带你读《智能制造之卓越设备管理与运维实践》之二:卓越设备管理与运维体系

简介: 本书从工业企业实际需求出发,结合智能制造环境下的紧迫需求,融合作者信息化咨询与项目工作实践,以理论联系实际,将设备的全生命周期管理、精益管理、全员维护、先进的维护策略(预测性维护、智能维护)等管理理与信息化技术进行融合设计,以“IE+IT”的思想实现管理平台与信息平台的平衡发展。

点击查看第一章
点击查看第三章

第2章

卓越设备管理与运维体系
制造业的本质是对各类资源(智力、物力、人力、财力)进行融合及处理,改变原有资源的呈现形式或状态,从而实现资源增值的过程。而设备是制造企业的核心资产,因此,设备资产的绩效水平是度量一个制造系统的重要维度之一。

  • 全生命周期管理的本质目标是实现设备一生效益的最大化。以设备全生命周期管理为内容,做好基础信息的精细管理。设备的基础信息要规范、完整和清晰,要反映设备管理全过程的痕迹。通过信息的贯通,支持全生命周期的分析与决策,最终实现设备一生效益最大化的目标。
  • 精益设备运维管理的本质目标是实现运行效益最大化。设备管理精益化工作的宗旨是设备运行综合效能最大化。以生产制造为中心、不断提高产品质量为根本、原辅材料高效利用为准绳、运行费用合理控制为基础、持续稳定提高设备运行效率为导向,采取综合技术经济管理措施,系统化推进设备管理精益化的各项工作,实现设备运行综合效能最大化。
  • TPM是精益管理在设备专业的具体要求,能不断提升设备综合效率。通过“全员、全系统”的推进及管理的改善,最终实现“全效率”的目标。全效率在TPM系统中主要是指设备的OEE指标。该指标表征了设备在开动率、性能率、优质率三个不同维度的综合要求。
  • 卓越管理具有更多的外延和内涵。卓越设备管理表明设备管理领域的一个最重要的变化,即目标和绩效、设备全生命周期管理和设备精益运维的系统整合,旨在引导组织追求“卓越绩效”。卓越不仅要体现设备管理在某一个环节的优秀,如运维和保障,而且要体现从优秀走向卓越,以追求“组织的效率最大化和全系统的价值最大化”为目标。

目前,越来越多的管理者开始关注业务卓越化管理,欧洲品质管理基金会给组织提供了一个用于自我业务评价和改进的工具,即EFQM(European Foundation for Quality Management)业务卓越模型,简称EFQM模型。
本章的编写思路可参见图2-1。首先介绍了通用的EFQM模型,并将设备管理的需求融合到EFQM模型中,形成设备卓越管理与运维模型。其次以信息化为支撑,提出了设备卓越管理与运维体系建设的体系化、人性化、数字化、智能化“四化”目标。结合当前信息技术的最新发展和智能制造环境下的信息化环境,给出了信息化系统架构和核心业务流程。最后,在信息化架构的基础上给出了“三×三”应用模型。

image.png

2.1 通用EFQM模型概述

通用EFQM模型包含8个主导概念,即结果导向、以顾客为中心、领导力与坚守目标、基于过程和事实的管理、人员开发和参与、持续学习/改进和创新、发展合作伙伴关系、企业社会责任,如图2-2所示。
第一,结果取决于兼顾并满足所有相关受益者的需要(受益者包括员工、顾客、供应商、社会以及企业的投资人)。
第二,以顾客为中心,顾客是产品和服务的最终裁判者。使顾客忠诚,留住顾客以及获得市场份额都是通过清楚地识别顾客目前和潜在的需要来达到最优化的。
第三,组织中的领导力行为创造了清晰一致的组织目标,也创造了使组织及其员工取得优秀成绩的环境。
第四,当组织内部的所有活动被理解并系统地加以管理时,当有关现行运营和有计划的改进等决策是通过使用包括受益者意见在内的可靠信息做出时,组织运行就越有效。

