冯 杰，王鸣深

（宝山钢铁股份有限公司，上海 201900）

目前钢铁企业中已普遍采用设备维修信息管理系统。由于钢铁设备所处环境复杂，类型各异，数量又多，往往涉及大量的原始和处理的数据，但在数据保留和分析方面，还存在可靠性不够、系统性不强和对决策支持不足等问题。因此，建立一套系统化、专业化的数据分析方法，及时地掌握和分析设备静态、动态的数据和业务信息，从大量数据中揭示出其内在规律，才能挖掘出有用的信息来指导维修活动。

一、确立关键绩效指标

将数据转化为有用的信息首先要确定引导正确决策的关键绩效指标（KPI）。每个钢铁企业在建厂投产时，都建立了设备维修关键绩效指标，并不断进行调整，推动设备管理的进步。确定关键绩效指标还必须分析公司关键成功因素，以确保专业指标能支撑公司的发展目标和战略举措。如设备维修领域，设备状态稳定是确保公司生产运行的支撑，而合理投入维修费用则是控制或降低公司运营成本的支撑。因此，设备状态（如有效作业率） 和维修费用（如吨钢维修费）等方面的指标通常为设备维修领域的关键绩效指标的首选。在欧美一些企业常常会选择一些综合性指标，如成熟度，它是将维修策略的应用、设备的运转、检修的计划性综合起来的一项定量评价指标。

其次，确定指标的定义和统计口径是数据分析的基础保障。设备维修的专业性较强，不同生产线、不同设备的静态和动态数据量非常庞大，指标的定义和统计口径经常受地域、企业管理要求等各种因素的影响而有所不同，因此确定指标的定义和统计口径对数据的准确性极其重要。……