数据驱动在烟草企业应用探索

宫学庆 郁凡

【摘要】烟草行业处于高速扩张向高质量发展的新阶段，只关注产量规模，缺乏技术创新的生产方式，已经不能满足烟草生产企业对高品质产品的需求。以行业生产设备管理现状和卷烟工厂设备管理实践为基础，导入数据驱动的理念，以数据驱动的生产设备运维管理模式主要内容和功能，研究建立数据驱动的设备运维管理模式，通过数据挖掘和赋能，创新设备管理思路和工具方法，提高设备运维管理水平，保障产品工艺质量。

【关键词】烟草企业；数据采集；数据驱动；设备运维

1.研究方向

以行业生产设备管理现状和卷烟工厂设备管理实践为基础，导入数据驱动的理念，以生产设备的“质量、效率、成本、安全”精益管理为目标，明确“以数据驱动的生产设备运维管理模式”主要内容和功能，研究建立数据驱动的设备运维管理模式，通过数据挖掘和赋能，创新设备管理思路和工具方法，将设备运维任务以数字化的方式分解落实到具体设备的维护过程中，提高设备运维管理水平，保障产品工艺质量。为卷烟工厂实现即时状态检测、即时异常发现、即时问题分析、即时工作跟进和即时绩效评价和科学维修决策提供新的路径和方法。

2.数据驱动相关知识

2.1数据驱动概念

数据驱动是指通过互联网或者其他技术为手段，采集过程数据，经过处理形成信息，之后对相关的信息进行整合和提炼，经过训练和拟合形成自动化的决策模型，从而在数据模型的支撑或指导下进行科学的行动。

2.2数据驱动的核心

数据驱动核心是一套完整的数据价值体系，是从数据收集、整理、报告到转化成决策建议的流程。落实到操作层面是通过对数据的收集、整理、提炼，总结出规律，形成一套智能模型，通过人工智能的方式做出最终的决策。

2.3数据驱动的特征

数据驱动具备以下三个方面的特征：海量的数据，信息化的系统，模型支持的自动化决策。这三个条件缺一不可，形成一个循环，需要不断地进行数据收集、完成建模、自动决策，三者之间的关系如下图：

2.4数据驱动的三个阶段

数据驱动包含数据管理、数据分析、数据驱动三个阶段。数据驱动是指数据附着在原有业务流程上，通过数据将固化的流程激活为进化式的流程，从而帮助企业管理业务实现成长的过程。

3.数据采集

数据采集是整体数据接入的第一步，首先采集时不能对源数据的宿主环境造成性能影响，其次对数据来源和数据特点进行分类。常见的采集方式分为非实时数据流采集和实时数据流采集，如底层数据采集、异构数据采集。

3.1 底层数据采集

通过数采软件、组态软件等方式，将底层设备PLC的工艺参数、设备参数等实时数据进行采集、存储或上传至云平台。

在实施过程中，所需要的数据往往来源于各式各样的设备和系统中，这种情形我们称之为“多数据源采集”，多源数据种类通常如下几种：PLC设备（SIEMENS、AB、GE、Omron等）、智能传感器（流量计、热表、温湿度仪等）、机器人（ABB、KUKA、FANUC等）。基于数据源的多样化，国内外市场上也涌现出与之对应的多种品牌数据采集软件：GE IFIX、PTC Kepware、TOPServer、组态王Kingview、AVEVA Intouch等，这些数据采集软件各有优缺点，需要用户根据场景、功能、性能等多方面因素进行选用。数据采集软件通过和其所支持的设备进行通讯连接，完成所需数据的采集工作。

3.2异构数据采集

信息系统建设是一个不断完善丰富的过程，由于开发时间或开发部门的不同，有多个异构的、运行在不同的软硬件平台上的信息系统同时运行，这些系统的数据源彼此独立、相互封闭，呈现出多源异构、形式多样、实时变更、快速增长、数据分散又相互关联的特点，并且不同的数据源进行单独的解析，没有考虑不同数据源之间的关联性，对于单一数据源内部数据的有效性和时效性也未详细考虑，使得数据难以在系统之间交流、共享和融合，从而形成了“数据孤岛”。

