大数据时代下高校设备全生命周期管理及数据价值的研究

蒋晓菲

(天津科技大学 实验室与设备管理处, 天津　300222)



大数据时代下高校设备全生命周期管理及数据价值的研究

蒋晓菲

(天津科技大学 实验室与设备管理处, 天津300222)

在大数据时代下，高校通过云计算与大数据技术对设备全生命周期管理工作数据资源进行分析以及挖掘隐藏在数据背后的规律，完善其设备生命周期管理工作，也为学校的教学、科研、学科建设等方面的工作提供参考。

大数据; 云计算; 设备全生命周期管理; 管理模式

信息技术的发展已经从物联网时代转变到大数据时代。作为科技前沿的教育界也投入到研究大数据和云计算中去，在《2013NMC地平线报告(高教版)》中预言：“大数据和学习分析”在未来2～3年成为主流技术[1]。在大数据时代背景下，高校如何利用大数据、云计算等技术做好设备全生命周期管理工作，同时，设备全生命周期管理带来的大数据有哪些应用价值成为摆在我们面前的一个新课题。

大数据不仅仅是数量多，它是一个由结构复杂、类型不同、数量庞大的数据构成的集合，具有规模化、多样化、快速化、价值化的特点。云计算是继并行计算、分布式计算、网格计算后的新型计算模式，云可视为集群和网格的组合[2-3]。大数据与云计算的出现，给高校设备全生命周期管理工作带来新的思路和方法，改变了过去高校设备全生命周期管理中“信息孤岛”现象。它的出现也成为了高校设备资源共享平台，提高了设备的使用率。它们的结合对于高校设备全生命周期管理工作带来了新的变革，它产生的大数据不仅能为设备管理者完善管理制度提供依据，而且还能为高校的教学、科研、学科建设甚至是后勤保障等工作提供了有很大参考价值的资源。

1　设备全生命周期管理目标和方案

1.1设备全生命周期管理目标

传统意义上的设备全生命周期管理的目标是通过设备前期采购、中期使用、后期处置3个阶段的实物管理过程，前期采购避免出现重复投资、低水平引进，中期使用中加强设备的可靠性和稳定性，最大限度延长设备的使用年限，并在后期处置中最大限度地将无法满足使用需求的设备进行再利用调剂和残值回收，防止国有资产流失，从而实现高校设备资产投入产出最大化，满足高校的教学、科研等方面的工作要求。而大数据时代下的设备全生命周期管理目标丰富了传统意义上的设备全生命周期管理的内涵和外延。它不仅仅是贯穿于设备管理的3个阶段，而且融合于整个高校教学和科研工作中。设备在全生命周期管理中产生的大量数据通过云计算等技术来进行分析和挖掘，一方面给设备管理带来更加科学、精确的管理依据，另一方面，对高校教学、科研等工作都有参考甚至是指导价值，也从另一个层面提升了高校的教学、科研水平。同时，也改变了过去在设备中期使用和后期处置的过程中，往往只依靠设备管理部门和相关学院的局面，打造由设备管理部门、财务部门、教学管理部门、科研管理部门、信息化管理部门以及相关学院共同参与设备全周期管理的“大设备”概念，实现高校设备管理精细化、数据化的目标。

1.2设备全生命周期管理方案

(1) 严谨规范的前期采购管理程序。设备的前期采购管理过程是设备产生的过程，这一过程应当是确定固定且严谨规范的过程。在这一过程中，不仅要方便专家前期充分论证，完成设备规划和可行性研究，而且还要方便设备需求者能够根据实际需求提出购买申请，同时也要方便学校管理者统一掌握整个设备前期管理的流程和动态[4]。在大数据时代下，当由设备需求单位根据需求提出设备购买申请时，设备采购部门应该到学校的数据存储中心查找该设备在前期有无规划以及预算，是否存在重复购买和低水平引进等情况，并最终确定是否同意其购买申请[5]。在确定其购买申请之后，由学校按相关规定，统一招标采购，然后由设备生产商和学校共同安排相关专业技术人员进行设备的安装验收工作。在设备验收后，建立唯一的“身份”编号，将该设备连入互联网，与学校的数据存储中心对接，通过设备全生命周期管理软件监测系统，对设备进行管理，采集设备全生命周期管理中产生的数据，能够实现对设备进行动态化管理。改变了过去单一的设立设备台账、资产台账，而不能及时更新的局面。

