交通设备制造业数字化转型下的智能设备管理与维护报告

交通设备制造业数字化转型下的智能设备管理与维护报告参考模板一、：交通设备制造业数字化转型下的智能设备管理与维护报告

1.1项目背景

1.2行业现状

1.3智能设备管理的重要性

1.4智能设备维护策略

二、智能设备管理的关键要素

2.1设备选型与配置

2.2设备安装与调试

2.3设备运行监控

2.4设备维护与保养

2.5设备更新与升级

2.6人员培训与技能提升

三、智能设备维护中的技术挑战与创新

3.1技术挑战

3.2故障诊断与预测

3.3维护策略优化

3.4维护工具与材料创新

3.5维护人才培养

3.6智能维护平台建设

四、智能设备维护中的安全管理

4.1安全意识与培训

4.2设备操作安全

4.3维护工具与材料安全

4.4环境安全

4.5应急预案与事故处理

4.6安全文化建设

五、智能设备维护的成本控制与效益分析

5.1成本控制策略

5.2维护成本分析

5.3效益分析

5.4成本效益案例分析

5.5维护成本优化措施

六、智能设备维护中的法规与标准

6.1法规体系

6.2标准化建设

6.3法规与标准的实施

6.4法规与标准的发展趋势

6.5法规与标准对智能设备维护的影响

七、智能设备维护中的风险管理

7.1风险识别

7.2风险评估

7.3风险控制措施

7.4风险沟通与协作

7.5风险监控与审查

7.6风险管理案例

八、智能设备维护中的数据分析与优化

8.1数据收集与分析

8.2数据分析工具与技术

8.3数据驱动的维护决策

8.4数据安全与隐私保护

8.5数据分析与维护团队协作

8.6数据分析与行业发展趋势

九、智能设备维护中的供应链管理

9.1供应链管理的重要性

9.2供应链合作伙伴的选择与评估

9.3供应链协同与信息共享

9.4库存管理与物流优化

9.5应急管理与风险管理

9.6供应链管理创新

十、智能设备维护中的质量管理

10.1质量管理的重要性

10.2质量管理体系

10.3质量控制方法

10.4质量保证措施

10.5质量改进案例

10.6质量管理创新

十一、智能设备维护中的可持续发展

11.1可持续发展理念

11.2环境友好型维护

11.3社会责任实践

11.4可持续发展策略

11.5可持续发展案例

11.6可持续发展挑战与机遇

十二、结论与展望

12.1结论

12.2展望

12.3行动建议一、：交通设备制造业数字化转型下的智能设备管理与维护报告1.1项目背景随着科技的飞速发展，交通设备制造业正经历着一场深刻的变革。数字化转型已成为推动行业发展的关键驱动力，智能设备的应用和普及成为行业发展的新趋势。在这一背景下，如何对智能设备进行有效管理和维护，成为交通设备制造业亟待解决的问题。我国政府高度重视智能制造的发展，出台了一系列政策措施，为交通设备制造业的数字化转型提供了有力支持。1.2行业现状当前，我国交通设备制造业在智能设备研发、生产、应用等方面取得了显著成果。然而，在智能设备管理与维护方面，仍存在诸多问题。一方面，智能设备种类繁多，技术更新换代快，对管理人员的技术水平提出了更高要求；另一方面，智能设备在运行过程中，容易出现故障，影响交通设备的正常运行。1.3智能设备管理的重要性智能设备管理是确保交通设备安全、高效运行的关键环节。良好的智能设备管理能够提高设备运行效率，降低故障率，延长设备使用寿命，从而降低企业运营成本。此外，智能设备管理还能提高企业的市场竞争力，为企业创造更多价值。1.4智能设备维护策略为了提高智能设备的管理和维护水平，以下策略可供参考：建立健全智能设备管理制度。企业应制定完善的智能设备管理制度，明确设备采购、安装、运行、维护等环节的责任主体，确保设备管理的规范化、制度化。加强智能设备管理人员培训。企业应定期对管理人员进行培训，提高其技术水平和业务能力，使其能够熟练掌握智能设备的操作和维护方法。