CN104077660A - 一种设备备件管理方法 - Google Patents
一种设备备件管理方法 Download PDFInfo
- Publication number
- CN104077660A CN104077660A CN201410314785.XA CN201410314785A CN104077660A CN 104077660 A CN104077660 A CN 104077660A CN 201410314785 A CN201410314785 A CN 201410314785A CN 104077660 A CN104077660 A CN 104077660A
- Authority
- CN
- China
- Prior art keywords
- equipment
- failure rate
- time
- spare part
- management method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种设备配件管理方法,包括:根据设备检修记录获得设备配件在不同时间的故障率;通过故障率预测设备出现故障的时间及故障位置;制定检修计划,其中维修计划根据设备出现故障的时间及故障位置获得。从而可以根据客观实际进行设备和物资管理,更贴合实际使用情况;并且避免积压物资的产生。
Description
技术领域
本发明属于数据处理方法,具体地说,涉及一种设备备件管理方法。
背景技术
在日常的工业生产中,需要定期更换已磨损到不能使用或损坏零件的新制件和修复件。一般情况下,各企业为了提高效率,缩短设备修理停歇时间,会事先组织采购、制造和储备一定数量的配件作为备件。备件是设备修理的主要物质基础,及时供应备件,可以缩短修理时间、减少机损失,供应质量优良的备件,可以保证修理质量和修理周期,提高设备的可靠性。因此,备件管理是设备维修资源管理的主要组成部分。
对于企业而言,每年对设备的备件的采购需求量很大,然而备件的库存量在企业中也是巨大的,备件的库存量直接影响企业的库存资金占用,合理控制备件的采购需求,有利于降低备件的库存资金占用。
目前各企业对配件的管理,包括备件采购、设备检修、配件替换等,仅根据厂家的建议和以往的经验进行管理,缺乏有力的现场技术支持,造成设备检维修效果不理想,以及采购的备件的积压。
因此,根据客观实际进行设备和物资管理,更贴合实际使用情况是非常必要的。
发明内容
本发明所要解决的技术问题是提供一种设备配件管理方法,能够根据客观实际进行设备和物资管理,更贴合实际使用情况。
为了解决上述问题,本发明公开了一种设备配件管理方法,包括:根据设备检修记录获得设备配件在不同时间的故障率;通过故障率预测设备出现故障的时间及故障位置;制定检修计划,其中维修计划根据设备出现故障的时间及故障位置获得。
进一步地,通过故障率预测设备出现故障的时间及故障位置包括:根据设备配件的故障率形成故障率表或拟合成故障率曲线;根据故障率表或故障率曲线,预测设备出现故障的时间及位置。
进一步地,故障率表随检修记录的变化而变化。
进一步地,故障率曲线随检修记录的变化而变化。
与现有技术相比,本发明包括以下优点:
1、根据客观实际进行设备和物资管理,更贴合实际使用情况;
2、避免积压物资的产生。
附图说明
图1是本发明实施例的流程图;
图2是本发明实施例的实施过程流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明实施例的流程图。如图1所示,设备配件管理方法包括:
S20,根据设备检修记录获得设备配件不同时间的故障率。
即将日常的检维修记录进行分析记录,根据设备检修记录获得设备配件在各个不同时间的故障率。
例如,根据日常检维修记录,一台磨齿机上的砂轮出现故障的时间分别如下表所示:
单位:月 | 第1次 | 第2次 | 第3次 | 第4次 |
出现故障时间 | 1.1 | 1.5 | 1.1 | 1.0 |
根据该表,采用概率统计的方式,该台磨齿机的砂轮在1个月时的故障率是0.25,在1.1个月时的故障率是0.75(0-1个月之间的故障率与1-1.1个月之间的故障率之和),在1.5个月时故障率是1(0-1个月间的故障率、1-1.1个月间的故障率和1.1-1.5个之间的故障率之和)。
当然,也可以采取其他方式进行分析,获得设备配件在各个不同时间的故障率。
S40,通过故障率预测设备出现故障的时间及故障位置。
该步骤包括:
根据配件的故障率,形成故障率表或者拟合成故障曲线等预测模型;
根据预测模型,就可以预测出设备出现故障的时间及位置。
同样以步骤S20中的磨齿机上的砂轮的图表为例,从步骤S20中可以得出一个如下表所示的故障率表:
单位:月 | 1 | 1.1 | 1.5 |
故障率 | 0.25 | 0.75 | 1 |
通过查表,砂轮在1.5个月的时候出现故障的几率为100%,但在1.1个月的时候故障率已经达到了0.75,出现故障的几率已经较高。因此,根据该表格可以预测设备在1.1个月的时候就可能会出现故障,且故障的位置大概在砂轮的位置。
S60,制定检修计划,其中维修计划根据设备出现故障的时间及故障位置获得。
根据设备出现故障的时间及故障位置,就可以有针对性的设定检修计划。根据配件损耗可以分析出配件损耗周期,可以根据客观实际进行设备和物资管理,更贴合实际使用情况。
而且通过这种方式,根据配件的损耗可以分析出设备各时间段的故障率以及可能发生故障的部位,可以避免因无法预知设备故障出现时间必须时常检修产生的繁重工作,将故障消除在萌芽状态,避免因故障的扩大而造成更大的损失,也加快故障维修速度。
进一步地,在本实施例中,故障率或者故障率曲线随着检修记录的变化而变化。显然,日常检维修记录越多,分析的结果随着数据量的增加,准确度也在增强,预测会越准确。
对设备上每个配件都进行本实施例中的处理,就可以分析出设备各时间段的不同配件的损耗周期,从而可以知道一台设备的各个配件在一个周期内的实际需求量和不同品牌的同一配件的性价比。从而实现从优报料,减少积压物资。
图2是本发明实施例的实施过程流程示意图,在该流程图中示出了一个在具体操作过程的流程图。如图2所示,根据日常配件检修记录,进行配件损耗分析,一方面得到综合分析设备各配件的故障率,从而制定针对性的维修计划、进行设备故障分析;另一方面,得到配件的损耗周期,分析配件实际需求量和配件性价比,制定报料计划。
即通过图1中的配件管理方法进行配件损耗分析,就可以得到配件的故障率和配件的损耗周期,就可以实现图2中具体操作过程。
