基于“預測性維修”的工業(yè)服務“互聯(lián)網(wǎng)+”或將成為智能制造升級和應用的基石

劉 華楊明波（.宜賓五糧液股份有限公司，四川 宜賓 644007；.北京揚智嘉聯(lián)管理技術有限公司，北京 0007）

?

基于“預測性維修”的工業(yè)服務“互聯(lián)網(wǎng)+”或將成為智能制造升級和應用的基石

劉 華1楊明波2
（1.宜賓五糧液股份有限公司，四川 宜賓 644007；2.北京揚智嘉聯(lián)管理技術有限公司，北京 100027）

摘 要：未來的消費模式將以消費者定制為基礎，對消費品的需求會越來越追求個性化、高性價比。消費模式的轉變對產品的品質、功能、可靠性及交付周期提出了更嚴格的要求，對制造系統(tǒng)智能化水平、可靠性和維修性要求也提出了更高的要求。未來基于“互聯(lián)網(wǎng)+”的智能制造，將是一個全新的生態(tài)供應鏈時代。

關鍵詞：預測性維修；“互聯(lián)網(wǎng)+”；大數(shù)據(jù)；數(shù)字化；工業(yè)服務；備件供應

隨著工業(yè)4.0的提出，我國提出“一帶一路”、“互聯(lián)網(wǎng)+”、“中國制造2025”三大工業(yè)發(fā)展戰(zhàn)略。隨著供給側經(jīng)濟結構性轉型的提出，中國開啟了工業(yè)轉型升級的快車道模式。而現(xiàn)實中的中小型工業(yè)制造業(yè)，依然生存困難，并未對即將到來的時代做好充分的準備。

一、突破瓶頸，呈現(xiàn)基于智能和數(shù)據(jù)的極簡管理

在改革開放的30年里，人口紅利得到大規(guī)模的釋放，在自動化程度不足，工業(yè)系統(tǒng)在2.0～3.0的條件下，制造業(yè)仍蓬勃發(fā)展，一派欣欣向榮的景象。但隨著能源危機、老齡化時代的逐漸來臨，人工成本上漲，房地產庫存時代、出口受阻等多重因素影響下的經(jīng)濟危機來臨，制造業(yè)步入了寒冬。面臨這樣的危機，繼歐美國家提出工業(yè)互聯(lián)網(wǎng)、工業(yè)4.0后，“中國制造2025”與“互聯(lián)網(wǎng)+”開始陸續(xù)改良我國工業(yè)生態(tài)。

在制造企業(yè)有一條定律：“系統(tǒng)的自由度，決定了管理的復雜程度”，也就是說，系統(tǒng)的自由度越高，管理的復雜程度越高。在這場工業(yè)轉型革命中，隨著新技術的應用，機器人、3D打印、自動化、數(shù)字化制造的升級和產品轉型的改變，將逐步降低系統(tǒng)的自由度，生產更柔性，更有利于柔性供應鏈的打造，帶來的改變使得交貨期和質量的問題更容易識別，管理將更簡單。有了數(shù)據(jù)的應用，問題更易識別，更便于管理決策。

二、智能制造升級需要匹配預測性維修能力的同步提升

智能制造會帶來另一個新的問題，也就是系統(tǒng)的自由度越小，系統(tǒng)的可靠性要求會更高。同許多制造企業(yè)自動化改造一樣，對于設備維護管理的要求也會隨之提高。德國工業(yè)4.0也反復強調了預測性維修和員工責任、意識和能力的提升對工業(yè)4.0的基礎作用，這對于缺乏裝備維修性和可靠性的我國企業(yè)來說，顯得尤為迫切和重要。在即將到來的DT時代，設備維護將會迎來新一輪的巨變，制造企業(yè)、設備管理信息化提供商、預測性維修服務提供商、設備管理咨詢機構都將參與其中，為中國制造添磚加瓦，并在以下3個方面分享萬億級的市場蛋糕。

1.SAAS設備信息化為主體的企業(yè)大數(shù)據(jù)能力建設

以往的EAM信息化產品，因實施和開發(fā)成本偏高，使信息化偏向上規(guī)模的企業(yè)使用。受設備管理理論體系和客戶網(wǎng)絡終端建設的制約，信息化產品往往處于單點建設，未形成大數(shù)據(jù)應用，對于企業(yè)的持續(xù)提升沒有實質性的幫助。

近年來，隨著智能手機和互聯(lián)網(wǎng)技術的大規(guī)模發(fā)展應用，信息的應用端開始從PC端向智能手持端轉移，全員參與信息與數(shù)據(jù)共享便不再是困難。眾所周知，真正發(fā)揮作用的主體依然是人，企業(yè)內部大數(shù)據(jù)的應用的重心，是將所有人的目標鎖定到個人，技能知識有針對性的推送到個人，知識貢獻針對到班組團隊，讓數(shù)據(jù)在企業(yè)內有效流動，產生應用和決策的管理作用，通過人的責任、意識和能力建設，達到全員參與，全員考核（圖1）。

圖1　冰山之下的企業(yè)大數(shù)據(jù)應用潛力

設備管理軟件SAAS化會成為一種趨勢，一方面減少財務支出，采用租賃費用，年費用不足萬元，在可預見的未來，將可能出現(xiàn)完全免費的信息化應用。未來的企業(yè)用戶端，企業(yè)高層和基層在同一個平臺實現(xiàn)輕松、即時、有效的溝通，并將業(yè)務、數(shù)據(jù)管理有效地結合起來。信息化的服務商還會定期推送關于數(shù)據(jù)分析、管理技巧與方法的公眾號，使得企業(yè)的管理更加便捷和輕松（圖2）。

