随着设备自动化、数字化水平的提高，工厂亟需提升设备管理能力。结合长期的实践经验，总结了大部分企业在设备管理方面存在的5大误区，并给出对策建议，希望可以帮助企业少走一些弯路，提升设备运营绩效。在智能制造的浪潮下，我国积极推动工业互联网建设，制造业也正在积极转型，自动化、数字化、智能化水平很大提高，各行业企业越来越重视生产设备的数据采集和车间联网，设备数据可视化程度显着提高。但是，多数制造企业虽然花费巨资上马了非常先进的设备，但设备管理维护、人员知识结构仍停留在较低水平：数采基本靠笔，处理基本靠人，分析基本靠猜(经验)。可以说是买来了工业4.0的设备，却延续着工业2.0的管理。非煤矿山的机械设备维修保养制度的落实需要信息化的手段。能源设备管理人员考核
互联网是一种技术，是一种产业，更是一种思想，是一种价值观，包融了开放创新、透明分享、跨 界融合、协作共赢的理念。互联网模式下，地域垄断和专业鸿沟被打被，企业产、供、销的各个环节与人、 财、物资源配置信息及各项专业技术，都透明流畅，形成了有机的连接和集成，经过系统的汇总和加工，使 企业内外部的资源充分整合利用，消除了“信息孤岛”。互联网的发展，促进了“人机交互”向“人人交互”的转变，实现了工业化与信息化的深度融合，这一转变将深刻地改变现代企业的经营思路和管理模式。企业设备管理云平台建立企业的设备检修标准是落实定期检修的重要手段。
该系统以先进的设备管理理论为基础，应用互联网+相关技术，针对矿山设备运维特点，实现矿山设备的全生命周期管理。系统涵盖矿山设备管理的各个方面，从设备采购，设备运维，生产管理，设备监控，统计分析，备品备件，定期检修，定期保养，设备点检巡检，故障管理，安全生产，能源管理等方面实现设备的全生命周期过程管理。本系统以矿山设备为基础，通过对设备生产过程的精细化管理，建立采矿，选矿，设备，物资，计划等多个部门的信息通道和管理平台，从而实现矿山生产过程的精细化管理，提高企业管理效率和生产能力。
设备的预防性维修工作落实比无系统时提高30%，因为系统的定期提醒，实现设备的定检定修标准化和规范化，更多的依赖于标准，而不是依赖于个人的技术水平。备品备件的管理规范化程度将得到极大的提高，备件库存数据的准确率提高50%，（尤其是一些从设备拆卸后的可以重复使用的备件没有及时入库）可以有效的降低过量库存和库存不足，优化库存数据。从备件的采购以及库存上，节约30%。通过以上方面的优化，设备的运行率得以提高，故障率得以降低，故障处理时效得以提高。从而导致人均生产效率的提高。根据其他生产厂家的应用数据积累，进行设备信息化管理后，生产效率比原来至少提高5%-10%。设备检修过程跟踪能够有效保障检修的质量。
重点设备应定期进行精度、性能测试，做好记录，发现精度、效能降低，应进行调整或检修；对主要重点设备的关键部位要进行日常点检和定期点检，并做好记录。特种设备指防爆电气设备、压力容器和起吊设备，应严格按照国家有关规定进行使用和管理，定期进行检测和预防性试验，发现隐患，必须更换或立即进行处理。加强设备润滑管理，建立并严格执行润滑“五定”即定人、定质、定点、定量、定期制度，做好换油记录。主要设备要建立润滑卡片，开展根据油质状态监测换油。建立企业的设备保养标准是落实设备的保养的重要手段。制造业设备管理系统的重要性
设备技术台账是设备运行维修的重要参考资料。能源设备管理人员考核
“预测性维护”一直是工业互联网的热门话题，声称通过IoT和AI实现了预测性维护的公司繁多，许多工厂也期望将自己对设备故障的不确定性， 交给 “预测性维护”来解决。但据笔者观察，目前大部分此类项目预测的准确率很低，仍是概念和实验性的居多，在可解释性，可验证性、可复制性 上都还存在有问题。预测性维护的落地比预想中困难，是因为企图单纯依赖数据提取可解释的工业机理逻辑，难度远超想象。主要有两个塬因：一是因为许多企业的基础数据还缺乏积累，比如设备基本的巡点检、维护保养、故障分析记录，都还是散落在各种纸张、Excel中，设备缺乏数字化档案，基本维护保养数据、备件更换记录、故障和修理数据，包括设备的故障特征数据还没有结构化的积累，就不可能实现模型的训练和验证；二是许多厂商企图单纯依赖数据分析路径而忽略了设备工程师现有专业知识和经验的融入，光靠数学和AI算法容易走入统计陷阱，只是得到了相关性，不容易得出可解释、可预测的因果性模型。能源设备管理人员考核
