智能制造环境下的设备全生命周期管理

       智能制造就其本质而言可以分为软件和硬件两个方面:软件是一种面向个性化定制生产模型式的资源协调系统，实现供应链整体优化与协调;而硬件是“智慧工厂”，即实现人、机、料之间数字化通信基础上，以统一的数字化模型来优化和指挥各个生产单元的先进加工系统。智能制造实现的关键是上述两个层面建设完成的基础，即如何实现软件、硬件的深度融合。

       为应对第四次工业革命，我国将推进信息化与工业化深度融合作为“中国制造2025” 九项战略任务之一。提出把智能制造作为两化深度融合的主攻方向，着力发展智能装备和智能产品，推进生产过程智能化，培育新型生产方式，全面提升企业研发、生产、管理和服务的智能化水平。

       智能制造就其本质而言可以分为软件和硬件两个方面:软件是一种面向个性化定制生产模型式的资源协调系统，实现供应链整体优化与协调;而硬件是“智慧工厂”，即实现人、机、料之间数字化通信基础上，以统一的数字化模型来优化和指挥各个生产单元的先进加工系统。智能制造实现的关键是上述两个层面建设完成的基础，即如何实现软件、硬件的深度融合。

       智能制造的硬件部分，最为基础的是高度自动化和具有自主通信能力的生产加工设备。而智慧工厂的优化模型所给出的管理策略，基础部分就是如何实现这些智能装备和生产单元的高可用性。只有这样才能实现智能制造要求的客户定制生产任务不因产能瓶颈、非计划停机、设备加工性能不足等因素而无法执行。

       智能制造环境下的设备管理变化突出表现在三方面，一是大量复杂智能化设备的应用，必然引发设备运维管理在方法、工具、理念和团队方面的变革;二智能化设备的应用，工厂呈现出少人化、无人化的趋势，装备的自主运行和高可靠性成为基本的要求。三是构建设备全生命周期管理平台是解决智能制造环境下设备管理问题，实现设备效能利用最优化的重要举措。

       智能制造环境下，企业引进的复杂智能化设备在结构、性能以及相应的故障类型等方面都较传统的机械设备发生了较大的变化，且该设备一般处于生产流程的关键环节，其故障或停机对整个生产系统影响更大。如果企业仍然更多采用“计划预修”或“事后维修”，导致设备管理处于“配角”地位，设备管理工作更像是救火，虽然忙于奔命，但普遍存在设备可用度不高、综合效率偏低等亟待解决的问题。

       同样，智能制造环境下，企业在减少劳动力成本的同时，加大了设备资产的比重。智能设备将朝着信号和信息的自动捕获、并在信息反馈基础上按设定的控制机制自主运行的方向发展。在这样的制造环境下，对智能设备运行的有效控制，将不再依赖“人”这一传统的设备操作者，即智能设备的智慧运行和自主加工能力，将改变人与智能设备之间的关系。

       但无论设备如何智能，如何自动化，也避不开设备的老化和磨损，而设备停机和故障会引发整个生产系统的瘫痪，因而这些设备健康相关征兆的获取、先进维修策略的应用就显得更加重要。不同于机械设备的浴盆曲线，智能设备的电气故障(约占整个故障数70%)特征呈现偶发、快速老化的特征。

       在智能制造环境下，设备全生命周期管理的理念是设备管理系统的核心管理思想。相较于传统侧重设备维修管理的狭义设备管理，设备全生命周期管理是指以生产经营为目标，通过一系列的技术、经济、组织措施，对设备的规划、设计、制造、选型、购置、安装、使用、维护、维修、改造、更新直至报废的全过程进行有效管理，以获得设备生命周期费用最经济、设备综合产能最高的理想目标。

       在设备全生命周期管理过程中，随着设备使用和运维、修理业务的发生，设备资产在设备台账的基础上完善和记录一系列的履历信息(如技术参数、维修历史、技术资料、图纸参数、设备构成、重大缺陷记录，换件记录、故障与事故履历、标准规范，设备调拨封存记录，技术改造、大项修记录、备件组成、设备分解关系等等)，这些信息都可以作为设备全生命周期的分析依据，最终可以在设备报废之后，对设备的整体使用经济性、可靠性及其管理成本做出科学的分析，并辅助设备采购决策，决定是否换更加先进的设备。

       应用原设备的历史数据进行更加科学的可靠性管理及维修策略，使其可靠性及维修经济更加优化，从而使设备全生命周期管理形成优化改善的管理闭环。