文士雨  胡啟博  付  微

摘要：鋼鐵企業智能檢化驗設備發展迅速，應用范圍和規模不斷擴大。從設備的智能化運維、故障分析和管理機制等方面進行剖析，探索先進的設備管理模式，引入大數據、自動化、智能化等技術,建立一個基于計算機、移動通信、網絡、信息處理等領域，具有智能分析和自我完善提升能力的設備智能化運維平臺，并闡述了應用AI技術手段替代人工管理方式的設備智能化運維的思路。

關鍵詞：檢化驗設備；智能化；運維

近幾年的我國鋼鐵行業智能化檢化驗設備發展迅速，應用范圍和規模不斷擴大。智能檢化驗設備自動化程度越高，維護的難度也就越大，對運維人員的技術能力要求也就越高，因此設備運維管理直接影響著檢化驗設備的運行效果，運維人員對設備智能化運維管理的需求強烈。

設備運維管理由維修管理與決策、組織計劃、監督、協調與控制、備件生產與管理、維修實施和維修檢驗等內容及其相關支持技術結合構成,目前許多企業建立了維修管理信息系統,其主要功能是采集并保存對改善和評估已有維修方案有重要作用的歷史數據。這些系統具有維修計劃的核查,維修評價建模等功能，但是常見的管理系統不能對設備的運行狀態、維修方案進行有效地評估和預判，需要專業技術人員依靠經驗和技術進行分析和處理，在企業設備實際運維過程中很難有效應用。如何實現設備的智能化運維管理，保證設備的長周期穩定運行，經營成本和效益最大化，成為保障鋼鐵企業設備管理亟待解決的一項重要課題。

1  檢化驗設備的運維現狀

鋼鐵企業目前智能化檢化驗設備應用范圍和規范不判斷擴大，如全自動采樣、制樣設備，全自動檢驗分析儀器設備等，最主要的是應用了工業機器人技術，設備的維護和維修難度較之前大幅上升，一臺設備出現故障會影響整套系統運行，原有的運維模式時常發生故障原因分析不清，故障長時間無法排除的情況，無法滿足企業對質量管理和檢化驗設備的管理需要。因此需要轉變原有的思維模式，運用智能化、信息化的技術手段，建立具有一套具備智能化分析能力的設備管理體系，快速解決設備管理與維修過程中存在的問題。

2  檢化驗設備管理存在的主要問題

通過對檢化驗設備近幾年設備的點檢維護、故障分析和管理機制等方面進行剖析，發現存在的問題主要有以下幾個方面：

1.設備點檢、維護不到位，設備維護知識掌握不全面，對維護人員的技術要求高。

2.缺少有效的信息監控和管理手段。

3.現有系統的智能化程度不高，對設備的全生壽命周期管理支撐力度不夠，無智能運維算法的技術支撐。

4.缺少移動端功能，系統的便捷性較弱。

5.設備資料管理和培訓工作存在缺陷。

6.設備運維對技術人員的經驗和技術要求高，數據統計分析困難，無有效的管理模型。

3  設備智能化運維的實施思路

結合設備運維管理中存在的問題，思考從以下幾個方面開展設備的智能化運維管理工作。

(一) 建立檢化驗設備智能運維平臺

在運維發展的過程中，最早出現的是手工運維;在大量的自動化腳本產生后，就有了自動化的運維;后來又出現了 DevOps 和智能運維。 檢化驗設備的智能運維需要利用設備運維信息系統采集的數據和AI人工智能技術，系統知識庫不斷完善和學習,實現設備狀態預警、周期性工作預警、運維智能分析、檢修方案設計推薦、物資清單準備、緊急熔斷等功能，主要包括AI運維算法、數據統計分析、全生命周期管理、設備檔案管理、設備分級點檢維護、設備維修管理、周期性工作預警、設備狀態監測預警、監督評價機制、人才培養等功能模塊（見圖1）。通過系統中各子模塊的功能開發，形成真正意義的智能運維管理系統。