image.png

第五,组织中员工的潜能是通过价值分享、相互信任和授权的文化氛围、鼓励员工参与得以充分释放的。
第六,当组织在持续学习、改进和创新的文化氛围中进行管理和分享信息时,其绩效最优。
第七,组织与其合作伙伴有互惠关系,彼此之间相互信任时,其工作最有效。
第八,对于一个注重社会责任的企业,其组织及其员工的长期利益会得到最好保护。
RADAR理念是EFQM模型的核心要求。EFQM卓越模型的RADAR理念框架如图2-3所示,它共有四个方面的要求。
结果:应有正面的趋势稳定的表现,目标要恰当且被实现或超越。并将结果与其他方案进行比较,确定结果与方案的相关性。结果的范围应当覆盖全部相关领域。
方案:采用一系列协调的方法去实现目前和将来需要的结果。对于一个方案,要问:具体的结构内容是什么?为什么这么做?一个好的方案应该包含被很好地定义和开发的流程。应充分关注干系人的需求,应与战略和其他流程协调。
展开:用一个系统的途径去下达这个方案,并彻底执行。
评估和重审:在分析和监督已取得的成效和持续学习的基础上来评价这个方案的效果及方案被展开的程度。根据确认的结果来计划、实施方案。在评估方案结果和方案执行程度两方面,组织应有定期的测量和学习活动,并用所得结果来修改计划和执行改善方案。

image.png

2.2 适用于设备管理的EFQM模型

EFQM模型中的八个主导概念与智能制造环境下的设备管理要求高度一致,因此,将卓越管理模型应用于智能制造环境下的设备管理是非常合适的。针对设备管理业务给出的卓越模型如图2-4所示。

image.png

卓越设备管理体系遵从智能制造战略,是支撑智能制造的重要一环,在智能制造的整体框架下进行建设:抓住团队、技术、数据和备件四大资源,落实全生命周期资产管理、精益运维过程管理、精美现场作业管理三个层次的过程执行,最终体现卓越绩效指标的管理结果。
1.抓住四大资源
1)团队:解决当前维护队伍人才不足、维修手段落后与先进智能化设备之间的矛盾。因此,用好设备维护专业团队是设备管理的基础出发点。团队资源还包括与企业运维关系密切的外部资源,如专家资源、厂家资源和合作伙伴等。
2)技术:设备本身的技术特性、故障特征、设计指标等专业信息始终是设备运维管理的基础资源。
3)数据:数据应当是一种新的资源,数据的分析与利用是智能制造环境下的重要使能手段。
4)备件:做好备件资源的经济规划,确保备件的高可用性、低库存成本和高周转率。
2.落实三个层次的过程执行
1)全生命周期资产管理:贯穿设备规划、设备前期、设备验收到设备变动、设备报废的全过程资产变动管理。
2)精益运维过程管理:基于设备技术要求,以工单为形式,支撑设备运维作业的全过程。
3)精美现场作业管理:智能制造环境下强调现场作业的落地与人机和谐。
3.体现卓越绩效指标的管理结果
1)人员成长绩效:设备管理体系的运行需要支撑团队的进步和人员水平的提升。
2)效能提升绩效:设备管理体系的运行需要体现设备综合效率的提升。
3)节支降耗绩效:设备管理体系的运行需要体现出成本的节约、能耗的降低、经济效益的显著提升。

2.3 卓越设备模型与信息化融合

基于“IE+IT”的理论,信息化系统要以卓越设备模型为指导,面向智能制造的现实需求,利用信息化手段为企业提供设备管理的最佳实践和指导,挖掘企业设备管理的潜力,力求在现代企业内打造四个目标,即体系化、数字化、人性化和智能化。通过这四个目标,构建卓越设备资产管理与运维体系,促进先进的管理思想落地,如图2-5所示。

