藏義明
(河南省惠普特工業(yè)科技有限公司,河南鄭州 450000)
我國制造業(yè)的產(chǎn)業(yè)升級的持續(xù)推進(jìn),工業(yè)制造系統(tǒng)向更高效、更經(jīng)濟(jì)的方向發(fā)展,制造業(yè)裝備面臨更自動(dòng)化、智能化的發(fā)展趨勢。而這個(gè)過程,并非一蹴而就,制造業(yè)需要在現(xiàn)有和未來的推進(jìn)路徑中,更應(yīng)該關(guān)注于適用性、經(jīng)濟(jì)性的和前瞻性的協(xié)同。
系統(tǒng)的自由度決定了管理的復(fù)雜度,智能制造約束了制造系統(tǒng)的自由度,在降低管理復(fù)雜程度的同時(shí),這要求制造系統(tǒng)具備高可靠性與維修性。非常有意思的是,在全球制造業(yè)轉(zhuǎn)型解決方案中,可以看出設(shè)備管理的重要性。德國工業(yè)4.0的研究者認(rèn)為,在面向未來的智能制造時(shí)代,預(yù)測性維修和員工的責(zé)任、意識和能力建設(shè)是重要的基礎(chǔ)保障。美國工業(yè)互聯(lián)網(wǎng),更強(qiáng)調(diào)預(yù)測性維修的重要性,通過減少非計(jì)劃停機(jī)為主要目標(biāo),從而構(gòu)建更快速、更安全、更清潔且更經(jīng)濟(jì)的工業(yè)系統(tǒng)。
對于中國制造業(yè)的設(shè)備管理而言,這將是一個(gè)非常值得探討和實(shí)踐的課題,以數(shù)據(jù)驅(qū)動(dòng)決策為主題,探討設(shè)備管理新模式。
許多人將中國制造業(yè)粗放的設(shè)備管理方式,歸結(jié)于企業(yè)決策者對設(shè)備管理缺乏足夠的重視。實(shí)際上,無論是主動(dòng)或者被動(dòng),絕大多數(shù)的企業(yè)是重視設(shè)備管理的,這體現(xiàn)在:當(dāng)設(shè)備發(fā)生停產(chǎn)停機(jī)事故時(shí),關(guān)注重心由生產(chǎn)轉(zhuǎn)向設(shè)備維修;強(qiáng)調(diào)日常點(diǎn)檢,盡管這并沒有實(shí)質(zhì)性的作用。
過去,一直依賴于經(jīng)驗(yàn)或強(qiáng)調(diào)流程的做法來管理設(shè)備,即使TPM(Total Productive Maintenance,全員生產(chǎn)維護(hù))引進(jìn)我國已經(jīng)有30多年,鮮有成功的案例。這是由于過度依賴經(jīng)驗(yàn)和直覺,在操作和維護(hù)的執(zhí)行層面缺乏目標(biāo)導(dǎo)向,在決策層面缺乏有效的數(shù)據(jù)支持,在員工流失率偏高的實(shí)際情況下,知識和數(shù)據(jù)缺乏有效的互動(dòng)和積累所致。
然而,制造業(yè)在以“智能制造”驅(qū)動(dòng)轉(zhuǎn)型的背景下,必須找到加速企業(yè)知識積累的方法,以持續(xù)提高設(shè)備可靠性和維修性,避免出現(xiàn)“越智能、越癱瘓”的窘態(tài)。
建立以信息物理系統(tǒng)(Cyber Physical Systems,CPS)的設(shè)備管理工業(yè)智能數(shù)據(jù)驅(qū)動(dòng)決策,將有利于重新定義企業(yè)設(shè)備管理,做到基于對數(shù)據(jù)的分析,而不是僅僅依靠直覺和經(jīng)驗(yàn)進(jìn)行決策的實(shí)踐。
所謂效度,是指一個(gè)數(shù)據(jù)或指標(biāo)的生成,需貼合它所要衡量的事物,即指標(biāo)的變化能夠代表該事物的變化。所謂信度,是指一個(gè)數(shù)據(jù)或指標(biāo)自身的可靠程度,包括準(zhǔn)確性和穩(wěn)定性取數(shù)邏輯是否正確?有沒有計(jì)算錯(cuò)誤?效度與信度反映了數(shù)據(jù)的質(zhì)量,這是建立設(shè)備管理數(shù)據(jù)驅(qū)動(dòng)決策的基礎(chǔ)。
