课程目标及背景：
TPM(Total Productive Maintenance )全面设备维护由日本引入中国已有 30 余年，在中国很多工厂实践推行取得了不错的成绩，可是在管理设备上也提出了挑战。例如：在推行 TPM 时有大量的点检工作增加了员工工作量的同时降低了生产效率，此时可以借助 AI 技术来实现智能点检，通过传感器和数据分析，自动识别设备的关键状态，减少不必要的点检工作，提高生产效率；忙着手动记录各种设备参数时不但有记错的风险还不能准确的第一时间收集到，而 AI 可以实时监测设备参数，通过机器学习算法对参数进行分析和预测，及时发现异常情况并反馈，避免重要问题被隐藏；没有办法即时收集到机台运行的真实状态（运行时间、故障时间、换型时间、停电时间、待料时间、用电状况、用水状况、用气状况等等）导致设备异常暴露的过于滞后或失真造成管理的被动和损失的加大，利用 AI 可以实现设备状态的实时监控和数据采集，通过物联网技术将设备与云端连接，快速获取准确的运行数据，为管理决策提供及时依据；生产数据汇总表总是滞后和需要大量的人工统计导致工厂很多数据并没有发挥作用，AI 可以自动化地对生产数据进行汇总和分析，实时生成数据报表，提高数据的及时性和准确性；没有可提供快速决策和改进跟踪的统计数据支持，工厂很多管理者面对问题收集时采用的是“凭感觉”管理方式，有时候并不能真正的锁定问题，解决问题时则是“拍脑袋”并没有一个事实数据做依据等，而 AI 可以通过数据分析挖掘出隐藏在数据背后的规律和趋势，为管理者提供科学的决策依据，辅助制定改进措施。本课程在老师长期深耕于设备管理与推行工厂数字化改造过程中开发出来的，主要方向是工厂如何有效推行 TPM 管理方法和推行逻辑的同时，运用工厂智能智造数字化管理手段，有效的将设备、计算机、智能云、移动终端、管理系统、手机、微信等做串联起来达到信息的及时共享和快速呈现，最大限度的通过数字化方式给出企业设备管理专业的可视化及可量化指标，以 OEE 提升总体目标，可智能化再细分多指标因子数据分析。辅以柏拉图、饼状图、直方图、折线图等等助力设备效能的提升，成本下降。
--TPM 系统框架
--工厂数字化的系统框架
--TPM 系统与数字化系统有效融合
--识别设备损失及分析
--衡量设备效率的核心指标：OEE、ＭTBF、MTTF、MTTR等
--打造设备各项指标可视化管理系统
--生产设备数据联网及方案
--关键设备智能化方案
--符合工厂现状的设备安灯系统
--深刻认识设备的潜在缺陷
--自主保养标准化文件的建立
--设备关键管理要素AI智能化方案
参训对象：
总经理、生产副总、工厂长、生产部长、自动化设备工程师、从事生产、设备管理的关键操作人员、车间主任、生产主管、技术员和设备维护人员等。
授课形式：
知识讲解、案例分析讨论、角色演练、小组讨论、互动交流、游戏感悟、头脑风暴、强调学员参与。