(2) 高效严格的中期使用管理程序[6]。在设备完成了设备论证、采购、安装、验收等前期采购管理过程，设备进入了使用阶段的中期管理过程。由于前期已经将设备纳入互联网，对其进行动态化监控，设备软件检测系统可以设置设备保养时间提醒，方便及时对设备进行维护与保养，设置设备使用报警系统，对设备使用时间过长或过于频繁进行报警处理，防止设备出现“过劳伤”或“过劳死”，减少和防止出现突发性故障。设备完成维修工作后，应当按照预定的结算规则重新核定维修后设备的价值，对设备的价值等参数进行修改，避免账、物不联动造成的价值虚增或虚减。同时，记录下设备的维修时间和维修原因，为后期管理提供参考。设备在使用中产生的大量数据都将连入学校数据存储中心，设备管理者可以通过云计算等技术对数据进行分析，方便对设备进行监测和评估。

(3) 规范科学的后期处置程序[7]。当设备使用者提出对设备进行报废处理时，设备管理部门可以根据学校数据存储中心中该设备的使用数据和设备现状进行分析、论证、审定，严格按照设备报废管理规定开展设备处置工作。结合使用中的使用记录和维修、保养记录以及报废年限等数据，对仪器设备进行科学的评估，使设备的经济价值最大化，防止国有资产流失。同时，及时更新该设备的全生命周期管理数据，为下一步设备规划、采购工作提供参考。

2　设备全周期管理数据应用价值分析

设备从购买到最终的处置，在这一过程中产生大量的数据，这些数据既有设备本身的自身数据，也有使用者在使用过程产生的海量数据。而通过这些数据可以对我们的日常管理、教学、科研和学科建设投资等方面提供有参考价值的资源。

2.1日常管理的应用价值

传统的设备管理模式一般是根据实验室和设备数量来分配设备管理员的[8]。这种仅仅依靠数量，没有参考设备使用时间、使用频率、精密度等因素的分配方式是不科学、不高效的，损失了高校的人力资源。而在大数据时代下，高校的设备管理员将所有的设备连入互联网，信息上传到学校的数据中心，利用云计算技术，对设备产生的各种数据进行分析和挖掘，找出隐藏在数据背后的规律，进一步完善设备和人员管理制度，及时发现存在的问题，这将会大大提高设备的利用率，并且在这种趋势下，可以减少设备管理员的数量，大大节省高校的人力、物力、财力[9]。

(1) 能够及时调整设备的使用频率，如果发现某个设备在某段时间使用频率过高，可以提前对设备进行养护和维护，防止设备“过度疲劳”，减少设备的损坏概率。

(2) 根据设备的使用周期、使用频率以及在使用过程中使用人评估实验结果精度等数据，可以评估出设备耐用性和精密度，为今后购买仪器设备提供可靠的、有价值的参考数据。

(3) 根据设备在维护和维修过程中产生的数据，可以分析出设备的易损零件或者设备在设计过程中存在的问题，及时反馈给厂商，进一步改善设备。也根据自己独特的需求，依据设备使用过程的数据，让厂家“量身”打造特种设备，形成供需要求的良好循环。

(4) 对设备使用数据和维修数据进行分析，也可以评估出设备管理者的工作状态。对某个设备管理者所负责设备的数据进行分析，可以评估该设备管理者的负责程度和管理水平。而不是仅仅通过设备的损坏频率，就认为设备管理者不负责，造成业绩考核的不科学、不公平。决策者可以对设备全周期管理的大数据进行数据分析和挖掘，开展自上而下的管理优化，促使管理体制变革，优化和完善设备及人员的管理制度。

2.2教学、科研上的应用价值

高校设备全周期管理数据对高校教学和科研工作也有很大的参考价值[10]。早期的关系化数据时代，基本上采取抽样化的方法进行数据分析，然后推及所有样品，这样准确性就会产生一定的偏差。而在大数据时代，数据都是来自所有的使用者，其准确性就会大大提高。高校设备的数据存储中心存储了海量数据。这些数据真实的反映了设备的全生命周期情况，同时，记录了师生使用设备的真实情况。通过对这些数据进行分析，能够为学校的教学和科研等工作上提供参考。

(1) 对设备使用者的层次进行分析，使用者是本科生、硕士研究生，还是博士研究生；对使用方向进行分析，使用方向是倾向于本科教学，还是学术研究；对设备的使用频率以及易损情况等数据进行分析。综合以上，就能够为完善高校的教学计划、实验设计以及实验室开放等方面提供决策依据。

