从设备联网到设备智能的演进

四个演进阶段

大多数企业处在前两个阶段之间。

阶段一：人工记录

做法：操作工记录设备状态、维修记录手工填写。

价值：有基础档案，能统计故障频次。

问题：数据不及时（事后补录）、数据不准确（凭印象填）、无法统计精确的停机时间。

投入：几乎为零。改进重点：先建立记录习惯和规范。

阶段二：状态可见

做法：加装传感器或从 PLC 采集，自动获取开机/停机状态、运行时长、产量计数、报警信息。

价值：

• 停机时间自动统计（OEE 的基础）
• 实时看到设备状态（不用去现场看）
• 异常及时告警（停机超时提醒）

投入：

关键：这是投入产出比最高的阶段。大多数企业做到这一步就能解决 80% 的设备管理问题。

阶段三：数据驱动

做法：基于采集的数据做分析，指导维护决策。

价值：维护资源投向最需要的地方；从"定期保养"转向"按需保养"；故障率下降。

投入：主要是分析能力和人力，硬件投入增加不多。

关键：需要有设备工程师具备数据分析能力。

阶段四：预测性维护

做法：用数据模型预测设备状态，提前干预。

技术手段：

价值：减少非计划停机、延长设备寿命、降低维修成本。

投入：传感器成本较高、需要数据采集和分析平台、需要专业人员、需要历史数据积累。

现实：只有对关键且高价值的设备做预测性维护才划算。

一台价值百万的瓶颈设备，非计划停机一天损失几十万，值得投入。一台普通的辅助设备，不值得。

各阶段的ROI对比

结论：优先做到"状态可见"，再谈后面的。

务实的实施路径

第一步：评估设备价值

第二步：先把基础做扎实

设备台账准确、停机原因有人确认、维修记录完整。

没有这些，采再多数据也没用。

第三步：从 OEE 入手

OEE 是最好的切入点，因为它需要多个数据源（状态、产量、质量），能直接反映改善效果，是业界通用指标。

第四步：按需推进到预测性维护

只对少数关键设备做，且要有明确的收益测算。

一个常见误区

"上了采集系统，设备管理就好了"。

实际上：采集只能知道"停了"，不知道"为什么停"；数据有了，但没人分析；分析了，但没有改善行动。

"停机原因"必须人工确认，这是 OEE 分析价值的关键。

在终端上让操作工选择停机原因（换型、待料、故障、保养），这个简单动作决定了后续分析的质量。

给管理者的建议

1. 先做状态采集，成本低见效快
2. 重视停机原因记录，这是分析的基础
3. 培养设备工程师的数据能力
4. 预测性维护只对关键设备做
5. 用数据验证改善效果，形成闭环

设备智能化的方案需要结合设备价值和工艺特点设计。百华智造 MES 提供设备数据采集与效率分析能力，[待补充：采集方案与实施案例]。