Porównanie metod analizy statystycznej uszkodzeń termopar w celu optymalizacji kosztów warsztatu

Warsztaty powinny rutynowo zliczać dane o awariach termopar, aby optymalizować marki zaopatrzenia, dostosowywać cykle konserwacji i ograniczać kompleksowe koszty części zamiennych i strat. Istnieją trzy standardowe podejścia do analizy statystycznej, obejmujące statystykę kategoryzacji częstotliwości awarii, porównanie korzyści-kosztów okresu użytkowania i analizę korelacji awarii obciążenia produkcyjnego. W tym artykule przeanalizowano mające zastosowanie okoliczności, złożoność gromadzenia danych i użyteczność-każdego podejścia do podejmowania decyzji.

Metoda 1: Statystyka klasyfikacji częstotliwości awarii (podstawowa metoda codziennego zarządzania)

Pozyskiwanie danych: Całkowita miesięczna liczba awarii, proporcja ilości typów awarii (dryf, przerwa w obwodzie, zwarcie, uszkodzenie mechaniczne, błąd okablowania).

Etapy operacji: rejestrowanie kodu usterki podczas każdej konserwacji, sumowanie wartości procentowej każdej kategorii usterek na koniec miesiąca-w celu utworzenia wykresu kołowego proporcji usterek.

Zastosowanie decyzji: Gdy odsetek defektów spowodowanych dryfem termicznym przekracza 40%, należy wymienić termopary typu N-przeciwdryfowe-typu i zmniejszyć cykl oczyszczania węgla; gdy przeważa odsetek uszkodzeń mechanicznych-obwodu otwartego, należy poprawić ochronę przed napięciem przewodów i izolację przed wibracjami.

Zalety: łatwe gromadzenie danych, minimalne koszty pracy statystycznej, odpowiednie dla małych i średnich-warsztatów z ograniczoną liczbą pracowników zajmujących się zarządzaniem danymi.

Wady: Nie można zmierzyć strat ekonomicznych wynikających z różnych problemów, jedynie jakościowe zalecenia dotyczące ulepszeń bez liczbowych odniesień do kosztów.

podejście 2: Porównanie kosztów okresu użytkowania-korzyści (podejście polegające na ocenie dostawcy w przypadku zakupów)

Zebrane dane: cena zapłacona za markową jednostkę termopary, średni okres użytkowania, średnia liczba godzin spędzonych na miesięcznej konserwacji, średnia utrata przychodów z powodu przestojów spowodowanych awarią, strata na złomie wadliwego produktu.

Indeks kalkulacyjny: Całkowity dzienny koszt każdej marki=(koszt amortyzacji zakupu + koszt robocizny konserwacyjnej + strata złomu z powodu przestojów) / faktyczna liczba dni pracy.

Zastosowanie decyzji: Porównuje się całkowity koszt krajowych termopar generycznych typu K-,- wysokiej klasy krajowych alternatywnych i zagranicznych termopar typu N- w ciągu jednego dnia i pod obciążeniem produkcyjnym wybiera się markę o najniższym dziennym całkowitym koszcie.

Zalety: Wszystkie ukryte straty można przeliczyć na koszt liczbowy. Można bezpośrednio podać bazę danych dotyczącą korekty budżetu zamówień i wymiany marki.

Wady: Ilość pracy związanej ze zbieraniem danych jest ogromna, a system MES musi jednocześnie rejestrować przestoje i ilość złomu.

podejście 3: Analiza korelacji awarii obciążenia produkcyjnego (podejście optymalizacji cyklu konserwacji)

Zebrane dane: Rodzaj obciążenia produkcyjnego (praca ciągła na trzy-zmiany / praca na dwie-przerywane zmiany / próba na jedną-zmianę) Średni dzienny czas cykli formowania Korozyjność materiału przetwarzanego Średni okres między awariami termopary w dniach

Etapy operacyjne: Ustal krzywą korelacji pomiędzy intensywnością obciążenia produkcyjnego a cyklem awarii i oblicz idealnie zróżnicowany cykl kalibracji i czyszczenia dla każdego trybu obciążenia.

Podjęcie decyzji: Linia do produkcji materiałów żrących,-trzy-zmianowa-o dużym obciążeniu, skraca cykl kalibracji do 30 dni; Próbne formy o niskim-jednozmianowym-obciążeniu wydłużają cykl kalibracji do 180 dni, równoważąc nakłady pracy konserwacyjnej i kontrolę ryzyka awarii.

Zalety: zapewnia udoskonalone, zróżnicowane zarządzanie konserwacją, eliminuje ryzyko związane z-przesadną konserwacją lub ryzykiem związanym z-niedostateczną konserwacją.

Wady: Długi cykl gromadzenia danych, co najmniej 3-miesięczna ciągła rejestracja usterek w celu opracowania dobrej krzywej korelacji.

Warsztaty dotyczące pomysłów na złożone aplikacje statystyczne

Małe warsztaty: codzienne zarządzanie opieraj na miesięcznych statystykach klasyfikacji usterek metody 1.

Warsztaty dotyczące średniej-dużej produkcji masowej: Metoda 1 + Metoda 2, miesięczna klasyfikacja usterek + kwartalna ocena kosztów-korzyści marki w celu zmiany strategii zaopatrzenia i konserwacji.

Inteligentne warsztaty z pełnym gromadzeniem danych MES Nałożenie analizy korelacji obciążenia metodą 3 w celu uzyskania w pełni cyfrowej, udoskonalonej kontroli kosztów i ryzyka termopary.