工厂设备保养有一个尴尬的现实：保养计划表做得很好看，Excel里排得整整齐齐——每月15号保养A设备，每月20号保养B设备。但执行的时候永远在变：生产排产临时调整、保养人员请假、备件还没到货。结果就是保养计划一拖再拖，预防性保养变成了故障后维修。
搭贝的设备管理模块提供了保养计划自动排程能力，巡检效率提升55%。今天深入拆解保养排程的核心逻辑和实现方案。
一、保养排程的复杂性来源
为什么人工排不好
保养排程看似简单（定个时间做保养嘛），实际涉及多个约束条件：
约束一：设备可用窗口。保养必须在设备非生产时段进行，而生产排程是动态变化的。
约束二：保养周期规则。不同设备有不同的保养周期：日保、周保、月保、季保、年保。各种周期叠加后，排程矩阵非常复杂。
约束三：资源冲突。保养人员是有限的，同一天不能同时保养3台设备却只有2个维修工。备件库存也需要提前确认。
约束四：上下游影响。保养A设备可能导致整条产线停机，需要和排产计划联动。
约束五：紧急插队。设备突发故障需要立即维修，打乱原有保养计划。
人工排程的典型问题
- 保养计划和生产排产脱节，保养到了才发现产线在赶产量
- 多台设备保养时间撞车，维修人手不够
- 备件没提前准备，保养当天才发现缺件
- 保养记录不完整，下次保养时不知道上次做了什么
二、自动排程算法的核心设计
算法目标
在满足所有约束条件的前提下，自动生成最优保养计划，使得：
- 设备保养按时完成率最大化
- 对生产的影响最小化
- 维修人员工作量均衡化
- 备件库存最优化
输入参数
排程算法需要的输入数据：
设备数据：
- 设备清单及分类
- 各设备的保养周期规则（日/周/月/季/年）
- 各设备的标准保养工时
- 设备的关键性等级（关键/重要/一般）
资源数据：
- 维修人员清单及技能矩阵
- 各人员的可用工作时间
- 备件库存及安全库存参数
生产数据：
- 各设备的排产计划（生产时段）
- 可用保养窗口（非生产时段）
- 产线依赖关系（保养A设备需停B/C产线）
排程逻辑分三层
第一层：周期规则解析
将每台设备的保养规则展开为时间序列：
- 日保：每天1次（不需要排程，由操作工执行）
- 周保：每周1次，建议安排在周末或低负荷日
- 月保：每月1次，建议安排在月末盘点日
- 季保：每季度1次，建议结合停产检修期
- 年保：每年1次，建议安排在春节或暑假停产期
系统自动生成未来3个月的保养候选日期清单。
第二层：约束求解
对每个候选日期做可行性校验：
校验1：设备可用性
- 检查该日期设备是否在生产（对照排产计划）
- 如果在产，寻找最近的前一个非生产时段
- 标记为"窗口冲突"，进入调整逻辑
校验2：人员可用性
- 检查该日期维修人员是否排班
- 计算当日已排保养任务总工时 vs 可用工时
- 超出负荷时标记为"人手不足"
校验3：备件可用性
- 检查保养所需备件的当前库存
- 库存不足时计算采购提前期
- 备件到货日期晚于保养日期时标记为"备件缺口"
校验4：产线影响
- 检查保养设备对上下游产线的影响
- 关联设备较多时需要和排产协调
- 标记影响范围，必要时升级到管理层决策
第三层：优化排序
通过校验的保养任务按以下优先级排序：
- 紧急度：距离上次保养超期越久越优先
- 关键性：关键设备优先于一般设备
- 资源利用率：同一窗口期内尽量安排同区域的多台设备保养
- 影响最小化：选择对生产影响最小的窗口
排程结果输出
算法输出一个滚动保养计划表：
- 未来4周的保养计划（精确到日期和时段）
- 未来5-12周的保养预告（精确到周）
- 每次保养的：设备清单、人员分配、备件需求、预计耗时
- 冲突项和需人工决策的特殊事项
三、实现细节
保养模板标准化
为每类设备建立标准化保养模板：
- 保养类别（机械/电气/液压/润滑/清洁）
- 保养项目清单（每个项目有检查标准和操作说明）
- 所需工时（按人员技能等级分档）
- 所需备件清单
- 所需工具和检测仪器
搭贝设备管理模块支持为每台设备配置多个保养模板，不同周期对应不同模板。
滚动排程机制
排程不是一次性的，而是滚动更新：
- 每周日晚自动重新计算未来4周的计划