综上,本发明实现了如下优点:
1、根据客观实际进行设备和物资管理,更贴合实际使用情况。
2、分析的结果随着数据量的增加,准确度也在增强。
3、减少设备故障的发生,保证设备的安全稳定运行。
4、将故障消除在萌芽状态,避免因故障的扩大而造成更大的损失。
5、避免积压物资的产生。
6、通过分析物资的性价比,从优选择。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (4)
1.一种设备配件管理方法,其特征在于,包括:
根据设备检修记录获得所述设备配件在不同时间的故障率;
通过所述故障率预测所述设备出现故障的时间及故障位置;
制定检修计划,其中所述维修计划根据所述设备出现故障的时间及故障位置获得。
2.根据权利要求1所述的设备备件管理方法,其特征在于,通过所述故障率预测所述设备出现故障的时间及故障位置包括:
根据所述设备配件的所述故障率形成故障率表或拟合成故障率曲线;
根据所述故障率表或故障率曲线,预测所述设备出现故障的时间及位置。
3.根据权利要求2所述的设备备件管理方法,其特征在于,所述故障率表随所述检修记录的变化而变化。
4.根据权利要求2所述的设备备件管理方法,其特征在于,所述故障率曲线随所述检修记录的变化而变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410314785.XA CN104077660A (zh) | 2014-07-04 | 2014-07-04 | 一种设备备件管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410314785.XA CN104077660A (zh) | 2014-07-04 | 2014-07-04 | 一种设备备件管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104077660A true CN104077660A (zh) | 2014-10-01 |
Family
ID=51598905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410314785.XA Pending CN104077660A (zh) | 2014-07-04 | 2014-07-04 | 一种设备备件管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104077660A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765949A (zh) * | 2015-03-05 | 2015-07-08 | 国家电网公司 | 一种电能表自动化检定流水线设备维护方法 |
CN105046370A (zh) * | 2015-08-18 | 2015-11-11 | 国电南瑞科技股份有限公司 | 四线一库备品备件库存量预测系统及其建立方法 |
CN108880907A (zh) * | 2018-07-06 | 2018-11-23 | 上海财经大学 | 基于运行日志的网络设备自动化检查维修系统 |
CN109242356A (zh) * | 2018-10-25 | 2019-01-18 | 黎泽芝 | 基于移动互联网的公路施工安全生产管理系统 |
CN111882081A (zh) * | 2020-07-08 | 2020-11-03 | 上海嘉实(集团)有限公司 | 基于bim模型的运维管理方法、介质、终端及系统 |
CN112529214A (zh) * | 2019-09-02 | 2021-03-19 | 珠海格力电器股份有限公司 | 一种配件补货定时提醒的方法、系统和存储介质 |
CN113013985A (zh) * | 2021-02-20 | 2021-06-22 | 四川智水信息技术有限公司 | 一种变电站运维方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020143421A1 (en) * | 2001-04-03 | 2002-10-03 | Michael Wetzer | Performing predictive maintenance on equipment |
CN102495305A (zh) * | 2011-11-24 | 2012-06-13 | 广州市地下铁道总公司 | 基于灰色理论的轨道交通运营机电设备故障趋势分析方法 |
CN102591323A (zh) * | 2011-01-04 | 2012-07-18 | 通用电气公司 | 用于在生产过程中校正预测故障的系统和方法 |
-
2014
- 2014-07-04 CN CN201410314785.XA patent/CN104077660A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020143421A1 (en) * | 2001-04-03 | 2002-10-03 | Michael Wetzer | Performing predictive maintenance on equipment |
CN102591323A (zh) * | 2011-01-04 | 2012-07-18 | 通用电气公司 | 用于在生产过程中校正预测故障的系统和方法 |
CN102495305A (zh) * | 2011-11-24 | 2012-06-13 | 广州市地下铁道总公司 | 基于灰色理论的轨道交通运营机电设备故障趋势分析方法 |
Non-Patent Citations (1)
Title |
---|
栗然 等: "基于风险评估的配电网检修决策优化", 《电力设备自动化设备》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765949A (zh) * | 2015-03-05 | 2015-07-08 | 国家电网公司 | 一种电能表自动化检定流水线设备维护方法 |
CN104765949B (zh) * | 2015-03-05 | 2018-04-27 | 国家电网公司 | 一种电能表自动化检定流水线设备的维护方法 |
CN105046370A (zh) * | 2015-08-18 | 2015-11-11 | 国电南瑞科技股份有限公司 | 四线一库备品备件库存量预测系统及其建立方法 |
