Sammenligning af statistiske analysemetoder for termoelementfejl til optimering af værkstedsomkostninger

Værksteder bør tælle termoelementfejldata rutinemæssigt for at optimere indkøbsmærker, tilpasse vedligeholdelsescyklusser og reducere omfattende reservedele og tabsomkostninger. Der er tre standardmetoder til statistisk analyse, herunder statistik over kategorisering af fejlfrekvens, sammenligning af fordele for levetidsomkostninger- og korrelationsanalyse for produktionsbelastningsfejl. Denne artikel analyserer de relevante omstændigheder, kompleksiteten af ​​dataindsamling og beslutningstagningsnytten for hver tilgang.

Metode 1: Statistik over fejlfrekvensklassificering (grundlæggende daglig ledelsesmetode)

Dataopsamling: Månedlig total fejlmængde, fejltype kvantitetsandel (drift, åbent kredsløb, kortslutning, mekanisk skade, ledningsfejl).

Driftstrin: For at registrere fejlkode under hver vedligeholdelse, for at sammenlægge en procentdel af hver fejlkategori ved månedens-slutning, for at opbygge fejlproportion-kagediagram.

Beslutningsanvendelse: Når andelen af ​​defekter forårsaget af termisk drift er mere end 40 %, skal du erstatte med N-type anti-drift termoelementer og reducere kulstofrensningscyklussen; når andelen af ​​åbne-mekaniske skader er dominerende, skal du forbedre ledningsspændingsbeskyttelsen og vibrationsisoleringen.

Fordele: Nem dataindsamling, minimale statistiske arbejdsomkostninger, velegnet til små og mellemstore-værksteder med begrænsede datahåndteringsarbejdere.

Ulemper: Kan ikke måle økonomisk tab fra forskellige problemer, kun kvalitative anbefalinger til forbedringer uden numeriske omkostningsreferencer.

tilgang 2: Servicelevetid cost-benefit sammenligning (leverandørevalueringstilgang til indkøb)

Data indsamlet: Pris betalt pr. mærke termoelementenhed, gennemsnitlig levetid, gennemsnitlig timeforbrug på månedlig vedligeholdelse, gennemsnitligt tab af omsætning på grund af nedetid forårsaget af fejl, tab fra defekt produktskrot.

Beregningsindeks: Samlede daglige omkostninger for hvert mærke=(amortisering af købsomkostninger + vedligeholdelseslønomkostninger + skrottab på grund af nedetid) / faktiske dages service.

Anvendelse af beslutning: De samlede omkostninger for K-type indenlandske generiske, high-indenlandske alternative og udenlandske N-type termoelementer på en dag sammenlignes, og mærket med den laveste daglige samlede omkostning vælges under produktionsbelastningen.

Fordele: Alle de skjulte tab kan kvantificeres til numeriske omkostninger. Datagrundlaget for justering af indkøbsbudget og udskiftning af mærke kan leveres direkte.

Ulemper: Mængden af ​​arbejde med dataindsamling er enorm, og MES-systemet skal registrere nedetiden og skrotmængden på samme tid.

tilgang 3: Korrelationsanalyse for produktionsbelastningsfejl (tilgang til optimering af vedligeholdelsescyklus)

Data indsamlet: Type af produktionsbelastning (tre-skift kontinuerligt / to-skift intermitterende / ét-skifteforsøg) Daglige gennemsnitlige støbecyklustider Korrosivitet af forarbejdningsmateriale Termoelement gennemsnitlige fejlinterval dage

Driftstrin: Etabler en korrelationskurve mellem produktionsbelastningsintensitet og fejlcyklus, og udregn den ideelle differentierede kalibrerings- og rensecyklus for hver belastningstilstand.

Beslutningsanvendelse: Høj-belastning tre-skifts produktionslinje for korrosivt materiale reducerer kalibreringscyklussen til 30 dage; lav-belastning enkelt-forsøgsforme forlænger kalibreringscyklussen til 180 dage, hvilket balancerer input til vedligeholdelsesarbejde og kontrol med fejlrisiko.

Fordele: Sørg for raffineret differentieret vedligeholdelsesstyring, eliminer over-vedligeholdelsesspild eller under-vedligeholdelseskvalitetsrisiko.

Ulemper: Lang dataakkumuleret cyklus, mindst 3 måneders kontinuerlig fejlregistrering for at udvikle en god korrelationskurve.

Sammensat statistisk applikationside workshop

Små workshops: baser den daglige ledelse på den månedlige fejlklassificeringsstatistik for metode 1.

Mellemstore-store masseproduktionsværksteder: Metode 1 + Metode 2, månedlig fejlklassificering + kvartalsvise varemærkeomkostninger-evaluering af fordele for at ændre indkøbs- og vedligeholdelsesstrategier.

Intelligente workshops med fuld MES-dataindsamling Overlæg Metode 3 belastningskorrelationsanalyse for at opnå fuld digital raffineret termoelementomkostnings- og risikokontrol.