堅持創新驅動，推動智能制造，促進鋼鐵工業智能化發展

摘要：鋼鐵企業發展至今，已遇到生產瓶頸，產量遠遠大于需求。很多企業采用聯合的方式，來規避市場的沖擊，為了能在以后的競爭中，求得生存，對設備管理的要求越來越高。傳統的設備管理技術已無法滿足新需求。為此未來設備智能管理，將是企業內所有設備管理人員必須遵循的方式，要求設備管理人員和維修人員必須掌握專門的科學技術知識和現代管理理論與方法。

關鍵詞：大數據 設備管理 采集

0  前言

傳統意義的設備管理已趨于乏力，不做出改變，等待著的只有滅亡。在這種嚴峻形勢下，新的智能設備管理模式應運而生，就是將先進的智能手段與設備管理高度融合，具有自行感知、自行決策、自行執行、自適應等特征的新型管理模式

1  現狀介紹

隨著工業4.0的來臨，科技水平的不斷創新，各地區新一輪科技革命和產業變革已經在以我們想象不到的速度前行，新一輪“數字工業革命”正在推動尖端鋼鐵工業技術不斷發展，與我國制造業轉型升級形成歷史性交匯。智能制造在各地區范圍內快速發展，已成為主要鋼鐵行業重要發展趨勢，對產業發展和分工格局帶來深刻影響，迫使當下處于徘徊階段的鋼鐵企業做出改變，逐步形成新的生產方式、產業形態、商業模式。

2  原因分析

國內傳統設備管理模式存在的問題較多，主要有一下幾個方面：

1、管理人員的思想意識薄弱，沒有認識到企業自身發展存在的問題，敝帚自珍，對新興事物和領域存在較大抵觸情緒；

2、操作人員、維護人員的水平較落后，技能欠缺，對設備自身的駕奴能力不足，以及突發事故處理時間不達標；

3、設備檔案管理不夠完善，如設備的技術資料、技術參數、工藝初始要求不健全現象較為普遍，加之管理制度不符合實際、執行力不強、資料收集以及保存不到位；

4、鋼鐵企業所用產品多樣、繁雜，分布區域廣，生產工序較多，管理信息量較大，多采用人工報表形式，信息及時性較差，易失真，從而給決策造成錯誤影響，釀成不必要的損失。

傳統意義的設備管理已趨于乏力，不做出改變，等待著的只有滅亡。在這種嚴峻形勢下，新的智能設備管理模式應運而生，就是將先進的智能手段與設備管理高度融合，具有自行感知、自行決策、自行執行、自適應等特征的新型管理模式。設備管理智能化的到來，會使企業在未來的市場競爭中更具有領先優勢，也是搶占未來經濟和科技發展制高點的重要途徑。

3  方案措施

對當下鋼鐵企業來說，需要瞄準世界鋼鐵發展趨勢，跟上時代發展的步伐，采用具有世界先進水平的管理經驗、引進高精尖的管理人才，不斷優化工藝生產與設備，并配以輔助生產的相關設施，只有這樣，才能提高產品質量和設備可靠性，降低勞動強度，提高設備作業率。

個人認為，智能設備管理的推行，不僅僅是單一的先進技術和智能裝備的應用，而是設備管理新模式的轉變。不應該是某一子公司獨立進行，而是集團各鋼鐵子公司一同協力構建智能設備管理體系，堅定“以生產順行為前提，保障設備高效穩定運行“的目標，提升整個鋼鐵公司的核心競爭力。

智能設備管理是一項系統工程，需要集團層、公司層、產線層三層共同協力開展:

1、集團層是整套系統的大腦，負責組織管理方向和指導方針的頂層設計，保證各子公司間的協調統一。

2、公司層從集中一貫制管理維度，牽頭策劃本公司智能設備管理藍圖，確保廠部規劃與公司規劃銜接一致。

3、產線層是設備管理的基層責任者，需要發動所有管理者與員工參與

現代智能設備管理是以設備的一生為對象，以大數據系統作為支撐，TPM為行為準則，貫穿于整個設備管理周期，包括對設備自身的運動形態，即設備的設計選型、監督制造、購置、安裝、使用、維護、周期更換直至報廢，還有設備的價值運動狀態，即設備的投資預算、維修與更換費用對比、折舊、改造資金的籌措、原始積累、支出、質保等管理，這樣才能保持設備良好狀態，保證設備的有效使用，并使其設備運行獲得最大的經濟效益。

