数据驱动运维方式的转型

   2022-09-08 91280
核心提示:随着互联技术的革新、大数据的广泛应用,在当前行业发展趋势和政策的双重作用下,每个生产企业都在探讨自己的发展方向以及发展措施。在这个思索的过程中,我们自然而然会问到一个问题,生产企业是否认为需要继续沿袭上述的运维理念,关注点是否有了新的变化呢?

本文作者:艾默生系统及方案工业软件及数字化——张枫

为什么要实现运维方式的转型?

当前一些生产性企业工厂实施了数字化应用,逐渐意识到了工厂生产数据的价值,然而对于大部分工厂来说,这些数据的最大用途是生成提交给各部门的报表,并未实现数据增值服务。对于运维人员来说,运维依然日常例行巡检、排班倒班、维修设备,这些活动占据了大量的工作时间,工作负荷较高。对于运维管理人员来说,运维是时刻监测现场的运行性能,应对生产中出现的突发状况,确保生产的稳定运行。

数据驱动运维方式的转型

随着互联技术的革新、大数据的广泛应用,在当前行业发展趋势和政策的双重作用下,每个生产企业都在探讨自己的发展方向以及发展措施。在这个思索的过程中,我们自然而然会问到一个问题,生产企业是否认为需要继续沿袭上述的运维理念,关注点是否有了新的变化呢?

根据罗兰贝格的调研,对于制造型企业来说,85%以上的受访者认为运维服务商应更多地关注数字化方案规划能力,97%的受访者认为运维服务商应提供主动、完整的数字化运维服务方案。从生产企业自身角度出发,传统的维护方式已无法适应当前数字化转型发展的要求,融汇物联网理念、应用先进数字化手段的新型运维解决方案是未来的发展趋势。这就带来了一个新的问题,运维方式的方向在哪里。

运维方式转型的方向

当前生产企业所采用的运维方式通常分为三种:被动式维护、预防式维护和预测性维护。三种运维方式的对比如下表所示:

维护策略

被动式维护

预防式维护

预测性维护

维护的时间点

故障发生后进行维护

按计划修复问题,凭经验判断

对某些重要设备进行定期或连续的状态监测和故障诊断

优点

维护成本低,固定员工数量减少,所需的最低计划

提高设备运行效率,延长使用周期,降低故障可能性,节省资金

减少非计划性停车,降低维护成本,延长资产使用寿命,减少与安全、环境和质量有关的风险

缺点

高昂维修成本,较高的安全风险,可能对生产造成更严重的损害。

无法排除灾难性故障,一旦出现灾难性故障,将导致劳动强度的增强和意外停车的发生。

需要在硬件、软件、专业知识和员工培训方面进行投资。

通过上表,我们可以看到传统被动式维护、预防性维修,难以准确把握设备有无故障、故障类型、故障部位及故障程度。另外,由于良好部位的反复拆卸,机械性能往往不理想,甚至低于维修前。因此采用这两种维护方式造成了维护维修成本巨大,故障未能及时处理带来的停车损失更是不可估量。

预测性维护是“工业4.0”提出的关键创新点之一,它将状态作为依据,对设备进行连续在线的状态监测及数据分析,诊断并预测设备故障的发展趋势,用户依据此类信息制定预测性维护计划以及维修工作的确认,涵盖了设备状态监测、设备故障诊断、故障状态预测、维修决策支持和维修内容确认的全过程。预测性维护能够帮助企业将计划外停机的风险和资金影响降至最低,因此运维方式的数字化转型能够实现成本的节约和效率的提升。

如何实现预测性维护?

为了帮助企业更好地实现维护管理,运维团队需要考虑人员、管理流程、技术辅助工具和维护数据这四方面的内容,将运维平台化,不再拘泥于以往“运维=维修”的理念。

建议生产企业考虑以下几个维度的内容,实现人、技术和流程的密切配合,实现用数据驱动维修决策的制定,将数据的价值融入运维过程:

1. 确保数据的准确性

越来越多的生产企业意识到大量的数据积累是必要的,可用作以后建模的基础和决策制定的数据支撑。然而通过对于部分企业的调研,一些现场设备选型不匹配,导致数据准确性降低,缺乏参考、存储和分析的价值,无法制定合理的运维计划。对于生产企业来说,确保数据的准确性是实施数字化工厂各项功能模块的基本要求,也是奠定数字驱动生产的基础。

2. 搭建预测性数据平台

搭建平台的目的是实现数据的流动,需要考虑数据的接口、数据种类的全面性等特性,建立场景分类标签,形成规范的、紧密结合业务的资产标签等标识,最终在应用数据层提供可视化支持,例如厂级设备可视化驾驶舱,驾驶舱能够提供电子巡检、台账管理、报警原因分析、报表等画面。

3. 引入机器学习

机器学习能够提升预测性维护的价值,帮助操作人员和维护人员迅速鉴别表明设备问题的数据异常。机器学习能够生成设备模型,识别并模拟设备的运行,从而预测设备的剩余使用寿命和特定时间内的设备故障。

4.规划智能运维流程

【洞见,思变 - 艾默生数字化转型笔记Ⅲ】数据驱动运维方式的转型

根据实际运维的要求,提供KPI统计报表和分析报告,提供优化措施建议,自动执行优化策略,提高运行效率。

【洞见,思变 - 艾默生数字化转型笔记Ⅲ】数据驱动运维方式的转型 

5. 复合型人才的培养

生产企业将生产相关的经验汇总成各种知识库,不断进行知识库的更新和优化,帮助各专业人员提升专业素养和全面培训,为未来数字化转型提供复合型人才。

生产企业根据实际生产定制各种应用场景,实现数据的协同、共享和复用。例如搭建仿真环境,提高工艺、操作人员等对于现场工段的洞察力,为各专业人员提供辅助工具,实现更好地沟通、更快速地学习以及制定更高效的决策。

【洞见,思变 - 艾默生数字化转型笔记Ⅲ】数据驱动运维方式的转型

结束语

数字化转型的制胜基础是运维方式的转型,数据平台和优化分析工具已经成为提高企业经济效益的重要途径,相信未来会有越来越多的生产企业实现数字化运维。

 
 
更多>同类资讯
免责申明
推荐资讯
点击排行
最新资讯更多>
最新供应更多>
网站首页  |  联系方式  |  关于我们  |  问题解析  |  版权隐私  |  使用协议  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  粤ICP备1207862号

中国智能化网(zgznh®)--引领工业智能化产业发展 共享智能化+优质平台

版权所有:深圳市智控网络有限公司 学术指导:深圳市智能化学会

粤ICP备12078626号

深公网安备案证字第 4403101901094 号 | 粤公网安备 44030702001206号