圖2　SAAS模式下的數(shù)據(jù)應用與改善

當然，SAAS模式不會是唯一的企業(yè)數(shù)據(jù)化應用級，一方面是用戶私有部署的定制需求，一方面是設備數(shù)據(jù)采集、預測性點檢診斷服務依然需要本地部署。但SAAS級的應用，仍然能為企業(yè)解決大多數(shù)信息化需求，且經(jīng)濟適用。對于信息化服務商而言，數(shù)據(jù)邏輯分析和服務將成為決勝的核心。

2.基于大數(shù)據(jù)應用分析的工業(yè)服務生態(tài)體系建立

無數(shù)據(jù)、無生態(tài)；無生態(tài)，不未來。基于設備管理大數(shù)據(jù)的工業(yè)服務，是工業(yè)企業(yè)外部資源的整合運用。按照企業(yè)數(shù)據(jù)分析的類型，可在工業(yè)服務平臺內提供以下服務。

（1）依據(jù)設備可用度［設備可用度= MFBF平均故障間隔時間/（MTTR平均故障修復時間+ MTBF平均故障間隔時間）］：利用大數(shù)據(jù)分析，可對單個或多個企業(yè)分析出企業(yè)的設備維修管理水平在行業(yè)中的位置，還可根據(jù)MTTR和MTBF的情況得出存在的管理問題。并在信息化軟件中進行陳述，以及匹配相應的培訓視頻、書籍和合適的管理咨詢機構推薦。

（2）依據(jù)MTBF、維修通道比例關系和備件消耗行為數(shù)據(jù)，利用大數(shù)據(jù)分析，判定用戶的預測性維護水平。并根據(jù)問題分類，推送基于振動、油液分析、紅外成像、機械手關節(jié)故障診斷等相關預測性工業(yè)服務商進行針對性解決，或推送行業(yè)優(yōu)秀供應商進行解決，并集成這些優(yōu)秀供應商信息化系統(tǒng)，打造具有針對性的智能分析系統(tǒng)。

（3）綜合設備可用度數(shù)據(jù)、效率、能耗等數(shù)據(jù)（效率、能耗數(shù)據(jù)通過集成的生產管理、能源系統(tǒng)獲?。?，判定用戶在能耗和效率上的主要問題和提升空間，進而匹配平臺內的能效改造、先進制造技術（含3D打印、機器人等），并進行相關供應資源的建議和推送。

3.基于大數(shù)據(jù)應用分析的設備和備件供應體系

相比于德國提出工業(yè)4.0體系，中國制造業(yè)要實踐“中國制造2025”，裝備制造的可靠性和維修性設計是明顯落后的。改革開放30年來，我國建立了完備齊全的工業(yè)體系，經(jīng)歷了引進、仿造和部分創(chuàng)新，但國產設備整體可用度仍落后于德國。

在基于SAAS設備信息化的大規(guī)模應用的基礎上，依據(jù)大數(shù)據(jù)分析，通過備件供應互聯(lián)網(wǎng)，可以分三步來逐漸提升用戶設備可用度。

（1）軸承是機械傳動的基礎原件，涉及到所有傳動機構的運用。潤滑油（脂）是機械傳動中減少摩擦的介質，被視為工業(yè)最重要的“備件”之一，但其市場供應卻存在仿造、造假、“地溝油”等問題，嚴重影響了設備運行和維護。為此，大數(shù)據(jù)在備件供應互聯(lián)網(wǎng)應用的第一步，就是聯(lián)合這類優(yōu)質供應商成立機電類電商平臺，逐步向標準件、通用件和行業(yè)備件和設備供應方向拓展。通過用戶大數(shù)據(jù)，形成規(guī)模定制，進而成為備件和設備制造商的互聯(lián)網(wǎng)+平臺。

（2）備件和設備供應商，大多屬于離散制造業(yè)。要提高其交付能力，首先是要整合MES等解決方案，實現(xiàn)數(shù)字化制造。

（3）也是非常關鍵的一步，基于大數(shù)據(jù)、平臺和備件交易網(wǎng)，向備件和設備制造商提供可靠性和維修性設計、制造和售后環(huán)節(jié)的認證服務。通過認證的供應商在設備可靠性、維修性、智能化及其自診斷（設備通過內嵌傳感器設定嚴格的邏輯程序進行故障自我隔離）方面具有優(yōu)勢，并優(yōu)先推送向用戶。

三、結語

這是一場關于工業(yè)的革命，是作為制造大國之間不可避免的交鋒。希望肩負使命的工業(yè)服務人、互聯(lián)網(wǎng)人、投資人，一起去打造中國制造崛起的中國夢，也只有廣泛地參與，大視野，大合作，才能完成這場變革，呈現(xiàn)一個全新的預測性維修工業(yè)服務生態(tài)系統(tǒng)，為“中國制造2025”戰(zhàn)略落地保駕護航。

中圖分類號：F273.1

文獻標識碼：B

文章編號：1671-0711（2016）03-0036-03

收稿日期：（2016-02-16）