张咏梅

石油销售企业信息化应用不断深化，加油站设备随之更新换代，不断走向电子化、网络化、智能化和精密化。由于加油站经营管理特殊性，做好设备管理是开展销售工作的保障，更是安全保障的技术基础。如何在大数据分析模式下，做好加油站设备全生命周期管理，并且有效提升设备全生命周期是每个石油销售企业面临的较大问题。

一、设备全生命周期管理概念

传统设备管理是指设备投入使用后的运行维护管理，是以设备可用性为出发点，为保障设备稳定可靠运行进行的维修和保养管理。即从设备安装使用、维修保养直至拆换，体现设备作为物质状态的運动情况。固定资产管理则侧重于设备的价值，包括购置投资、折旧摊销、维修保养支出、报废等资产状态的生命周期管理，是以企业运营经济性为前提，以节约费用、降低运营成本，增加经济收入为目的而开展的经济类管理。

现代设备管理则追求设备的全生命周期管理，是以最经济和设备效能最高为目标，包含资产管理和设备管理的整体过程，包括设备从采购、安装使用、维修轮换到报废等全过程管理。既有针对设备的管理，也有设备价值的变动过程，因此考虑加油站设备全生命周期管理，需要综合考虑设备的可靠性和经济性。

二、加油站设备管理特点

加油站作为石油销售企业的销售终端，承担着繁重的加油任务，设备使用频繁、要求高，安装环境、受控条件较差，如加油设备、储存设施、照明系统、信息化管理系统等基本为不间断运行;加油站设备购置的批次和标准年代差异大，产品技术指标和维护要求参差不齐;电子化、智能化设备不断增加，电器线路原有设计不符合加油站经营管理发展方向，管理标准和流程不全或不统一;加油站分散在城乡之中，点多面广，设备管理职能基本都集中在地市公司，加油站设备更新、受控、检维修难度极大。若仅是做好加油站设备使用期间运行维修管理是不够的，应从设备采购期、库存期、安装期到使用期、轮换期，最后到报废期，整个全生命周期的监控，充分利用设备物质状态，创造更多经济价值，因此加油站设备管理也应该迈入大数据分析阶段，通过对大数据的分析研究，提高设备运行率和使用率。

三、大数据分析模式下加油站设备全生命周期智能管理

加油站设备全生命周期管理：包括设备前期投入管理、运行维护和轮换报废三个阶段。前期投入管理：包括规划决策、计划调研、设备购置、安装调试及试运行过程;运行维修管理：包括设备的日常维护保养、检查监测、诊断维修及更件更新等运行状态管理，保证设备在运行过程中处于良好常态，有效控制维修费用的开支;轮换报废：对于部分可修复设备定期轮换和修复保养，再更换使用。设备使用寿命达到尽头，高频次发生故障，直接影响其正常使用，维修费用成本已大大超出购置费用，就非常有必要进行设备更新换代，更换下来的旧设备应按资产管理办法的报废流程进行变卖转让处置，相应的处置费用也应及时进入财务营业外收入或支出。到此，设备的生命正式终结。

加油站设备全生命周期智能管理：加油站设备在管理过程中，会建立一系列的财务台账以及管理维修记录等历史数据，均应作为加油站设备全生命周期管理的分析依据，最终在设备停用报废、生命正式终结后，对其整体的使用经济效益，结合运行时间和管理成本进行科学分析，可以为下一次的设备采购提供辅助决策，真正实现加油站设备的全生命周期智能化管理，精准量化确认物的不安全状态，实现设备运行管理的本质安全。

大数据分析下加油站设备管理：设备管理大数据分析的目的是找出存在的问题及变化，提前做好预防措施，从而尽量减少和避免故障发生。从设备管理角度以及现有应用平台所具备的功能，不能完全满足需求，应增加和完善几个功能：强化点检体系，构成设备三级防线。根据加油站设备管理要求，多方吸取先进管理经验，制定科学的点检体系，积极推广数字化点检，定制数据标准，做到感观定性点检和设备数据点检相结合，准确地把握设备状态，构建牢固的设备点对点、多层次防护线。通过完善点检体系，准确定位加油站设备，结合物资采购系统和财务资产管理系统，形成从采购、使用到管理数据的自动同步，帐帐相符、帐实相符。完善精细点检，实现设备量化管理。精细点检作为深化点检工作重要内容，石油销售企业应通过开展加油站设备精细点检，以更高标准和要求为设备开展维修保养提供技术支撑，精细点检也是加油站实行点检技能分级管理的基础。加油站监督管理工作需要以安全和数质量为中心，以标准为依据，以计量为方法，建立数质量、标准、计量三位一体的监督管理体系，监督管理工作中精细点检是一项非常重要及复杂的工作，为了保证设备平稳经济运行，把好质量关、安全关、技术关，必须要做实精细点检工作，实现信息系统自动轮巡点检，我们必须做好测试点、参数、仪器、标准、周期、人员“六设定”工作。通过开展设备精细点检管理，推广数字化点检，实现对设备完整、状态趋势分析，把精细点检结果纳入大数据分析模型形成数据库的原始基础数据，为后期分析提供数据。应用系统分析，打通大数据关系链。大数据的分析方式多种多样，不仅只有因果关系分析，还有关联、非关联等相关因素趋势分析等等。借助信息化手段，在设备管理过程中，应用大数据建模完成设备全生命周期的分析，为领导决策提供真实可靠的数据保证。通过设备运行数据分析，可以及时切断安全隐患，防止事故发生;可以精确定位部件故障，自动匹配更换部件;可以通过部件损坏及更换频率，确定维修备件需求;可以详细记录设备使用年限，确定质保期与更换时间等等，为准确分析设备运行状态，确认加油站运营条件，合理开展加油站经营活动提供有利数据依据。

预期目标：大数据的应用除了能帮助我们实现预测性维护保养，还能通过数据挖掘和分析驱动更多的生产价值，带来更多改变。通过系统的不断深化应用、功能的不断完善及与外部系统的接口开放，从设备基础数据管理、运行状态管理、检修保养管理及对设备的各种统计分析，可实现设备运行更优化、管理更智能化、大数据应用更准确。

四、结语

目前，中国大多数企业都在不断追求规模效益，而在当今服务经济时代，要持续进行数据挖掘和分析，才能创造更多价值。大数据分析方式从人工、单台计算机转变到互联网，数据基础从单个样本、数据群转变到云数据、全覆盖，研究方法从是否关系、因果关系转变到关联关系等多维度分析模式，分析导向从查询回顾静态历史转变到展望动态未来，并且在这些转变中逐渐形成现代石油销售企业所需要的核心竞争能力。