设备的大数据管理模式

（中铁八局集团桥梁工程有限责任公司，河北 沧州 061600）

设备的大数据管理模式

周开伦

（中铁八局集团桥梁工程有限责任公司，河北 沧州 061600）

随着大数据时代的来临，设备管理同样需要大数据的支持，才能更好的将设备管理好，通过大数据的分析，对设备进行预防性维修、实时跟进、动态管理，将设备故障消除在萌芽状态。

设备管理；大数据；弯箍机；动态管理；维护保养

1 铁路工程单位的当前设备管理模式

当前管理模式基本上都处于粗放的管理模式状态下，项目开工，新购一批设备或从其他项目调拨一批设备，新购设备通过招标、采购签订合同，设备进场安装调试、维修；调拨设备进场安装调试，然后维修。新购设备的维修资料，备品备件清单不齐全。维修可以说都是被动维修，设备出现故障，由操作人员告知维修人员进行维修或由管理人员组织维修人员进行维修，这样对设备配件的寿命必然产生一定的影响，虽然有日常点检、巡检，但是很多人都做不到位，操作人员和维修人员的记录虽然很齐全，但是数据量很大，条理性很差，管理人员无法细致分析，发挥不到应有的作用。待管理人员和维修人员对设备都很熟悉了，项目也要完工了。铁路工程单位基本上都是两三年换一个项目，换一批设备管理人员和维修人员，换一批设备。到一个新的项目，又要重新开始熟悉。在“互联网+”时代浪潮下，传统的设备管理模式面临前所未有的机遇与挑战，如何运用大数据的技术，实现设备的制造、安装调试、维修等的全过程的数字化与智能化，成为当前设备管理的一个大课题、新课题。

为了弥补传统管理模式的不足，提高维修数据的分析效果，引入设备的大数据管理模式。首先在设备出场时，由设备供应商将设备的日常点检、巡检、定期检查、专项检查、定期检修计划等记录的定时定量数据编入设备管理系统，并制定与该系统对应的APP，例如：应该由设备操作人员保养螺旋输送机的减速机，APP提醒操作人员进行保养，保养后由操作人员录入APP。大数据时代的优势是处理海量的数据，更大更完善的数据库系统可以轻松的将某台设备的所有记录集中起来，搜索某台设备，可以轻松的查看从设备基本档案到设备维护保养、维修记录等的全部信息。搜索某种故障，通过强大的数据分析能力，判断故障发生的原因，可以快速的分析并帮助设备管理人员找出设备维修方案。

2 大数据设备管理模式设计

设备管理采用的大数据处理流程主要包括四个关键步骤，分别是收集原始设备数据、设备数据预处理、设备数据挖掘分析、决策知识应用，基于大数据的设备管理模型如图1所示。

图1 基于大数据的设备管理模式

（1）原始设备运行数据。设备运行积累海量的日志信息，比如设备维修记录、设备事故记录等，因此可以利用采集系统将数据收集，并且将其保存在数据库中，以便更加安全的保护系统的运行完整性。

（2）设备数据预处理。设备原始数据存在很多的噪声信息，采用数据清洗和整理等方法，进一步提高数据的质量，数据预处理可以将不同的设备运行产生的数据进行一致化操作，这样就可以约简数据中的稀疏属性，这些属性对审计模型挖掘贡献较低或无贡献，提升数据挖掘的精准性。

（3）数据挖掘分析。导入的数据经过预处理之后，可以利用数据挖掘技术对数据进行挖掘和分析，常用的数据挖掘技术包括K均值算法、支持向量机、BP神经网络、遗传算法等技术，可以针对这些设备数据进行分析，获取数据集中隐藏的模式，形成决策知识。

（4）决策知识应用。决策知识可以预测设备运行趋势，常见的是发现设备是否会产生故障，如果会产生故障，可以及时的对设备进行检修，这样就可以避免故障发生；另外，也可以发现某些设备是否不合格或存在潜藏的危险，可以将这些设备更换为质量更高的设备。

基于大数据的设备管理系统更方便了上级领导对设备各个环节运行状况的掌握，可以实时查看并监控大型和特种设备的运行状况，检查对设备的维护保养是否到位，定期检查是否落实。

以中铁八局集团桥梁工程有限责任公司什邡制梁场（以下简称“中铁八局”）的弯箍机（制造单位为建科机械（天津）股份有限公司，以下简称“建科”）为例，该设备是一台具有钢筋矫直、测量、双方向弯曲及剪切功能的全自动化箍筋生产设备，可以加工冷轧及热轧高强度盘条钢筋，可以加工成定尺直条钢筋、单头弯曲的钢筋、不闭合和闭合的（箍筋）钢筋形状。目前的弯箍机没有联网，具体的情况简述如下：牵引部分和弯曲机构分别由一套伺服电机控制，当这两部分出现故障时，就会报警，在显示屏上显示故障代码，可以通过该代码在故障诊断功能里查询故障的具体信息及解决方案。图2为发生故障时调出的原因分析及处理方法。

图2 大数据设备管理分析运行截图

以上为当前的弯箍机的情况，结合大数据，将弯箍机的系统接入中铁八局的设备管理系统，由建科将弯箍机的定期维护保养，日常点检，定期巡检输入系统，通过APP定时提醒操作人员，检查人员，并将保养检查情况录入系统。弯箍机出现故障，直接通过APP将故障代码及原因分析情况发送至维修人员，维修完毕后直接将故障记录到系统，提高了维修效率。管理人员通过对维修情况的分析，制定相应的检修计划。什邡制梁场完工后，弯箍机搬迁到另外一个项目，管理人员可以直接通过设备管理系统调出该弯箍机的档案资料及维修情况，上级公司也可以直接通过系统查询到该台设备的运行情况。

通过以上综合论述，随着经济的发展，设备管理需要和大数据进行有效结合，不断向数据化、信息化方向转变，将设备管理模式进行创新和完善，更上一个台阶。

[1]王硕, 彭雷明, 蒋志东. 大数据时代下的设备管理新模式[J].中国民用航空, 2015(12):90-91.

[2]崔嘉, 向伟, 苑一琳,等. 粗集理论在大数据下往复压缩机故障中的应用[J]. 设备管理与维修, 2016(2):73-75.

[3]王宁, 李新阳, 何海峰. 数据挖掘技术在设备管理中的应用[J].中国科技博览, 2015(5):265-265.

U415.52

A

1671-0711（2017）04（上）-0028-02