引入先进的管理工具。利用物联网、大数据等技术，实现对智能设备的实时监控、故障预警和远程诊断，提高设备管理效率。优化设备维护流程。根据设备运行特点，制定合理的维护计划，确保设备在最佳状态下运行。建立设备维护档案。对设备运行数据进行记录和分析，为设备维护提供依据，提高维护效果。二、智能设备管理的关键要素2.1设备选型与配置在交通设备制造业中，智能设备的选型与配置是确保设备性能和系统稳定性的基础。设备选型需要充分考虑设备的先进性、可靠性、兼容性以及未来的升级空间。例如，在选择传感器时，不仅要考虑其测量精度和响应速度，还要考虑其抗干扰能力和环境适应性。在配置方面，应根据生产需求和技术标准，合理分配资源，确保设备在运行过程中能够高效协同工作。此外，设备的选型和配置还应考虑到成本效益，避免过度投资导致资源浪费。2.2设备安装与调试智能设备的安装与调试是设备投入使用前的关键环节。安装过程中，需要严格按照制造商的指导手册进行，确保设备安装位置准确、固定牢固。调试阶段，技术人员需对设备进行系统测试，包括硬件功能测试、软件运行测试以及系统集成测试。这一过程要求技术人员具备丰富的经验和专业技能，以确保设备在初始阶段就能达到最佳工作状态。2.3设备运行监控智能设备的运行监控是保障设备长期稳定运行的重要手段。通过实时监控设备运行状态，可以及时发现潜在问题，预防故障发生。监控方式包括数据采集、数据分析、预警报警等。数据采集可以通过传感器、摄像头等设备实现，数据分析则需借助专业的软件工具进行。预警报警系统应能够及时向相关人员发送警报，确保问题得到及时处理。2.4设备维护与保养智能设备的维护与保养是延长设备使用寿命、降低故障率的关键。维护工作应遵循预防性维护的原则，定期对设备进行检查、清洁、润滑、紧固等。保养工作则包括更换易损件、调整设备参数等。在维护保养过程中，应建立详细的设备维护档案，记录每次维护保养的时间、内容、结果等信息，为设备管理提供数据支持。2.5设备更新与升级随着技术的不断进步，智能设备也需要定期更新和升级。更新工作包括硬件升级、软件升级和系统优化。硬件升级可以提升设备的性能和功能，软件升级则可以增强设备的智能化水平。系统优化则是对现有系统进行改进，提高系统稳定性和可靠性。设备更新与升级应结合企业发展战略和技术需求，确保设备始终处于行业领先地位。2.6人员培训与技能提升智能设备的管理和维护离不开专业人才的支持。企业应重视对相关人员的培训，提高其专业技能和综合素质。培训内容应包括设备操作、维护保养、故障排除、安全意识等方面。通过培训，可以培养一批具备丰富经验的设备管理人才，为企业的长远发展奠定坚实基础。三、智能设备维护中的技术挑战与创新3.1技术挑战智能设备维护过程中面临着诸多技术挑战。首先，智能设备的复杂性日益增加，集成多种传感器、控制系统和通信模块，使得故障诊断和维修变得更加困难。其次，智能设备的运行环境多样，包括高温、高压、腐蚀性介质等，对维护技术和材料提出了更高要求。再者，智能设备的软件和硬件更新换代速度加快，维护人员需要不断学习新知识，以适应技术变革。3.2故障诊断与预测故障诊断是智能设备维护的关键环节。传统的故障诊断方法主要依赖于人工经验，效率低下且准确性有限。随着人工智能、大数据等技术的应用，故障诊断技术得到了显著提升。通过建立设备运行数据模型，运用机器学习算法进行数据分析和模式识别，可以实现故障的早期预警和精准定位。此外，预测性维护技术通过对设备运行数据的实时分析，预测设备可能出现的问题，从而提前进行维护，减少意外停机时间。3.3维护策略优化智能设备的维护策略需要根据设备的实际运行情况不断优化。传统的维护模式通常采用周期性维护，即按照固定时间间隔对设备进行检查和保养。然而，这种模式往往存在过度维护或维护不足的问题。为了提高维护效率，可以采用基于状态的维护策略，即根据设备的实际运行状态决定维护时间和内容。这种方法能够有效减少不必要的维护工作，降低成本。3.4维护工具与材料创新智能设备的维护需要先进的工具和材料。