圖1  設備智能運維平臺功能模塊

1. AI運維模型算法建立

    AI智能運維最重要的部分是如何把實際問題轉化為算法問題。在運維的過程中涉及到的步驟可以概括為：產生海量的監測日志，進行分析決策，并通過自動化的腳本進行控制。基礎性、重復性的運維工作都交給計算機來做了;同時，機器通過機器學習算法為復雜的問題提供決策的建議，然后向運維專家學習解決復雜問題的思路。運維專家主要處理運維過程中的難題，同時基于機器建議給出決策和訓練機器徒弟。

我們需要用到機器學習和 AI 的技術來解決智能運維中的挑戰性問題。智能運用KPI 瓶頸分析算法、故障預測算法、 異常檢測算法、趨勢預測算法、故障傳播鏈關系圖構建算法、關聯關系挖掘算法、智能熔斷提示算法等實現智能運維關鍵技術的落地。

2.全壽命周期管理

設備的備品備件管理實施全壽命周期管理，對備品備件的安裝，使用，維護，維修，改造，更新直至報廢的全過程進行管理。建立設備樹形結構，將設備分解至零件,然后對其進行編碼管理。同時還賦予諸如數量、材料版下號等屬性以及生效失效期、相互借用關系、在設備中的級別以及相應的統計信息等。以此結構建立設備數據表,并做為設備管理與維修的物料需求計劃的來源。

動態調整備品備件的更換周期。達到更換周期遠程采樣系統自動報警提示，維護人員按系統提示完成檢查確認更換和計劃申購。對于沒有達到使用壽命的提前更換的備件進行分析，在系統中錄入損壞的原因，維護不到位的及時調整維護標準；庫存備件數量制依據周期制定最低儲備量標準，在保障生產的前提下最大限度的降低備件的采購費用，保證設備在運行過程中處于良好狀態。

3．設備的分級點檢與維護

建立由設備崗位操作人員、設備管理員、專業維修維護人員三個不同層次、不同內容、不同標準的設備檢查維護制度。設備點檢維護的內容、標準、頻次由系統自動生成，點檢人員使用手機APP的方式對點檢內容逐一進行維護和確認，并錄入檢查發現的問題及隱患。系統將發現的問題和隱患做為基礎數據進行統計分析，為點檢維護標準、周期的修訂以及備件生命周期提供依據。

4．設備的維修管理與智能決策

設備維修由維修管理與決策、組織與計劃、監督、協調與控制、維修實施和維修檢驗等內容及其相關支持技術結合構成。智能運維系統采集并保存對改善和評估已有維修方案有重要作用的歷史數據,具有維修計劃的核查、維修數據的操作、維修評價建模等功能。設備的維修工作主要分為日常維修、定期修理和事故性維修三類。設備出現故障 智能運維系統通過應用多種算法統計分析設備故障的根源進行定位，推算最佳的維修方案，同時運維專家對方案的準備性和可行性進行驗證和標注，維修的全部過程要有原因分析及處理過程的影像資料，納入設備歷史數據管理，為后續同類設備故障維修的人員配備、物資準備、維修時限和智能決策提供準確數據支撐。

4．設備故障及周期性工作的系統智能診斷

最大化利用智能化消息提示、預警等方式串聯設備的使用以及流轉等信息,設備的智能化管理最重要的就是設備的智能診斷功能，通過對設備關鍵部位運行狀態的監控和自診斷，智能運維系統自動檢索推送解決方案和維修方法，為維護人員提供技術支撐快速排隊設備故障；設備的周期性日常維護工作可通過手機APP進行現場維護確認，未按要求完成的項目設備與系統保護機制關聯不允許軟件運行，從而提升設備運行的安全性和可靠性。

