教你构建设备智能管理系统一一设备保养2

上期我们分享了设备保养传统表单式管理系统的构建，这期我们分享设备保养智能预测系统。

为什么说是面向未来呢？因为设备需要联网抓取数据，需要构建无线网，需要外挂传感器，这些配套设施的实施需要一个长期的规划和成本的投入不是一个系统就可以解决的。

那应该如何实施呢？个人建议以点带面，建立标杆线完善系统，然后各个突破直到完全上线。

第一步选取标杆线很重要，标杆线要具备几个核心要素，设备量大，有代表性，故障率高，良率差，浪费人工，耗时耗力等根据评分法进行选择，当然最重要的是获取设备部门和制造部门的认可，否则可能因为涉及到资金投入半途而废。

突然想到一个业内牛人讲的让人笑出眼泪的话，系统做好了，设备问题少了，是设备保养的好了管理的好了，跟系统关系大不大根本无从考证，没有人可以证明你的价值，这里他讲的是在设备故障预测PHM的实施时说的话，你预测的问题提前解决了，问题没有爆发，所以你没有价值。预知系统就是这样非常的无奈，题外话。

我们现在就以标杆线的推动作为主线来讲，整体系统模块与传统系统模块相差不大，只是更改了设备保养方式方法模块和设备历程模块，由计划式触发保养改为数据异常后触发，如日本的设备一般都会提供某个零部件的使用寿命12000H，使用时间到了就会数据异常，触发保养命令，一个简单的例子。

保养方式方法模块会根据原来的保养项目进行机械机理分析，从机理方面找到监控要素，进行正常数据的抓取后作为大数据的比较模板，最简单的方式是设定加工状态的上下限，复杂点可以设计成趋势预测，这里涉及到大数据分析的专业领域，需要专业的人才加入团队进行相关算法的设计，这套算法验证OK就可以单独拿出来成为一个专用API挣钱了。写到这里可能有点乱，后期有空会单独来讲讲它的核心设备故障预测系统PHM，有兴趣的也可以直接bai du。

设备保养历程会由各个设备的单项保养来触发，相应的KPI要增加设备的故障率，来评估系统的完善性，通过不断的故障率改善增加保养项目来精进智能保养项目。

设备保养暂时先分享到这里，后面还会针对预测在进行分析和讲解，时间仓促后期补充。