摘要：本文在归纳总结设备管理应用大数据技术必要性的基础上，对汽车公司大数据设备管理模式的系统结构和功能实现模式进行分析探讨，最后研究了汽车公司设备运行状态数据分析方法和智能化设备管理平台建立等问题，旨在为我国大数据技术应用于汽车设备管理提供一定参考。
关键词：大数据；设备管理；智能化
随着我国经济社会的快速发展和科技水平的日益进步，大数据技术、云平台技术等高端智能体系快速完善，企业精准管理、精益管理要求逐步提高，越来越多企业朝着智能化、自动化和工业化方向迈进，企业设备管理与维护标准不断拔高，设备管理与维护方法也逐步由传统模式下的紧急维护和预防性维护转变为状态监控和预测性维护等实时和预检查手段，为汽车企业设备维护管理的可控起着不容忽视的重要作用。在此背景下，对大数据技术应用于设备维护管理过程的相关探讨及其智能化平台建设进行深度研究有其必要性。
1设备管理应用大数据的必要性
一方面，在汽车企业传统的设备维护管理模式中，管理工作人员常利用巡班检查、故障假设等人工检查巡视方式，以设卡控制、过程巡检以及点检等诸多手段控制企业生产车间设备管理过程，使设备管理与维护目标得以实现。但是，人工控制方法需耗费较高的组织成本、经济成本和较多的人力资源，且实际辐射范围往往较小，检查精度不高，很容易出现设备维护管理漏检疏忽的情形，一定程度上影响工作效率，难以保证工作效果。大数据技术应用于汽车企业设备管理维护过程中，可借助科学模式改革传统设备管理方法和管理体系，使人工检查疏忽遗漏问题得到圆满解决，更能够直接转变现有传统模式下紧急维护措施、纠正性维护措施甚至预防性维护方案等诸多工作所导致的无数据信息产生或产生数据信息利用匮乏等不良局面，从而借助数据积累和庞大数据体系分析为汽车生产企业业务增值、管理效率的不断提高和检修设备的不断增强奠定更坚实的技术基础。另一方面，现有的关于设备维护管理的标准体系主要包括日本在20世纪70年代提出的全员生产维护理念、90年代末我国提出的全面规范化生产维护理念等，国内外设备管理维护标准主要包括欧洲国家维修团体联盟提出的设备管理和维护评估基准、美国可靠性与维修专业协会提出的SMRP法则以及日本设备管理协会所提出的建议TPM和PM机制。深入梳理设备维护与管理的相关标准可知，不论是国内还是国外，各类秉持着可靠性和维护性思维的、以结果为导向的采用核心绩效指标提高设备管控水平的管理模式及绩效考核体系，尽管包含部分过程考核指标，在较大程度上却缺乏设备管理过程监控和预测性维护大数据信息利用两大设计内容，导致汽车企业的全过程设备管理与维护所产生的大量数据信息潜在价值不能得到有效发挥。与此同时，汽车企业设备管理系统状态监测的匮乏造成了企业设备管理效率低下和成本高昂等不良后果，也间接影响了汽车企业设备管理过程中预测性维护方案的产生与实施。综上所述，汽车企业利用大数据技术开展设备管理与维护尤其必要。
2大数据设备管理模式设计
2.1系统结构。大数据技术背景下的设备管理模式主要包括设备数据预处理、数据挖掘分析和决策支持应用三大层面，其架构示意如图1。在原始设备运行数据信息汇总、整理和分析后，对新增设备的数据形式进行对应比较，将相关设备数据信息进行预处理，在进一步挖掘预处理设备信息数据后，利用遗传算法、神经网络算法以及向量机算法等诸多方法，对企业设备数据进行深度分析，获取繁杂庞多数据体系隐藏的经济价值，从而形成一定的决策知识。最后，应用该决策知识预测设备未来一定时间内的运行趋势，感觉设备是否会发生故障、发生故障的具体部位，梳理设备发生故障后的检修措施，从而避免设备发生故障或是在设备发生故障后降低危害。
2.2功能实现。通常情况下，基于大数据技术的汽车企业设备管理与维护主要包括服务器功能、管理功能和设备，终端管理维护等三大层次，其中系统功能主要包括设备计划检修管理、设备点检管理、设备临检管理、设备预警管理、设备技术管理、设备巡检管理，备件管理，报表与统计等。就大数据技术下的汽车企业预警管理问题而言，大数据技术能有效设置和管理模式，使工作人员依据规范要求，利用大数据信息平台对汽车生产车间的各项设备的定期检查通过可视化工具等及时发出预警信号，使设备管理员快速有效获取相关预警信息，及时采取措施解决汽车生产车间设备管理与维护问题。
2.3建立智能化设备管理平台。汽车企业生产车间设备状态监测与智能化管理平台构建，主要是利用大数据信息和云平台技术，采取数据信息可视化基本方法，将汽车生产车间各零部件所采集到的数据信息转化为生动形象的图谱资源，从而借助趋势图、统计图甚至数理相关性分析、健康状态检测等诸多方式，实现对汽车生产企业车间设备的监测诊断和智能化管理。由于汽车生产车间主设备一旦停运，将会影响整个汽车生产企业生产线进程。同时，主设备维护成本较为高昂，维护管理人员往往不能进入设备内部查看具体故障位置等，因此，建立智能化设备管理平台，利用全过程跟踪调控，实现对汽车生产设备的实时跟踪与全过程管理。在此过程中，可借助传感器设备和连接器，利用光纤或网线将数据信号传回光电交换机，利用局域网、服务器和网关技术，将相关数据信息传至区域以太网，通过以太网查看汽车生产车间各设备运行状态，再辅以智能设备报警及设备健康自诊断和故障自识别技术等，强化对汽车生产车间设备的智能化管控。
3大数据设备管理系统设计
3.1常用分析方法。汽车企业设备运行管理与维护问题常表现为摩擦、轴承污染、轴承腐蚀以及机械松动等机械故障，也会出现因温度、湿度或空气污染状况、甚至大气压强不等等诸多原因造成的电气设备故障。在此过程中，生产车间设备维护与管理常用分析方法主要包括数据可视化的故障诊断、状态监控和预测性维护，以统计模型和知识系统等方式来支持维修决策和活动。
3.2分析诊断。汽车企业设备运行管理的数据可视化故障诊断方法主要包括时频诊断法、统计分析法、信息数据分析法、专家系统法、人工智能、人工神经网络诊断等其他人工智能算法，甚至包含模糊综合分析、灰色系统理论以及其他集成化诊断模式。状态监测技术则往往利用噪声、振动、温度、压力甚至油液等为判断标准，对其判断标准进行监测，从而预知设备运行状况。最后，设备维护检修的决策方法主要包括故障树推理法、数学模型法、贝叶斯网络法甚至其他人工智能修护决策方法。
4结语
随着我国计算机管理机制的不断完善和信息技术的飞速提升，中国制造2025以及全球工业4.0的不断推进，以大数据信息技术为基础平台，不断提高汽车生产企业设备管理维护水平及其他行业设备管控能力的重要性与迫切性逐步显现。大数据信息技术应用于企业设备管控过程，将设备管控全过程与大数据信息平台有效融合，使设备管控数据不断朝着自动化、智能化和信息化方向发展，不仅有助于提高企业设备维护与管控水平，延长设备使用周期，更能不断增强企业管理能力，不断提高经济效益和社会效益，为企业在激烈市场竞争中赢得先机和立于不败之地奠定坚实的管理基础和技术基础。
作者:郭东栋 杜晓光 单位:北京奔驰汽车有限公司