有效的設(shè)備管理旨在幫助提升制造效率(有效產(chǎn)出↑)、降低維修費(fèi)用(運(yùn)營費(fèi)用↓)、降低備件庫存(庫存↓),如圖1所示,這將有利于衡量設(shè)備管理的價(jià)值(數(shù)據(jù)效度),使得設(shè)備管理真正被決策者所重視。
圖1 設(shè)備管理數(shù)據(jù)價(jià)值模型
以可用度(A)為核心指標(biāo)的數(shù)據(jù)體系,如圖2所示,不僅重新定義設(shè)備管理,還將確保設(shè)備管理數(shù)據(jù)的效度,這體現(xiàn)在5個(gè)方面。
圖2 基于停機(jī)時(shí)分析應(yīng)用的設(shè)備管理
(1)可用度(A)=MTBF(平均故障間隔時(shí)間)(/MTBF+MTTR(平均故障修復(fù)時(shí)間)),可用度是≤1的常數(shù),這使得設(shè)備管理水平得到有效的衡量,可用于不同產(chǎn)線、不同車間、不同工廠之間可以相互比較;
(2)MTTR↓,系以停機(jī)時(shí)間為基準(zhǔn),記錄維修響應(yīng)和維修時(shí)間,反映了維修管理響應(yīng)能力與維修技能水平。
(3)MTBF↑,首先系通過維修時(shí)間中驗(yàn)證和校準(zhǔn)過程的記錄,監(jiān)控和反映維修質(zhì)量水平,以延長設(shè)備使用壽命的效果達(dá)成。
(4)MTBF↑,事后維修屬于被動(dòng)式維修,由于功能喪失,將會(huì)延長維修時(shí)間或非計(jì)劃停機(jī)時(shí)間,故事后維修通道的數(shù)量應(yīng)盡可能減少。預(yù)防性維修雖屬于主動(dòng)性維修,但存在維修不足和維修過?,F(xiàn)象,且設(shè)備自身固有質(zhì)量不足時(shí),還會(huì)造成越修越壞的狀態(tài),除了必要項(xiàng)目如潤滑等,以及復(fù)雜裝備系統(tǒng)以外,應(yīng)盡可能減少預(yù)防性維修通道數(shù)量。而預(yù)測性維修,強(qiáng)調(diào)點(diǎn)檢發(fā)現(xiàn)、隱患排查、委外檢測和基于物聯(lián)網(wǎng)的自診斷發(fā)現(xiàn),是基于劣化早期和隱患而確定的維修計(jì)劃,對于確定計(jì)劃維修和降低維修費(fèi)用來說策略最優(yōu),故應(yīng)增加預(yù)測性維修通道數(shù)量。
(5)創(chuàng)新改善通道↑,基于備件庫存數(shù)據(jù)、備件消耗數(shù)據(jù)、維修通道數(shù)據(jù)、運(yùn)維費(fèi)用數(shù)據(jù),結(jié)合A(IArtificial Intelligence,人工智能)技術(shù),展開數(shù)據(jù)的智能分析,以此識別改善制約因素,優(yōu)化運(yùn)維績效,持續(xù)提升運(yùn)維能力。
如何確保數(shù)據(jù)的可靠性(信度),是數(shù)據(jù)驅(qū)動(dòng)決策的另一個(gè)重要因素,這包括3點(diǎn)。
(1)可用度取值邏輯,MTBF/MTTR決定了可用度,取值均以分鐘計(jì)算,以月度/季度/半年/年度為統(tǒng)計(jì)節(jié)點(diǎn)。結(jié)合統(tǒng)計(jì)范圍,是以影響產(chǎn)線停產(chǎn)停機(jī)的事后故障作為統(tǒng)計(jì)范圍,部門和工廠的可用度則由所屬產(chǎn)線的平均值獲得??捎枚茸鳛榻y(tǒng)計(jì)值,不能用于內(nèi)部考核,以防止作假;
(2)未進(jìn)入可用度統(tǒng)計(jì)范疇的事后故障,同樣進(jìn)入到事后維修通道數(shù)量,以識別不同維修通道的占比統(tǒng)計(jì)范圍。對于單臺設(shè)備而言,需要將所有的故障統(tǒng)計(jì)(含預(yù)防性、預(yù)測性和事后維修),統(tǒng)計(jì)其可用度,其主要用途是用于外部服務(wù)商,裝備制造商的產(chǎn)品與服務(wù)能力。
