CN113361936B - 用于起重机的可靠性分析方法、装置及系统 - Google Patents

用于起重机的可靠性分析方法、装置及系统 Download PDF

Info

Publication number
CN113361936B
CN113361936B CN202110641386.4A CN202110641386A CN113361936B CN 113361936 B CN113361936 B CN 113361936B CN 202110641386 A CN202110641386 A CN 202110641386A CN 113361936 B CN113361936 B CN 113361936B
Authority
CN
China
Prior art keywords
fault
crane
working time
reliability
time
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.)
Active
Application number
CN202110641386.4A
Other languages
English (en)
Other versions
CN113361936A (zh
Inventor
宋宝泉
冀成年
郭�东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zoomlion Heavy Industry Science and Technology Co Ltd
Original Assignee
Zoomlion Heavy Industry Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zoomlion Heavy Industry Science and Technology Co Ltd filed Critical Zoomlion Heavy Industry Science and Technology Co Ltd
Priority to CN202110641386.4A priority Critical patent/CN113361936B/zh
Publication of CN113361936A publication Critical patent/CN113361936A/zh
Application granted granted Critical
Publication of CN113361936B publication Critical patent/CN113361936B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
    • B66C13/00—Other constructional features or details
    • B66C13/16—Applications of indicating, registering, or weighing devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
    • B66C15/00—Safety gear
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474—Sequence data queries, e.g. querying versioned data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G06Q30/016—After-sales
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Fuzzy Systems (AREA)
  • Educational Administration (AREA)
  • Finance (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Control And Safety Of Cranes (AREA)

