课程定位

面向设备、生产、工程和资产管理人员，以体系、工具和场景演练学习设备智能运维。

学习收获

• 学习TPM、WCM、RCM和LCC并获得20余套工具模板。
• 结合真实案例与小组演练理解运维场景。
• 练习AI工具在设备管理中的五类应用。
• 结合丰田体系背景和企业辅导案例学习设备管理实践。

课程模块

一、顶层设计：为设备管理确立清晰的战略方向与实施蓝图

• 1、构建设备全生命周期管理体系总体框架
• 学习如何搭建一个覆盖规划、采购、使用、维护到报废的全过程、多维度
• 的管理架构，告别碎片化管理
• 2、选择适合你企业的设备管理组织结构
• 分析混合式、平行式、委外式等组织模式的优劣，结合企业规模与业务特
• 点，找到最高效的管理阵型
• 3、制定设备管理的 3 年滚动规划（含日、月、年）
• 掌握将长期战略目标分解为年度重点、月度计划与日常任务的科学方法，
• 确保管理活动方向一致、节奏可控
• 4、设备行业分类与主流管理工具
• 了解离散制造与流程工业的设备管理差异，并认知各经典工具的核心思想
• 与适用场景，避免盲目套用
• 5选择出适合你的设备管理核心策略
• 通过设备 QCDSP 分析，明确企业应主打预防维护、预测维护还是修复性维
• 护，形成策略聚焦
• 6、厘清设备管理中的职责分工与协作界面
• 明确从公司高层到一线员工，以及生产、维修、技术、采购等跨部门在设
• 备管理中的角色、责任与协作流程，杜绝管理真空
• 7、设定设备管理三级考核指标（KPI）
• 学习设计公司级、部门/车间级、班组/个人级的关键绩效指标，确保设备
• 管理绩效可衡量、可追溯、可激励。
• 8、理解设备全寿命管理与资产管理（EAM）的融合关系
• 探讨如何将技术状态管理与资产经济效益管理相结合，实现设备价值的最
• 大化。
• 9、国内领先企业“AI+智能运维”应用案例深度解析
• 通过真实案例，直观感受 AI 技术在故障预警、智能巡检、决策支持等方面
• 的落地成效与实施路径
• 【演练环节】分组研讨并设定一套适用于企业的设备管理体系指标
• 【工具交付】设备战略规划项目表

二、资源赋能：人、物、AI 协同提升运维效能

• 1、人才梯队建设：如何系统培养与评估维修团队
• 破解人“财”培养的典型困惑
• 制定行之有效的内外培训计划
• 精准识别与提升维修人员技能弱项
• 打造维修技能提升的实体与虚拟道具
• 2、备件精益管理：从分类、采购到库存的成本控制
• 实施备件重要度分级管理
• 科学管理备件采购与安全库存
• 规范备件出入库与仓储可视化管理
• 制定停产与老旧设备备件的专项管理策略
• 掌握备件成本递减的三大核心杠杆
• 了解备件管理信息化（AI）的价值与案例
• 【案例演练】针对一台新引进的关键设备，供应商给出来很多备件清单，
• 小组讨论并制定其首年备件采购与库存计划
• 3、AI 实战应用：五大场景快速提升运维效率与决策水平
• 掌握 AI 基础操作与高效提问（Prompt）技巧
• 场景一：智能生成设备操作规程、点检标准与维修作业指导书
• 场景二：输入故障现象，获取 AI 提供的可能原因分析树与排查对策建议
• 场景三：自动将杂乱的维修记录归类、摘要，并生成规范的周期性报
• 场景四：基于设备运行数据与维护计划，预测未来一段时间的备件需求
• 场景五：整理会议纪要，辅助进行数据对比、问题归纳与行动计划梳理
• 【现场演练】各小组使用 AI 工具，围绕一个给定的设备故障案例，协作
• 完成一份结构完整的故障分析报告初稿
• 4、工具落地清单：选择与实施你的智能运维软件与监测工具
• 设备预防性维护的软件与硬件工具选型指南
• 智能运维行业案例深度分享
• 化工行业案例：在设备信息化平台建设、大数据分析预测方面的实践
• 电力行业案例：在设备全寿命周期数据管理、可靠性工程应用体系

