智能制造就其实质而言能够分为软件和硬件两个方面:软件是一种面向个性化定制消费模型式的资源谐和系统,完成供给链整体优化与谐和;而硬件是“智能工厂”,即完成人、机、料之间数字化通讯根底上,以统一的数字化模型来优化和指挥各个消费单元的先进加工系统。智能制造完成的关键是上述两个层面建立完成的根底,即如何完成软件、硬件的深度交融。
而智能工厂的优化模型所给出的管理战略,根底局部就是如何完成这些智能配备和消费单元的高可用性。只要这样才干完成智能制造请求的客户定制消费任务不因产能瓶颈、非方案停机、设备加工性能缺乏等要素而无法执行。
智能制造环境下,企业引进的复杂智能化设备在构造、性能以及相应的毛病类型等方面都较传统的机械设备发作了较大的变化,且该设备普通处于消费流程的关键环节,其毛病或停机对整个消费系统影响更大。假如企业依然更多采用“方案预修”或“事后维修”,招致设备管理处于“配角”位置,设备管理工作更像是救火,固然忙于奔命,但普遍存在设备可用度不高、综合效率偏低等亟待处理的问题。
因此这些设备安康相关征兆的获取、先进维修战略的应用就显得愈加重要。不同于机械设备的浴盆曲线,智能设备的电气毛病(约占整个毛病数70%)特征呈现偶发、快速老化的特征。
在设备全生命周期管理过程中,随着设备运用和运维、修理业务的发作,设备资产在设备台账的根底上完善和记载一系列的履历信息(如技术参数、维修历史、技术材料、图纸参数、设备构成、严重缺陷记载,换件记载、毛病与事故履历、规范标准,设备调拨封存记载,技术改造、大项修记载、备件组成、设备合成关系等等),这些信息都能够作为设备全生命周期的剖析根据,最终能够在设备报废之后,对设备的整体运用经济性、牢靠性及其管理本钱做出科学的剖析,并辅助设备采购决策,决议能否换愈加先进的设备。