作者：刘德峰
--【导读】--
智能制造环境下，设备管理将面临空前的挑战，传统的技术方法和组织管理方法将很难有效保障智能装备的运行能力，需要进行革新或重新设计。如何构建一个开放的控制与反馈系统，以便基于大数据、云服务和互联网技术建立对智能装备运行故障及异常问题的精确的动态快速反应机制，是设备管理业界需要去面对的重要课题。
一、智能制造环境下设备管理面临的挑战
1.工业4.0与智能制造的观念和技术发展
由德国政府在2013年4月的汉诺威工业博览会上发布的《德国2020高技术战略》，将工业4.0项目作为十大未来项目之一。2015年4月，《德国工业4.0实施战略》提出参考模型RAMI4.0，结合已有工业标准IEC（工业过程测量控制和自动化系统和产品生命周期管理），将以CPPS（信息物理生产系统）为核心的智能制造生产系统，映射到产品全生命周期价值链和全层级工业系统中，以简单直观的方式呈现了数据驱动的工业智能化图景。
工业4.0的提出和技术研发，被认为开启了第四次工业革命的序幕，它着眼于增强德国制造的竞争力和工业产品的持续盈利能力，并将竞争力提升和持续盈利能力的发展指向制造模式的变革、技术装备和产品的智能化、个性化定制服务和商业流程及供应链的智能化。
意识到制造模式变革且向智能服务转型的重要倡导者和实践者，还有美国通用电气公司（GE）以及由GE、AT&T、英特尔、思科、IBM等组成的工业互联网联盟IIC等。GE在2012年发布《工业互联网-打破智慧与机器的边缘》报告，并成立了工业互联网研发中心，进行工业互联网平台建设、数据分析算法研究和应用软件研发，以CPS（cyber
physical systems）和物联网技术为核心，致力于智能装备、大数据分析和互联网为基础的智能化服务能力的建设。
在此形势下，2015年5月，国务院印发的《中国制造2025》中，将智能制造发展战略作为“中国制造2025”九项战略任务之一，对工业互联网发展也提出了明确要求，“促进工业互联网、云计算、大数据在企业研发设计、生产制造、经营管理、销售服务等全流程和全产业链的综合集成应用”，“建设低时延、高可靠、广覆盖的工业互联网”；推动新一代信息技术与智能化制造技术的融合发展，成为提高国家制造业创新能力、促进智能化服务的重要要求。
智能制造技术的核心，是智能装备（Intelligent equipment，IE）的自主运行和信息物理系统（cyber physical systems，CPS）。目前，主要工业化国家和主要经济体正基于这两个核心技术，以重新构建制造业产品加工模式和价值服务模式的工业体系。
可以预见的是，智能制造环境下，技术装备（或智能装备）的运行管理正受到空前的挑战。智能装备或智能技术系统，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，对智能装备运行的有效控制，将不再依赖“人”这一传统的设备操作者。即技术装备的智慧运行和自主加工能力，将改变人与技术装备之间的关系，除产品设计、加工程序设计和通信进程管理等仍需要“人”来完成外，其余的生产性作业行为不再需要或很少需要人的直接参与。
2.智能制造环境下设备管理面临的挑战
一个显而易见的问题是，除非一个工业产品可以用3D打印技术来完成全部的加工，否则传统的产品加工所需要的执行机构——进行加工作业的机械母体，在智能装备中同样必不可少。也就是说，智能装备不管多么智能，它要完成一个产品的加工，还是需要由执行机构来承担加工作业。而且，执行机构的运行仍然需要动力、动力的精确传递，仍然存在运动、运动副和运动副的摩擦等。
另一方面，由不同功能的执行机构组成的智能装备（包括执行机构本身），不可能是100%可靠，一定会存在问题，一定会出现性能衰退，这些情况都会影响智能装备的稳定运行或运行效能。包括智能装备在内的设备，很少可能对自身的故障和异常运行进行自我矫正和自主修复，由人对设备进行修复作业，仍然必不可少。
