首页 观点分析 【立于思,践于行】浅谈备件与设备维护一体化

【立于思,践于行】浅谈备件与设备维护一体化

电力、轨道、石油石化等资产密集型企业,其资产密集程度的体现通常在于拥有大量的设备及设施。

 电力、轨道、石油石化等资产密集型企业,其资产密集程度的体现通常在于拥有大量的设备及设施。作为企业生产经营的重要工具,设备资产往往占据着固定投资的绝大部分,体现着一个企业的核心竞争力,是企业实现战略目标的关键手段之一。谈到设备,离不开的一个话题便是设备完整性管理。众所周知,设备资产的健康运行是企业安全生产的基础,良好的设备运行状态是企业提高生产效率、降低生产成本的重要保障,在企业全面质量管理中,“人机料法环安”中的“机”便是指机械设备设施,因此设备维护作为设备完整性管理的重要环节,是企业在设备全生命周期管理中的重点之一。

设备维护不可或缺的一部分便是备品备件。无论是维修还是制造,备品备件都是保障资产密集型企业正常运转的重要物资,企业在物资管理过程中,都会提前储备相当数量的备品备件,以备不时之需。在这种“有备无患”的模式下,为了保障设备的平稳运行,降低设备故障概率,减少设备停机时间,企业往往会大量“买买买”,基于经验储存大量的备品备件,但现实情况是备件的消耗时间是无法预估的,这就导致备件库存积压,占据了大量的资金。

在传统管理模式下大部分企业本着“不犯错”的想法对备品备件进行粗放式的管理,开展备件储备时,缺乏对设备运行状态的考量,一方面是因为备品备件管理的职能通常归属于物资供应链部门,而设备设施的管理通常属于设备管理部门如保全部的职责,责任归属不同,自然就“事不关己高高挂起”;另一方面是因为备品备件通常以存货属性在企业的ERP系统中管理,设备通常以固定资产属性在企业资产管理系统中管理,两者互相独立,缺少联动,即使想让备件和设备融合管理,也是“有心无力”。

实际上从逻辑关系上讲,备品备件的需求来源于设备维护的需要,设备维护的需要取决于设备的运行状态,而备品备件的质量又决定着设备的运行状态,因此备件和设备本质是一体化的,互相关联。缺少与设备的关联,单独管理备件就失去了其意义,无论是备件存量的压降,还是及时准确地响应物资需求,备品备件管理都需要同设备管理一起规划。随着企业逐渐意识到传统管理模式下的弊端,越来越多的企业逐步将备件管理(物资管理)和设备管理合并职能,通过成立类似于物资装备部门来管理备品备件和设备,逐步推进备件与设备统筹管理。

相较于传统的备件与设备分散管理的模式,我们认为,伴随着大数据和人工智能技术的发展,未来的备件管理将与设备管理逐步融合形成一体化管理,从传统管理模式向备件与设备一体化管理模式的转变体现在如下三个方面:

01基于知识图谱构建备件与设备关联关系
在物资主数据管理和设备主数据管理中,除了定义各自的品牌、规格、型号等属性,还应当建立备品备件与设备之间的关联关系,构建起备品备件的知识图谱,即每个设备有哪些备件,每个备件又能用于哪些设备,每个备件又有哪些替代备件,通过建立彼此的对应关系,才能避免通用备品备件的重复储备,减少备品备件金额,从而降低积压。

02充分运用“ABC”开展设备预测性维护
正如中医讲究:”上医医未病之病,中医医欲病之病,下医医已病之病”,设备维护通常分为三类:响应式维修、预防性维护、预测型维护。响应式维修又称修复型维修,基于“故障”,属于事后维修,预防性维护基于“时间”,更多依赖于经验判断,而预测性维护则根据设备实时的运行“数据”,对某些重要部件进行定期或者连续的状态检测和故障诊断。随着设备完整性理念的完善和发展,设备维护正在从响应式维修向预防性维护转移。但无论是响应式维修“亡羊补牢”,还是预防性维护“有备无患”,都不足以支撑对设备全生命周期的预测。

伴随着人工智能(AI)、大数据((Big Data)、云计算(Cloud Computing)等技术的发展,预测性维护成为工业互联网时代的重要应用,解决了复杂场景下设备状态的的预测和故障诊断。通过传感器和物联网技术对设备运行数据进行实时采集、处理、分析,从而实现对设备状态的预测和故障提醒。预测性维护能够帮助企业实时洞察设备的运行状态,更加准确地定义故障发生期间,更加准确地定位潜在故障部件,既能降低“用而不备、备而不用”的风险,又能降低提前储备的风险,减少备品备件的库存积压,提高物资的周转效率。

03构建备件与设备数字孪生体
备件与设备一体化的另一个趋势就是备件和设备的数字孪生体,针对备件和设备的物理实体,对其进行数字化刻画,建立备件与设备的数字化孪生模型。企业可以利用数字孪生来分析和监视数据,以防止问题发生,避免停机,甚至模拟未来可能发生的情况和事件。

备件和设备的数字孪生体可以用来帮助企业辅助设备调试,分析变更的影响,帮助培训设备维护人员对设备进行维修,如英国BP石油公司利用数字孪生技术对新油田的基础设施进行建模,然后通过基础设施的数字孪生体来制定设备的维护计划,调试设备安装。

此外,相比于基于大数据分析下的预测性维修,数字孪生可以更加生动准确地实现资产设备数字孪生的预测性维护预警,在设备发生出现故障征兆时,完成备品备件的采购和及时维护设备,以避免设备停机导致中断生产。

备品备件管理不仅仅是备品备件供应链的管理,还要与设备融合,基于设备全生命周期的不同阶段,实现不同备件的差异化储备、和共享,才能进一步深化企业物资管理,降低库存储备,减少积压,助力降本增效,实现高质量发展。

免责声明:文章内容不代表本站立场,本站不对其内容的真实性、完整性、准确性给予任何担保、暗示和承诺,仅供读者参考,文章版权归原作者所有。如本文内容影响到您的合法权益(内容、图片等),请及时联系本站,我们会及时删除处理。

作者: suifengmianlai

为您推荐

一文秒解erp和sap系统哪个好用

ERP和SAP系统是企业资源规划(ERP)软件应用的两大供应商,ERP专注于数据结构和资源管理,面向小型企业。

电商数据分析怎么做,这里讲得很清楚了

关于电商数据分析怎么做的问题,有人从电商数据整理、分析开始讲,有人则着重于分析方法的介绍,也有人侧重于分析报表的制作。

质量管理 | 工业4.0背景下的质量数据分析-工业数据中心方法论

作为工业4.0的重要组成部分,质量4.0概念比以往任何时候都更加重要。

经典:商业智能BI解读,值得收藏

关注新闻的朋友们可能注意到了,最近这段时间关于数据要素、数字经济、数字化转型的相关行动越来越多,一方面是各级政府的政策规划以及大规模的发展行动,另一方面是则是各行各业的企业开始探寻数字经济,通过数字化转型进行改革,充分发挥数据价值。

电商数据分析方案和BI强强联合,一站式做分析

搭建一个电商大数据分析平台需要哪些条件?总的来说需要一套满足电商数据分析需求的方案,一个能够提供强大数据计算分析功能和数据可视化图表的平台,比如电商数据分析方案和奥威BI软件这样的组合。

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

返回顶部