第二节 智能制造与智能维护体系的建立
一、3i智能工厂
中国制造2025计划发布以来，中国企业在紧锣密鼓地朝着智能制造方向努力。未来的智能生产主要关注三个方向——智能制造，智能物流和智能维护，三者之间的逻辑关系如图4-4所示，我们称之为3i智能工厂核心框架。
图4-4 3i智能工厂核心框架
二、TnPM智能维护的十二个方向
3i智能工厂的一个重要支撑基础是设备的智能维护管理，其发展演变一般分为三个阶段，如图4-5所示。
图4-5 智能维护发展的三个阶段
智能维护及相关要素逐渐浮出水面，成为我们必须思考的问题。
TnPM体系的智能维护，我们从以下十二个方向做了探索。
（1）维修策略的智能生成
通过大数据分析，原来需要人脑进行的策略决策，系统将自动生成。如图4-6所示。值得指出的是，图4-6并未穷举所有的维修策略，国际、国内近年涌现出的维修策略很多，可以不断地通过智能方式生成。
图4-6 通过大数据自动生成维修策略
在诸多维修策略中，未来BDBM——大数据为基础的维护体系将成为主导方向。如图4-7所示。
图4-7 大数据为基础的维护——BDBM
在BDBM模型里，信息的输入分别来自四个方向：
1）设备的工艺参数，包括设备的温度、压力、流量、电流、真空度、速度、位移等等，这些信息是设备控制系统DCS本身自带的，其主要用于反映设备工艺流程、加工质量等信息，我们将其转化为设备劣化信息。例如压力太高，可能意味着管路堵塞，压力太低，也许是出现管道泄露；例如，温度太高或者电流太大，可能是润滑不良；这类信息我们没有浪费，而是转化为设备劣化信息。
2）设备的状态监测信息，这是根据需要后加给设备的某些传感器，如测温、测振、测压力等等，这部分信息直接反映设备劣化。
3）设备的点检信息，这部分信息主要来自人类的无感，与人的经验密切相关。只要存在点检体系，这部分信息就要利用。
4）设备的履历信息，包括曾经的故障、失效历史，换件历史等等，这部分信息是有助于我们的判断决策。
而BDBM给我们的输出则是维修策略，维修时间节点，维修内容，使用工具，拆解范围、换件信息以及使用的工具。
图4-8给出了一个使用BDBM的设计案例。
图4-8 使用BDBM的设计案例
（2）智能点检监测
设备的点检和状态监测是未来智能维护的基础和主导方向，包括振动监测、油液监测、红外监测以及各种移动终端和智能点检工具的使用。这一些将起到明察秋毫和防微杜渐的作用。如图4-9所示。
移动终端的使用逐渐使点检无纸化，这是一大进步。未来，VR眼镜的使用还将取代移动终端，将员工的双手解放出来。
图4-9 智能监测和移动智能点检工具的使用
（3）智能润滑
智能润滑也是智能维护的发展趋势。智能润滑通过自动按时、按量加油，通过堵塞报警、泄漏报警，避免人工润滑的不确定性，也同时避免了加油过多或者加油不足。自动润滑将我们的六定、二洁、一密封、三过滤内容全部涵盖。智能润滑包括集中供油式和离散式加油两种。对于润滑内容相对集中，油品种类较少的系统，宜于采取集中智能润滑；对于加油部位分散，或者润滑油品种类较多的设备，宜于采取分散智能润滑。智能润滑的加油量适中，既避免过多，又避免过少，具有明显的优点，如图4-10所示。
图4-10 智能润滑与手工润滑效果图
（4）智能信息流管理
在企业里，和设备相关的流包括工作流、备件资材物流、资金流以及价值流，这些信息流的管理要不断通过计算机和网络加以实现，并不断优化。如图4-11所示就是一个工作流，红色球代表SOP的形成和优化过程，绿色球代表SOP不断被基层员工执行的过程。
图4-11 工作流的运行示意
（5）智能诊断分析
过去的诊断靠人的逻辑思维，自从阿发狗与人下棋，击败人类高手之后，人工智能变得越来越受到青睐。其实，机器不会比人聪明，也没有太多的逻辑思维，有的只是大大超越人类的计算速度和惊人的记忆力。是大数据告诉机器棋手如何下子，而非逻辑规则告诉机器怎么行动。其实，回到故障诊断，如果以往出现的大数据告诉我们如何判断故障，就自然形成了智能诊断。例如，无数次的因果关系连结，计算机采集下来。下次再出现同样的因，必然指向同样的果。这就是智能诊断的基本原理。图4-12给出计算机显示的故障因果链，或者故障树。我们依此因果关系来判断故障。
图4-12 故障树的智能生成
（6）设备知识资产的智能管理（11月20日）
设备知识资产的地位越来越有价值，甚至不亚于物理资产。记得早年宝钢引进新日铁的钢铁设备，同时引进其点检定修制，竟然花了8900万美元，这在30年前简直就是巨款。这就是知识资产的价值。
企业的知识资产来源于基层员工、管理阶层和技术员、工程师，还有一部分来自外部网络和云端。如图4-13所示。
图4-13 知识资产的构成
智能化的知识资产管理可以支持对知识的收集、分类和检索，支持员工的碎片化学习。
