数字化工厂+工业维修服务体系/构建工业维修服务生态

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。

“构建工业维修服务生态”丛书编委会 杜玉河（工业4.0俱乐部秘书长) 杨明波（工业4.0俱乐部工业服务研究中心主任） 范青青（国信支点信息科技(北京)有限公司CEO） 朱铎先（北京兰光创新科技有限公司董事长） 刘长生（空军航空维修技术学院教授） 尤凤翔（苏州大学机电工程学院教授） 姚远（天津市设备管理协会会长） 李小勇（工控网（北京）信息技术股份有限公司董事长兼CEO） 蔡双骏（苏州修吧网络科技有限公司运营总监) 彭国华（工业服务联盟秘书长） 田路兵（淄博索雷工业设备维护技术有限公司总经理） 马笑潇（观为监测技术无锡股份有限公司董事长） 谷冬超（广东中设智控科技股份有限公司副总裁） 王聪（青岛世纪鑫源企业咨询顾问有限公司总经理）

序一 新视角决胜工业维修 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 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