Abstract

本发明公开了一种用于起重机的可靠性分析方法、装置及系统。本发明通过获取预设型号的多个起重机的工作时间和当量故障次数；分别确定工作时间的总和及当量故障次数的总和，以得到总时间及总次数；根据所述总时间和所述总次数确定平均无故障工作时间；根据所述平均无故障工作时间确定所述预设型号的起重机的可靠性。其中，在起重机出厂后，厂家根据某一型号的起重机的平均无故障工作时间来评估该型号起重机的可靠性，有效避免了因起重机未工作等因素对分析结果的影响，提高了可靠性分析结果的准确性。

Description

用于起重机的可靠性分析方法、装置及系统
技术领域
本发明涉及工程机械控制技术领域，尤其涉及一种用于起重机的可靠性分析方法、装置及系统。
背景技术
起重机的可靠性是起重机的质量综合特性，它指在使用条件和规定时间内，起重机完成规定功能的能力。
通常，起重机在出厂后，厂家会根据接收到的产品的故障反馈数量(即单台故障数)进行可靠性评估，然而利用单台故障数来评估可靠性容易导致评估结果不精准。例如，若一台起重机没有工作，则其故障率为零，若在起重机的工作淡季(如春节)，大部分起重机不工作，没有故障反馈，则在这段时间内，产品的故障率会明显降低，评估结果并不能真实反映起重机的可靠性。
发明内容
本发明的主要目的在于提供一种用于起重机的可靠性分析方法、装置及系统，旨在解决现有技术中在起重机出厂后无法获得准确的可靠性分析结果的技术问题。
为实现上述目的，本发明第一方面提供一种用于起重机的可靠性分析方法，方法包括以下步骤：
获取预设型号的多个起重机的工作时间和当量故障次数；
分别确定工作时间的总和及当量故障次数的总和，以得到总时间及总次数；
根据总时间和总次数确定平均无故障工作时间；
根据平均无故障工作时间确定预设型号的起重机的可靠性。
可选地，获取预设型号的多个起重机的工作时间和当量故障次数，包括：
从物联网平台获取预设型号的多个起重机的工作时间；
从客户关系管理系统获取预设型号的多个起重机的故障类型及故障次数；
根据故障类型、故障次数及预设加权系数确定当量故障次数。
可选地，当量故障次数根据以下公式得到：
Figure BDA0003107943950000021
其中，N表示故障次数，Ri表示出现第i类故障的次数，εi表示第i类故障的预设加权系数，M表示故障类型的总数。
可选地，起重机包括多个系统，每个系统包括多个部件，每个部件包括多个零件，工作时间为多个系统中的一个系统、多个部件中的一个部件或多个零件中的一个零件的工作时间，当量故障次数为多个系统中的一个系统、多个部件中的一个部件或多个零件中的一个零件的当量故障次数；根据平均无故障工作时间确定预设型号的起重机的可靠性，包括：
根据平均无故障工作时间确定预设型号的起重机的多个系统中的一个系统、多个部件中的一个部件或多个零件中的一个零件的可靠性。
可选地，在系统为GPS系统的情况下，工作时间为GPS系统处于在线状态的时长；
在系统为液压系统、力矩限制器系统、力矩限制器系统、变幅机构、起升机构、伸缩机构、回转机构、转台结构件、吊臂结构件、操纵室、操纵室电气、转台电气、吊臂电气或上车空调系统的情况下，工作时间为发动机工作时取力开关的打开时长；
在系统为底盘传动系统、悬挂系统、制动系统、转向系统、驾驶室或驾驶室电气的情况下，工作时间为起重机的行驶时长；
在系统为底盘发动机、底盘结构件、车架电气或下车空调系统的情况下，工作时间为发动机的工作时长；
在系统为车轮、配重、整机外观及或整机标识的情况下，工作时间为起重机自出售起所经过的时长。
可选地，平均无故障工作时间根据以下公式得到：
Figure BDA0003107943950000031
其中，T2为平均无故障工作时间，T0为总时间，N为总次数。
可选地，还包括：
判断总次数是否为零；
在总次数不为零的情况下，执行根据总时间和总次数确定平均无故障工作时间的步骤；
在总次数为零的情况下，根据预设型号的起重机的出厂可靠性测试结果确定可靠性。
本发明第二方面提供一种用于起重机的可靠性分析装置，包括：
存储器，用于存储可靠性分析程序；
