在智能制造系统的的浪潮下，在我国积极主动促进工业生产信息化建设，加工制造业也已经积极主动转型发展，自动化技术、智能化、智能化系统水准进一步提高，各领域拔尖企业愈来愈高度重视生产线设备数据收集和生产车间连接网络，机器设备大数据可视化水平明显提升。
    可是，大部分生产制造企业尽管花销重金入手了十分优秀的机器设备，但设备维护维护保养、工作人员知识体系仍停留在较适度性：数采基础靠笔，解决基础靠人，剖析基础靠猜(工作经验)。能够说成买回来了工业生产4.0的机器设备，却持续着工业2.0的管理方法。
    从机器设备财产经济效益产出率角度观察，在我国加工制造业的机器设备综合性高效率的提高室内空间极大。据调查，在我国绝大多数离散变量加工制造业的OEE在40%上下，间距资本主义国家最少也有30%-40%的提高室内空间。另外，许多企业对设备维护管理和维护保养的精益化管理不足高度重视，导致出现异常关机和配件消耗等潜在性损害。在当今肺炎疫情冲击性、经济全球化形势可变性进一步提升的局势下，提高机器设备管理能力能够为企业的存活发展趋势，提高竞争能力产生珍贵的机遇。
    怎样搭建朝向新式机器设备的管理水平，是当今在我国加工制造业遭遇的一个难题和挑戰。因此，大家小结了加工制造业企业存有的5大错误观念，并得出了相匹配的对策提议，期待能够协助企业少走一些弯道。
01重硬软柔
    绝大多数企业在建加工厂或是新选购的机器设备，只高度重视硬件配置的工程验收工作交接，忽略了软件系统的运作、维护保养、服务标准，沒有明确规定机器设备生产商出示数据收集插口和界定机器设备数据信息使用权。
    依据有关数据分析，现阶段在我国企业生产线设备的智能化率均值为47%，重要加工工艺的数控机床化率51%，主要设备连接网络率41%。内嵌式软件、工业触摸屏、数据监控实体模型、管理系统全是智能产品的关键构成部分，也都理应是设备维护的范围。融合小编开展工业物联网有关新项目的工作经验看来，机器设备数据收集受限于工业生产当场协议书诸多、原装不对外开放不兼容、机器设备数据信息不土地确权等缘故，机器设备数采依然是生产制造当场智能化推动中较大 的困扰之一。
    例如在我国很多SMT生产线，smt贴片机自身精密度很高、节奏迅速、合格率也都会99%之上了，单纯性再靠手工制作调节，难以再提高了。很多加工厂期待能将smt贴片机的数据信息即时数采和剖析，处理全自动叫料、接料难题，改进抛料难题。但现阶段动则数十万的数采license花费，让很多加工厂望而生畏。
    因而，加工厂在机器设备购置阶段就提早考虑到，将有关规定添加商务条款，能够为之后机器设备制造详尽数据的采集和加工工艺、质量的剖析提升充分准备。
02生产制造为主，不烂不修、不断无论
    在绝大多数加工厂，非常是离散变量加工制造业，全是生产制造是大哥，机器设备仅仅保障部门，要是机器设备还能运行，就不容易停工，这造成 设备维护管理改进的時间和资金分配匮乏，企业管理部也深陷四处灭火、穷于应对的处于被动两极化。归根结底，是由于企业沒有从加工厂端到端角度看机器设备关机的损害。在机器设备常见故障出現前期预兆的情况下开展维护保养，远比导致关机后再检修导致的损害和资金投入成本费要小得多。
    比如某数控车床根据振动分析，能够见到10月18日震动瞬时速度最高值开启初期预警信息阀值，可是因为生产规划难题，沒有关机维护保养；10月22日数控车床主控芯片系统开启常见故障，迫不得已关机过10个钟头检修和拆换滚动轴承，检修后，震动恢复过来水准，但很大损害早已导致。
    设备维护经历了四个发展史：从1.0的改正性维护保养(CM)，到2.0保护性维护保养(PM)、3.0的可信性维护保养(RCM)、4.0的预测性维护(PHM)，实质上是以机器设备健康服务（EHM：EquitmentHealthMangment）为管理中心，从“治已病”到“防未病”的演变全过程。根据EHM，机器设备身心健康情况已不是简易地区划为一切正常、出现异常。