同样可预见的是，在智能制造环境下，传统的生产操作者很可能会失业，但从事设备修复、维护、异常问题检查或处理的人，会变得越来越重要。但设备可靠、稳定、高效、安全运行的前提将发生重大变化，传统的技术方法和组织管理方法，如设备的运行管理、故障管理、维修管理等，将很难有效保障智能装备的运行能力，这些方法需要进行革新或重新设计，需要革新的还有观念和维修策略。
设备管理当前面临的最主要挑战，是在既有的各类设备管理理论和方法基础上，寻找一种新的方法和管理机制，可将设备管理的知识、技术方法和自主控制能力融合在一起，并将相关主要因素构建成为一个开放的控制与反馈系统，以适应智能制造的技术环境，并使设备在其寿命周期内可实现资产投资价值的最大化和运行效能的最优化。
二、企业维修战略的转型
1.智能制造环境下的企业维修战略
智能制造环境下的企业维修战略，应聚焦于维修资源、维修数据信息、维修策略、维修决策、维修组织的网络化及数据信息的实时通信和共享，以便基于大数据、云服务和互联网建立对智能装备运行故障及异常问题的精确的动态快速反应机制，以此保障智能化生产的可靠、稳定、高效和安全运行。
2.实现企业维修战略转型的基础和条件
（1）企业的维修团队要在全新的观念和技术方法基础上，完成维修策略、维修决策、维修组织的变革和创新；
（2）了解、学习和掌握物联网及信息物理系统（CPS）、云计算、大数据技术和技术的应用方法；
（3）创立与优化维修体系中的人与人（决策者和行为者）、人与事（维修组织者与维修任务）、人与物（维修管理者与维修资源）、物与事（维修资源与维修任务）之间的快速、高效连接。
3.基于大数据、云服务和互联网+的企业维修战略要点
（1）维修资源的云共享
（2）企业维修组织的网络化
（3）维修策略优化与远程专家支持
（4）同机型维修方案和维修技术知识云共享
（5）基于大数据的智能故障诊断和分析
（6）建立维修技术知识库
三、实现企业维修战略转型的核心和关键
建立基于生产单元的设备关键功能部位的功能、性能和精度的技术知识库，是实现维修战略转型的核心任务；面向生产单元的设备数据采集、治理、分析和关系洞察，是智能装备运行问题发现、诊断和分析的关键技术。工业的核心是设备，设备技术数据、运行数据、管理数据，是工业大数据的重要数据来源。
1.设备运行数据、技术数据的感知、采集是关键
八爪鱼生产现场感知物联网平台，可以有效实现生产设备各种数据的智能采集、智能分析，为设备管理决策提供依据。这一物联网平台包含传感器、数据采集与传输模块、数据存储与展现云平台三大部分。
2.设备维修技术/知识库的建立是基础
方法一：技术知识发现和获取方法
检维修技术知识库的建立过程，实际上是维修知识发现和获取过程。运用知识创造的完整性模型（SECI）理论，在生产现场创建深度对话情景，通过深度对话共享认识方式，以便实现技术专家的个人经验与技能、设备制造厂商的技术资料、设备技术特性与生产工艺的结合，从而发现、获取设备检维修的系统性技术知识，并为检维修体系和检维修作业标准的编制提供依据。
方法二：受控因素分析
受控因素分析法是对关键功能部位进行受控因素与预防措施分析，获取设备功能部位功能、性能、精度问题的原因及其控制方法（策略），通过优化企业的检维修运行机制及检查、维护保养、预防维修等活动，确保关键功能部位的功能、性能、精度及技术状态处于受控状态。
3.基于大数据的智能故障诊断和分析是核心
生产系统中存在着不少不可见的因素，如性能劣化、精度衰减、能力损失、结构性偏差、自然老化等，这些因素对质量和成本的影响甚至超过可见因素。如何精确预测不可见因素的运动轨迹，主动和精准地采取维修对策，将成为智能装备管理和维修的重要课题。