尹诗斯

摘要：以“中国制造2025”转型背景下制造业某零部件的生产数据为研究对象，建立ARIMA模型，预测未来生产状态。基于以上技术研究结果，进一步探讨挖掘结果对于企业管理者进行更科学、更可靠的生产运营决策的辅助支撑作用，以实现企业的降本增效。

关键词：ARIMA模型;生产数据;决策支持

中图分类号：A 文献标识码：A 文章编号：（2021）-31-459

在智能制造背景下，生产车间某智能生产设备的日产量实时受到数据监控，并通过生产管理系统进行存储。由于生产量受意外停机、换膜时间等诸多因素影响，故建立ARIMA模型，对该生产数据进行分析预测，基于预测结果为企业管理者提供设备生产管理的决策支持。相较于传统的依据经验调整节拍，利用已有的生产数据，采取合适的数据分析方法，科学合理的预测未来生产状态，提高企业生产管理水平，实现降本增效。

本文以制造业某企业某设备日产量生产数据为例，实践如何从数据分析的角度进行设备维护管理优化。

一、数据背景

数据样本为某设备至2020年8月1日起日产量数据。由于生产系统具有连续性，故采用ARIMA模型进行该设备产量预测。

二、分析实现过程

1.ARIMA模型介绍

ARIMA模型由Box与Jenkins于上世纪七十年代提出，是一种著名的时间序列预测方法。其含义为：假设一个随机过程含有d个单位根，其经过d次差分后可以变换为一个平稳的自回归移动平均过程，则该随机过程称为单积（整）自回归移动平均过程。

2.建模与分析

（1）平稳性检验