    我们可以根据新技术应用、新专用工具，剖析累积的数据资料，评定出机器设备的亚健康，提早维护保养，大大减少设备维护管理成本费。比如，格创东智EHM给设备维护管理技术工程师配置含有震动传感器的智能化点检仪，如同给医师配了“智能化听诊”一样，根据几秒的检测震动，融合内嵌的频谱分析实体模型，就可以精确、迅速的分辨出机器设备身心健康情况、常见故障预兆缘故，对设备工程师故障检测具有关键輔助功效。那样，机器设备技术人员的岗位职责从原先的坏掉再修，转为怎样确保机器设备身心健康运作的技术专业设备维护维护保养工作中，进到量变到质变。

03机器设备难题便是企业管理部的事儿
尽管TPM早已实行了很多年，但很多管理人员意识和行動上，還是觉得机器设备出了难题，便是企业管理部的事儿，造成 生产制造单位对机器设备的常见故障不关注，对危害生产量、品质的设备维护管理不高度重视。设备维护管理技术工程师也通常由于影响力低、薪资低，自我调侃为看门狗1和牺牲品：国家法定假日，他人能够 歇息，她们却不可以离去，由于这更是检修机器设备的最佳时机；但凡出了难题，不论是机器设备关机，生产制造停工，還是安全事故，都是与机器设备有关，机器设备工作人员基本上始终是背黑锅。企业管理部变成高层次人才最不愿意去的地区。这类两极化状况必须生产制造管理人员以身作则，塑造恰当的机器设备管理模式，搭建生产制造为行为主体的全体人员独立设备维护管理体系。仅有生产制造单位管理人员高度重视起来了，生产线设备作业者才会更改对机器设备不闻不问的心态，才可以合理开展机器设备维护保养。这一只靠企业管理部是吃不开的。
加工厂能够 根据引进智能化的机器设备健康服务EHM解决方法，搭建全体人员独立维修保养的管理体系和运行体制。例如某五金厂，根据导进东智EHM，完成了机器设备的二级标准维护保养管理体系：工序作业员的平时独立维护保养设备维护、设备工程师的技术专业维护保养设备维护，根据NFC、垂直化APP、照片水印、图象核对等技术性，避免原先的避免假维护保养、假安全巡检难题。另外根据扫二维码报障、数据信息标准全自动报障、维护保养订单独立接单、检修实际效果用户反馈、业绩考核積分竞比等作用和体制，协助加工厂完成TPM的自运行。大半年上下時间，协助加工厂减少约20%的出现异常关机時间。
04将设备维护管理作为成本中心，忽略了冰川下的损害
很多管理人员觉得机器设备零常见故障是不能完成的，企业在碰到困难必须减少成本费时，许多状况是拿设备维护花费动刀，乃至明确提出让检修费用预算每一年下降百分之几的总体目标。从传统式会计角度观察，机器设备维修资金一般被界定为成本费和花费。
实际上早在三十年前，法国举办欧州检修团队同盟国际学术会议时，就明确提出“检修——以便将来的项目投资“的主题风格。做为项目投资，就必须有清楚的产出率。检修的资金投入是机器设备平时维护保养所资金投入的人工费用、各种安全防护费、配件费，及其设备维护系统的项目投资。产出率是什么呢？是防止因为设备维护管理不够、设备维护不当，产生的机器设备关机、精密度或是品质缺点产生的损害。假如对这种损害的使用价值错判，则非常容易抹杀设备维护管理技术性和体系管理的改进性资金投入。
小编以前服务项目过一家大中型加工厂，企业管理部要入手EHM新项目，完成机器设备的数据收集和监管，另外根据垂直化的巡维护保养，完成机器设备的报障和维护保养全过程，产生机器设备的故障树纪录。可是在结转产出率的情况下，却屡次被会计挑戰，过不上关。她们了解减少机器设备关机1小时的使用价值，只是是这1小时牵涉到的职工的人力成本。那样计算下来，使用价值产出率太低，很多机器设备改进新项目无法入手。那样的新项目使用价值结转规范立即施压了加工厂精益生产创新的主动性。机器设备关机一小时的损害，要从加工厂角度端到端的去考量总体，这里边实际上包含了生产能力损害的经济成本，即1小时的商品年产值损害，才算是这一加工厂真实的损害。那样计算下来，加工厂很多能够 改进关机、改进消耗、当场精益生产类的小改小革的新项目，都能够开展进行，能激发农村基层职工的自主创新主动性，也的确能给加工厂产生切切实实的经济效益。