例如，高精度检测仪器、特种润滑材料、复合材料等，都是提高维护质量的重要保障。在工具创新方面，机器人技术和远程操作技术的发展，使得维护工作可以在更加复杂和危险的环境下进行。在材料创新方面，轻质、高强度、耐腐蚀材料的应用，有助于延长设备的使用寿命。3.5维护人才培养智能设备维护领域对人才的需求日益增长。企业需要培养一批既懂技术又懂管理的复合型人才。这包括设备操作、故障诊断、维护保养、项目管理等方面的专业知识。此外，企业还应鼓励员工参与技术创新，提高员工的创新意识和能力。3.6智能维护平台建设为了实现智能设备的全生命周期管理，企业应构建智能维护平台。该平台可以集成设备运行数据、维护记录、故障信息等，为维护人员提供决策支持。通过平台，可以实现对设备状态的实时监控、维护资源的优化配置以及维护策略的动态调整。四、智能设备维护中的安全管理4.1安全意识与培训在智能设备维护过程中，安全意识至关重要。维护人员必须充分认识到安全的重要性，遵守各项安全操作规程。为此，企业应定期开展安全教育培训，提高员工的安全意识和自我保护能力。培训内容应包括设备操作安全、个人防护装备的使用、紧急情况应对措施等。通过培训，使每位员工都能在维护工作中保持高度警惕，防止安全事故的发生。4.2设备操作安全智能设备操作安全是维护过程中的首要任务。操作人员需严格按照设备操作手册进行操作，避免因操作不当导致设备损坏或人员受伤。在操作前，应检查设备是否处于正常状态，确认安全防护措施是否到位。对于复杂的设备，操作人员应接受专门培训，确保能够熟练操作。4.3维护工具与材料安全维护过程中使用的工具和材料也存在着安全隐患。例如，电动工具、高压设备、易燃易爆材料等，都可能导致安全事故。因此，企业应建立健全维护工具和材料的安全管理制度，确保其安全使用。这包括对工具和材料进行定期检查、维护，确保其处于良好状态；对操作人员进行安全培训，使其了解相关安全知识；在操作过程中，严格遵守安全规程，防止意外发生。4.4环境安全智能设备维护往往在特定的环境下进行，如高温、高压、腐蚀性介质等。这些环境因素对维护人员的健康和安全构成威胁。企业应采取有效措施，改善工作环境，确保维护人员的安全。例如，对高温环境采取通风、降温等措施；对腐蚀性介质采取隔离、防护等措施；为维护人员提供个人防护装备，如防尘口罩、防护服等。4.5应急预案与事故处理在智能设备维护过程中，应急预案和事故处理是保障安全的重要环节。企业应制定详细的应急预案，包括事故预警、应急响应、事故处理、恢复生产等环节。在发生事故时，应迅速启动应急预案，采取有效措施，降低事故损失。同时，对事故原因进行深入分析，总结经验教训，防止类似事故再次发生。4.6安全文化建设安全文化建设是确保智能设备维护安全的基础。企业应树立“安全第一”的理念，将安全融入企业文化中。通过安全文化活动、安全知识竞赛、安全经验分享等形式，提高员工的安全意识，营造良好的安全氛围。五、智能设备维护的成本控制与效益分析5.1成本控制策略在智能设备维护中，成本控制是企业管理的重要环节。为了有效控制成本，企业可以采取以下策略：预防性维护：通过定期检查和保养，预防设备故障，减少维修成本。优化维护流程：简化维护流程，减少不必要的操作，提高维护效率。集中采购：通过集中采购，降低采购成本，提高采购效益。技能培训：提高维护人员的技术水平，减少因操作失误导致的设备损坏。5.2维护成本分析智能设备维护的成本主要包括以下几个方面：人力成本：包括维护人员的工资、培训费用等。物料成本：包括易损件、润滑材料、防护装备等。设备折旧：设备在使用过程中的折旧费用。停机损失：设备维修期间，生产活动受到的影响。5.3效益分析智能设备维护的效益主要体现在以下几个方面：提高设备可靠性：通过有效的维护，提高设备的可靠性和稳定性，减少故障率。延长设备寿命：合理的维护可以延长设备的使用寿命，降低设备更新成本。提高生产效率：减少设备故障和停机时间，提高生产效率。降低运营成本：通过预防性维护，减少维修成本和停机损失。