针对上述问题，需要明确不同数据源的对接方式、获取周期、数据维度、增长速度等参数，并且根据不同的业务需求对数据进行分类，将各个系统数据进行集成和整合。

4.数据驱动精准决策

4.1总体目标

以实现“在准确的时间，对设备准确的部位，实施准确而主动的维保活动”为目标，通过对收集的设备基础数据、技术状态数据、效能状态数据等数据，按规范（标准）约束、统计过程控制、故障预测和诊断等模式对数据进行挖掘，生成设备运维任务清单，驱动生产设备的精准运行维护保养。

4.2数据驱动建模

4.2.1 标准驱动

（1）设备维保标准驱动

企业根据设备维保策略，按岗位（操作、机械维修、电气维修、状态检测等）生成相应设备运行维护（点检、润滑、保养、计量期间核查、周期维修）任务，各岗位人员根据任务清单开展相应设备运行维护工作。

（2）工艺质量标准驱动

工艺质量标准是以定值或固定范围作为参数运行的约束条件。工艺标准涵盖烟叶原料至卷烟成品加工过程各工序的关键指标，通过规范生产过程要求，保证产品的风格符合卷烟设计要求。因此，可以通过阈值判定的方式，实现数据驱动的功能。保证工艺标准运行的准确性。

4.2.2状态检测标准驱动

状态检测体系包含日常点检、专业点检和精密点检三级点检体系。

1）日常点检驱动

日常点检由操作工及维修工负责，主要采用视、听、敲、触、嗅、测等方式，及时发现设备异常，如运输带跑偏、设备跑冒滴漏等。若发现异常，及时提报，以开展相应设备运行维护工作。

2）专业点检驱动

专业点检由维修工负责，借助专业仪器，对设备电流、温度、振动等运行状态及变化趋势进行分析，掌握设备运行状态，判断设备或零件振动、温度等工况参数是否超出相应的阈值，有无异常与劣化征兆，生成相应设备运行维护任务。

3）精密点检驱动

精密点检由经专业培训的工程师负责，采用红外热成像仪、振动分析和电动机状态分析等工具，对关键功能单元、主要功能单元进行精密点检，诊断设备故障，并根据诊断结果，生成相应设备运行维护任务

4.2.3安全报警参数标准驱动

报警参数标准是以定值或固定范围作为参数运行的约束条件。生产过程中，设备安全关键参数超过设定的标准值，能够在一定程度上反映设备安全状态，表明当前设备运行过程中存在安全隐患，需要及时分析，明确问题，消除隐患。根据标准上下限，设置安全报警参数过程与结果报警机制，当参数超限时，通过弹窗、语音、短信等方式精准提醒操作、维修人员即刻处理异常，保证设备运行安全性。

5.设备运维精准执行

综合考虑企业设备运维作业实施的人力、维修工具、信息化系统等资源以及组织架构、生产班次运行模式等因素，结合数据驱动运维模式涉及的数据采集、管理、分析及运维计划执行等业务，对现有的设备运维资源、工作内容、工作分工、工作方式机型创新或变革，提出基于数据驱动模式的设备运维精准执行机制，指导维修工作计划的制定与优化，并加强维修过程管理与平衡调整，提高计划维修的针对性、准确性，保证设备运维目标实现。

1.建立设备维修作业标准规程

建立设备维修作业标准，即设备维修SOP（Standard Operation Procedure），就是将针对设备部位维修的操作步骤和要求，进行细化、量化及优化，用来指导和规范维修的工作的技术文件，并保证维修操作过程最优化。

2.设备运维计划下发

将设备运维计划，通过设备管理平台、短信、微信、电子看板等终端方式，将设备异常、故障信息、故障判定和标准作业等内容准确推送至维修项目负责人，实现信息找人。

3.设备运维执行

1）设备运行维护需要按照维修SOP进行，确保维修过程的标准化与规范化，同时需要做好设备维护现场管理。

2）运行维护需要根据维修进程过程中遇到的实际问题，实时调整维修计划及资源管理配置，并执行反馈。包括故障现象与实际情况的关联、备件上机时间以及备件的批次管理等。

3）运行维护需根据设备功能要求进行维修质量评价，促进维修工作达到实际需要。