- 根据上周实际执行情况调整后续计划
- 新设备上线或设备退役时自动更新排程范围
- 生产排产变更时触发保养计划重排
弹性缓冲设计
排程中预留弹性缓冲：
- 每周预留20%的维修人员工时用于紧急维修
- 关键设备的年保安排备选日期（主日期+备选日期）
- 备件库存设置保养专用安全库存（与维修共用库存分开管理）
四、效果度量
核心指标
- 保养计划完成率：按计划完成的保养任务占比（目标≥95%）
- 保养及时率：在保养周期窗口内完成的占比（目标≥90%）
- 平均排程延迟：计划日期到实际执行日期的平均延迟天数
- 设备故障率：保养覆盖设备的故障发生频率（趋势下降）
- 维修人员利用率：实际保养工时 ÷ 可用工时（目标75%-85%）
持续优化
- 每月分析排程偏差原因（生产冲突/人手不足/备件缺口/紧急插队）
- 根据实际数据调整保养工时估算
- 优化保养周期规则（某些设备可能不需要月保，改为季保即可）
六、进阶优化方向
预测性维护的数据基础
保养自动排程解决的是预防性维护（按周期做保养），而更前沿的方向是预测性维护（根据设备实际状态决定何时保养）。预测性维护需要以下数据基础：
- 连续的巡检数据积累（温度、振动、声音等趋势曲线）
- 维修历史记录（故障模式分析）
- 保养效果反馈（保养前后性能对比）
- 设备负载数据（高峰运行时段vs低负荷时段）
该系统的的设备管理模块提供数据采集和存储能力，当数据积累到一定程度（通常6-12个月），可以引入简单的趋势预警算法：当某项指标的趋势线超出预测区间时触发预警，在故障发生前安排维护。
保养成本与设备生命周期决策
每次保养都有成本，每次维修也有成本。当一台设备的年度保养+维修成本持续上升时，需要做一个关键决策：继续维护还是更换新设备？
建议在该系统中为每台设备建立成本时间线：
- 累计保养费用曲线
- 累计维修费用曲线
- 故障停机导致的产能损失估算
- 设备残值递减曲线
当年度维护成本超过设备新购价格的30-40%时，通常是置换的经济拐点。用数据说话，而不是凭感觉决定"再修修还能用"。
五、常见FAQ
Q1：我们没有设备排产数据，排程算法能用吗？
可以降级使用。没有排产数据时，算法默认所有非工作时间均为可用窗口。建议先从"按固定周期排程"模式开始（如每月第一周做月保），积累数据后再切换到"基于排产优化"模式。
Q2：保养人员和维修人员是同一批人，怎么平衡？
排程时预留弹性缓冲（建议20%）。紧急维修优先于计划保养，发生冲突时计划保养自动顺延到下一个可用窗口。搭贝设备管理模块支持查看人员工时日历，直观展示每个人的负荷情况。
Q3：外包保养服务怎么纳入排程？
在维修人员清单中添加外包服务商，标注其可用时间窗口（如"每月第二周可到场"）。排程算法会将外包人员的可用时间作为约束条件，自动安排外包保养任务到对应窗口。
Q4：保养计划变更后怎么通知相关人员？
系统支持支持企微/钉钉集成，保养计划变更自动推送给受影响的人员。包括：保养人员（任务调整通知）、生产主管（设备停机窗口通知）、备件管理员（备件需求变更通知）。
Q5：多班制生产的保养窗口怎么定义？
在设备档案中设置生产模式（单班/两班/三班），系统自动计算可用保养窗口。三班制设备的保养窗口通常在换班间隙或周末。如果必须停机保养，需要生产部门提前协调停产安排。
Q6：年保和大修怎么排程？
年保和大修通常持续数天，需要独立排程。建议在该系统中创建"大修项目"，关联项目管理模块。大修期间涉及的设备停机、人员调配、备件采购等作为项目任务管理。排程算法在大修期间自动暂停该设备的常规保养任务。
Q7：排程算法的计算频率是多少？
建议每周全量重排一次（如每周日晚），每日增量更新一次（处理当日变更）。紧急维修完成后立即触发局部重排（重新安排受影响的保养任务）。系统支持支持定时任务和事件触发两种模式。
Q8：上线这套系统需要什么前置条件？
三个前置条件：设备清单数字化（台账录入）、保养规则标准化（周期和模板定义）、维修人员数据化（技能矩阵和工时记录）。这三个条件满足后，该系统的的零代码配置可在1-2周内完成排程系统搭建。