多類型科研生產(chǎn)設(shè)備的智慧運維管理實踐

徐文杰

（1.中電博微電子科技有限公司，安徽合肥 230088；2.中國電子科技集團(tuán)公司第三十八研究所，安徽合肥 230088）

0 引言

隨著智能制造的發(fā)展，設(shè)備自動化程度逐步提高，操作人員作業(yè)內(nèi)容相應(yīng)減少，而設(shè)備維護(hù)工作相應(yīng)增加。生產(chǎn)管理的主體在很多企業(yè)已由生產(chǎn)操作人員轉(zhuǎn)向設(shè)備管理維修人員[1]。然而，由于之前缺乏系統(tǒng)的設(shè)備管理經(jīng)驗，設(shè)備的利用率并不理想，嚴(yán)重影響設(shè)備的增值能力。同時對設(shè)備運行情況、維修情況缺乏準(zhǔn)確的數(shù)據(jù)支撐。通過對多類型科研生產(chǎn)設(shè)備的智慧運維實踐，實現(xiàn)了設(shè)備運行和故障信息的實時采集，設(shè)備維修信息的在線統(tǒng)計，包括實時OEE（Overall Equipment Efficiency，設(shè)備綜合利用率）、的故障頻次統(tǒng)計、故障類型分析等功能。

1 智慧運維特點

在之前重制造、輕維護(hù)的基礎(chǔ)上，從事設(shè)備管理和維護(hù)工作的人員存在明顯的不足。加之在科研院所型企業(yè)產(chǎn)品批量小、品種多，導(dǎo)致?lián)Q產(chǎn)頻次多，客觀上會造成設(shè)備時間開動率不高。同時，由于品種多，對關(guān)鍵設(shè)備的競爭激烈。然而，這類型生產(chǎn)的難點就是生產(chǎn)數(shù)據(jù)難獲取、現(xiàn)場變化多。依賴人工現(xiàn)場測時很難掌握全面、準(zhǔn)確、實時的設(shè)備運行和故障信息，碎片化的數(shù)據(jù)也很難形成有效的決策依據(jù)。近年來，隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，智慧運維的理念被提出并被逐步應(yīng)用[2-3]。智慧運維首先是通過信息化技術(shù)感知物理系統(tǒng)，掌握設(shè)備運行和故障情況，能夠記錄生產(chǎn)過程中的關(guān)鍵參數(shù)[4-5]，能夠反饋各工序工藝參數(shù)、加工時間、產(chǎn)品等待時間、設(shè)備運行時間、故障時間、維修時間等[6]，為企業(yè)管理提供決策支持。其次，能夠根據(jù)大數(shù)據(jù)分析，發(fā)現(xiàn)設(shè)備故障規(guī)律，如針對一些易損零部件進(jìn)行預(yù)防維護(hù)[7]，減少非計劃停機(jī)。

2 現(xiàn)狀與問題分析

2.1 現(xiàn)狀分析

科研院所型企業(yè)由于專業(yè)多樣化、產(chǎn)品多品種小批量，導(dǎo)致設(shè)備類型多。加之科研院所設(shè)備大多依靠技改增加，設(shè)備類型雜，國產(chǎn)與進(jìn)口設(shè)備皆有，各類設(shè)備配置的數(shù)據(jù)通信接口和協(xié)議各不相同，為設(shè)備數(shù)據(jù)的統(tǒng)一采集和集成應(yīng)用帶來一定挑戰(zhàn)。目前主要設(shè)備可以分為3 大類，分別是測試設(shè)備、機(jī)械加工設(shè)備和電子裝聯(lián)設(shè)備。

2.2 存在問題

隨著技改等持續(xù)投入，設(shè)備數(shù)量整體上逐年增多，然而對這些設(shè)備運行、維修情況沒有系統(tǒng)的掌握，缺乏準(zhǔn)確的數(shù)據(jù)支撐。任務(wù)較多時，經(jīng)常會有科研生產(chǎn)單位會反饋設(shè)備能力有限，或者某臺設(shè)備故障影響正常交付，需要延期或者外協(xié)加工。設(shè)備能力到底有沒有得到充分發(fā)揮，設(shè)備OEE 是多少，應(yīng)該達(dá)到什么標(biāo)準(zhǔn)，沒有一個清晰的概念。要想了解清楚設(shè)備使用情況，首先需要獲取運行數(shù)據(jù)以及停機(jī)原因，如故障、換產(chǎn)等時間。依靠手工現(xiàn)場秒表測時費時費力，急需進(jìn)行設(shè)備運行和故障情況的自動采集。