5.4成本效益案例分析某交通设备制造企业，其生产线上的一台智能设备由于缺乏有效维护，导致故障频发，平均每月停机时间为5天。经过分析，企业决定实施预防性维护策略，包括定期检查、润滑、更换易损件等。实施后，设备故障率显著下降，平均每月停机时间缩短至1天。同时，由于维护人员技术水平的提高，维修成本也相应降低。经过一年的实施，企业发现，维护投入与效益之比为1:3，即每投入1元维护成本，可获得3元的效益。5.5维护成本优化措施为了进一步优化智能设备维护的成本，企业可以采取以下措施：建立设备维护数据库：记录设备维护历史，分析设备故障原因，为维护决策提供依据。引入智能维护系统：利用物联网、大数据等技术，实现对设备状态的实时监控和预测性维护。开展跨部门合作：加强生产、维护、采购等部门的沟通与协作，提高维护效率。优化维护资源配置：根据设备运行特点和故障率，合理配置维护资源，避免资源浪费。六、智能设备维护中的法规与标准6.1法规体系智能设备维护涉及的法规体系较为复杂，主要包括以下几个方面：国家安全法规：涉及国家安全和公共利益的法律法规，如《中华人民共和国安全生产法》等。行业规范：针对特定行业制定的规范，如交通设备制造业的《智能交通设备维护规范》等。企业内部规定：企业根据自身实际情况制定的相关管理制度和操作规程。6.2标准化建设标准化是智能设备维护的重要基础。以下是一些关键的标准：设备维护标准：对设备维护流程、技术要求、质量标准等进行规定。人员培训标准：对维护人员的技能要求、培训内容、考核标准等进行规定。安全标准：对维护过程中的安全操作、防护措施等进行规定。6.3法规与标准的实施法规与标准的实施是确保智能设备维护质量的关键。以下是一些实施措施：法规宣传与培训：通过培训、宣传等方式，提高员工对法规和标准的认识。监督检查：建立健全监督检查机制，确保法规和标准的执行。责任追究：对违反法规和标准的行为，依法进行责任追究。6.4法规与标准的发展趋势随着智能设备技术的不断进步，法规与标准也在不断发展和完善。以下是一些发展趋势：法规体系更加完善：随着新技术的应用，法规体系将更加完善，以适应行业发展需求。标准更加细化：针对不同类型的智能设备，制定更加细化的标准，提高维护质量。智能化监管：利用物联网、大数据等技术，实现对法规和标准的智能化监管。6.5法规与标准对智能设备维护的影响法规与标准对智能设备维护具有重要影响：提高维护质量：法规和标准为维护工作提供了依据，有助于提高维护质量。保障安全生产：法规和标准对维护过程中的安全操作进行规定，保障安全生产。促进技术创新：法规和标准推动企业不断进行技术创新，提高设备维护水平。七、智能设备维护中的风险管理7.1风险识别智能设备维护中的风险管理首先涉及风险识别。风险识别是对可能影响设备运行和维护的所有潜在风险进行识别和评估的过程。这包括技术风险、操作风险、环境风险和法规风险等。技术风险可能源于设备设计缺陷、软件漏洞或硬件故障；操作风险可能与维护人员的操作不当或缺乏培训有关；环境风险则可能由设备所在的工作环境，如温度、湿度、电磁干扰等因素引起；法规风险则涉及遵守相关法律法规和行业标准的能力。7.2风险评估风险识别之后，需要对识别出的风险进行评估。风险评估涉及确定风险的严重程度、发生的可能性和对业务的影响。这通常通过定性或定量分析来完成。定性分析可能包括专家判断、历史数据分析和情景分析等；而定量分析则可能涉及计算风险的概率和潜在的财务影响。风险评估的结果有助于确定哪些风险需要优先处理。7.3风险控制措施一旦风险被识别和评估，就需要采取措施来控制这些风险。以下是一些常见的风险控制措施：预防措施：通过设计改进、设备升级、操作规程的制定和实施来预防风险的发生。应急响应计划：制定应急预案，以应对可能发生的风险事件，减少损失。保险：通过购买保险来转移某些风险，减轻财务负担。培训：对维护人员进行培训，提高他们对风险的识别和应对能力。7.4风险沟通与协作在风险管理的整个过程中，沟通和协作至关重要。这包括：内部沟通：确保所有相关方都对风险有清晰的认识，并了解相应的应对措施。