盤點設備管理5 大 誤 區(qū)

隨著設備自動化、數(shù)字化水平的提高，工廠亟需提升設備管理能力。在智能制造的浪潮下，制造業(yè)也正在積極轉型，自動化、數(shù)字化、智能化水平大大提高。但是，多數(shù)制造企業(yè)雖然花費巨資上馬了非常先進的設備，但設備管理維護、人員知識結構仍停留在較低水平：數(shù)采基本靠筆，處理基本靠人，分析基本靠猜(經驗)。可以說是買來了工業(yè)4.0的設備，卻延續(xù)著工業(yè)2.0的管理。

從設備資產效益產出角度看，我國制造業(yè)的設備綜合效率的提升空間巨大。據統(tǒng)計，我國大部分離散制造業(yè)的OEE在40%左右，距離發(fā)達國家至少還有30%-40%的提升空間。同時，很多企業(yè)對設備維護和保養(yǎng)的精細化管理不夠重視，造成異常停機和備件浪費等隱性損失。在當前疫情沖擊、全球化局勢不確定性進一步增加的形勢下，提升設備管理水平可以為企業(yè)的生存發(fā)展，提升競爭力帶來寶貴的機會。

如何構建面向新型設備的管理能力，是當前我國制造業(yè)面臨的一個問題和挑戰(zhàn)。為此，我們總結了制造業(yè)企業(yè)存在的5大誤區(qū)，并給出了對應的策略建議，希望可以幫助企業(yè)少走一些彎路。

大部分企業(yè)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(tǒng)的運行、維護、服務標準，沒有明確要求設備廠商提供數(shù)據采集接口和定義設備數(shù)據所有權。

根據相關數(shù)據統(tǒng)計，目前我國企業(yè)生產設備的數(shù)字化率平均為47%，關鍵工藝的數(shù)控化率51%，關鍵設備聯(lián)網率41%。嵌入式軟件、人機界面、數(shù)據監(jiān)測模型、管理平臺都是智能設備的重要組成部分，也都應當是設備管理的范疇。設備數(shù)據采集受制于工業(yè)現(xiàn)場協(xié)議眾多、原廠不開放不支持、設備數(shù)據不確權等原因，設備數(shù)采仍然是生產現(xiàn)場數(shù)字化推進中最大的痛點之一。

●設備管理經歷了四個發(fā)展歷程●

從1.0的糾正性維護(CM)，

2.0預防性維護(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：EquitmentHealthMangment）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(tài)不再是簡單地劃分為正常、異常。

我們可以通過新技術、新工具，分析積累的基礎數(shù)據，評估出設備的亞健康狀態(tài)，提前維護，大大減少設備維護成本。配備帶有振動傳感器的智能點檢儀，就像給醫(yī)生配了“智能聽診器”一樣，通過數(shù)秒的監(jiān)測振動，結合內置的頻譜分析模型，就可以準確、快速地判斷出設備健康狀態(tài)、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(yè)維保維護工作，進入良性循環(huán)。

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。設備維護工程師也往往因為地位低、薪酬低，自嘲為看門狗和替罪羊：節(jié)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(yōu)秀人才最不愿意去的地方這種惡性循環(huán)現(xiàn)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。只有生產部門管理者重視起來了，生產設備操作者才會改變對設備漠不關心的態(tài)度，才能有效進行設備保養(yǎng)。這個光靠設備部是玩不轉的。

零故障是不可實現(xiàn)的，企業(yè)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。從傳統(tǒng)財務角度看，設備維修資金一般被定義為成本和費用。其實早在30年前，德國召開歐洲維修團體聯(lián)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(tǒng)的投資。產出是什么呢？是避免由于設備維護不足、設備管理不善，帶來的設備停機、精度或者質量缺陷帶來的損失。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。

降低設備停機1小時的價值，僅僅是這1小時涉及到的員工的人工成本。設備停機一小時的損失，要從工廠視角端去衡量整體，這里面其實包括了產能損失的機會成本，即1小時的產品產值損失，才是這個工廠真正的損失。這樣算下來，工廠許多可以改善停機、改善浪費、現(xiàn)場精益類的小改小革的項目，都可以進行開展，能激發(fā)起基層員工的創(chuàng)新積極性，也確實能給工廠帶來實實在在的效益。

在實際操作中還存在一個問題，就是備件的更換，很大程度上掌握在維修工手上，存在著許多“人為掌握”更換的因素。維修人員大都靠經驗判別備件損壞程度，對懷疑有故障的零部件，通常為了減少麻煩，即使還可以用也會更換成新的，導致產生過度維護的隱性浪費。這塊隱形的損失，如果通過構建更精準的備件壽命管理，可以轉變成“利潤”。

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(yè)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(yè)高層管理者應當從“投資”的角度認識維修和設備管理，實現(xiàn)轉變設備管理理念。

預測性維護的落地比預想中困難，是因為企圖單純依賴數(shù)據提取可解釋的工業(yè)機理邏輯，難度遠超想象。

●主要有兩個原因●

1

許多企業(yè)的基礎數(shù)據還缺乏積累

比如設備基本的巡點檢、維護保養(yǎng)、故障分析記錄，都還是散落在各種紙張、Excel中，設備缺乏數(shù)字化檔案，基本維護保養(yǎng)數(shù)據、備件更換記錄、故障和修理數(shù)據，包括設備的故障特征數(shù)據還沒有結構化的積累，就不可能實現(xiàn)模型的訓練和驗證；

2

許多廠商企圖單純依賴數(shù)據分析路徑而忽略了設備工程師現(xiàn)有專業(yè)知識和經驗的融入

光靠數(shù)學和AI算法容易走入統(tǒng)計陷阱，只是得到了相關性，不容易得出可解釋、可預測的因果性模型。所以我們建議工廠一是要重視設備數(shù)字化檔案、基礎維護、維修工單、故障樹等這些基本數(shù)字化能力的建設。二是針對重點的高價值、停機高損失設備，將經驗模型和數(shù)據模型結合建模，而且模型的輸出，目的是起到輔助人員維護維修的作用，最后還是需要交給人來綜合判斷。

構建新型的設備管理能力，需要工廠管理者認識到設備是構建工廠核心競爭力的基礎，積極變革設備管理和作業(yè)方式，向數(shù)字化、智能化發(fā)展。

免責聲明
本文內容來源于互聯(lián)網，僅供學習、交流。版權歸原作者設備人所有，如有侵權聯(lián)系必刪。

審核編輯 黃宇