工厂设备管理的5大误区与对策! .pdf

工厂设备管理的 5 大误区与对策！ ✎导 读 笔者结合长期的实践经验，总结了大部分企业在设备管理方面存 在的 5 大误区，并给出对策建议，希望可以帮助企业少走一些弯路， 提升设备运营绩效。 作者：格创东智设备管理方案专家 Fred 在智能制造的浪潮下，我国积极推动工业互联网建设，制造业也 正在积极转型，自动化、数字化、智能化水平大大提高，各行业领军 企业越来越重视生产设备的数据采集和车间联网，设备数据可视化程 度显著提高。但是，多数制造企业虽然花费巨资上马了非常先进的设 备，但设备管理维护、人员知识结构仍停留在较低水平：数采基本靠 笔，处理基本靠人，分析基本靠猜(经验)。可以说是买来了工业 4.0 的 设备，却延续着工业 2.0 的管理。 从设备资产效益产出角度看 ，我国制造业的设备综合效率的提升 空间巨大。据统计，我国大部分离散制造业的 OEE 在 40%左右，距离 发达国家至少还有 30%-40%的提升空间。同时 ，很多企业对设备维 护和保养的精细化管理不够重视 ，造成异常停机和备件浪费等隐性损 失。在当前疫情冲击、全球化局势不确定性进一步增加的形势下，提 升设备管理水平可以为企业的生存发展 ，提升竞争力带来宝贵的机会。 如何构建面向新型设备的管理能力 ，是当前我国制造业面临的一 个问题和挑战。为此，我们总结了制造业企业存在的 5 大误区，并给 出了对应的策略建议，希望可以帮助企业少走一些弯路。 01 重硬轻软 大部分企业新建工厂或者新购买的设备，只重视硬件的验收交接 ， 忽视了软件系统的运行、维护、服务标准 ，没有明确要求设备厂商提 供数据采集接口和定义设备数据所有权。 根据相关数据统计，目前我国企业生产设备的数字化率平均为 47% ，关键工艺的数控化率51%，关键设备联网率41%。嵌入式软 件、人机界面、数据监测模型、管理平台都是智能设备的重要组成部 分，也都应当是设备管理的范畴。结合笔者进行工业互联网相关项目 的经验来看，设备数据采集受制于工业现场协议众多、原厂不开放不 支持、设备数据不确权等原因，设备数采仍然是生产现场数字化推进 中最大的痛点之一。 比如我国许多SMT产线，贴片机本身精度很高、节拍很快、良率 也都在 99%以上了，单纯再靠手工调试，很难再提升了。许多工厂期 望能将贴片机的数据实时数采和分析，解决自动叫料、接料问题，改 善抛料问题。但目前动辄数万的数采 license 费用，让许多工厂望而却 步。 因此，工厂在设备采购环节就提前考虑 ，将相关要求加入商务条 款 ，可以为以后设备制程详细数据的采集和工艺、品质的分析优化做 好准备。 02 生产为重，不坏不修、不停不管 在大部分工厂，特别是离散制造业，都是生产是老大，设备只是 保障部门 ，只要设备还能运转 ，就不会停产，这导致设备维护改善的 时间和资金投入严重不足 ，设备部也陷入 四处救火、穷于应付的被动 恶性循环。究其原因，是因为企业没有从工厂端到端视角看设备停机 的损失。在设备故障出现初期征兆的时候进行维护，远比造成停机后 再维修造成的损失和投入成本要小得多。 如下图所示 ，某机床通过振动分析，可以看到 10 月 18 日振动加 速度峰值触发早期预警阈值 ，但是由于生产计划问题，没有停机维护； 10 月 22 日机床主控系统触发故障 ，不得不停机过10个小时维修和更 换轴承，维修后，振动恢复正常水平，但较大损失已经造成。 图 1 ：通过振动分析可以监测大部分机械故障 设备管理经历了四个发展历程：从 1.0 的纠正性维护(CM)，到 2.0 预防性维护(PM)、3.0 的可靠性维护(RCM)、4.0 的预测性维护 (PHM) ， 本 质 上 是 以 设 备 健 康 管 理 （ EHM ： EquitmentHealth Mangment ）为中心，从“治已病”到“防未病” 的进化过程。通过 EHM ，设备健康状态不再是简单地划分为正常、异 常。 我们可以通过新技术、新工具，分析积累的基础数据，评估出设 备的亚健康状态，提前维护，大大减少设备维护成本。例如，格创东 智 EHM 给设备维护工程师配备带有振动传感器的智能点检仪，就像给 医生配了“智能听诊器”一样，通过数秒的监测振动，结合内置的频 谱分析模型，就可以准确、快速的判断