和維護過程，形成設備的故障樹記錄。但是在核算投入產出的時候，卻屢屢被財務挑戰，過不了關。他們理解(jie)降低(di)設備停機1小(xiao)時的(de)(de)價值，僅僅是這(zhe)1小(xiao)時涉及(ji)到的(de)(de)員工(gong)的(de)(de)人工(gong)成本。這(zhe)(zhe)樣(yang)算下來，價(jia)值(zhi)產(chan)(chan)出(chu)太低(di)，許(xu)多設備改(gai)善項目(mu)沒法上馬(ma)。這(zhe)(zhe)樣(yang)的(de)(de)項目(mu)價(jia)值(zhi)核算標準直接打壓了工(gong)廠精益(yi)革新的(de)(de)積極性(xing)。設備停(ting)機一小(xiao)時(shi)的(de)(de)損失，要從工(gong)廠視角端到端的(de)(de)去衡(heng)量(liang)整(zheng)體，這(zhe)(zhe)里面其實(shi)(shi)包括(kuo)了產(chan)(chan)能損失的(de)(de)機會成本，即1小(xiao)時(shi)的(de)(de)產(chan)(chan)品產(chan)(chan)值(zhi)損失，才是這(zhe)(zhe)個工(gong)廠真正的(de)(de)損失。這(zhe)(zhe)樣(yang)算下來，工(gong)廠許(xu)多可(ke)(ke)以改(gai)善停(ting)機、改(gai)善浪費(fei)、現場精益(yi)類的(de)(de)小(xiao)改(gai)小(xiao)革的(de)(de)項目(mu)，都可(ke)(ke)以進(jin)行開展，能激發(fa)起基(ji)層員工(gong)的(de)(de)創新積極性(xing)，也確實(shi)(shi)能給工(gong)廠帶(dai)來實(shi)(shi)實(shi)(shi)在在的(de)(de)效益(yi)。

      在實際操作中還存(cun)在一(yi)個問題，就是備(bei)件的更(geng)換(huan)，很大程度上掌握在維修工手(shou)上，存(cun)在著許多“人為(wei)掌握”更(geng)換(huan)的因素(su)。維修(xiu)人員大都靠經(jing)驗判別備件(jian)(jian)損壞程度，對懷(huai)疑有(you)故障的零部件(jian)(jian)，通(tong)常(chang)為(wei)了減少麻煩，即使還(huan)可(ke)以(yi)用(yong)也會更(geng)換成新的，導致產生(sheng)過度維護(hu)的隱性(xing)浪費(fei)。這塊(kuai)隱形的損失，如果通(tong)過構建(jian)(jian)更(geng)精準的備件(jian)(jian)壽命(ming)管理，可(ke)以(yi)轉變成“利潤(run)”。在TCL華星光電，由于大部分都是進口件(jian)(jian)，每(mei)年(nian)備件(jian)(jian)費(fei)用(yong)就(jiu)數億。通(tong)過應(ying)用(yong)東智EHM構建(jian)(jian)精細化的備件(jian)(jian)壽命(ming)管理，可(ke)以(yi)針對不同(tong)(tong)(tong)的供應(ying)商、不同(tong)(tong)(tong)的批號、不同(tong)(tong)(tong)工況(kuang)，基于數據對備件(jian)(jian)壽命(ming)預測(ce)管理，每(mei)年(nian)可(ke)節省數千萬的費(fei)用(yong)。

     設備維護工作由過去強調為生產服務，追求較高的設備完好率指標轉變到以企業的經濟效益為中心，要求設備管理工作重視維修費用的管理與控制，找到以最少的維修費用達到最高的設備可利用率的平衡點。企業高層管理(li)者應當從“投資(zi)”的角(jiao)度認識維(wei)修和設備管理(li)，實現轉變設備管理(li)理(li)念。

圖2：設備管理的本(ben)質是(shi)找到最佳維(wei)護平衡點(dian)

想依賴“預測性維護”解決(jue)問題，忽視了基礎的數字(zi)化建設和數據積累

    “預測(ce)性(xing)(xing)維護”一直是工業互聯網的(de)熱門話題，聲稱通過IoT和(he)(he)AI實現(xian)了預測(ce)性(xing)(xing)維護的(de)公司繁多(duo)，許多(duo)工廠也期望將自己對設備故障(zhang)的(de)不確定(ding)性(xing)(xing)，交給 “預測(ce)性(xing)(xing)維護”來(lai)解決。但(dan)據筆者觀察，目前大部(bu)分此類項目預測(ce)的(de)準(zhun)確率很(hen)低(di)，仍是概念(nian)和(he)(he)實驗性(xing)(xing)的(de)居多(duo)，在可(ke)(ke)解釋(shi)性(xing)(xing),可(ke)(ke)驗證性(xing)(xing)、可(ke)(ke)復(fu)制性(xing)(xing)上都(dou)還存在有(you)問題。