处理器，被配置成从存储器调用可靠性分析程序，并在执行所述可靠性分析程序时使得处理器能够执行根据以上的用于起重机的可靠性分析方法。
本发明第三方面提供一种用于起重机的可靠性分析系统，包括：根据以上所述的用于起重机的可靠性分析装置。
可选地，可靠性分析系统还包括：
物联网平台，用于存储不同型号的起重机的工作时间；
客户关系管理系统，用于存储不同型号的起重机的故障类型及故障次数；
可靠性分析装置进一步被配置成：
从物联网平台获取预设型号的多个起重机的工作时间，从客户关系管理系统获取预设型号的多个起重机的故障类型及故障次数，并根据故障类型、故障次数及预设加权系数确定当量故障次数。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的用于起重机的可靠性分析装置结构示意图；
图2为本发明用于起重机的可靠性分析方法一实施例的流程示意图；
图3为图2中步骤S10的细化流程示意图；
图4为本发明用于起重机的可靠性分析系统一实施例的功能模块图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的用于起重机的可靠性分析装置结构示意图。
如图1所示，该用于起重机的可靠性分析装置可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏、输入单元比如键盘，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对用于起重机的可靠性分析装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及用于起重机的可靠性分析程序。
在图1所示的用于起重机的可靠性分析装置中，网络接口1004主要用于与外部网络进行数据通信；用户接口1003主要用于接收用户的输入指令；用于起重机的可靠性分析装置通过处理器1001调用存储器1005中存储的用于起重机的可靠性分析程序，并执行以下操作：
获取预设型号的多个起重机的工作时间和当量故障次数；
分别确定工作时间的总和及当量故障次数的总和，以得到总时间及总次数；
根据总时间和总次数确定平均无故障工作时间；
根据平均无故障工作时间确定预设型号的起重机的可靠性。
进一步地，处理器1001可以调用存储器1005中存储的用于起重机的可靠性分析程序，还执行以下操作：
从物联网平台获取预设型号的多个起重机的工作时间；
从客户关系管理系统获取预设型号的多个起重机的故障类型及故障次数；
根据故障类型、故障次数及预设加权系数确定当量故障次数。
进一步地，处理器1001可以调用存储器1005中存储的用于起重机的可靠性分析程序，还执行以下操作：
当量故障次数根据以下公式得到：
Figure BDA0003107943950000061
其中，N表示故障次数，Ri表示出现第i类故障的次数，εi表示第i类故障的预设加权系数，M表示故障类型的总数。
进一步地，处理器1001可以调用存储器1005中存储的用于起重机的可靠性分析程序，还执行以下操作：
起重机包括多个系统，每个系统包括多个部件，每个部件包括多个零件，工作时间为多个系统中的一个系统、多个部件中的一个部件或多个零件中的一个零件的工作时间，当量故障次数为多个系统中的一个系统、多个部件中的一个部件或多个零件中的一个零件的当量故障次数；根据平均无故障工作时间确定预设型号的起重机的可靠性，包括：
根据平均无故障工作时间确定预设型号的起重机的多个系统中的一个系统、多个部件中的一个部件或多个零件中的一个零件的可靠性。
进一步地，处理器1001可以调用存储器1005中存储的用于起重机的可靠性分析程序，还执行以下操作：
在系统为GPS系统的情况下，工作时间为GPS系统处于在线状态的时长；
在系统为液压系统、力矩限制器系统、力矩限制器系统、变幅机构、起升机构、伸缩机构、回转机构、转台结构件、吊臂结构件、操纵室、操纵室电气、转台电气、吊臂电气或上车空调系统的情况下，工作时间为发动机工作时取力开关的打开时长；
在系统为底盘传动系统、悬挂系统、制动系统、转向系统、驾驶室或驾驶室电气的情况下，工作时间为起重机的行驶时长；
在系统为底盘发动机、底盘结构件、车架电气或下车空调系统的情况下，工作时间为发动机的工作时长；
