#创新# 独立自主与对标，哪一个更重要？归根结底，应该是独立自主吧？如制定战略和采取行动的是一个辩证唯物主义和实践唯物主义者，他/她将首先考虑全面、客观和发展地看问题和研究实际情况，包括可能的竞争对手和合作伙伴的情形，一切从实际出发，展开实践？除开不妥或待商榷处，此文很有参考价值。#四个自信##乌克兰局势##中美关系#
@QQ浏览器 https://t.cn/A66ybGcb

八月三十几个预谋的谣言在一天利用虚假消息，虚假流量，虚假历史知识，对一位艺人进行了惨无人道的恶意构陷，造成了史无前例的网络暴力，社会性死亡，以及数字化消失，这一切都起源于同行业恶性竞争利用黑公关水军产业链进行网络犯罪，有句话说的好，造谣一张嘴，辟谣跑断腿，史无前例的恶意造谣已经给张哲瀚本人造成了严重的影响，生活上，工作上心理上。事件已步入法律程序，会持续关注这种典型黑公关网络犯罪案件。 我们是法治社会绝不容忍犯罪行为

如何开启一个成功的预测性维护计划？#精益生产#
冠卓咨询官方客服：400-168-0525

1. 确立核心目标

如果不确切了解数字化意味着什么，就无法在组织中启动预测性维护计划或任何其它数字化变革。关键的第一步是为组织制定 “数字化”的通用定义。

有一种观点认为，“数字化是一种几乎即时、免费且完美无瑕的能力，可以将人、设备和物理对象连接到任何地方。”诚然，这是一个广泛而简单的定义，但它全都与连接和共享信息有关。它是数据管理的核心，有助于创建程序标识。

有了通用定义，下一个任务是定义计划的核心目标 ：确定“为什么”。

我们都遇到过没有明确定义“为什么” 的举措，它们几乎都失败了。重要的是要弄清楚目的是什么，以及它不是什么。目标不是为了实施新技术，而是为了解决实际的业务问题。它将为企业创造新的核心竞争力并整合提高盈利水平的业务功能。

我们正在将技术和更新的工艺应用到前所未有的主流制造中。归根结底，这是一种不同的思维方式。如果所有参与者不能始终注意该计划的底线，那该计划就很难实现长期成功。

2. 执行前评估

在确定了核心目标后，接下来是确定适合该目标的成果和数字化重点领域。这就需要对现状进行评估。它由一个团队完成，组成人员包括工厂经理和各个部门的经理，包括生产、维护、IT 和其它部门——他们都对自己的系统了如指掌。

该团队的初始任务是记录当前使用的工艺和系统，以评估哪些工作做得好以及知识和能力的差距。这包括查看基础设施并确定关键工作中心和数据收集点。

通过评估考虑并衡量当前设施的数字化转型准备情况，包括差距分析，该分析不仅记录工艺和技术的现状，还具体描述了该现状与数字化准备状况之间的距离。

评估包含一个试点项目，一个生产测试台，它将部署所需的技术和实践，以可证明的方式填补评估所识别的差距。在试点项目期间，评估阶段开始。在这一步可以建立一个卓越中心 (CoE)，用于研究和培训项目工艺和技术方面的利益相关人员。

完成所有这些之后，您可以开始执行转型——实际的最后一步是在卓越中心支持的分阶段部署中，将数字化创新扩展到工厂其余部分，最终扩展到整个企业。

对任何初始转型，我们的建议始终是“从大处着眼，从小处着手，快速扩展。”您想考虑在组织的任何地方，都拥有预测性维护能力，并拥有世界一流的 OEE，这对全球化公司来说是一项巨大的改进——这就是从大处着眼。

但是你必须从小处着手 ：一个足够小的试点项目，如果第一次由于某种原因失败，时间和资源的损失可以忽略不计。团队可以吸收所学并重新开始。然后，当成功来临时，它可以从单一资产扩展到一条生产 线、一个工厂、第二个工厂，然后迅速扩展到整个企业。

3. 为试点项目选择合适的资产

证明预测性维护计划的能力取决于成功的试点项目，因此必须使用数据为项目选择合适的资产。可以在不同层面进行分析 ：

• 生产设备停机历史 ；

• 关键部件的质量数据 ；

• 故障模式的频率和类型。

然而，现代或原始的方法一直用于跟踪此类数据，例如，计算机化维护管理系统 (CMMS) 或企业资产管理 (EAM) 软件或输入日志的操作员笔记等，历史数据对评估至关重要。但同样重要的是需要参与讨论的维护和运行人员的经验。

数据驱动的四象限方法，可以引导为预测性维护计划试点选择合适的资产。在这种方法中，过去的停机事件被绘制在一个图表上，事件频率在一个轴上，停机时长在另一个轴上，然后将图表分成几个象限。

第一象限是频繁且停机时间长的故障（因此影响大， 成本高）；这可能需要考虑重新设计。

第二象限是停机时间短的高频故障，这个问题需要通过保持备件库存来解决。

第三象限是针对持续时间短且频率低的故障，需要通过定期维护来处理。

第四象限是停机时间较长、成本较高、但频率较低的故障，在这里可以为 PdM 试点计划寻找合适目标。

4. 收集、可视化和分析数据

一旦选择了试点计划的最佳资产，就可以启动该计划。安装必须的传感器和适当的软件应用程序来收集、可视化和分析资产的生产数据，从而使资产就绪。

企业迈出了预测性维护的第一步，也许也是进入工业 4.0 技术的第一步，但与此同时，我们还需要意识到下面两点的重要性：

首先，企业实施数字化转型不是因为它很酷，而是因为它可以解决业务问题，并帮助实现有针对性的业务成果，最终在更大规模上实现数字化。

其次，不仅仅是数据，还有做这项工作的人。永远不要认为，接受了数字化技术，一切传统的东西都不需要了。企业可能拥有了解机器或工艺并已使用它们多年的专家。收集和使用数字数据至关重要，但从专家那里获得的见解可能包括有助于验证结果的无价信息。这些人是宝贵的资产，也是任何数字化战略的重要组成部分。

文章来自网络，版权归作者所有，如有侵权请联系删除！