(3)不同的數(shù)據(jù)指標(biāo)應(yīng)相互關(guān)聯(lián)和驗(yàn)證,如通過備件消耗數(shù)量及費(fèi)用這類不可篡改的數(shù)據(jù),驗(yàn)證可用度的統(tǒng)計(jì)、預(yù)測性維修通道質(zhì)量的真實(shí)性和有效性,以實(shí)現(xiàn)數(shù)據(jù)輸入的智能化防錯(cuò)。
設(shè)備管理水平的差距,本質(zhì)上是知識積累程度的差異,我國工業(yè)制造業(yè)缺乏有效的基于數(shù)據(jù)的決策管控機(jī)制,嚴(yán)重制約了企業(yè)的智能制造轉(zhuǎn)型的進(jìn)程。再通過有效數(shù)字化,解決數(shù)據(jù)效度和信度的條件下,加速知識互動(dòng)與積累,就顯得尤為關(guān)鍵,這體現(xiàn)在3方面。
(1)由于數(shù)據(jù)驅(qū)動(dòng)決策的實(shí)現(xiàn),設(shè)備管理指標(biāo)與企業(yè)目標(biāo)高度關(guān)聯(lián),設(shè)備管理價(jià)值被有效的衡量,這意味著從決策層、管理層、操作層、維修層及采購層,遵循同一套數(shù)據(jù)系統(tǒng),形成人人關(guān)注指標(biāo),人人為目標(biāo)負(fù)責(zé)的新的管理氛圍;
(2)設(shè)備管理數(shù)據(jù)形成智能決策報(bào)告提供給決策者,結(jié)合TOC(Technical Order Compliance,符合技術(shù))約束生產(chǎn)理論:一方面智能分析出影響設(shè)備管理及盈利目標(biāo)的關(guān)鍵制約條件,促進(jìn)其組織持續(xù)盈利能力的目標(biāo)實(shí)現(xiàn);另一方面基于數(shù)據(jù)決策的驅(qū)動(dòng),實(shí)現(xiàn)預(yù)測性維修通道、創(chuàng)新改善通道數(shù)量和質(zhì)量提升,使得知識積累與結(jié)果和過程高度統(tǒng)一。
(3)設(shè)備管理的核心是維修技能的積累和傳承,基于數(shù)字化條件下的設(shè)備病歷數(shù)據(jù)系統(tǒng):不僅是對這些寶貴經(jīng)驗(yàn)的有效記錄和存檔,防止員工流失造成的知識流失;通過算法優(yōu)化,還將實(shí)現(xiàn)同類設(shè)備的知識匹配,實(shí)現(xiàn)知識重用,發(fā)揮知識價(jià)值最大化。
數(shù)據(jù)驅(qū)動(dòng)變革,價(jià)值引領(lǐng)B2B(Business To Business,企業(yè)對企業(yè))工業(yè)維修生態(tài)變革。制造企業(yè)在購買B2B商品之前,就想知道這些產(chǎn)品和服務(wù)對他們的價(jià)值增值活動(dòng)能有多大的幫助,或是對其生產(chǎn)過程會(huì)不會(huì)因此而更加經(jīng)濟(jì)、更加高效。因此數(shù)據(jù)驅(qū)動(dòng)決策的意義,不僅在于加速制造業(yè)企業(yè)內(nèi)部知識的互動(dòng)和積累。更重要的是,通過大數(shù)據(jù)與AI技術(shù),將有效加速內(nèi)外部知識的互動(dòng),實(shí)現(xiàn)基于價(jià)值數(shù)據(jù)下制約因素與外部資源,如維修、備品配件、裝備制造商、管理與技術(shù)咨詢服務(wù)商等資源的智能匹配。隨著多數(shù)制造業(yè)需求識別,最終實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)B2B工業(yè)維修生態(tài)變革,建立更智能、更快速、更安全、更清潔且更經(jīng)濟(jì)的工業(yè)生態(tài)體系。