5．完善設備檔案管理

設備檔案管理是一個動態、持續的過程。建立設備病歷檔案，包括設備的故障、維護、維修等環節形成的資料和系統收集的歷史數據，能夠準確地、完整的反映設備從采購到報廢整個過程的狀態信息，同時為設備的維修推送相關診斷和故障排除方案。設備的管理單位有收集、整理設備相關維修資料的責任和義務，通過廠家、自身維修總結、錄制檢維修視頻、網絡等多種渠道組織收集完善儀器設備的維修資料，同時完善的設備檔案管理也將為設備的使用維護提供有效支撐，再輔以二維碼技術，實現設備資料的快速檢索和應用。

6．設備管理的統計分析

將設備運行和維修過程中生成的設備管理日志，利用大數據統計分析技術，對設備使用、維修成本、備件消耗、點檢維護到位率、設備故障率、故障處理時間、維修方案的適用性、使用與維護雙向評價結果等指標進行統計與分析，為后續決策分析提供數據參考。AI智能運維算法分析影響設備穩定的因素，專業技術人員依據經驗從人、機、料、法、環等幾個方面進行驗證標注，逐步提升智能算法的準確性和可靠性。

7．人才培養

設備的管理是一項業務性、技術性很強的工作，專業技術人員的培養是設備穩定的可靠保障。但有了智能運維平臺的支撐，既可以大幅減少運維人員重復性的工作，又可以為缺乏智能運維背景知識的技術人員提供技術支撐，可以很容易地著手解決問題庫中的問題。工作中遇到實際的問題時，可以查詢問題庫中的解決方案，充分利用系統中已有設備維護經驗和要點，不斷提升技術管理水平，保障設備的利用率和管理水平，因此智能運維平臺的逐步成熟應用，將有效降低設備運維技術人員的門檻，同時也解決了技術人員各種原因流失帶來的困擾。

8．監督評價機制建立

設備的管理在實際操作中存在人員配合、物資準備、故障診斷、問題處理等諸多問題，如何將各崗位人員的力量融合在一起形成合力，為運維系統建立一套雙向的評價機制，準確衡量檢化驗設備的運行狀態，最大限度地降低設備的故障率。

(二) 建立遠程采樣設備維護服務群

隨著智能化移動設備、5G網絡技術的大面積普及和應用，在微信群內建立“遠程采樣設備管理交流群”，將崗位人員、設備維護人員、管理人員拉入群中，通過語音、視頻、照片等方式，有效地解決了設備維修過程中的實際問題；遇到解決難度大的故障和問題，大家可以集思廣益、資源共享，實現了設備故障遠程診斷，更好的服務于現場，。設備交流群的建立有效彌補了系統中交互能力弱的問題，拓寬了崗位現場與維護人員的互動渠道,切實提高設備保障服務能力。

4  檢化驗設備智能化管理的預期效果

檢化驗設備的智能化運維管理模式的建立，系統定制化的設備管理，有效地控制薄弱點、關鍵點的狀態，減少了故障停機，設備點檢維護內容標準化、系統報警和維修方案檢索推送功能保證了設備的維護準時率、交流群的應用保障了設備故障的反饋及時、故障處理快速準確、信息查詢便捷的良好效果。標準化操作、設備維護視頻錄制工作為后期的人員提供了標準的培訓教材，經常性的組織設備維護保養標準化培訓學習，提升了遠程采樣設備相關人員的技術能力水平，創造了良好的學習氛圍和人人用心管設備的風氣，確保設備時刻處于可控狀態。提高設備使用效率和備件使用壽命，降低維修維護費用，保證質量管理工作的正常運轉。

 隨著檢化驗設備智能化運維平臺的“知識庫”和自學習能力的逐漸完備，下一步應利用AI人工智能、大數據和云計算等先進技術不斷優化完善智平臺的應用范圍。

參考文獻：

[1]  周尚文  設備維修管理的智能化[J]. 鋼鐵技術，2006，第2期，35-38.

[2]  譚光裕,柯虎，劉成，李琳，陳玲  實驗室檢測儀器設備智能化管理探索與實踐[J].設備管理與維修，2020，NO.8(上)，14-19.

[3]  楊鑫, 醫院設備智能化管理探索與實踐[J]. 科技風, 2019年30期