三、流程落地：从前期导入到预测维护的全周期执行

• 1、源头管控：设备前期导入及潜在问题的识别预防
• 明确设备前期管理的范围与战略重要性剖析为何前期管理是 TPM 的基石
• 掌握设备前期导入的四个关键阶段与验收标准
• 辨识并纠正常见的设备前期导入错误观点
• 全景透视设备投资的全生命周期成本（LCC）
• 探索 AI 在设备前期项目管理中的应用潜力
• 【案例演练】给三家供应商参数，计算并选择综合最优的设备采购方案
• 【案例演练】对于一台老旧设备，应维修、改造还是更换
• 【工具交付】设备前期管理问题点检表、常用检查项目清单、极限测试
• 清单、MP 情报、设备导入流程
• 2、故障改善：运用A3与PDCA分析故障原因、预防再发并制定递减计划
• 建立以 PDCA 循环为核心的设备管理体系
• 精通防止再发利器：A3 故障报告
• 开展专项改善活动，遵循 TPM“零故障七步法”系统攻关
• 制定与执行“设备维修费用/时间递减计划表”，设定明确挑战目标
• 月度维修汇总分析报告：识别高频、长时间停机，损失大的故障
• 借助 DeepSeek 等工具进行不确定性故障的辅助分析
• 【工具交付】设备流程图、A3 故障分析报告、维修记录清单、故障对策
• 3、预防体系基石：手把手教你制定点检标准与计划
• 系统理解预防点检体系的构成与价值：
• 构建设备点检必备的知识框架
• 实践设备点检标准制作的七步法
• 创新应用各类点检表与工具
• 设计专业团队的设备预防点检流程
• 利用 DeepSeek 辅助点检标准的制定与优化
• 【案例演练】选取一台典型设备，实际制作其点检基准书，并进行互评
• 【工具交付】年度检修计划、月度点检表、点检基准书、润滑点检表、
• 点检记录等
• 4、预测性维护进阶：从 RCM 到智能诊断的风险预警实践
• 入门智能诊断技术与工具
• 辨析智能维护的内涵与未来趋势
• 清晰区分预防性维修与预知性维修
• 预知性维修的三大要素：明确实施时期、实施价值与运维管理
• 以可靠性为中心的维修（RCM）方法论
• 实施预测性维护的关键步骤：设备潜在失效模式分析（FMEA）

适合人群

设备运维、工程技术、生产管理、资产管理人员，及负责设备全生命周期管控、智能化改造相关岗位人员

师资信息

定位：专注设备管理与TPM领域。
《原汁原味全员生产维护TPM实战》作者
《现代设备全寿命周期管理》11章12章作者
20年设备维修管理经验：曾任职丰田集团精益
推进主任，负责中国区18家公司TPM推行
设备专家副主任（中国设备管理协会）
TPM中国区总教头（日本能率协会）
中国设备管理创新论文评审专家
2家设备软件信息公司的合伙人
《TPM》《TBP》《TPS》《QCC》等丰田主讲师
《设备精益管理》等多门设备管理版权课程开发者
一、工作经验：
13年一线设备维修：苏州住电装设备主任10年+日清纺赛龙设备经理3年；在负责企业设备维修体系建设同时，成功为公司培养了100余位维修技术人员；每年故障率：约20%左右递减；维修成本：每年约5%递减。
丰田集团TPS生产调查室出身：负责中国区18家分公司TPM推行期间，2017-2019连续3年中国区故障递减位列集团全球第一（每年约递减30%）；主要负责集团在TPM领域培训维修体系、TPM推行体系应用、维修班组体系、绩效目标考核体系等方面工作。
二、核心优势：
源自正统，经验深厚：
唐老师接受了日本专家的系统培训，多次赴日本总公司深入学习TPM（全员生产维护）和TPS（丰田生产系统），累计学习时间达6个月。他不仅在丰田分公司等企业推行TPM，还长期往返于苏州和上海，持续5年学习和实践这套理论。作为全职老师，他常邀请日本专家交流/授课，确保所传授知识的权威性和有效性。
专业扎实，实战丰富：
拥有20年设备维修管理经验（13年一线经验），唐老师注重实用与创新，在维修体系组建、精益TPM、备件管理、快速换线（SMED）、低成本自动化、预测性维护等方面经验丰富。近年来，他积极将AI技术融入设备管理，通过数据分析和机器学习，帮助企业实现故障预测、智能维护和效率优化，推动设备管理向智能化转型，减少停机时间并降低维修成本。
实战导向，注重实效：
唐老师擅长将企业实战经验系统化，提炼出“构体系明指标，找关键因子”的方法论。他结合辅导案例和工作经验，引导学员解决实际问题，并引入AI驱动的解决方案，帮助学员掌握设备数据分析、故障诊断和预防性维护技能，提升工作效率。这种实战导向的教学方式，确保学员能够快速应用所学，解决实际问题，助力企业在数字化转型中保持竞争力。

课程咨询与报名

了解本期课程安排、师资及报名事项，请联系新中华学习网：400-061-6586，也可使用本页下方的报名咨询表。具体开课安排以正式通知为准。

温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。