在操作过程中还存有一个难题，便是配件的拆换，非常大水平上把握在设备维修工手里，存有着很多“人为因素把握”拆换的要素。维修人员大多数靠工作经验辨别配件毁坏水平，对猜疑有常见故障的零部件，一般 以便降低不便，即便还能够用也会拆换成全新的，造成 造成过多维护保养的潜在性消耗。这方面隐型的损害，假如根据搭建更精确的配件使用寿命管理方法，能够 转化成“盈利”。在TCL华星光电，因为绝大多数全是進口件，每一年配件花费就数千万。根据运用东智EHM搭建精细化管理的配件使用寿命管理方法，能够 对于不一样的经销商、不一样的生产批号、不一样工作状况，根据数据信息对配件寿命预测管理方法，每一年可节约数百万的花费。
设备维护管理工作中由以往注重为生产制造服务项目，追求完美较高的设备完好率指标值变化到以企业的经济收益为管理中心，规定机器设备管理方面高度重视检修花费的管理方法与操纵，寻找以至少的检修花费做到最大的机器设备可用率的均衡点。企业高层住宅管理人员理应从“项目投资”的视角了解检修和设备维护，完成变化机器设备管理模式。
05想依靠“预测性维护”解决困难，忽略了基本的智能化基本建设和数据信息累积
预测性维护的落地式比预期中艰难，是由于妄图单纯性依靠数据信息获取可表述的工业生产原理逻辑性，难度系数远超想像。
关键有两个缘故：一是由于很多企业的数据资料还欠缺累积，例如机器设备基础的巡维护保养、维修保养、常见故障剖析纪录，都還是撒落在各种各样打印纸张、Excel中，机器设备欠缺智能化档案资料，基础维修保养数据信息、配件拆换纪录、常见故障和维修数据信息，包含机器设备的常见故障特点数据信息都还没结构型的累积，就不太可能完成实体模型的训炼和认证；二是很多生产商妄图单纯性依靠数据统计分析途径而忽视了设备工程师目前专业技能和工作经验的融进，只靠数学课和AI优化算法非常容易踏入统计陷阱，仅仅获得了关联性，不易得到可表述、可预测分析的因果性实体模型。因此 大家提议加工厂一是要高度重视机器设备智能化档案资料、基本维护保养、设备维修工单、故障树等这种基础智能化工作能力的基本建设。二是对于关键的高使用价值、关机高损害机器设备，将工作经验实体模型和数据库系统融合模型，并且实体模型的輸出，目地是具有輔助工作人员维护保养检修的功效，最终還是必须交到人来综合性分辨。
整体看来，机器设备对于加工厂，如同枪对于战士职业。很多设备维护管理检修技术性管理体系，也的确是以部队武器装备维护保养管理体系发展趋势来的。搭建新式的设备维护工作能力，必须加工厂管理人员了解到机器设备是搭建加工厂竞争优势的基本，积极主动转型设备维护和工作方法，向智能化、智能化系统发展趋势。依据Gartner预测分析，到2023年，60%之上的机器设备将完成根据数据信息的智能运维方法，机器设备智能化系统管理方法和运维管理工作能力可能是考量一个加工厂竞争优势的关键标示。

Odoo云机器设备常见故障预测分析及剖析解决方法，协助企业构建详细的机器设备数据统计分析管理体系搭建预测分析分析方法，融合机器设备常见故障、设备维护状况、配件进出库状况开展数据统计分析，以提升设备维护、维护保养方案和配件采购方案，减少设备维护管理成本费，降低检修给生产制造、管理方法产生的损害。计划方案出示从数据收集、数据处理方法、数据统计分析、数据信息展现端到端解决方法，为企业生产制造、检修和管理方法出示管理决策适用。

Odoo是全球流行的开源企业管理套件，其功能涵盖了CRM、销售、采购、库存管理、生产制造、质量管理、HR全功能、财务管理、项目管理、PLM等一系列完善的企业信息化需求。
欧度软件江苏有限公司是Odoo在中国国内的官方合作伙伴，为中国企业提供优质的Odoo实施、培训、二次开发以及公有、私有云等一系列服务。公司有着专业的实施顾问团队，完整的开发、测试管理体系，稳定的Odoo云平台支撑系统。