在系统为车轮、配重、整机外观及或整机标识的情况下，工作时间为起重机自出售起所经过的时长。
进一步地，处理器1001可以调用存储器1005中存储的用于起重机的可靠性分析程序，还执行以下操作：
平均无故障工作时间根据以下公式得到：
Figure BDA0003107943950000071
其中，T2为平均无故障工作时间，T0为总时间，N为总次数。
进一步地，处理器1001可以调用存储器1005中存储的用于起重机的可靠性分析程序，还执行以下操作：
判断总次数是否为零；
在总次数不为零的情况下，执行根据总时间和总次数确定平均无故障工作时间的步骤；
在总次数为零的情况下，根据预设型号的起重机的出厂可靠性测试结果确定可靠性。
本实施例通过上述方案，获取预设型号的多个起重机的工作时间和当量故障次数；分别确定工作时间的总和及当量故障次数的总和，以得到总时间及总次数；根据总时间和总次数确定平均无故障工作时间；根据平均无故障工作时间确定预设型号的起重机的可靠性。其中，在起重机出厂后，厂家根据某一型号的起重机的平均无故障工作时间来评估该型号起重机的可靠性，有效避免了因起重机未工作等因素对分析结果的影响，提高了可靠性分析结果的准确性。
基于上述硬件结构，提出本发明用于起重机的可靠性分析方法实施例。
参照图2，图2为本发明用于起重机的可靠性分析方法一实施例的流程示意图。
在本实施例中，用于起重机的可靠性分析方法包括以下步骤：
S10：获取预设型号的多个起重机的工作时间和当量故障次数；
可以理解的是，起重机生产厂家通常会生产不同型号的起重机，以满足不同用户的需求，预设型号指需要进行可靠性分析的起重机的型号。
当量故障次数，指不同类型的故障(如致命故障、严重故障、一般故障和轻微故障)的发生次数。
在具体实现中，客户发现起重机出现故障之后，通常会上报给厂家的售后服务部门。售后服务部门派售后服务人员到现场分析故障现象和原因，维修解决故障，并将相关故障信息记录下来。这些故障信息包括：主机编号、设备型号、故障类型、故障系统、部件、零件、故障描述、故障模式、故障等级等。根据这些故障信息可以确定每个起重机的当量故障次数。
另外，起重机上通常设置有数传设备，该数传设备会以一定的周期将起重机的工况信息发送到物联网平台中进行存储。这些工况信息包括：GPS系统处于在线状态的时长、发动机的工作时长、起重机的行驶时长、发动机工作时取力开关的打开时长等。根据这些工况信息可以确定每个起重机的工作时间。
S20：分别确定工作时间的总和及当量故障次数的总和，以得到总时间及总次数；
应当理解的是，在分别获得某一型号的多个起重机的工作时间和当量故障次数之后，将各起重机的工作时间求和，可以得到该型号起重机工作时间的总时间；将各起重机的当量故障次数求和，可以得到该型号起重机当量故障次数的总数次。
S30：根据总时间和总次数确定平均无故障工作时间；
应当理解的是，平均无故障工作时间指在每两次相邻故障之间的工作时间的平均值，具体地，可以根据以下公式得到：
Figure BDA0003107943950000081
其中，T2为平均无故障工作时间，T0为总时间，N为总次数。
需要说明的是，上述公式的使用前提是起重机的当量故障次数的总次数不为零。若总次数为零，则无需计算平均无故障工作时间，直接根据该型号起重机的出厂可靠性测试结果确定起重机的可靠性即可。
S40：根据平均无故障工作时间确定预设型号的起重机的可靠性。
应当理解的是，可靠性指在规定的使用条件和规定时间内，完成规定功能的能力。若计算得到的平均无故障工作时间越长，则可以确定起重机的可靠性越高；若平均无故障工作时间越短，则可以确定起重机的可靠性越低。当然，也可以根据平均无故障工作时间与可靠性之间的对应关系，通过查表的方式确定起重机的可靠性的具体值。
需要说明的是，通常起重机包括多个系统，每个系统包括多个部件，每个部件包括多个零件，根据本实施例的可靠性分析方法，不仅可以评估某个型号的起重机的可靠性，也可以评估起重机中任一系统、部件或零件的可靠性。通过对起重机的产品、系统、部件或零件进行四个层级的可靠性分析，可以为零部件选优、整机产品更新换代、预防性维保提供有效的数据支撑。