     預測性維(wei)護的落地比預想中困(kun)難(nan)，是因為(wei)企圖單純(chun)依賴(lai)數據提(ti)取可(ke)解釋的工業(ye)機(ji)理邏(luo)輯，難(nan)度遠超(chao)想象(xiang)。

    主要有(you)兩(liang)個原(yuan)因：一是因為許多企(qi)業的基礎數(shu)據還(huan)缺乏積累，比如設備基本的巡點檢、維護保養、故障分析記錄，都還是散落在各種紙張、Excel中，設備缺乏數字化檔案，基本維護保養數據、備件更換記錄、故障和修理數據，包括設備的故障特征數據還沒有結構化的積累，就不可能實現模型的訓練和驗證；二是許多(duo)廠商企圖(tu)單純依(yi)賴(lai)數據分(fen)析路徑而忽略了設備工程師現有專(zhuan)業知識和經驗的融入，光靠數學和AI算法(fa)容易走入統計(ji)陷阱，只是(shi)得(de)到了相關性，不容易得(de)出可(ke)解(jie)釋、可(ke)預測的(de)(de)(de)因果性模(mo)型(xing)。所以我們(men)建議工廠一(yi)是(shi)要(yao)重(zhong)視設(she)備數字化(hua)檔(dang)案、基礎(chu)維(wei)護、維(wei)修工單、故(gu)障樹(shu)等這(zhe)些(xie)基本數字化(hua)能力(li)的(de)(de)(de)建設(she)。二是(shi)針對重(zhong)點(dian)的(de)(de)(de)高價值、停機高損失設(she)備，將經驗模(mo)型(xing)和數據模(mo)型(xing)結(jie)合建模(mo)，而(er)且模(mo)型(xing)的(de)(de)(de)輸(shu)出，目的(de)(de)(de)是(shi)起(qi)到輔助人(ren)員維(wei)護維(wei)修的(de)(de)(de)作(zuo)用(yong)，最后還是(shi)需要(yao)交給人(ren)來綜(zong)合判斷。

      總體來看，設備之于工廠，就像槍(qiang)之于戰(zhan)士。許多設(she)(she)備(bei)(bei)維(wei)護維(wei)修技術體(ti)系(xi)，也(ye)確實是從軍隊武(wu)器維(wei)護體(ti)系(xi)發(fa)(fa)展(zhan)(zhan)來(lai)的(de)(de)。構(gou)建(jian)新型(xing)的(de)(de)設(she)(she)備(bei)(bei)管理(li)(li)(li)能力(li)，需要工廠(chang)(chang)管理(li)(li)(li)者認識到設(she)(she)備(bei)(bei)是構(gou)建(jian)工廠(chang)(chang)核心(xin)(xin)競爭(zheng)力(li)的(de)(de)基(ji)礎，積極變革設(she)(she)備(bei)(bei)管理(li)(li)(li)和作(zuo)業(ye)方(fang)式(shi)，向數字化(hua)、智能化(hua)發(fa)(fa)展(zhan)(zhan)。根據Gartner預測，到2022年，60%以上的(de)(de)設(she)(she)備(bei)(bei)將實現基(ji)于數據的(de)(de)智能運維(wei)方(fang)式(shi)，設(she)(she)備(bei)(bei)智能化(hua)管理(li)(li)(li)和運維(wei)能力(li)將會是衡量一個工廠(chang)(chang)核心(xin)(xin)競爭(zheng)力(li)的(de)(de)重要標志。

     為(wei)了促進(jin)工廠設備管(guan)理新型能(neng)(neng)力(li)的建設，國家相關(guan)部門也正在起(qi)草(cao)和(he)制定設備管(guan)理的國家標準(zhun)、能(neng)(neng)力(li)成熟度評估框架，這將會對指(zhi)導企業加強設(she)備管理能(neng)力起到重要指(zhi)引和促進作用。

來源 | 網(wang)絡

聲明(ming) | 我(wo)們對文(wen)中(zhong)觀點保(bao)持立，僅供學習(xi)參考、交流之目的。如有(you)侵犯版權(quan)請告知，我(wo)們將及(ji)時刪除！