浅谈智能制造背景下企业设备管理转型升级

张伟，李亚，刘磊

(安徽中烟工业有限责任公司合肥卷烟厂，安徽 合肥 230601)

行棋观大势，落子谋全局。制造业的转型升级，是国家层面、制造产业层面和行业层面的要求变革。瞄准制造型企业工业化和信息化的目标，立足新发展阶段，找准自身定位；贯彻新发展理念，树立新思维模式；构建新发展格局，把握发展着力点。制造业数字化转型是创新驱动和高质量发展的要求，是趋势，是方向，是未来制造企业换道超车的必由之路。设备作为企业生产制造的“基石”，支撑制造型企业的设备、工艺质量、物流、安环和能源等各个制造环节的发展。通过智能制造工作的推进，发挥智能制造技术的赋能作用，持续夯实设备基础管理水平，推动设备管理工作的质量变革、效率变革和动力变革，提高设备全要素生产率，实现由“制造”向“智造”的转型，为企业建设智能工厂，推动企业数字化转型升级做好坚实的基础支撑。

1 企业数字化转型和推进智能制造的必要性

当前，世界范围内一场以制造业数字化、网络化、智能化为核心，信息化与工业化的深度融合为标志的新一轮产业变革正在孕育兴起。越来越多的制造业企业开始加快实现数字化和智能化转型，并加快促进“云大物移”等智能技术与制造业的融合发展。传统制造型企业的生产及运作方式也在不断向智能化转变，智能制造正在成为制造业转型升级的新动能、新手段和新支撑。推动智能制造是提升制造力水平的需要，通过对生产制造全链条的信息融合、全生产要素的资源整合、全过程的有效执行，推动更有效、更经济、更灵活的生产组织，实现产品成本最低、产品质量最优、生产效率最高。推动智能制造，是提高核心竞争力的需要，智能制造模式下进一步拓展了企业的全面感知能力、各制造环节的深度协同能力、对风险隐患的预测预警能力等，形成了不可复制的企业核心竞争力。推动智能制造，是积极应对国际国内环境的需要。在百年未有之大变局的形势下，不断通过技术创新、组织创新和模式创新，不断响应市场的需求变化，不断适应新形势、新任务和新要求。推动智能制造，是着眼企业长远的战略规划和发展，是实现换道超车的需要，是企业从优秀向典范的转变的需要。智能制造是一场产业革命，就像网店与实体店、电动汽车与传统汽车、胶卷相机与数码相机的关系，只有找准道路，锚定目标，才能实现企业的转型升级和升维重塑。

《中国制造2025》明确提出：“加快推动新一代信息技术和制造技术的融合发展，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，推动生产制造过程智能化，培育新型生产方式，全面提升企业研发，生产制造、管理和服务的智能化水平”。智能工厂是智能制造技术在生产制造过程智能化的具体实现，包括计划管控智能化、过程协同智能化、设备互联互通智能化、能源管控智能化、质量管控智能化、管理决策智能化、绩效评价智能化等企业生产制造和经营管理的各个环节。

2 企业推动智能制造的思考

（1）深入理解智能制造。智能制造是以数字化核心，以数据驱动为基础，运用“云大物移”智能技术解决和突破企业生产制造过程中的难点、痛点和瓶颈问题，利用生产制造环节的自感知、自学习、自执行、自适应和自决策，对生产现场的“人机料法环”多源异构数据的全面采集和分析，发现并消除导致生产瓶颈、质量缺陷和设备故障等环节的深层次原因，努力实现生产制造全流程的可视化和透明化，不断提高生产制造能力，提质控本降耗增效，提升企业核心竞争力。

（2）理念先行，知行合一，坚持数字化思维。企业数字化转型，智能制造工作的推进需要自上而下推行数字化理念，从部门、岗位的角度培养和灌输全员的数字化理念和思维，逐步打破以往传统的设备“管理范式”，用数字化角度发现问题、思考问题，用数字化工具和手段解决问题，提升全员数字化思维和素养并在日常工作认真实践，逐步形成企业的数字化文化。在企业数字化转型中，智能工厂建设中，最难的不是具体的智能技术的应用，而是对现有组织、流程、习惯变革时的难点和痛点。

（3）坚持问题导向和目标导向，持续学习迭代。一方面，要紧紧围绕《智能制造能力成熟的模型》的国家标准，在成熟度要求和制造能力等各环节，逐步实施开展，不断提升企业智能制造能力成熟度的等级。另一方面，要不断强化对业务知识的理解和掌握，深刻洞悉业务流程中的痛点、堵点和难点问题，寻求数字化、智能化解决方案。同时，追踪新技术、新设备的发展和应用，借鉴行业内外先进经验和做法，不断拓展企业智能化场景，实现生产制造全流程、全环节的信息感知，以订单为驱动的资源能够全景可视化，包括原辅料、生产计划、设备状态、能源供给、质量管控和指标控制等，并结合大数据、云计算和数字孪生等智能技术的应用，实现生产制造过程的可视化和透明化，成为一个透明工厂，打造一个不断进化的智能新工厂。同时，实现全员、全系统的持续不断的升级迭代，形成全员终身学习的习惯，促使组织不断进步，各系统不断依据业务需求进行迭代优化，成为一个不断进化、不断迭代的智能新工厂。