具体地，在评估多个系统中的一个系统的可靠性时，评估参数中用到的工作时间，指的是多个系统中的一个系统的工作时间，当量故障次数，指的是多个系统中的一个系统的当量故障次数。
在评估多个部件中的一个部件的可靠性时，评估参数中用到的工作时间，指的是多个部件中的一个部件的工作时间，当量故障次数，指的是多个部件中的一个部件的当量故障次数。
在评估多个零件中的一个零件的可靠性时，评估参数中用到的工作时间，指的是多个零件中的一个零件的工作时间，当量故障次数，指的是多个零件中的一个零件的当量故障次数。
以下，以评估某个型号的起重机产品的可靠性为例，说明起重机产品的平均无故障工作时间的计算方式：
假设一个型号的起重机出售了3台，在1年后，统计到这3台起重机的工作时间及当量故障次数结果如下表一所示：
表一
产品序号 工作时间(h) 当量故障次数
1 240 2
2 200 1
3 100 0
根据表一可知，该型号起重机产品工作时间的总时间为240+200+100＝540h,当量故障次数的总次数为2+1+0＝3，平均无故障工作时间计算方式为：540/3＝180h。
在评估起重机中某一个系统的可靠性时，每个系统的工作时间计算方式不一样，也就是说，每个系统的平均无故障工作时间的计算参数是不一样的。以单发动机的起重机产品为例，单发动机的起重机通常由29个系统组成：
在该系统为GPS系统的情况下，工作时间为GPS系统处于在线状态的时长；
在系统为液压系统、力矩限制器系统、力矩限制器系统、变幅机构、起升机构、伸缩机构、回转机构、转台结构件、吊臂结构件、操纵室、操纵室电气、转台电气、吊臂电气或上车空调系统的情况下，工作时间为发动机工作时取力开关的打开时长；
在系统为底盘传动系统、悬挂系统、制动系统、转向系统、驾驶室或驾驶室电气的情况下，工作时间为起重机的行驶时长；
在系统为底盘发动机、底盘结构件、车架电气或下车空调系统的情况下，工作时间为发动机的工作时长；
在系统为车轮、配重、整机外观及或整机标识的情况下，工作时间为起重机自出售起所经过的时长。
对于双发动机的起重机产品而言，上车发动机及相关系统的工作时间主要通过工况信息中的上车累计工作小时进行计算，下车发动机及相关系统的工作时间主要通过工况信息中的下车累计工作小时进行计算。
对于轮胎起重机和履带起重机而言，各个系统的工作时间计算方式与单发动机的起重机的一样，在此不再赘述。
以下，以评估某个型号的起重机中的“吊臂结构件”系统的可靠性为例，说明起重机的系统的平均无故障工作时间的计算方式：
假设一个型号的起重机产品出售了3台，在1年后，统计到这3台起重机的“吊臂结构件”系统的工作时长和当量故障次数结果如下表二所示：
表二
系统序号 发动机工作时取力开关的打开时长(h) 当量故障次数
1 200 0.5
2 150 0.5
3 70 0
根据表二可知，该型号起重机的“吊臂结构件”系统的工作时间的总时间为200+150+70＝420h,当量故障次数的总次数为0.5+0.5+0＝1，平均无故障工作时间计算方式为：420/1＝420h。
起重机每个系统由若干个不同的部件构成，各部件的工作时间的计算方式与系统的工作时间的计算方式相同。
在统计出某型号的起重机产品的某个系统的工作时间之后，利用记录的故障信息，统计出该型号起重机产品的该系统的某个部件的当量故障次数，通过平均无故障工作时间的计算公式计算得到该部件的可靠性指标。
起重机每个系统的部件可能由几个零件构成，零件的工作时间的计算方式与系统的工作时间的计算方式也相同。
在统计出某型号的起重机产品的某个系统的工作时间之后，利用记录的故障信息，统计出该型号产品的该系统的某个部件的某个零件的当量故障次数，通过平均无故障工作时间的计算公式计算得到该部件的某个零件的可靠性指标。
如果该部件中并没有零件，则无需统计分析。
本实施例通过获取预设型号的多个起重机的工作时间和当量故障次数；分别确定工作时间的总和及当量故障次数的总和，以得到总时间及总次数；根据总时间和总次数确定平均无故障工作时间；根据平均无故障工作时间确定预设型号的起重机的可靠性。其中，在起重机出厂后，厂家根据某一型号的起重机的平均无故障工作时间来评估该型号起重机的可靠性，有效避免了因起重机未工作等因素对分析结果的影响，提高了可靠性分析结果的准确性。