外部协作：与供应商、承包商和其他合作伙伴保持沟通，共享风险信息。7.5风险监控与审查风险监控和审查是风险管理的持续过程。这涉及：持续监控：定期检查风险控制措施的有效性，确保风险得到妥善管理。审查和改进：定期审查风险管理流程，识别改进机会，以提高风险管理效果。7.6风险管理案例某交通设备制造商发现，其生产的智能交通信号设备在高温环境下容易出现故障。经过风险评估，企业确定这是一个重要的风险，可能影响交通流量和公共安全。为此，企业采取了以下措施：首先，与设备供应商合作，对设备进行设计改进，提高其耐高温能力；其次，制定了详细的操作规程，要求维护人员在高温环境下采取特殊措施；此外，企业还购买了保险，以应对可能出现的意外损失。八、智能设备维护中的数据分析与优化8.1数据收集与分析智能设备维护中的数据分析是通过对设备运行数据的收集、整理和分析，以发现潜在问题、优化维护流程和提高设备效率的关键环节。数据收集可以通过传感器、监控系统和数据日志来实现，涉及设备性能、运行状态、故障记录等多个维度。8.2数据分析工具与技术数据分析工具和技术在智能设备维护中发挥着重要作用。以下是一些常用的工具和技术：数据可视化：通过图表、图形等方式将数据以直观的形式展示，便于分析人员快速识别问题。统计分析：运用统计学方法对数据进行处理，如回归分析、方差分析等，以揭示数据之间的关系。机器学习：利用机器学习算法对数据进行预测和分析，如故障预测、性能优化等。8.3数据驱动的维护决策基于数据分析的维护决策有助于提高维护效率和质量。以下是一些数据驱动的维护决策实例：预测性维护：通过分析设备历史数据，预测设备可能出现的故障，提前进行预防性维护，避免意外停机。性能优化：分析设备运行数据，识别性能瓶颈，优化设备配置和操作流程。成本控制：通过分析维护成本和效益，优化维护策略，降低维护成本。8.4数据安全与隐私保护在智能设备维护中，数据安全和隐私保护至关重要。以下是一些数据安全与隐私保护措施：数据加密：对敏感数据进行加密，防止数据泄露。访问控制：限制对数据的访问权限，确保只有授权人员才能访问。审计日志：记录数据访问和操作历史，便于追踪和审计。8.5数据分析与维护团队协作数据分析在智能设备维护中的应用需要维护团队的紧密协作。以下是一些建议：建立数据分析团队：由数据分析专家、维护工程师和业务人员组成，共同推进数据分析工作。加强沟通与培训：提高团队成员的数据分析能力，确保数据分析结果的准确性和可靠性。跨部门合作：与生产、研发、采购等部门合作，共同优化维护流程和设备性能。8.6数据分析与行业发展趋势随着大数据、人工智能等技术的发展，数据分析在智能设备维护中的应用将更加广泛。以下是一些行业发展趋势：数据分析与人工智能的结合：利用人工智能技术，实现更精准的数据分析和预测。数据驱动的智能维护系统：开发能够自动分析数据、提出维护建议的智能维护系统。数据分析在供应链管理中的应用：通过数据分析，优化供应链管理，降低维护成本。九、智能设备维护中的供应链管理9.1供应链管理的重要性在智能设备维护中，供应链管理扮演着至关重要的角色。供应链管理不仅关系到设备维护的及时性和成本，还直接影响着企业的整体运营效率。有效的供应链管理能够确保维护所需的原材料、零部件和服务的及时供应，减少停机时间，降低维护成本。9.2供应链合作伙伴的选择与评估选择合适的供应链合作伙伴是供应链管理的关键。以下是一些选择和评估合作伙伴的标准：供应商资质：评估供应商的生产能力、质量管理体系、认证情况等。产品质量：确保供应商提供的零部件和材料符合企业标准。供应能力：评估供应商的供货能力和响应速度。成本效益：综合考虑价格、质量、服务等因素，选择性价比高的供应商。9.3供应链协同与信息共享供应链协同和信息共享是提高供应链效率的关键。以下是一些协同和信息共享的措施：建立供应链协同平台：通过信息化手段，实现供应链各环节的实时信息共享。定期沟通与协调：与供应商、物流公司等保持定期沟通，协调供应链运作。