行业微利运行背景下钢企设备管理应对之道

□ 王 璇

一、引言

众所周知，钢铁行业生产工艺流程长、生产环节多、能源消耗大、生产装备集中，正是由于这种独特的行业特点，使得钢铁行业对生产设备具有较高的可靠性要求。生产过程中某一个环节的设备出现问题就会导致整个生产处于中断或停滞状态，给企业造成巨大的经济损失。为确保设备正常运行，各钢铁企业在设备管理方面纷纷投入了大量的人力、物力和财力，虽然取得了一定的效果，但钢铁行业装备水平整体上仍不尽如人意。设备维护人员劳动强度大、运维成本高、设备运行中“带病坚持工作”“大马拉小车”等现象仍常有发生，严重影响钢铁企业安全高效的生产节奏，制约钢铁企业生产的正常运行。

近年来，供给侧结构性改革的深化持续推进钢铁行业产业结构优化，2018年钢铁全行业经济效益创历史最好水平。但随着资源供应压力加大，原料价格大幅上涨，进而导致钢企生产成本不断攀升，盈利水平逐渐下降。尤其是2020年初出现的突发疫情及疫情防控的常态化，势必导致全球经济面临较大的下行压力，疫情对全球经济的影响存在持续性，同时会有一段漫长的恢复期。面对如此严峻的外部环境，在整个行业微利运行的背景下，对生产设备进行有效管理，节约劳动力成本，最大化装备综合利用效能，对于钢铁企业降本增效意义重大。

二、钢企设备管理现状

目前，很多钢铁企业在设备管理方面存在共性问题[1]。

1.基础信息不全，缺乏管理标准

管理不到位，设备才会出现各种各样的“症状”。一些钢铁企业缺乏对设备基础信息的有效管理，设备管理方面的标准尚未实现统一，设备基本信息不完善，与之配套的管理制度和考核指标使用度和适用性不强，导致设备问题屡见不鲜。

2.设备良莠不齐，水平差距明显

一些钢铁企业新老设备并存，设备水平差距非常明显。使用年限过长的设备，由于正常磨损、超负荷运转等因素导致其劣化现象严重。同时，这些老旧设备自身缺乏在线检测仪器和工具，因此对于这些设备的检测手段也比较落后。检修的盲目性较大导致设备维护和检修工作经常不匹配，“过维护”或“欠维护”现象时有发生。以一条2150热轧线为例，其每年的设备运行维护加上每年的大修和检修（约为20天），需要钢铁企业直接投入近亿元，甚至更多。这些都给企业带来沉重的经济负担。

3.存在信息孤岛，数据相对孤立

由于管理职能划分等原因导致钢企部门间存在各自为政的现象，对设备的管理较为分散，尚未实现对设备全生命周期的统一管理。设备相关检测、分析等数据呈孤立碎片化，一些设备的运行状态、技术指标、维护成本等数据没有实现自动上传和归集，设备与生产经营管理存在脱节现象，部分数据传递仍需要大量人工录入。一方面，人员工作量大；另一方面，由于人为干预导致数据信息的及时性和准确性难以保障。

4.资源整合困难，难以支撑决策

缺少对设备信息集中管控和设备管理过程中的数据积累，没有实现设备数据资源（设备运行状况、关键指标、备件采购、维护、故障情况等）的有效整合，数据价值难以体现。企业无法通过大数据分析来深入挖掘设备的运行规律和内外界环境对设备的影响，很难对设备进行分析诊断和预警预判。

三、设备管理应对之道

针对钢铁企业设备管理现状，将先进的技术手段和经营管理模式与钢铁企业设备管理高度融合，为钢铁企业设备提供行之有效的管理和服务。减轻设备管理人员的工作强度，最大限度降低设备运维成本，最大程度保障生产顺行，从而在行业微利运行背景下提升企业竞争力。

1.梳理基础信息实现设备管理规范化

对钢铁企业生产设备基础资料、设备管理制度和设备考核指标等信息进行全面梳理和完善，保证设备基础资料和管理制度及时更新、全员共享。同时，遵循定人、定岗、定责的原则，明确岗位职责和人员分工，保证责任落实到人，确保评估客观、准确、公正。

（1） 梳理基础资料

资料管理是发挥设备效能的基础，通过对生产各环节，如焦化、烧结、炼铁、炼钢、轧钢、能源等设备的编码、设备台账等基础资料进行梳理和完善，实现对基础资料的标准化、动态化管理，便于企业全员共享使用。

（2） 梳理管理制度

为更好地对企业设备进行管理，需建立和完善企业设备管理制度。内容包括设备管理规划、检修计划、备品备件计划、设备分级管理、设备管理流程优化、设备储备和消耗管理、设备运行方案、紧急预案、设备故障管理等。

（3） 梳理考核指标[2]