进一步地，如图3所示，图3为图2中步骤S10的细化流程示意图。
本实施例中，步骤S10包括以下步骤：
S11：从物联网平台获取预设型号的多个起重机的工作时间；
应当理解的是，起重机上通常设置有数传设备，该数传设备会以一定的周期将起重机的工况信息发送到物联网平台中进行存储。当需要对某一型号的起重机进行可靠性评估时，可以从物联网平台获取该型号所有起重机的工况信息，并从中筛选出工作时间。
S12：从客户关系管理系统获取预设型号的多个起重机的故障类型及故障次数；
通常，厂家为了维护与客户之间的关系，会建立客户关系管理系统，当客户上报起重机的故障后，故障信息会记录在客户关系管理系统中。当需要对某一型号的起重机进行可靠性评估时，可以从客户关系管理系统获取该型号所有起重机的故障信息，并从中筛选出故障类型及故障次数。
S13：根据故障类型、故障次数及预设加权系数确定当量故障次数。
具体地，当量故障次数根据以下公式得到：
Figure BDA0003107943950000131
其中，N表示故障次数，Ri表示出现第i类故障的次数，εi表示第i类故障的预设加权系数，M表示故障类型的总数。
故障类型、故障的等级及加权系数对应的关系可以参考下表：
表三
故障类型 故障等级 加权系数
1 致命故障 ε1
2 严重故障 ε2
3 一般故障 ε3
4 轻微故障 ε4
其中，ε1、ε2、ε3和ε4的具体值可以根据实际情况进行设置，本实施例对此不加以限制。
本实施例通过将客户关系管理系统中记录的故障信息与物联网平台中记录的工况信息相结合，实现了起重机的平均无故障工作时间指标的统计分析，从而提升了可靠性评估结果的准确性。
本发明实施例还提供一种用于起重机的可靠性分析系统。
参照图4，图4为本发明用于起重机的可靠性分析系统一实施例的功能模块图。
本实施例中，用于起重机的可靠性分析系统包括如上所述的用于起重机的可靠性分析装置10，该可靠性分析系统的具体实施例与上述控制方法各实施例基本相同，在此不作赘述。
进一步地，用于起重机的可靠性分析系统还包括：物联网平台20，用于存储不同型号的起重机的工作时间；客户关系管理系统30，用于存储不同型号的起重机的故障类型及故障次数；可靠性分析装置10进一步被配置成：从物联网平台20获取预设型号的多个起重机的工作时间，从客户关系管理系统30获取预设型号的多个起重机的故障类型及故障次数，并根据故障类型、故障次数及预设加权系数确定当量故障次数。
在客户关系管理系统30中记录故障信息的基本流程如下：
1)客户发现起重机出现故障之后，上报给公司售后服务部门；
2)售后服务部门派售后服务人员到现场分析故障现象和原因，维修解决故障，将相关故障信息填写到公司的客户关系管理系统30。其中，需要填写的故障信息包括：主机编号、设备型号、故障类型、故障系统、部件、零件、故障描述、故障模式、故障等级等。
由于客户关系管理系统30中记录了不同型号的起重机的故障信息，当需要对某一型号的起重机进行可靠性评估时，可以从客户关系管理系统30中获得预设型号的起重机的故障信息作为评估参数。
物联网平台20中记录的工况信息由起重机的数传设备以一定的周期上传。这些工况信息包括：GPS系统处于在线状态的时长、发动机的工作时长、起重机的行驶时长、发动机工作时取力开关的打开时长等。
由于物联网平台20中记录了不同型号的起重机的工况信息，当需要对某一型号的起重机进行可靠性评估时，可以从物联网平台20中获得预设型号的起重机的工况信息，并根据工况信息计算得到当量故障次数后作为评估参数。
本实施例通过客户关系管理系统、物联网平台与用于起重机的可靠性分析装置的通信，获得的用于可靠性评估的参数更加全面，进一步提升了评估结果的准确性。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种用于起重机的可靠性分析方法，其特征在于，所述起重机包括多个系统，每个系统包括多个部件，每个部件包括多个零件，所述可靠性分析方法包括：
获取预设型号的多个起重机的工作时间和当量故障次数，所述工作时间为所述多个系统中的一个系统、所述多个部件中的一个部件或所述多个零件中的一个零件的工作时间，所述当量故障次数为所述多个系统中的一个系统、所述多个部件中的一个部件或所述多个零件中的一个零件的当量故障次数；
