摘要：

传统的机电设备状态监测与管理体系通常均采用独立配置的方式，布局零散且设备之间关联性较差，容易出现监测内容不全面及监测信息记录不完整的问题。研究基于大数据技术，对机电设备状态监测方法进行了创新，重点对机电设备状态监测系统中的大数据远程传输、存储等核心问题进行了分析，开发出一套运用大数据技术进行机电设备状态监测和管理的系统。该系统运行效果良好，对其他企业设备状态监测管理工作有较强的借鉴意义。

关键词：

大数据; 状态监测; 管理理论

中图分类号： TP 311

文献标志码： A

Research on Theory and Method of Equipment Condition

Monitoring Management Based on Big Data

ZHAO Defu

（College of Management and Economics， Tianjin University， Tianjin 300072， China）

Abstract：

Traditional mechanical and electrical equipment condition monitoring and management systems usually adopt independent configuration. The layout is scattered and the correlation between the devices is poor. It is easy to cause the problems of incomplete monitoring content and incomplete monitoring information record. Based on the large data technology， the state monitoring method of electromechanical equipment is innovated. The core problems of the state monitoring system of electromechanical equipment， such as the longdistance transmission and storage of large data， are analyzed. A state monitoring and management system of electromechanical equipment using large data technology is developed. The system runs well and has a strong reference value for the equipment condition monitoring and management of other enterprises.

Key words：

big data; condition monitoring; management theory

0引言

以传统方式配置的机电设备状态监测管理系统，通常会因为独立且分散的布局出现两方面的问题：①单独的检测系统不能全面对设备进行检测，在反映设备整体工作状态上存在缺陷;②独立配置的设备状态监测系统会将检测数据就地储存于该设备主机内，受主机存储空间影响，会对数据存储时间有所限制，造成某些具有长期保留价值的数据被删除[13]。在数字化与智能化的要求下，机电设备状态监测管理系统需要将监测管理体系中的数据进行融合并进行统一管理，确保改进后的系统能够在设备整个生命周期内完成对设备的全面监测和数据分析，为技术人员及管理人员提供全面、可靠的技术支撑。

研究以我国某大型企业为例，利用大数据技术对企业机电设备监测管理系统进行了改造[4]。改造后的系统能够实现“集团级”状态监测和数据存储与管理，在此基础上开发一套完善的机电设备状态监测系统，实现了对企业机电设备的全方位、全生命周期的监测、分析、评估和诊断。……