为钢铁企业设备建立生产运行指标（如设备完好指标、设备利用指标、设备新旧程度指标、设备精度指标、设备故障控制指标、设备点检指标、设备检修指标等）和经济成本指标（设备折旧指标、维修费用指标、备件资金指标、维修定额指标、能源消耗指标、设备效益指标、设备投资评价指标等）。通过有效的指标管理提升设备评估的客观性、准确性和公正性。

2.评估产线装备实现设备资源数字化

对钢企内部生产装备情况进行全面梳理，根据装备的实际情况对其进行评估以确定更新改造方案。评估应遵循如下原则：

——对于由于自身设计缺陷及超负荷运转导致可靠性差、故障频发、维修强度大、安全隐患较大，且已无法与智能化生产相匹配，即使通过改造也难以改变其落后本质的低效耗能老旧设备，应果断弃之，对其进行更新换代。

——对于自身运行状态良好但其配套检测计量工具和自动化系统存在缺失、检测计量不准确或故障率较高的设备，应该进行升级改造，完善其中检测仪器仪表、配套自动化系统（基础自动化控制系统和二级控制系统）改造。

——无论是对老旧设备进行更新换代还是在原有设备基础上进行升级改造，都要预留好与企业生产、经营等相关系统接口，保证所有装备关键采集点数据信息可以自动上传，同时可接收生产经营的各项指令。实现设备数据信息的自动上传下达。

3.打破信息壁垒实现设备全局流通化

打破钢企设备全生命周期内部及设备与生产经营系统之间的信息壁垒，实现设备管理与基础自动化、过程自动化、生产制造执行管理、经营管理、决策管理等信息系统的集成贯通，实现设备与生产经营各环节间的协同。

（1）全生命周期贯通

实现设备从规划设计、生产制造、安装调试、运行维护、升级改造，直至报废更新全过程的跟踪及全方位管控。通过设备全生命周期[3]各阶段信息流贯通及联动，实现设备管理痕迹的全程追溯。确保设备运行状态全面受控，提高生产效率与质量，保证生产稳定运行。

（2）与生产系统贯通

与生产计划贯通，保证生产计划与设备维修计划平衡，合理安排维修周期；与生产安全系统贯通，有效避免生产人员的人身伤害或财产损失；与生产质量系统贯通，最大限度降低设备造成的产品质量波动；与能源管理系统贯通，合理调配设备对水、电、风、气的合理使用，有效降低能源消耗；与环保管理系统贯通，及时处理设备在运行过程中对环境造成的污染和影响（如有害气体、工业废气、设备噪声等），实现生产流程清洁化。

（3）与经营系统贯通

与ERP系统[4]贯通，实现数据实时交互、维护成本的自动归集等；与CRM系统贯通，有利于钢企加强与上游供应链之间的合作，选择优质供应商，降低综合采购成本；与经营决策系统贯通，为钢铁企业设备高可用性提供智能决策。

4.搭建开放平台实现设备服务智能化

利用云计算、人工智能、数字孪生等先进技术，搭建开放的钢铁企业设备互联网平台。基于数据标准、安全保障等体系，以数据为驱动，基于大数据的分析，建立数学模型和知识专家库，为生产设备提供智能服务[5]，为钢铁企业智能工厂的建设提供重要支撑。

（1）设备点巡检

结合电子标签、点巡检APP、无线AP等检测手段，通过设备互联网平台对钢铁企业生产设备提供定人、定点、定期、定标、定法、定设备、定区域、定路线的智能点巡检管理，提高点巡检工作的质量和效率，保证对设备点巡检工作的有效执行和管理。

（2）设备状态检测

基于设备互联网平台对设备运行参数（如振动、压力、转速、温度等）进行实时采集、记录存储、分析诊断、异常报警等管理。通过可视化技术实现生产设备在线检查判断运行状态、报警、故障诊断及分析。提前发现设备故障隐患并精准定位，提高设备安全运行效率，延长使用寿命。

（3）设备智能决策

基于钢铁企业生产设备运行大数据、运维知识和模型算法的积累和沉淀，对钢铁企业设备健康发展趋势进行全面分析、模拟预判。实现设备维护由计划维护转换为预测性维护，将故障隐患消除在萌芽中，在保障生产可持续性、设备安全与可靠性、减少维护或停机成本、提高设备可用度等方面提供有价值的智能化服务，达到降低能源消耗和设备维护成本、提高经济效益的目的。

四、结论

通过对钢铁企业设备的梳理、评估、贯通和智联，实现了钢铁企业设备管理由故障抢修向在线诊断的转变、由人工线下沟通向集成线上协同的转变、由事后判断向提前预判的转变、由决策支持向智能决策的转变；最大化装备综合利用效能，节约设备管理和人员维护成本，提升钢铁企业竞争力和效益，使钢铁企业在整个行业微利运行的背景下立于不败之地。