  • 体系化:指固化卓越设备模型的设备管理与运维业务体系。
  • 数字化:指利用物联网及大数据技术,实现设备技术档案、设备运行状态、设备运维业务,以及设备健康水平的全面数字化、可视化。
  • 人性化:采用新技术来实现友好的人机交互,促进运维工作的便捷和人机和谐。
  • 智能化:促进维护手段的科学化和业务最优化,推广智能维护,支持智能制造及智慧工厂的建设。

image.png

2.4 支持卓越设备模型的信息化架构

卓越设备资产管理与运维管理,(Excellent Asset Management & Maintenance,EAM2)系统,意为以精益的过程追求卓越的结果,区别于传统的企业设备管理(Enterprise Asset Management,EAM)系统。EAM2在设备管理的基础上增加了精益运维,包括卓越设备全生命周期资产管理和精益运维管理两大部分。通过企业自我完善(领导力),制定合理维护策略,优化资源配置,以及精益过程管控和现场改善,实现员工的快速成长、生产效率的提升、良好的维修经济效益,支持企业的一体化目标,如图2-6所示。

image.png

EAM2系统涵盖实体对象层、工业大数据层、模型对象层和业务服务层,同时应用于工作流平台、集成平台层、安全平台层和云计算平台,其结构框架为四横四纵,如图2-7所示。

image.png

四个横向层次分别如下。

  • 实体对象层:设备运维体系的管理对象,涵盖多种分类的设备,以及运维人员和备件资源。
  • 工业大数据层:涵盖物联网采集、传输和多维数据的管理。
  • 模型对象层:采用数字孪生技术构建设备对象。
  • 业务服务层:支撑五大服务模块,分别是三个层次的管理,即全生命周期管理、精益执行管理和现场作业管理;还包括绩效管理和资源管理两个支撑管理。

四个纵向平台分别如下。

  • 工作流平台:支撑工作规范化体系,包括工作审批、工单流转。
  • 集成平台:支撑智慧工厂其他应用系统之间的信息交换。
  • 安全平台:支撑数据安全和系统安全。
  • 云计算平台:整个信息化系统的运行环境。

2.5 信息化核心流程

1.三层协作下的全生命周期管理
EAM2系统的核心目标是提供资产的全生命周期管理平台,其功能涵盖资产设备管理的各个业务流程。图2-8所示的系统一级流程总图从投资需求开始(第0步)到全生命周期的分析评价(第23步),展示了资产全生命周期管理过程中的功能节点、平台关系与内部集成关系。本节描述的业务流程是为了实现信息化的简化流程,通过现状分析描述未来系统上线后的业务流程蓝图。

image.png

2.“两中心五闭环”的精益体系
以实现“精益四通道”为核心的设备运维管理模块总体流程图如图2-9所示。总体流程的典型特征是五个闭环,即预防维护闭环、故障维护闭环、维修策略闭环、备件管理闭环和知识管理闭环。

image.png

  • 预防维护闭环:系统根据预定义的预防维护计划,实现计划、任务、完工闭环跟踪与检查。
  • 故障维护闭环:系统按照SOON体系,完成故障全过程闭环。
  • 维修策略闭环:系统根据现有的维护策略,产生设备健康评价和绩效水平,在此基础上调整维护策略,形成技术-业务-绩效的闭环。
  • 备件管理闭环:形成备件提报、领件、换件、分析、预警等全过程跟踪与闭环控制。
  • 知识管理闭环:知识管理形成从业务中积累,并应用于业务。支持改善管理、员工提升等闭环管理。

另外,整体维护流程还支持两个中心。

  • 报修呼叫中心:整体管理全系统的风险、问题及设备隐患。
  • 预警中心:通过自动化手段对工作任务、设备状态提出预警事件。

2.6 应用功能概述

卓越设备管理与运维体系支持如图2-10所示的“三×三”应用模型,即在管理层面,应用功能涵盖公司层、分厂层和生产现场层,满足各个层级的业务管理需求;在纵向条线上涵盖设备的价值管理、实物管理和使用管理,且不同的管理条线在不同的层级侧重点不同。

