檢視工程机械企业资产全流程数字化管理平台的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://p1.itc.cn/images01/20230628/d768ae9d35b34fff85a48d9f85d3da68.png width="300"></center>
<small>[https://www.sohu.com/a/691728839_121058956 来自 搜狐网 的图片]</small>
|}

'''工程机械企业资产全流程数字化管理平台'''该资产全流程数字化管理平台的建设以云设备+工业[[大数据]]<ref>[https://it.sohu.com/a/669707371_120797758 大数据有什么作用？] ，搜狐，2023-04-24</ref>分析加速推进公司资产管理全流程优化，以支撑公司数字化经营决策。

==一、案例简介==

本案例建设企业云计算（服务）中心，为各业务[[系统]]提供核心计算与数据服务能力；搭建全系列设备故障模型及告警知识库；全面梳理完善每台设备关键故障及原因、维修方法等；利用工业大数据分析，对异常情况进行识别，预测性开展[[设备]]维护；基于数据分析的资产使用效率提升。

==二、案例背景介绍==

该案例工厂拥有大规模的[[自动化]]焊接和加工设备，但各设备间信息不同，制造数据采集共享少，缺少权威数据标准，没有形成公司范畴的智能化制造体系应用。在产品数字化研发管理、销售及后市场服务、企业资产管理，供应链全流程管理等方面多数采用传统的人工管理，智能化效率低，难以支撑公司高速发展需求。该工厂制定了 2020世界前五、2025世界前三的“珠峰登顶”的战略目标，提出了“向高端、世界级品牌挺进”的战略命题，确定了 2025年装载机实现行业第一的战略部署。运用智能工厂理念技术，从研发、[[制造]]、营销、到服务全价值链,建立系统、科学、可持续性地制造和管理模式。智能工厂建设过程中充分融合工业物网技术、AR技术、数字孪生<ref>[https://it.sohu.com/a/660159709_121124377 数字孪生概念的起源与内涵的历史变迁]，搜狐，2023-03-28 </ref>技术等，实现面向工厂过程的数字化制造能力提升、面向公司运营管理的数字化决策能力提升、面向产品全生命周期的数字化研发与服务能力提升。该案例以云设备+工业大数据分析加速推进公司资产管理全流程优化，以支撑公司数字化[[经营]]决策。

==三、案例应用详情==

===1、企业云计算中心===

建设企业云计算（服务）中心，为各业务系统提供核心计算与数据服务能力。项目建设徐工装载机工厂私有云计算平台，私有云利用软硬解耦的云化方案，对服务器、存储、网络的全面整合，为数据上云和企业混合云环境构建奠定[[基础]]，通过 HA、热迁移的方式来保障业务连续性，有效降低 了 综合部署成本和 IT运维成本，提高了 IT[[信息化]]平滑升级能力，以及资产投资保护能力，实现了业务的所需即所得快速落地部署和数据的高可靠容灾保护。

===2、基于智能专家库的设备资产管理===

搭建全系列设备故障模型及告警知识库，全面梳理完善每台设备关键故障及原因、维修方法等。按照告警重要度等级、告警编号、告警内容、可能形成原因、可能后果和建议解决措施将上述四类告警纳入设备故障模型库，由 SCADA系统自动获取设备告警或 MES中通过软安灯发起设备告警，设备管理模块根据故障模型库处理流程，可自动获取报修设备[[信息]]、故障描述、建议维修方案，随派工信息自动推送至设备维修[[工程师]]，降低设备维修响应时间及维修工程师技能要求。系统可对告警信息的统计分析，为设备故障预测性保养提供精准的依据。

===3、基于统计数据的设备预测性维修===

利用工业大数据分析，对异常情况进行识别，预测性开展设备维护。如下图所示，通过 SCADA电量统计报表监控 582-093设备，3月 27日的电量负荷波峰值明显高于 3月 26日。查询设备告警频次统计报表，发现 3月27 日设备频繁触发电机过载故障，说明[[设备]]运行阻力过大，如果不及时加以维修，极易损坏价值量昂贵的伺服电机及减速机。经现场排查发现该设备的导轨及滑块已出现较严重的磨损，通过更换导轨和滑块并增加自动润滑系统，设备电机过载告警消失。

通过对扭矩、过热、碰撞等告警进行统计分析，并作为设备预测性维修依据。结合设备告警知识库的[[数据]]积累，建立机器人自主保养作业规范，如下图所示，已保养设备的故障率呈逐月下降趋势，而未保养的设备故障率随产能波动而变化。

===4、基于数据分析的资产使用效率提升===

如下图是一组设备开机利用率、和故障统计图表。通过开机利用率统计报表横向分析，暴露设备582-051 开机利用率较低，为整条铲斗生产线开机利用率的短板。通过对 582-051设备的告警频次进行[[统计]]分析，发现：1、送丝系统路径较长，送丝阻力大； 2、液压工装不稳定，工件频繁窜动，导致焊接撞枪； 3、外部送丝管质量较差，磨损后发生短路是造成设备告警频发的主要原因。通过进行针对性维修和保养，设备开机利用率得到显著提高。

==四、创新性与优势==

该项目创新点如下

1） 通过对扭矩、过热、碰撞等告警进行统计分析，并作为设备预测性维修依据。结合设备告警知识库的数据积累，建立机器人自主保养[[作业]]规范。

2）行针对性维修和保养，设备开机利用率得到显著提高。

3）搭建全系列设备故障模型及告警知识库，全面梳理完善每台设备关键故障及原因、维修[[方法]]等。按照告警重要度等级、告警编号、告警内容、可能形成原因、可能后果和建议解决措施将上述四类告警纳入设备故障模型库

==五、案例应用效益分析==

本项目的实施，是对装载机制造基地进一步提升智能化制造能力，取得以下几个方面的直接效果：

一是设备效率大幅提升。2019 年 4 月 SCADA 一期项目上线使用效果来看，统计输出 15 个关键指标报表，快速暴露设备、管理、工艺、能源模块瓶颈，提供精准问题解决[[方案]]，从而实现生产的降本增效。通过利用 SCADA系统进行现场指导改进，设备平均开机利用率从 42%提升至 60%以上，开机利用率提高 43%，能源损耗降低 5%左右。通过引入激光寻位及高寻位电压焊机，焊接机器人寻位时长降低 50%~75%，生产效率提升 4.3%~5%。

二是减少各种无效消耗。通过除尘系统开停状态关联机器人焊接信号，年降低生产[[成本]] 60 余万元。通过试验验证，建立机器人自主维护保养标准，年实现降本 55 万元，设备故障停机率降低 44.8%。

==参考文献==
[[Category:500 社會科學類]]