（7）智能维修指引——IETM
IETM是交互式电子技术手册的意思，最早来源于美国军方。是将设备按照部件、零件树状结构展开，然后通过交互方式建立起来的电子维修指南。即将设备结构做动态化的分解、展示，供检修人员学习参考学习。还可以将检修经验动态添加、修改，形成动态知识库。如图4-14所示结构，可以缩小、放大，移动角度，还可以以录像形式展示拆装过程，便于学习。智能维修指引的出现，解决了检修人员培养的难题。对于越来越复杂的未来设备系统，这无疑变得更加重要。否则，设备的检修变成越来越费时费力的棘手问题。
图4-14 交互式维修手册——IETM的展示
（8）智能培训体系
智能维护设备学习培训是通过互联网实现的网络课程学习或者技能培训，资料来源于内部、外部和丰富的互联网渠道。省时、省钱、灵活。
其特点是6A式的学习与培训：任何学员，任何时间，任何地点，任何方式，任何课程，任何老师，充分支持移动化和碎片化学习。如图4-15所示。
图4-15 移动互联时代的6A培训结构
（9）智能备件资材管理
仅就备件资材管理，内容就十分丰富。包括备件自动编码、备件储备模型、备件的3D打印再造和修复，备件修旧利废，虚拟备件资材库的建立以及供方的寄售储备方式，还包括3A备件优化管理模式，以及MRO支持下的备件上门供应体系等等。如图4-16所示。
图4-16 备件管理主要模块
（10）网络安全智能管理
当企业进入物联网时代，越来越依赖网络进行运行管理，网络安全将变得日益重要，成为设备智能维护的不可或缺环节。
网络安全保护以下内容：工业防火墙、工控主机卫士、监测审计平台、工控漏洞挖掘平台、工控漏洞扫描平台、统一安全管理平台、工控网络态势感知系统、工控网络攻防演练平台等等。随着黑客或者竞争对手网络攻击的花样翻新，网络安全防护的内容也在不断升级。目前，网络安全的主要环节如图4-17所示。
图4-17 网络安全智能管理主要环节
软件维护也是网络安全管理的重要组成部分，包括计算机病毒抵御、软件失效诊断、缺陷代码调试、更改及其影响分析、缺陷规避、系统重启技术等等，都要纳入网络安全智能管理的研究范畴。
（11）智能工业集成服务——MRO
传统的工业集成服务MRO已经发展了几十年，有很多模式，最近若干年才在国内逐渐形成。所有非生产原材料的供应和服务都属于这一范畴。其形式包括MRO制造商、MRO工业分销商、MRO商业服务中心、MRO分销商集成体、制造商指导下的MRO集成、纯MRO集成商、技术供应商集成体、工程、采购与建设集成体（EPC）、运行与维护集成商（O & M）以及上述方式的多样性组合，加上互联网时代，O2O，M2M、B2M等多种形式的涌现，让工业集成服务MRO的内容更加丰富多彩。互联网云平台的大数据信息，将主动引导MRO各路英豪奔向企业，未来企业将会在自己的家门口获得方便快捷的上门服务，内容包括备件资材、工具附件、管理、技术和软件，不一而足。如图4-18所示。
图4-18 未来的工业集成服务MRO内容
（12）机器人点检保养检修
未来的工业机器人，除了用于生产工艺的执行，也会在设备的点检、维护、检修环节发挥作用。有人会说，以后机器人是否会完全取代人？从成本和可行性的角度，相当一段时间不会。首先，因为设备检修是更加复杂和不确定性的作业，如果为此研发出可以用于检修的机器人，其价格会很高。而且，机器人也是机器，他们出了故障怎么办？临门一脚还要靠人来实现。目前，机器人实施的检修活动，主要适用于航空、航天、核电和战场等危险场合。如图4-19所示。
图4-19 机器人的点检保养检修活动
三、TnPM智能维护体系
智能维护体系总体框架如图4-20所示。
图4-20 智能维护体系框架
随着智能制造的发展，TnPM体系也要做与时俱进的变革，智能维护的相关内容，与互联网+共存寄生的相关现象一定会影响TnPM体系。我们设想，智慧TnPM体系颗粒会不断涌现，不断丰富原有TnPM体系内容。包括全员O2O的全员创客有氧活动和六项改善等等。其设想如图4-21所示。
图4-21 智慧TnPM体系
任何管理体系都要随时代进步而做与时俱进的调整，这个世界没有永恒的真理，只有相对的真理，人机系统管理当然也如此。管理体系的生命力在于适应或者创造未来的需求。在互联网+和智能制造时代，世界的“代弱递偿”状态更加明显。就是作为企业人的劳动能力逐渐减弱，取而代之的是使用现代手段的能力，网络思维和网络创新能力，云思考的能力等等，其中蕴含着无限的创新空间。
关注公众号【华谋咨询股份】，每天与你分享原创干货、最新热点、行业资讯、咨询服务！返回搜狐，查看更多
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。