基于大数据的设备管理模式探索

俞键

摘 要：德国制造业是世界上最具竞争力的制造业之一，2013年4月份，德国政府在汉诺威工业博览会上正式提出“工业4.0”的概念，其主要目的是为了提高德国工业的竞争力，而紧随其后，中国政府提出了“中国制造2025”的发展战略，而许多行业也将“智能工厂”的建设纳入到了企业的发展规划中[1]。智能工厂的建设需要依托大量的信息，也就是大数据技术，大数据技术在近几年来发展迅速，尤其是在消费互联网中起到了极为重要的作用，同样，在智能工厂的建设中所起到的作用也愈发凸显。

国家十三五以来，生产制造企业紧跟智能工厂的发展思路，不断推进“信息化”和“工业化”的深度融合，最终要实现产品智能化、生产柔性化、管理精益化、供应链集成化、决策科学化、人员发展持续化的目标。近几年，大数据技术的崛起，对众多制造业企业、服务型企业的发展起到了重要的推动作用，毫无疑问，大数据技术也将对公司未来的设备管理方面带来一些变革，那么如何将大数据技术和设备管理工作有机结合是我们需要深度探索的重要方向。

一、固有的设备管理模式

固有的设备管理模式的核心是：设备点检、保养和维修，同时也是工作量最大的部分。要制定合理的设备点检、保养和维修方面的计划，并进行定期检修，才能尽可能优化设备管理质量，节省企业资本。目前，很多工厂现在仍保持着人工录入数据，跟踪设备状态信息，并且数据分析仍然停留在一个较为粗浅的阶段，工作任务分配较为不科学。……