3 智慧運維管理實踐

3.1 設(shè)備數(shù)據(jù)采集

搭建連接各設(shè)備的網(wǎng)絡(luò)，完成聯(lián)網(wǎng)內(nèi)容符合所需設(shè)備技術(shù)要求，整體系統(tǒng)連接示意如圖1 所示，整個系統(tǒng)分為設(shè)備層、數(shù)據(jù)采集層、網(wǎng)絡(luò)層、數(shù)據(jù)管理層和應(yīng)用層等5 個層級。

圖1 設(shè)備數(shù)據(jù)采集系統(tǒng)示意

機(jī)械加工設(shè)備主要采集的狀態(tài)有：開機(jī)、關(guān)機(jī)、運行、待機(jī)、報警。過程參數(shù)包括：機(jī)床的操作模式（編輯、自動運行、MDI、JOG、在線加工模式等）；程序信息（正在運行的程序名稱及內(nèi)容）；當(dāng)前刀具號；當(dāng)前機(jī)床轉(zhuǎn)速、進(jìn)給速度、F/S 設(shè)定值、倍率、主軸負(fù)載。坐標(biāo)信息、報警信息。電子裝聯(lián)設(shè)備主要采集狀態(tài)參數(shù)有：開機(jī)、關(guān)機(jī)、運行、待機(jī)、報警。過程參數(shù)包括：采集12 種不良類型的不良數(shù)和注意數(shù)，采集運行的程序名稱（產(chǎn)品名稱）及對應(yīng)的Pass（通過）數(shù)量、Fail（不通過）數(shù)量。測試設(shè)備相對類型多樣，需要采集內(nèi)容差異大，根據(jù)測試內(nèi)容制定針對性的采集方案，主要包括系統(tǒng)數(shù)據(jù)和溫度數(shù)據(jù)。

3.2 數(shù)據(jù)匯總分析與展示

在獲取實時設(shè)備狀態(tài)數(shù)據(jù)的同時，對設(shè)備的狀態(tài)及參數(shù)數(shù)據(jù)提供歷史存儲功能，通過表格在線BI（Business Intelligence，商業(yè)智能）數(shù)據(jù)分析、報表分析等功能從各個維度展示采集參數(shù)。根據(jù)對設(shè)備狀態(tài)、參數(shù)分析，可為設(shè)備派工、維修等提供決策支持?jǐn)?shù)據(jù)。針對單臺設(shè)備，能夠根據(jù)報警信息快速定位設(shè)備問題及產(chǎn)能瓶頸、質(zhì)量問題。通過一定周期的數(shù)據(jù)收集，可以形成設(shè)備運維的分析報表，為設(shè)備效率提升工作提供數(shù)據(jù)支持[4]。

3.3 設(shè)備運維改善

采集數(shù)據(jù)不是目的，目的是利用數(shù)據(jù)分析開展設(shè)備管理改善工作。有了數(shù)據(jù)基礎(chǔ)，可以進(jìn)一步針對性的分析某一設(shè)備的效率損失情況、故障報警情況等。通常通過故障時間推移圖量化實績和目標(biāo)差距，開展專項改善，圖2 為某車間2018 年（3—11 月，其他月份生產(chǎn)計劃不充足，未計算在內(nèi)）非計劃停機(jī)時間推移圖。針對差距，分析設(shè)備采集數(shù)據(jù)中停機(jī)原因，分別制定改善目標(biāo)，通常首先解決前三大影響因素，通過P（Plan，計劃）D（Do，執(zhí)行）C（Check，檢查）A（act，處理）持續(xù)改善可以有效降低效率損失。同時，有了數(shù)據(jù)的積累，可以對標(biāo)行業(yè)和企業(yè)發(fā)展需求，對不同類型設(shè)備運行效率提出目標(biāo)，也為設(shè)備能力測算提供支持，企業(yè)能夠準(zhǔn)確掌握外協(xié)工作量。

