摘要：随着近年来大数据技术的广泛应用，该项技术给各行各业带来了新的技术变革，对于工业领域也是个不小的冲击。传统的设备管理模式面临着前所未有的机遇与挑战，紧跟科技进步的步伐，学会如何利用大数据技术对各行各业生产设备进行管理，从而实现高效的设备管理机制，成为当前设备管理的一个重要课题。
关键词：大数据；设备管理；运用分析
引言
随着互联网技术和物联网技术的发展，大数据的作用已日显突出。在传统工业领域，大数据也开始被应用到设备的管理和维护工作中，以提高设备可靠性，降低工作强度，提高效率。数据采集和应用是一个系统工程，需要总体规划，才能取得理想的效果。
1.大数据与设备管理的关系
大数据作为云计算、物联网等之后又一次的技术变革，正在给各个领域带来全新的发展空间。大数据技术包括大数据的采集与预处理、存储和管理以及分析和可视化处理等技术。应用到各行各业设备管理中，对应的是通过采集设备获取各行各业设备运行过程中所产生的大数据，对其进行预处理，然后通过大数据仓库对这些获取的信息和数据进行存储和管理，接着运用大数据的计算模式进行分析并深入挖掘，最后形成可供辅助决策的可视化结果，以最终实现对各行各业设备的科学管理。在各行各业生产设备日益精密化、自动化和智能化的背景下，大数据技术的应用无疑将成为传统设备管理的有力补充。通过大数据技术的应用，可以让各行各业设备在工业生产中发挥出最大的效能。
2.设备管理中大数据管理系统功能的运用
就设备管理中大数据管理系统的运用而言，该系统主要包含服务器、管理、终端这3大层次。本文将主要论述管理层次的功能。
2.1设备计划检修管理环节
大数据管理系统设置了多个功能，针对设备管理细分为各个子功能模块，如具备关于设备维修周期的板块、针对检修范围及标准制定了相应规划、并设置了查询检修所用材料及工单等板块，通过设置这些子功能板块，有利于辅助各项设备管理工作的开展，是设备检修管理模块中必不可少的组成要素。
如某企业大数据管理系统中设置了检修计划编制及下达功能，在每年的12月，系统会基于设备管理类型、检修周期以及前期检修时间等诸多要素，自动制作次年设备检修规划方案。设备管理人员在获取相应规划方案后，不能盲目照搬系统制定的计划，而是需依据实际情况，科学调整设备检修计划，以确保年度设备检修计划与现实要求的切合度及有效性。
2.2设备巡检管理环节
在大数据管理系统中，设置了设备巡检管理模块，而设备巡检管理模块又被细分为设备巡检标准、目录、计划、统计、日志等多个功能子模块。通过分析设备巡检工作的特点可知，该工作具有周期性，在制作巡检计划及发布相应计划时，负责设备管理的相关工作人员须在系统内预先设定需要开展巡检的设备具体内容及周期，设备保修人负责担任设备巡检工作，季月周巡检计划由设备自动生成，并将所制作的巡检计划发布给对应工作人员。
2.3设备点检管理环节
在大数据管理系统中，设置了设备点检管理模块，而设备点检管理模块又被细分为设备点检标准、目录、统计等功能子模块。就设备点检工作而言，这项工作具有重复性，设备使用人员在各个工作日内必须完成。在针对需要开展点检的设备提前制定科学适宜的设备目录后，该系统会依据各个工作日的人员安排，让设备使用人员直接获取点检计划。
2.4设备临修管理环节
在大数据管理系统中设置了设备临修管理模块，设备故障提票、故障派活、故障统计等是其中子模块。设备使用人员在发现设备出现故障后，需要运用到PDA设备，在该设备的辅助下及时上传相关信息及现场照片，系统获取相关指令后，会自动开启报警提示功能，设备维修车间的调度人员可以及时了解设备出现的故障。
期刊文章分类查询,尽在期刊图书馆
2.5预警管理环节
设置了证书管理环节，相关工作人员应依据相关要求，把特种设备定期检验合格证、使用人员设备操作证书等相关信息全面准确地输入到系统内，当出现证书濒临过期时，系统将发出报警提示，设备管理人员在获取预警提示后，需及时采取有效措施解决相应问题。
