1 传统模式下的工厂设备管理弊端　　传统模式下的设备管理导致的管理弊端显而易见：　　第一，由于底层人员推卸责任为难导致信息传送不及时、不精确，造成上层决策者无法动态精确地理解和分析设备的运行状况。　　第二，设备的日常运营、故障、维修等最重要数据留存不力，或者因为留存方式不慎重导致可追溯性差，很难对数据展开有效地分享和实质性地分析乃至作出适当的计划。

缺乏大数据的承托和统合，设备预先确保堪称无从谈起，所以大都是事后确保，导致相当严重的时间损失。　　第三，传统的设备管理很难与其他部门构成一个信息互通的系统，而设备的状况又与备件、产品质量具有紧密的关系，缺乏有效地的交互更容易造成因应上的“断层”，一方面导致设备确保周期长。另一方面对设备的改良来说，缺乏一个数据分析的导向[1]。

　　2 新模式（工业4.0）下的工厂设备管理　　传感器、智能仪器仪表、掌控单元、数据存储单元等技术的日益成熟期和成本的大幅度减少给工业4.0奠下了先決的物质基础。互联网、大数据、云计算的高速发展，推展了现实与虚拟世界的网络融合，给各行各业考古潜在价值带给了新的有可能。　　2.1 基本特性　　准确性：数据的准确性是设备管理的基本市场需求，是整个管理系统中最基本也是最重要的一环。

　　实时性：数据的实时性对管理者对设备的突发状况做出及时反应具有至关重要的起到。系统动态追踪设备的状态和作出适当命令，还包括运营状态、停机时间、故障处置信息启动时、故障处置现状、故障处置记录、故障负责管理人员等。　　灵活性：系统的灵活性主要还包括两个方面。第一个所指的是系统内部信息、功能的可配备性；第二个所指的是可多渠道采访和展出系统信息，如现场看板、操作者面板、局域网、网页、移动终端（APP）等[2]。

　　2.2设备自临床与大数据分析　　2.2.1 预防性确保　　系统根据用户定义的枢密使、维修、设备寿命等计划，自动对登录人员以消息启动时的形式收到任务警告，并可对人员对系统的数据（如：任务开始时间、已完成时间、现场图片、任务栏中等）展开接管和文档。　　2.2.2 自临床性　　可以通过各种功能的传感器来提供设备的身体健康问题，并把收集到的数据构建到系统中，系统通过这些数据可以预先临床设备的潜在故障，管理者通过故障预警提早作出反应，而不至于等到设备经常出现破坏性现象后再行去处置，导致设备效率的损失。　　应用于场景：轴承在传动系统中起着至关重要的起到。因为加装方位隐密和故障征兆性很弱，所以当找到有故障趋势时，轴承的性能往往早已正处于急速衰退期，又因替换过程繁复，故对长时间生产导致影响较小。

工业4.0下的解决方案是在轴承的油脂和材料中安装类似功能传感器，借以检测油脂金属碎片浓度和轴承材料形变的变化来辨别轴承的状态和故障趋势，经由系统收到适当警报，使应急反应时间大大提早。　　2.2.3 大数据下的设备确保管理　　系统通过对设备运营过程中性能参数、停机、故障等数据展开收集和分析，最后确认设备运营状态模型，为设备修理、订购、用于、换人做到定量分析，通过连续性数据分析，合理确认设备的使用寿命。管理者可据此提早作出措施，让停机时间降至最多。

系统创建自身确保的知识库，根据经验或者资料对突发事件作出合理的应付策略[3]。应用于场景：修理人员处置完了故障A之后，将修理的方法上载，服务器自动将此故障和方法关联并留存。

当故障A再次发生时，系统不会自动启动时回避此故障的参照。当同个故障有多种方法记录时，系统可对这些方法与其他数据参数（如排障时间等）关联一起，筛选排序。

也可以手动载入对某故障的排障方法，便利人员的查询和参照。　　2.3 横跨系统、可网络性　　一个好的设备管理体系要与能源管理、产品质量管控、订购、仓库管理、设备厂商管理等管理机制都具有密切的联系。　　对设备管理来说，要将设备的效率充分发挥到淋漓尽致，设备管理也应当与其他职能部门融合网络，甚至是与其他公司、设备生产商、供应商构成网络。　　应用于场景：当系统检测到某个元器件有再次发生故障的趋势或者早已再次发生故障时，系统除了警告管理者之外，还可与工厂的备件库网络，搜寻出该元器件当前的库存、库位信息，自动分解领料申请单。

当检测到库存严重不足时，可收到订购警告甚至是与其他公司、设备生产商、供应商创建起备件分享机制，从而大幅度延长设备修理的流程周期。　　3 新模式给设备管理者带给了新的课题　　3.1 对人员素质明确提出更高拒绝　　随着工业4.0、智能工厂的了解前进，在工厂自动化、网络化、信息化日新月异的变化中，更加多的普通操作者人员将面对更加多更大的挑战。　　由于设备的高自动化使得企业仍然必须过多的员工参予生产；由于一些员工的水平受限，无法运用涉及科学知识对现场智能化设备展开关联，无法贯彻解读设备的运营原理和提高方向，进而造成无法根据生产状况作出提高或明确提出实际的提高方案。　　智能工厂不有可能独立国家于人类之外展开工作，智能工厂再行智能也不能是人类的生产工具，想确保智能工厂的长时间运营，企业必须能匹敌得了智能工厂设备的人才，尤其是设备管理人员。

回应，企业不应提早作好人员储备和展开系统培训。　　3.2 对设备和网络安全明确提出更高拒绝　　第一，智能工厂内部的设备、元器件之间构成一个环环交叠的设备物联网，某个结点的小问题有可能在整个网络中被无限缩放，对整个工厂生产和决策导致影响。　　第二，工厂网络化和信息化的开放性有可能造成工厂的资料被外界盗取，管理和控制系统受到外界的蓄意反击，导致企业运营系统的中断。

　　第三，國外的公司在许多关键元器件和软件技术等领域占有主导地位，技术上的受制于人为今后的设备管理带给了潜在风险。　　4 总结与未来发展　　逐步已完成对工业4.0的过渡性，在笔者显然，不应留意以下几点：　　第一，制订企业发展理念，使员工接纳和反对工业4.0的切换思路。

　　第二，培育合乎智能工厂生产管理市场需求的人才。　　第三，对某些设备展开低成本改建，使其合乎工业4.0的发展拒绝。

　　第四，工厂内部展开设备网络，构成一个功能强大的设备管理系统。　　第五，与外部系统数据如订购、仓管、产品对系统等系统构成网络和数据共享，使得工厂的各个模块运作有条不紊，构建无缝接入。利用大数据、云计算等强劲的数据分析能力，对整个生产和营销过程作出动态调整。

　　在展开工业4.0改建的进程中，一定要对自身的能力和市场需求展开有效地研究和平衡，融合自身的管理特色，只有这样，才能使改建给企业带给利益的最大化。　　【参考文献】　　【1】梁乃明.工业4.0空战：装备制造业数字化之道[J].工业掌控与智能生产，2015（1）：1-10.　　【2】吴军.智能时代[J].机械智能，2016（1）：2-15.　　【3】维克托·迈尔·舍恩伯格， 肯尼斯·库克耶.大数据时代[J].电子科技，2013（1）：45-57.刊登请求标明来源。原文地址：http://www.lw54.com/html/Profession/20181221/8040781.。

本文来源：18新利体育luck官网-www.saihanedu.com