Сравнение на методите за статистически анализ на повреда на термодвойка за оптимизиране на разходите за работилница

Сервизите трябва рутинно да отчитат данните за повреда на термодвойките, за да оптимизират марките за доставка, да адаптират циклите на поддръжка и да намалят изчерпателните разходи за резервни части и загуби. Съществуват три стандартни подхода за статистически анализ, включително статистика за категоризиране на честотата на отказите, сравнение на разходите-за експлоатационния живот и корелационния анализ на отказите при производствения товар. Тази статия анализира приложимите обстоятелства, сложността на събирането на данни и-полезността за вземане на решения на всеки подход.

Метод 1: Статистика на класификацията на честотата на отказите (основен метод за ежедневно управление)

Събиране на данни: Месечно общо количество на повредата, пропорция на количеството на вида на повредата (отклоняване, отворена верига, късо съединение, механична повреда, грешка в окабеляването).

Стъпки на операцията: За записване на код на грешка по време на всяка поддръжка, за събиране на процент от всяка категория грешка в края на-месеца, за изграждане на кръгова диаграма на пропорцията на грешката.

Приложение на решението: Когато делът на дефектите, причинени от термичен дрейф, е повече от 40%, заменете с N-тип анти{2}}термодвойки против дрейф и намалете цикъла на почистване с въглерод; когато делът на отворената{3}}механична повреда на веригата е доминиращ, подобрете защитата от напрежение на окабеляването и изолацията от вибрации.

Предимства: Лесно събиране на данни, минимални статистически разходи за труд, подходящи за малки и средни-работилници с ограничен брой служители за управление на данни.

Недостатъци: Не може да се измери икономическата загуба от различни проблеми, само качествени препоръки за подобрение без числени препратки към разходите.

подход 2: Сравнение на разходи за експлоатационен живот-ползи (подход за оценка на доставчика за обществени поръчки)

Събрани данни: цена, платена за единица термодвойка на марката, среден период на полезен живот, средни часове, прекарани в месечна поддръжка, средна загуба на приходи поради престой, причинен от повреда, загуба от дефектен продукт.

Индекс на изчисление: Обща дневна цена за всяка марка=(цена на амортизацията на покупката + разходи за труд по поддръжката + загуба на скрап поради престой) / действителни дни обслужване.

Прилагане на решението: Сравняват се общите разходи за местни генерични тип K-, местни алтернативни от висок-клас и чуждестранни термодвойки тип N- за един ден и се избира марката с най-ниските дневни общи разходи при производствения товар.

Предимства: Всички скрити загуби могат да бъдат количествено изразени в цифрови разходи. Базата с данни за корекцията на бюджета за обществени поръчки и замяната на марката може да бъде предоставена директно.

Недостатъци: Обемът работа при събирането на данни е огромен и системата MES трябва да записва времето на престой и количеството скрап едновременно.

подход 3: Корелационен анализ на повреда при производствен товар (подход за оптимизация на цикъла на поддръжка)

Събрани данни: Тип производствено натоварване (три-смени непрекъснато / две-смени с прекъсвания / една-смяна пробна) Средно дневно времена на цикъла на формоване Корозивност на обработвания материал Термодвойка среден интервал на отказ дни

Оперативни стъпки: Установете корелационна крива между интензитета на производственото натоварване и цикъла на отказ и изчислете идеалния диференциран цикъл на калибриране и почистване за всеки режим на натоварване.

Приложение на решението: Линията за производство на корозивни материали с високо{0}}натоварване на три-смени намалява цикъла на калибриране до 30 дни; Пробните форми с ниско{3}}натоварване на една-смяна удължават цикъла на калибриране до 180 дни, балансирайки разходите за поддръжка и контрола на риска от повреда.

Предимства: Осигурете прецизно диференцирано управление на поддръжката, елиминирайте излишния-отпадък от поддръжка или недостатъчен-риск за качеството на поддръжката.

Недостатъци: Дълъг цикъл на натрупване на данни, най-малко 3 месеца непрекъснато записване на грешки за разработване на добра корелационна крива.

Идея за комбинирано статистическо приложение

Малки семинари: базирайте ежедневното управление на месечната статистика за класифициране на неизправности по метод 1.

Средно-големи цехове за масово производство: Метод 1 + Метод 2, месечна класификация на грешките + тримесечна оценка на цената на марката-оценка на ползите за промяна на стратегиите за доставка и поддръжка.

Интелигентни семинари с пълно събиране на MES данни Наслагване на корелационния анализ на товара по метод 3, за да се постигне пълен контрол на разходите и риска на цифровите прецизни термодвойки.