A műhelyeknek rendszeresen számolniuk kell a hőelem meghibásodási adatait a beszerzési márkák optimalizálása, a karbantartási ciklusok kiigazítása, valamint az átfogó pótalkatrészek és veszteségek költségeinek csökkentése érdekében. Három általános statisztikai elemzési módszert használnak széles körben: a hibagyakorisági osztályozási statisztikákat, az élettartam-költségek{1}}haszon összehasonlítását és a termelési terhelés meghibásodásának korrelációs elemzését. Ez a cikk összehasonlítja az egyes módszerek alkalmazható forgatókönyveit, az adatgyűjtés nehézségeit és a döntéshozatali -értékét.
1. módszer: Hibagyakorisági osztályozási statisztikák (alapvető napi kezelési módszer)
Gyűjtött adatok: Havi teljes meghibásodási mennyiség, az egyes hibatípusok mennyiségi aránya (drift, szakadás, rövidzárlat, mechanikai sérülés, huzalozási hiba).
A művelet lépései: Rögzítse a hibakódot minden karbantartás során, foglalja össze az egyes hibakategóriák százalékos arányát a hónap végén{0}}, rajzolja meg a hibaarány kördiagramját.
Döntésalkalmazás: Ha a hibák több mint 40%-át a hőeltolódás okozza → frissítsen N-típusú elsodródásgátló hőelemekre, és rövidítse le a széntisztító ciklust; ha a nyitott-áramkör mechanikai sérülése dominál → optimalizálja a vezetékek feszültségvédelmét és rezgésszigetelését.
Előnyök: Egyszerű adatgyűjtés, alacsony statisztikai munkaerőköltség, alkalmas kis és közepes méretű{0}}műhelyek számára korlátozott adatkezelő személyzettel.
Hátrányok: Nem lehet számszerűsíteni a különböző hibák okozta gazdasági veszteségeket, csak minőségi fejlesztési útmutatás költségnumerikus hivatkozás nélkül.
2. módszer: Élettartam költség{1}}haszon összehasonlítása (beszerzési beszállító értékelési módszere)
Gyűjtött adatok: Minden márkájú hőelem egység beszerzési ára, átlagos élettartam, elhasznált havi karbantartási munkaórák, meghibásodás okozta átlagos állásidő-veszteség, hibás termék selejtvesztesége.
Számítási index: Az egyes márkák átfogó napi költsége=(beszerzési amortizáció költsége + karbantartási munkaerőköltség + leállási selejtveszteség) ÷ tényleges szolgáltatási napok.
Döntésalkalmazás: Hasonlítsa össze a K-típusú hazai általános, csúcskategóriás hazai alternatív és importált N- típusú hőelemek napi átfogó költségét; válassza ki azt a márkát, amelyik a legalacsonyabb napi átfogó költséggel megegyező termelési terheléssel rendelkezik.
Előnyök: Számszerűsítse az összes rejtett veszteséget számszerűsített költségben, közvetlen adatalapot biztosít a beszerzési költségvetés módosításához és a márkacseréhez.
Hátrányok: Az adatgyűjtési munkaterhelés nagy, MES rendszerre van szükség az állásidő és a selejt mennyiségének szinkron rögzítéséhez.
3. módszer: Gyártási terhelési hiba korrelációs elemzése (karbantartási ciklus optimalizálási módszer)
Begyűjtött adatok: Gyártási terhelés típusa (három{0}}műszakos folyamatos / két-műszakos szakaszos / egyszeri-műszakos próba), napi átlagos formázási ciklusidők, feldolgozási anyag korrozivitása, hőelem átlagos meghibásodási intervallumának napjai.
Működési lépések: Korrelációs görbe felállítása a termelési terhelés intenzitása és a meghibásodási ciklus között, kiszámítja az optimális differenciált kalibrálási és tisztítási ciklust az egyes terhelési módokhoz.
Döntésalkalmazás: A nagy-terhelésű három-műszakos korrozív anyagok gyártósora 30 napra rövidíti le a kalibrációs ciklust; Az alacsony-terhelésű egy-műszakos próbaformák 180 napra növelik a kalibrációs ciklust, egyensúlyban tartják a karbantartási munkaráfordítást és a meghibásodási kockázatot.
Előnyök: Valósítsa meg a kifinomult, differenciált karbantartási menedzsmentet, elkerülje a túl-karbantartási pazarlást vagy az alul{1}}karbantartási minőségi kockázatot.
Hátrányok: Hosszú adatgyűjtési ciklus, legalább 3 hónap folyamatos hibarögzítés szükséges a pontos korrelációs görbe kialakításához.
Workshop összetett statisztikai alkalmazási javaslat
Kis műhelyek: Az 1. módszer havi hibabesorolási statisztikáinak elfogadása napi kezelési alapként.
Közepes-nagy tömeggyártású műhelyek: Kombinációs módszer 1 + 2. módszer, havi hibabesorolás + negyedéves márkaköltség-haszonértékelés a beszerzési és karbantartási stratégiák kiigazításához.
Intelligens műhelyek teljes MES adatgyűjtéssel: Superimpose Method 3 terhelési korrelációs elemzés a teljes digitális finomított hőelem költség- és kockázatkezelés megvalósításához.