隨著科學技術和專業知識的發展，設備現代化水平的不斷提高，智能設備管理可以概括為一種系統工程，或者是一種體系，它有著綜合性以及全面管理的方法。管理的核心在于正確處理可靠性、維修性與經濟性三者之間的關系，要有可靠性，正確維修方案，提高設備運行精度和有效作業率，才能發揮設備的高效能，以獲取最大的經濟效益和安全保障。

設備智能管理的系統化往往要求集團多個部門、不同行業之間的密切協作。因此它們之間應相應地要求界限，而組織成為一個有機的整體，為企業的整理目標做出步調一致的行為。并且涉及多方面專業知識，如線性規劃、網絡技術與應用、統計學、決策論、預測技術、庫存管理等，對系統進行綜合分析與評價，從而建立一個以全壽命周期費用最經濟為目標的系統，并進行過程管控和全程管理，保證用最有效、最直接的手段達到管理系統的預期目標，進而改變了傳統模式設備管理下，只管維護的消防型模式。

   大數據系統的功能除了廣泛應用于數據的統計與分析，參與模型建立、自動控制外，還具有數據處理能力，即根據設定的程序，自行完成數據報表資料的統計和分析，并包括各種計劃的編制。在智能設備管理中主要用基礎數據庫的建立與采集、統計計算和編制預算，如各種設備維護記錄、故障時間的統及與原因分析、不同時期的維修費用、備件使用以及庫存等信息，均可用代碼收集在數據庫內，根據不同層級的需要即掉即用，做到時間零延時。

鋼鐵行業中生產線長期處于高速運轉中，由鋼鐵設備所產生、采集和處理的數據量很大，人員操作已無法滿足，并且從數據類型也是非結構化數據，生產線的高速運轉則對數據的實時性、準確性要求更高。因此，鋼鐵大數據應用所面臨的問題和挑戰會更高，并不比互聯網行業的大數據應用少，有些方面甚至于超過。

要想滿足大數據系統采集的需求，對現場設備會有很高的需求。鋼鐵企業各工序，都需要有相關的檢測手段，來探測溫度、壓力、熱能、振動和噪聲。檢測設備越多，采集時間越短，數據分析越精確。因為每隔幾秒就收集一次數據，將數據進行整理與存儲，利用這些收集到的數據，可以實現多種形式的分析，包括設備狀態與故障診斷、用電量峰谷平分析、能源節能與消耗分析、質量事故分析與總結(包括違反各種生產規定統計、零部件故障)等。首先，在鋼鐵企業生產工藝改進方面，以及生產過程中使用這些大數據，就能掌握整個生產工藝流程，檢測到每個環節是如何執行的。一旦有某個流程偏離了工藝標準，或設備出現劣化趨勢，就會向系統產生一個報警信號，點檢及維護人員能更快速地發現問題及故障所在，提前做好處理工作，也就能更容易解決問題，降低事故發生率。利用大數據技術，還可以對鋼鐵生產產品的過程建立虛擬模型進行仿真，當所有流程和績效數據都能在系統中重新建立時，將有助于生產制造商同時對其生產流程進行改進。其次，在企業能源損耗分析方面，設備生產過程中利用傳感器集中監控所有的生產流程，能夠發現各條產線能耗的異常或峰值情形，由此便可在生產過程中優化與平衡各使用部門能源的消耗，對所有流程進行分析將會大大降低能耗，更能降低生產成本。再次，對于事故的分析，可以將長時間存在的同類故障進行匯總與分析，統計出所需的各種數據，客觀的展示故障發生的原因、所用時間的合理性，設備管理部門可根據此來制定有效的整改措施，以及預防故障的放生方法，很大程度上降低了事故發生率，提高連續作業率。

4  結論

綜上所述，智能設備管理是科學技術發展到一定程度，形成的必然產物。隨著現代科學技術的進步，國際鋼鐵企業生產裝備現代化水平不斷提高，設備向著國際化、大型化、高速化、數據化、機電一體化及結構復雜化等特點發展，促使各企業快速發展，緊跟時代的步伐，這樣才能在鋼鐵大潮中占有一席之地。

參考文獻

[1]  物聯網時代的八大工業大數據應用場景-學術期刊庫

[2]  實現智能制造：工業大數據牽引力有多強？-學術期刊庫

[3]  勝利油田測井公司設備管理研究-學術期刊庫