CN108880907A (zh) * | 2018-07-06 | 2018-11-23 | 上海财经大学 | 基于运行日志的网络设备自动化检查维修系统 |
CN109242356A (zh) * | 2018-10-25 | 2019-01-18 | 黎泽芝 | 基于移动互联网的公路施工安全生产管理系统 |
CN112529214A (zh) * | 2019-09-02 | 2021-03-19 | 珠海格力电器股份有限公司 | 一种配件补货定时提醒的方法、系统和存储介质 |
CN111882081A (zh) * | 2020-07-08 | 2020-11-03 | 上海嘉实(集团)有限公司 | 基于bim模型的运维管理方法、介质、终端及系统 |
CN113013985A (zh) * | 2021-02-20 | 2021-06-22 | 四川智水信息技术有限公司 | 一种变电站运维方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104077660A (zh) | 一种设备备件管理方法 | |
Lee et al. | A big data analytics platform for smart factories in small and medium-sized manufacturing enterprises: An empirical case study of a die casting factory | |
May et al. | Energy management in production: A novel method to develop key performance indicators for improving energy efficiency | |
Van Horenbeek et al. | Joint maintenance and inventory optimization systems: A review | |
Yildirim et al. | Integrated maintenance and production planning with energy consumption and minimal repair | |
Xu et al. | Energy efficiency analysis of machine tools with periodic maintenance | |
CN103824119B (zh) | 利用性能指标和预测分析设置制造设备参数的系统及方法 | |
CN109858786B (zh) | 基于物联网的机电设备管理系统 | |
CN104020676B (zh) | 基于仿真模拟技术的服装流水线编排方法 | |
CN103197623B (zh) | 一种流水线监控管理方法及装置 | |
Exner et al. | Proactive maintenance as success factor for use-oriented Product-Service Systems | |
Mittal et al. | Evidence of APQP in quality improvement: An SME case study | |
CN106475855A (zh) | 一种数控机床主轴负荷的在线检测设备和检测方法 | |
CN114862296A (zh) | 备件库存管理方法、装置、电子设备及计算机存储介质 | |
Teli et al. | Assessment of Cost of poor quality for Automobile Industry | |
Kasim et al. | Improvement of overall equipment effectiveness (OEE) through implementation of total productive maintenance (TPM) in manufacturing industries | |
Sahu et al. | 5S Transfusion to overall equipment effectiveness (OEE) for enhancing manufacturing productivity | |
Li et al. | Integrated predictive maintenance approach for multistate manufacturing system considering geometric and non-geometric defects of products | |
Al-Aomar et al. | Reducing operational downtime in service processes: a six sigma case study | |
Singh et al. | Process flow improvement through 5S, kaizen and visualization | |
Glock | The machine breakdown paradox: How random shifts in the production rate may increase company profits | |
CN110032154A (zh) | 一种小批量产品的生产控制方法及系统 | |
CN102509187B (zh) | 一种基于数据挖掘的大型装备mro知识获取方法 | |
Rivera-Gómez et al. | Joint production and repair efficiency planning of a multiple deteriorating system | |
Patil et al. | Process improvement using DMAIC approach: case study in downtime reduction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141001 |
|
RJ01 | Rejection of invention patent application after publication |