上一篇文章对智能制造能力成熟度模型数据能力子域的战略作用进行了介绍，本文将结合实际案例，阐释该模型制造要素范畴的设备管理能力子域在企业生产和资产管理中的重要作用和实践应用。
1.预测性维修的重要性
现今的制造流程涉及到预先定义的、精确步骤的、协调精密的机器。特别在资产密集型企业中，设备是否能够正常、高效的运转，直接关系到企业盈利。传统设备维修通常分成故障维修和预防性维修。故障维修常会造成生产中断，甚至有引发灾难的安全隐患，给企业运转带来困扰。过早维护又会增加成本，因此，有一个保养和维修的最佳时间表，非常重要。
实际生产中，企业不得不采取预防性维修来减少故障的发生。而预防性维修多采用人工检查的方式，根据经验决定维修周期和维修项目，或多或少不够准确。既不能完全杜绝事故的发生，频繁的维修又会造成不同程度的浪费。
物联网和大数据技术的应用，将使预测性维修变成现实，从而大大提高设备的可监控性和故障预测的准确性。
预测性维修以状态为依据，在机器运行时，对其必要部位进行定期或连续的状态监测和故障诊断，预测装备状态未来的发展趋势和可能的故障模式，预先制定预测性维修计划，确定修理的时间、内容、方式和必要的技术和物质支持。
预测性维修集装备状态监测、故障诊断、故障（状态）预测、维修决策支持和维修活动于一体，是一种新兴的设备管理方式。
图1 预测性维护系统
2
.
设备管理能力子域成熟度模型
设备管理属于智能制造能力成熟度模型中的制造要素，包括五个级别的能力要求（表
1），具有各自不同的
等级关键特征（图
2）
，指导企业向设备全生命周期智能化管理转型。
|
|
|
|
|
• 应通过人工或手持仪器开展设备点巡检，并根据人工经验实现检维修过程管理和故障处理。
|
|
|
• 应通过信息技术手段制定设备维护计划，实现对设备设施维护保养的预警；
• 应通过设备状态检测结果，合理调整设备维护计划；
• 应采用设备管理系统实现设备点巡检、维护保养等状态和过程管理。
|
|
|
• 应实现设备关键运行参数（温度、电压、电流等）数据的实时采集、故障分析和远程诊断；
• 应依据设备关键运行参数等，实现设备综合效率（OEE）统计；
• 应依据设备运行状态，自动生成检修工单，实现基于设备运行状态的检修维护闭环管理。
|
|
|
• 应基于设备运行模型和设备故障知识库，实现包含自动预警的预测性维护解决方案；
• 应基于设备综合效率的分析，自动驱动工艺优化和生产作业计划优化。
|
|
|
• 应采用机器学习、神经网络等，实现设备运行模型的自学习、自适应。
|
图2 设备管理成熟度模型等级关键特征
3
.
案例描述
以华域视觉科技（上海）有限公司为例，随着工厂规模不断扩大，设备健康状况成为影响产品质量及生产效率的关键因素。同时，“智慧工厂”建设已是企业未来发展的必然趋势。
设备健康度，是基于生产设备管理理念，构建的功能模型及信息模型，用来衡量设备运行健康状况的指标。
实施设备健康度管理的意义在于：
了解设备当前的管理状况；了解设备生产的产品质量状况；获得对产品质量影响最大的关键参数；实现对工艺参数的最优控制，对产品质量的可靠预测和控制。
通过对设备运行日志、运行参数、
MES
系统相关数据进行分析，搭建设备健康度功能模型，从设备管理、模具管理、产品管理、缺陷管理四个维度开展分析（图
3）。
图3 设备健康度功能模型
通过数据初步分析，得出设备健康度影响因素：运行参数、产品履历、设备报警、产品缺陷、维修记录，构建设备健康度信息模型（图
4），得到设备健康度曲线。
图4 设备健康度信息模型
郑树泉，上海产业技术研究院工程大数据创新服务中心主任，高级工程师(教授级)。曾获多项省部级科技进步奖及国家发明专利， “全国大数据信标委工业大数据”标准专家组成员，主编专著《工业大数据：架构与应用》、《工业智能技术与应用》。
武智霞，上海产业技术研究院工程大数据服务创新中心高级项目经理，主要从事物联网及工业大数据研究及应用。