image.png

在业务应用层面,卓越设备管理与运维体系设计了80多个二级功能点,EAM2系统覆盖了所有的业务功能要求,其功能部署情况如图2-11所示。

image.png

相关文章
|
5天前
|
机器学习/深度学习 数据采集 运维
智能化运维:利用机器学习优化IT基础设施管理
在数字化时代的浪潮中,企业对IT运维的要求日益提高,传统的管理模式已难以满足快速发展的需求。本文探讨了如何通过集成机器学习技术来提升IT基础设施管理的智能化水平,旨在帮助运维团队高效应对复杂挑战,保障系统的高可用性和性能。文章首先分析了当前运维面临的主要问题,随后详细介绍了机器学习在故障预测、自动化处理和安全防护方面的应用案例,并讨论了实施智能运维时可能遇到的挑战及解决策略。最终,文章强调了持续学习和适应的重要性,以及智能运维在未来IT发展中的关键作用。
|
4天前
|
人工智能 运维 监控
智能化运维:AI在IT运维中的应用与挑战
【6月更文挑战第21天】本文将深入探讨AI技术如何革新传统的IT运维领域,通过案例分析展示AI在故障预测、自动化处理和安全监控等方面的应用。同时,文章也将讨论AI运维带来的挑战,包括数据隐私、系统复杂性和成本问题,并提出相应的解决策略。
180 6
|
4天前
|
机器学习/深度学习 数据采集 人工智能
智能化运维:AI在IT管理中的角色与挑战
随着人工智能技术的不断进步,智能运维(AIOps)正逐渐改变传统IT运维的面貌。本文将深入探讨AI在IT运维中的应用、面临的挑战以及未来发展趋势,为读者呈现一个全面而深入的智能运维世界。
|
1天前
|
弹性计算 人工智能 运维
体验评测报告:阿里云OS Copilot——智能运维的革新之旅
体验评测报告:阿里云OS Copilot——智能运维的革新之旅
202 3
|
4天前
|
机器学习/深度学习 人工智能 运维
智能化运维:利用AI和机器学习提升系统稳定性与效率
【6月更文挑战第21天】在数字化浪潮下,企业对IT系统的依赖程度日益加深。传统运维模式已难以满足现代业务需求,智能化运维应运而生。本文将探讨如何通过集成人工智能(AI)和机器学习(ML)技术,实现预测性维护、自动化故障处理和优化资源配置,以提升系统的稳定性和运行效率,同时降低运维成本。
209 5
|
3天前
|
机器学习/深度学习 人工智能 运维
智能化运维的崛起:AI在IT管理中的应用与挑战
【6月更文挑战第21天】随着人工智能(AI)技术的飞速发展,其在信息技术(IT)运维领域的应用已成为推动效率和创新的关键动力。本文将深入探讨AI如何重塑IT运维的面貌,包括自动化故障检测、预测性维护、以及智能决策支持等方面。同时,我们也将分析在实施智能化运维时所面临的技术挑战和道德考量,并提出相应的解决策略。
304 4
|
6天前
|
机器学习/深度学习 数据采集 人工智能
智能化运维的探索与实践:AI在IT运维中的应用
【6月更文挑战第19天】随着人工智能技术的不断成熟,其在IT运维领域的应用也愈发深入。本文将探讨AI技术如何赋能传统IT运维,提升效率和响应速度,实现故障预测、自动化处理及优化决策。通过分析AI在运维中的实际应用案例,我们能更好地了解其潜力与挑战,并预见未来智能化运维的发展路径。
220 6
|
3天前
|
机器学习/深度学习 人工智能 运维
智能化运维的探索与实践
【6月更文挑战第21天】本文旨在探讨智能化运维在现代IT管理中的应用和挑战,通过分析智能化技术如何赋能传统运维流程,揭示其在提升效率、降低成本方面的潜力。文章将结合具体案例,阐述智能化运维的实施路径和面临的主要问题,为读者提供一套可行的智能化运维解决方案框架。
|
5天前
|
机器学习/深度学习 人工智能 运维
自动化运维的崛起:从脚本到智能
【6月更文挑战第20天】在数字化时代,自动化运维不再是一个选择,而是企业追求效率和稳定性的必要条件。本文将探讨自动化运维的发展轨迹,从最初的脚本编写到现今的智能化工具应用,揭示自动化技术如何重塑IT运维领域,提升业务连续性和敏捷性。
|
1月前
|
运维 Linux 程序员
最全树莓派4B安装64位Linux(不用显示器键盘鼠标),Linux运维面试送分题
最全树莓派4B安装64位Linux(不用显示器键盘鼠标),Linux运维面试送分题
最全树莓派4B安装64位Linux(不用显示器键盘鼠标),Linux运维面试送分题