首页 / 智能 MES / 设备点检/保养
设备点检/保养

设备点检/保养 · TPM 与预测性维护

从"坏了再修"升级到"按计划保养 + 按状态预测"。日点检 / 周保养 / 月度精度校验 / 年度大修按 TPM 体系排进系统;振动 / 温度 / 电流传感器接入后用 AI 模型预测剩余寿命,故障未发生先告警。

4
维护层次(日点检→年大修)
50%+
故障率下降
PdM
预测性维护
能力拆解

设备维护的核心能力

覆盖点检、保养、维修、备件、预测性维护全链路

📝 日点检

操作工每班次开机前 PDA 扫码点检,按检查项打钩 + 拍照,异常自动呼叫保养

🔧 TPM 自主保养

清扫、注油、紧固、调整四类自主保养任务按周期下发到操作工,操作即保养

📅 计划保养 PM

按时间 / 运行时长 / 加工次数三种触发方式排计划保养,到期自动派工到维修工

🛠 维修工单

故障报修 → 抢修派工 → 备件领用 → 维修记录 → 验收闭环,平均 MTTR 自动统计

📦 备件库存

关键备件安全库存预警、领用记录、寿命周期管理;备件与设备 BOM 关联便于查询

🔮 预测性维护

振动 / 温度 / 电流传感器数据接入 AI 模型,预测剩余寿命,故障未发生先告警

mes.shangbangke.com/maint/tpmTPM 保养
TPM 保养任务 — 今日
基准书扫码确认
设备保养项责任状态
CNC-01自主保养 · 清扫润滑操作工已完成
INJ-02专业保养 · 精度校准保养工进行中
WLD-01红牌整改 · 漏油源保养工挂红牌
ASM-01自主保养 · 点检操作工待执行

TPM 全员生产维护:操作即保养

TPM 把保养责任分给操作工,让"用设备的人也懂设备"。系统按 TPM 体系把保养任务拆为操作工自主保养与专业保养,前者由操作工每日 / 每班执行,后者由保养工每周 / 每月执行。

  • 自主保养 5 步:清扫 → 治污染源 → 制基准书 → 总检查 → 自主管理
  • 专业保养:定期更换、精度校准、深度检修
  • OPL 单点课:每张设备旁的"一分钟课程"
  • 红牌作战:异常处挂红牌,整改后摘牌
mes.shangbangke.com/maint/predictiveAI 预测
预测性维护 — CNC-01 主轴
谱分析生成工单
正常振动谱
68℃轴承温度
3.2%电流谐波
320h剩余寿命 RUL

轴承温度近 6 期趋势(℃)

58W14
60W15
62W16
65W17
68W18
72预测

预测性维护:从"看时间"到"看状态"

传统计划保养按时间或次数到期换件,可能"还能用就换了"或"还没到期就坏了"。商邦客 MES 接入振动、温度、电流、油液等传感器,用 AI 模型预测真实剩余寿命,按状态决策。

  • 振动谱分析:识别轴承、齿轮、不对中故障特征
  • 温度趋势:电机、轴承温度上升预警
  • 电流谐波:电机绕组绝缘老化早期发现
  • 剩余寿命 RUL 预测:基于历史数据训练专属模型
mes.shangbangke.com/maint/order维修工单
维修工单 RM-0512 — INJ-02
知识库试机验收
报修
10:02 操作工 PDA
派工
10:05 主管派单
到场维修
领备件 · 处理中
验收关闭
待操作工试机

MTTR 0:48 · 故障代码 F-04 加热圈失效

维修工单:从报修到验收全程可追

故障发生 → 操作工 PDA 报修 → 维修主管派工 → 维修工到场 → 领用备件 → 完成维修 → 操作工试机验收 → 关闭工单。整个过程时间戳留痕,MTBF / MTTR 自动统计。

  • 故障代码标准化:现象 / 原因 / 部位三段式分类
  • 抢修响应时长 / 维修时长 SLA 监控
  • 备件领用与库存自动联动
  • 维修知识库沉淀:相似故障调取历史解决方案
典型应用场景

不同设备类型的维护实战

CNC 主轴预测性维护

主轴振动 + 温度接入,剩余寿命模型预测 200 工时后需换轴承,提前订货

注塑机 TPM 自主保养

操作工每班扫码点检注射缸 / 模具温度 / 油压,异常即报修

压缩机润滑油监控

油液传感器接入水分、金属屑数据,超标自动建议换油,避免抱瓦事故

SMT 喂料器寿命管理

每个喂料器贴码记录使用次数,到寿命前先备货并安排校验

相关功能

设备维护与这些能力联动

维护数据驱动 OEE 改善与固定资产管理

立即体验设备点检与预测性维护

注册即可免费体验 TPM 与 PdM 全流程,或预约顾问演示