内容简介:
智能制造、工业互联网已成为中国乃至世界制造业的发展方向。制造业将在数字化、智能化方面进行改造升级,制造系统的自由度将会被约束,但系统可用度要求将会更高,制造业的设备管理,尤其是设备预测性维修将会越来越重要。
本书的编写,结合了TOC约束生产理论、可靠性与维修性工程理论,并通过对多地制造企业、工业4.0机构、数字化与智能化服务商进行实地调研,系统梳理了企业目标与指标之间的关联,通过信息化、互联网、管理方法的整合,为企业设备管理提升及数据生态建设提供参照和指南,也为工业维修服务商对接制造业、服务制造业提供应用策略和实施指南。本书将企业决策者的痛点(如何持续盈利)、设备管理者的难点(如何改进维修管理系统)、采购人的盲点(如何既降低成本,又降低库存,又满足生产要求)、工业维修服务者(包含备件提供者)的困惑点(如何将好的产品和服务对接到企业),通过目标和数据串联起来,从而也将各方需求串联起来,系统地提供了解决问题的理论和案例。
本书适合提供工业服务的维修服务商、数字化供应商、智能化服务商、MRO工业品服务商、设备制造商,以及制造企业设备管理、信息化部门高层、中层管理者阅读使用。
点击图片购买
拖动右侧滚动条可以查看全目录
▼
目录Contents
推荐序一 新视角决胜工业维修
推荐序二 工业服务——企业拥抱新工业革命的入口
前言 工业4.0背景下工厂数据决策与设备管理的重要性
第1章 建立企业有效产出指标体系
制造型企业由离散作业线、流水作业线和流程作业线三种形态单一存在或组合而成,本章旨在梳理不同作业线的目标、指标管控原则和数字化建设思路,并在作业线目标和指标管控体系下,构建设备管理的指标体系。
1.1有效产出指标
1.2离散作业线有效产出指标体系及其数字化应用
1.3流水作业线有效产出指标体系及其数字化应用
1.4流程作业线有效产出指标体系及其数字化应用
1.5有效产出指标体系下的设备管理可用度指标应用
第2章 维修与改善管理通道建设
基于有效产出与可用度目标的设备维修管理、改善管理四大通道建设的方法和思路。
2.1故障机理与停机时间分析
2.2事后维修通道建设
2.3预防性维修通道建设
2.4预测性维修通道建设
2.5改善管理通道建设
第3章 设备管理数据决策能力建设
深度分析维修管理、备件管理在数字化建设中的关键要点,是企业进行数字化深度应用的基础,将有利于企业构建完善的设备指标管控体系,支撑企业决策系统与工业维修服务的有效对接。
3.1以数据为中心,建立维修与改善管理信息化
3.2盘活装备备件管理,建立互联网形态下的备件信息化
3.3以信息化为抓手,建立大数据决策系统
第4章 建立以指标数据为中心的管理机制
数据的价值在于挖掘后的充分应用,通过数字化与管理深度融合,有利于企业解决基于有效产出目标相关问题的知识积累得到加速,从而实现基于数字化条件下的价值转型。
本章是将前3章所涉及的数据,通过数据转化,结合企业实际情况,构建整套数据决策机制。
4.1维修组织管理
4.2全员参与,将管理重心下移至班组
4.3数据决策下的班组能力建设
第5章 基于大数据应用的工业维修服务生态
由于企业分析和解决瓶颈能力受制于资源、技术、方法的约束,将社会化工业维修服务资源与企业进行对接,尤其强调预测性维修服务生态的建立,将有利于企业突破瓶颈,助力企业转型升级。
5.1解读工业维修服务生态
5.2工业维修服务平台
5.3MRO工业服务典型分类与应用
5.4工业维修服务应用模式
5.5装备的维修性设计与智能化服务
联系客服