数字化工厂+工业维修服务体系

　　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。

暂缺《数字化工厂+工业维修服务体系》作者简介

推荐序一　新视角决胜工业维修
推荐序二　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
第1 章　建立企业有效产出指标体系　001
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002
1.. 2　离散作业线有效产出指标体系及其数字化应用005
1.. 3　流水作业线有效产出指标体系及其数字化应用009
1.. 4　流程作业线有效产出指标体系及其数字化应用014
1.. 5　有效产出指标体系下的设备管理可用度指标应用016
第2 章　维修与改善管理通道建设　023
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024
目　　录..　
2.. 2　事后维修通道建设028
2.. 3　预防性维修通道建设031
2.. 4　预测性维修通道建设038
2.. 5　改善管理通道建设072
第3 章　设备管理数据决策能力建设　084
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085
3.. 2　盘活装备备件管理. 建立互联网形态下的备件信息化091
3.. 3　以信息化为抓手. 建立大数据决策系统101
第4 章　建立以指标数据为中心的管理机制　105
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106
4.. 2　全员参与. 将管理重心下移至班组111
4.. 3　数据决策下的班组能力建设122
第5 章　基于大数据应用的工业维修服务生态　136
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.
..　数字化工厂＋工业维修服务体系
5.. 1　解读工业维修服务生态137
5.. 2　工业维修服务平台141
5.. 3　ＭＲＯ 工业服务典型分类与应用146
5.. 4　工业维修服务应用模式156
5.. 5　装备的维修性设计与智能化服务160
参考文献　168