(2) 根据设备使用的时间段等数据进行分析，可以为后勤部门提供用电、用水等能耗情况分析提供参考，保障正常的教学、科研工作的开展。同时，也可以为学校的保卫部门做好师生员工人身安全以及消防安全等工作提供大量珍贵材料。甚至，围绕着某种设备的使用情况，可以分析该技术在该行业科研工作中的应用，对该行业科研前沿、技术转化等方面进行预判，提高科研工作的精准度。

2.3学科建设上的应用价值

学科基地的建设，是学科建设的依托。所有的科学研究都要依托实验室、人员、仪器设备等完成，要集中有限资金，加强试验平台和与学科相关的、高水平的实验室建设，实现资源共享[11]。有了高水平的学科基地，就会吸引和留住高水平人才，产生高水平的科研成果，争取到更多的资金投入，更好的促进学科基地的发展，形成良性循环。而在过去一段时间内，高校设备全生命周期管理工作未获得应有的重视，在设备管理工作中存在着“重钱轻物”“重购轻用”的现象[12]。设备购置积极性高而管理松懈，使用效率低，甚至出现不同学院设备不能相互使用，设备管理出现“学院化”与“私有化”。在大数据时代下，所有的设备连入互联网，所有的设备全生命周期管理数据传入学校的数据存储中心，使一切数据清晰明了。在学校决策者进行学科建设论证中，可以提供详细的设备数据，如设备的使用时间、使用频率、使用者层次、设备的数量和质量、维修、保养频率等进行参考，使决策者能在低风险下做出正确的决策，真正实现基于数据进行决策，使有限的资金更好的投入到学科基地建设中去，促进高校学科建设。

3　结语

大数据为我们提供了全新的数据应用方式，推动了现有产业升级与新产业的诞生，引发了一系列关于科学研究思维与方法的思考。作为科研前沿的高校，也应该利用大数据、云计算等技术为做好设备全生命周期管理工作带来一种新的思路和做法。这样不但能够进一步完善设备的管理工作，使师生享受到更好的服务，同时也能够更好地为高校教学、科研、学科建设等方面的工作带来参考。

References)

[1] 刘中宇，刘海良. 大数据时代高校云资源应用[J]. 现代教育技术，2013，23(7):59-62.

[2] 何建新. 大数据时代高校图书馆的数字资源共享策略探讨[J]. 现代情报，2014(9):101-104，110.

[4] 黄坤，李彦启，胡煜. 设备全生命周期管理方案刍议[J]. 实验室研究与探索，2011，30(4):173-175，202.

[5] 刘震，张丽梅，宗虹. 新时期高校仪器设备管理探索与实践[J]. 实验室研究与探索，2010，29(4):183-186.

[6] 施瑞，李丽洁，李晋等.实验室开放在高等教育教学中的作用[J]. 实验技术与管理，2009，26(12):144-145，162.

[7] 刘晓鸿，王杰，冯璐.教学实验室开放基金设立的探索与实践[G].北京市高教学会技术物资研究会第十届学术年会论文集，2008.

[8] 黄乐，闻星火，梁国华等.清华大学实验室开放基金管理系统的建立与运行[J].实验技术与管理，2005,22(12):6-9.

[9] 采振祥，汪皓，张红兵等.深圳大学实验室开放运行机制的创新与实践[J].实验技术与管理，2009,26(10):8-10，14.

[10] 安连锁，米增强，王秀梅等.完善实践教学提升大学生实践与创新能力[J].中国高等教育，2005(6):12-14.

[11] 郑志远，樊振军，董爱国等.设立实验室开放基金提高学生创新能力[J].实验室研究与探索，2011,30(4):97-99.

[12] 上官廷华.高校实验室开放的管理探讨[J].中国成人教育，2011(2):60-61.

Researchonlifecyclemanagementanddatavalueofuniversityequipmentineraofbigdata

JiangXiaofei

(LaboratoryandEquipmentManagement,TianjinUniversityofScienceandTechnology,Tianjin300222,China)

Intheeraofbigdata,theuniversitythroughthecloudcomputingandbigdatatechnologytothewholelifecyclemanagementofthedataresourcesandmininghiddenbehindthelaw,notonlyimprovesthelifecyclemanagementoftheequipment,butalsoprovidesreferencesfortheschoolteaching,scientificresearch,disciplineconstructionandotheraspectsofthework.

bigdata;cloudcomputing;equipmentlifecyclemanagement;managementmode

DOI:10.16791/j.cnki.sjg.2016.05.070

2015- 12- 14

蒋晓菲(1980—)，女，天津，硕士，研究实习员，主要研究方向为高校实验室建设与设备管理.

E-mail：jxf@tust.edu.cn

G482

A

1002-4956(2016)5- 0264- 03