需求预测与计划：与供应商共同进行需求预测，制定合理的采购计划。9.4库存管理与物流优化库存管理和物流优化是供应链管理的重要环节。以下是一些相关措施：库存管理：采用先进的库存管理方法，如经济订货量（EOQ）模型，优化库存水平。物流优化：优化物流路线，降低运输成本，提高配送效率。供应商管理：与供应商建立长期合作关系，共同优化物流流程。9.5应急管理与风险管理在供应链管理中，应急管理和风险管理同样重要。以下是一些相关措施：应急预案：制定应急预案，以应对供应链中断、自然灾害等突发事件。风险管理：识别供应链中的潜在风险，制定风险应对策略。供应链多元化：通过多元化供应商和采购渠道，降低供应链风险。9.6供应链管理创新随着技术的发展，供应链管理也在不断创新。以下是一些创新方向：供应链金融：利用供应链数据，为供应商提供融资服务，降低融资成本。物联网（IoT）在供应链中的应用：通过物联网技术，实现供应链的实时监控和优化。区块链技术在供应链中的应用：利用区块链技术，提高供应链的透明度和可信度。十、智能设备维护中的质量管理10.1质量管理的重要性在智能设备维护中，质量管理是确保设备性能和系统稳定性的关键。良好的质量管理能够提高设备运行的可靠性和效率，降低故障率，延长设备使用寿命，从而降低企业的运营成本和风险。同时，质量管理也是提升企业品牌形象和竞争力的关键因素。10.2质量管理体系智能设备维护的质量管理体系主要包括以下几个方面：质量目标：明确设备维护的质量目标，如设备可靠性、维护效率、成本控制等。质量标准：制定设备维护的质量标准，包括设备性能标准、操作规程、维护规范等。质量控制：对设备维护过程进行监控，确保维护质量符合标准。质量改进：对维护过程中发现的问题进行分析，采取措施进行改进，持续提高维护质量。10.3质量控制方法在智能设备维护中，以下是一些常见的质量控制方法：过程控制：对设备维护过程进行监控，确保每一步操作符合标准。统计过程控制（SPC）：运用统计工具，对设备维护过程进行实时监控，及时发现和纠正偏差。故障树分析（FTA）：通过分析故障原因，制定预防措施，降低故障发生的概率。10.4质量保证措施为了确保智能设备维护的质量，企业可以采取以下保证措施：培训与认证：对维护人员进行专业培训，确保其具备必要的技能和知识。设备检验与测试：对维修后的设备进行严格的检验和测试，确保其性能符合标准。供应商管理：选择质量可靠的供应商，确保零部件和材料的品质。10.5质量改进案例某交通设备制造商发现，其生产的智能交通信号设备在恶劣天气条件下容易出现故障。经过分析，企业发现故障原因是设备在设计和制造过程中存在缺陷。为了解决这一问题，企业采取了以下措施：首先，对设备进行设计改进，提高其抗恶劣天气的能力；其次，对生产流程进行优化，确保零部件和材料的品质；此外，对维护人员进行专项培训，提高他们对设备故障的识别和排除能力。经过改进，设备的故障率显著下降，维护质量得到提高。10.6质量管理创新随着技术的发展，质量管理也在不断创新。以下是一些质量管理创新方向：智能制造：利用物联网、大数据等技术，实现设备维护的智能化和自动化。质量管理体系优化：根据行业标准和国际标准，不断优化质量管理体系。客户导向：以客户需求为导向，提供更加优质的设备维护服务。十一、智能设备维护中的可持续发展11.1可持续发展理念在智能设备维护中，可持续发展理念强调在保证设备性能和经济效益的同时，关注环境保护和社会责任。可持续发展不仅关乎企业的长期发展，也是对社会责任的积极响应。11.2环境友好型维护智能设备维护过程中的环境友好型措施包括：绿色材料：使用可回收、可降解的环保材料，减少对环境的影响。节能技术：采用节能设备和技术，降低能源消耗。废弃物处理：建立废弃物回收和处理体系，减少对环境的污染。11.3社会责任实践社会责任在智能设备维护中的实践包括：员工关怀：关注员工的工作环境和福利待遇，提高员工的工作满意度。社区参与：参与社区建设，支持教育、健康等公益事业。合作伙伴关系：与供应商和客户建立长期稳定