（4）“人智驱动”向“数智驱动”的转变。在技术层面，充分运用数字化技术、智能化技术推进“人机物”的互联和互通，实现人、设备、环境的智能协同，人与设备、环境能够对话，让生产制造各个环节联系更密切、协同更充分、控制更精准，成为一个高效集成的工厂。在业务层面，以数据和信息为驱动，形成高效的组织协同，实现各部门、各专业的联动，打破部门与专业壁垒，形成集智攻关机制，让共性问题流程化、制度化，让个性问题专业化、知识化，实现辅助判断更准确、辅助决策更科学，通过各设备、系统运行数据和决策经验的不断积累，不断自学习、自分析和自适应，让工厂更聪明、更智能。

3 企业设备管理智能化思考

（1）数据驱动，夯实设备的数字化基础。智能制造，设备是基础和关键因素，要求设备和设备管理通过自动化、数字化、网络化、智能化等技术，实现更加高效、高质、低成本、灵活的生产与服务模式，从而提升企业的竞争力，支撑行业和企业高质量发展。目前，工业企业一些关键生产、设备、工艺管控、能源和安全环节还存在一些数据采集不完整，不齐全的情况，做好生产制造环节一些关键工艺设备、关键工序等重点环节设备的数字化改造和升级，发挥设备数据“眼鼻舌”作用，实现生产制造全环节的设备运行数据和、维护数据和工艺数据的全面采集、汇总和分析，为设备管理业务数字化打好基础。

（2）业务数字化，实现设备管理业务环节的可视化和透明化。聚焦行业、企业生产制造过程的痛点、难点和“卡脖子”的瓶颈点，通过智能制造形成该环节的突破。通过数据汇聚和互联互通互操作，基于数据解决生产制造过程的难点和痛点。用数据指导生产计划、设备管控、工艺质量和能源管控等环节，充分发挥数据这一核心驱动要素的作用。生产设备的每道流程都清晰可见，高度透明，设备通过对所感知（采集）的实时有效的数据传送到云计算数据中心，通过所建立的数学模型进行大数据分析；如异常停机触发紧急维修流程，同时推送故障常规备品备件预约单，推荐领用地点，推送建议维修人员，提醒必备维修工具集，预测维修时间过长则触发备用机台。

（3）以数据为核心，构建企业设备全生命周期的智能管控系统。围绕企业数字化转型的需要和智能制造工作推进，通过建立设备全生命周期的智能管控平台,建立设备管理智能化管控模型，构建基于数据驱动的设备智能管控新模式，实时感知设备运行过程，科学评价设备健康状态，基于工业大数据分析预测设备劣化趋势，推动设备精细化设备管理和预测性维护，提升设备运行的效率、可靠性和精度保持性，提高设备管理的科学性，通过提升设备状态感知能力、设备实时分析能力、设备状态预测能力、设备评价管控能力和设备共创共享能力，为生产、质量和成本管控做好坚实保障和支撑。

（4）以目标和问题为导向，设备管理业务流程和绩效指标（KPI）为抓手，开展设备全生命周期的各类数据（运行数据、成本数据、效能数据等）进行采集和监控，形成包括运行数据库、绩效指标库，维护维修经验库、改善决策支持库等数据库的设备虚拟数据中心，通过对全面、精确地采集分析和精准预测相关设备类指标，为设备状态分析、故障预测、维护维修和设备管理绩效指标评价提供可量化的数据和技术支撑。基于以上数据的分析和支撑，从设备运行效率、消耗、故障、设备状态和能源等多维度实现设备综合运行效能和绩效的全局分析，最终实现企业设备管理全流程、全生命周期的可视化、透明化管控，推动设备管理的持续提升，实现设备综合效能最大化。

（5）发挥智能制造技术赋能设备管理业务的作用，实现设备状态全面感知、实时分析、状态预测、辅助决策和精准执行，降低设备运行过程的不确定性，全面提升设备状态感知能力、实时分析能力、状态预测能力和共创共享能力（图1）。

图1 设备管理智能化管控模型

4 未来设备管理智能化的展望

面向智能制造的设备管理系统将更加适应制造型企业的生产节奏和工艺管控的要求，满足大规模定制化、产品个性化、设备健康多样化、系统结构复杂化、决策需求动态化的发展要求，支撑企业高质量发展的要求，在保障设备可靠性、安全性的前提下，通过智能制造的推进，实现设备管理业务数字化、数字业务化，基于数据驱动，建立设备管理模型，提高设备管理综合效能，最大限度地降低企业设备管理成本，提高企业核心竞争力，为企业智能工厂建设，数字化转型提供支撑和保障，全力推动制造型企业高质量发展。