圖2 2018 年（3—11 月）非計劃停機(jī)時間推移圖

以數(shù)控設(shè)備為例，之前認(rèn)為已經(jīng)基本利用到極致，但是通過數(shù)據(jù)分析發(fā)現(xiàn)OEE 中的時間開動率并不理想（設(shè)備綜合效率OEE=時間開動率×性能開動率×合格品率）只有60%左右。而對標(biāo)國際TPM（Total Productive Maintenance，全員生產(chǎn)維護(hù)）協(xié)會的數(shù)據(jù)，好的企業(yè)時間開動率、性能開動率、產(chǎn)品合格品率能夠分別達(dá)到90%和95%和99%，即設(shè)備綜合效率因而達(dá)到85%[8]。在科研院所型企業(yè)，由于技術(shù)不穩(wěn)定、試制件多，在性能開動率和合格品率方面通常較低。加之項目多、加工資源競爭激烈，更加關(guān)注時間開動率指標(biāo)的提升。時間開動率的提升就要減少非計劃停機(jī)時間，非計劃停機(jī)的前3 大主要因素是材料短缺、工裝原因和故障停機(jī)，數(shù)控設(shè)備非計劃停機(jī)時間分析如圖3所示。材料短缺主要是物料供應(yīng)與計劃不匹配，工裝原因時常導(dǎo)致?lián)Q產(chǎn)調(diào)整準(zhǔn)備作業(yè)不充分，故障方面主要是改善平均故障修復(fù)周期。

圖3 數(shù)控設(shè)備非計劃停機(jī)時間分析

為此，從以下2 個方面著手開展改善工作：①從生產(chǎn)方面開展計劃的優(yōu)化改善，制定滾動的周計劃排產(chǎn)計劃。周五之前確定下周生產(chǎn)計劃，根據(jù)計劃提前開展物料、工裝的準(zhǔn)備工作；②從設(shè)備維保方面開展改善，通過數(shù)據(jù)分析，針對瓶頸設(shè)備首先開展改善。普及TPM 理念，加強設(shè)備日常維護(hù)，制定自主保全標(biāo)準(zhǔn)。維修人員針對經(jīng)常發(fā)生的故障開展專項攻關(guān)，做好預(yù)防維護(hù)、技術(shù)設(shè)備運維數(shù)據(jù)的獲取，可以對其失效、退化過程進(jìn)行建模，基于維護(hù)成本和設(shè)備開動率等指標(biāo)，選取不同維修策略[9-10]。針對維修周期過長的問題，建立快速響應(yīng)機(jī)制，采購周期較長的備件提前購買。周期性更換的備件建立預(yù)警機(jī)制。在自主維護(hù)和專業(yè)維護(hù)的基礎(chǔ)上，2019 年3—11 月某車間統(tǒng)計的非計劃停機(jī)時間推移圖如圖4 所示，非計劃停機(jī)時間相比降低42.6%。

圖4 2019 年（3—11 月）非計劃停機(jī)時間推移圖

4 結(jié)束語

設(shè)備管理的目的是服務(wù)于產(chǎn)品交付，而不僅僅是保障設(shè)備的完好。通過提高設(shè)備的時間開動率，能夠有效緩解多品種、小批量生產(chǎn)類型對于資源的競爭。智慧運維通過對設(shè)備運行、狀態(tài)數(shù)據(jù)的采集，能夠反映設(shè)備使用情況、效率損失情況等，為生產(chǎn)改善提供了基礎(chǔ)支撐數(shù)據(jù)。以設(shè)備時間開動率的提升為目的，對非計劃停機(jī)時間的損失針對性開展改善活動，從生產(chǎn)計劃和故障損失2 個方面協(xié)同改善。結(jié)合TPM 理念，通過自主維護(hù)和專業(yè)維護(hù)的結(jié)合，使得停機(jī)時間得到明顯降低。周計劃的制定讓生產(chǎn)有序，準(zhǔn)備作業(yè)更加充分，換產(chǎn)時間大幅度降低，減少了切換損失；自主維護(hù)和專業(yè)維護(hù)讓設(shè)備狀態(tài)良好，通過預(yù)防維護(hù)避免了一些不必要的事后維修。通過備件管理讓事后維修更加迅速，減少修復(fù)時間。當(dāng)然，要想設(shè)備效能得到更大的發(fā)揮，智能運維還需要從設(shè)備選型、安裝、調(diào)試、使用、維修、改造、更新直至報廢的整個壽命周期全過程進(jìn)行系統(tǒng)地管理，以全生命周期費用來制定相應(yīng)的維保策略。通過數(shù)據(jù)的累積，為后期設(shè)備的相應(yīng)改善工作提供決策支持。