2.6设备技术管理环节
在大数据管理系统中，涵盖了关于设备的主要信息、相关设备的管理类型、设备的鉴定方式以及单台设备履历簿等诸多内容，设备管理人员能够运用系统，设备管理工作贯穿设备购置到设备报废这一全过程，设备使用生命周期内得到体现。
3.构建大数据设备管理体系
要实现利用大数据技术科学管理各行各业设备，构建完整的大数据管理平台，必要的人力、物力和财力的投入是不可缺少的。
3.1网络数据库的构建
随着互联网技术应用的不断深入，各行各业设备的管理方式也逐步向网络化方向发展，要构建大数据的管理模式，首先必须实现各行各业设备网络化管理，通过联网对各行各业设备进行科学管理。随着现代工业水平的提升，各行各业中的大部分设备已基本实现网络化管理，搭建大数据平台重点是如何将不同类别的设备和不同的网络实现互联，以达到数据共享的最终目标。
3.2数据挖掘技术
构建良好的数据库管理系统，收集设备运行的原始数据，如设备运行状况、运行日志等内容，并将其保存在数据库管理系统中。接着进行设备原始数据的预处理操作，进一步提升设备数据的可靠性。在各行各业设备管理的过程中，收集原始数据并不是最终的需求，而是要从大量的原始数据中挖掘出具有行业价值的信息，因此，设备管理中需要借助某一数据挖掘工具并利用各种已知的数据分析方法，最终得到决策者所需的相关信息，从而达到强化各行各业设备管理能力的目标。
4大数据在设备管理中的运用
4.1云计算和设备管理
大数据和云计算关系紧密，从定义方面来看，大数据比云计算的定义范围更加广泛，单台计算机无法实现大数据的处理，简单地说，云计算就像一个装水的容器，而大数据就是容器中的水，大数据需要依靠云计算来进行存储和运算。“数据是资产和财富”的概念早已被人们所熟知，但在传统的设备管理模式中，工厂中的每套生产设备都是封闭的独立系统，设备之间很难实现数据的共享，造成治理低效、应用无效和运营缺失等问题。如何使用有效的手段实现数据的高效管理，也成为设备管理中的重要课题。
4.2设备管理中的数据存储
传统的设备管理模式下，设备采购完成后，就进场安装和调试，然后进行后期维修。这期间新购设备的维修资料、配件清单虽然有专人负责，但是很多工作不到位，造成数据的缺失。同时，设备在运行的过程中，由于设备种类繁多，虽有专人专项负责制度，但依然存在数据采集难度大、数据量多、数据之间共享度低、关联性差以及统计分析难度大的问题。传统的设备管理模式中，设备的数据所形成的只是一个相互独立的信息孤岛。
4.3数据挖掘分析和设备管理
数据挖掘指的是从原始采集的大量数据中获取用户感兴趣的、隐含或事先不知道的有用信息和数据的过程。并且将这些数据和信息用规则、模式和概念等形式呈现给用户。利用数据挖掘技术，设备管理人员通过收集各行各业设备历史数据和市场调研数据，对相关设备进行技术层面的分析，确定选型，给出购置设备的提议，相关职能部门落实，完成第一步的设备管理。
结语
在设备管理环节，通过运用大数据管理系统，符合当前信息时代背景，有利于提升设备管理水平及质量，让设备故障率得到有效控制，切实提升相关设备数据统计的质量及效率，促进设备管理实现网络化、信息化及智能化。
参考文献：
[1]姬星，李恒晨.基于“大数据”的城市道路公安交通管理探讨[J].交通各行各业管理，2018，33（05）：81-83.
[2]张俊.移动通信网络中大数据处理的关键技术研究[J].电信网术，2014，（04）：10-12.
论文作者:宋宇
论文发表刊物:《基层建设》2019年第11期
论文发表时间:2019/8/7
标签：设备论文; 数据论文; 设备管理论文; 各行各业论文; 管理系统论文; 计划论文; 技术论文; 《基层建设》2019年第11期论文;