分别确定工作时间的总和及当量故障次数的总和，以得到总时间及总次数；
根据所述总时间和所述总次数确定平均无故障工作时间；
根据所述平均无故障工作时间与可靠性之间的对应关系表确定所述预设型号的起重机的所述多个系统中的一个系统、所述多个部件中的一个部件或所述多个零件中的一个零件的可靠性；
其中，在所述系统为GPS系统的情况下，所述工作时间为所述GPS系统处于在线状态的时长；
在所述系统为液压系统、力矩限制器系统、力矩限制器系统、变幅机构、起升机构、伸缩机构、回转机构、转台结构件、吊臂结构件、操纵室、操纵室电气、转台电气、吊臂电气或上车空调系统的情况下，所述工作时间为发动机工作时取力开关的打开时长；
在所述系统为底盘传动系统、悬挂系统、制动系统、转向系统、驾驶室或驾驶室电气的情况下，所述工作时间为所述起重机的行驶时长；
在所述系统为底盘发动机、底盘结构件、车架电气或下车空调系统的情况下，所述工作时间为发动机的工作时长；
在所述系统为车轮、配重、整机外观及或整机标识的情况下，所述工作时间为所述起重机自出售起所经过的时长。
2.根据权利要求1所述的可靠性分析方法，其特征在于，所述获取预设型号的多个起重机的工作时间和当量故障次数，包括：
从物联网平台获取预设型号的多个起重机的工作时间；
从客户关系管理系统获取预设型号的多个起重机的故障类型及故障次数；
根据所述故障类型、所述故障次数及预设加权系数确定当量故障次数。
3.根据权利要求2所述的可靠性分析方法，其特征在于，所述当量故障次数根据以下公式得到：
Figure FDA0004244795950000021
其中，N表示故障次数，Ri表示出现第i类故障的次数，εi表示第i类故障的预设加权系数，M表示故障类型的总数。
4.根据权利要求1至3中任一项所述的可靠性分析方法，其特征在于，所述平均无故障工作时间根据以下公式得到：
Figure FDA0004244795950000022
其中，T2为平均无故障工作时间，T0为所述总时间，N为所述总次数。
5.根据权利要求1至3中任一项所述的可靠性分析方法，其特征在于，还包括：
判断所述总次数是否为零；
在所述总次数不为零的情况下，执行所述根据所述总时间和所述总次数确定平均无故障工作时间的步骤；
在所述总次数为零的情况下，根据所述预设型号的起重机的出厂可靠性测试结果确定可靠性。
6.一种用于起重机的可靠性分析装置，其特征在于，包括：
存储器，用于存储可靠性分析程序；
处理器，被配置成从所述存储器调用所述可靠性分析程序，并在执行所述可靠性分析程序时使得所述处理器能够执行根据权利要求1至5中任一项所述的用于起重机的可靠性分析方法。
7.一种用于起重机的可靠性分析系统，其特征在于，包括：根据权利要求6所述的用于起重机的可靠性分析装置。
8.根据权利要求7所述的可靠性分析系统，其特征在于，还包括：
物联网平台，用于存储不同型号的起重机的工作时间；
客户关系管理系统，用于存储不同型号的起重机的故障类型及故障次数；
所述可靠性分析装置进一步被配置成：
从所述物联网平台获取预设型号的多个起重机的工作时间，从所述客户关系管理系统获取预设型号的多个起重机的故障类型及故障次数，并根据所述故障类型、所述故障次数及预设加权系数确定当量故障次数。
CN202110641386.4A 2021-06-09 2021-06-09 用于起重机的可靠性分析方法、装置及系统 Active CN113361936B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110641386.4A CN113361936B (zh) 2021-06-09 2021-06-09 用于起重机的可靠性分析方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110641386.4A CN113361936B (zh) 2021-06-09 2021-06-09 用于起重机的可靠性分析方法、装置及系统

Publications (2)

Publication Number Publication Date
CN113361936A CN113361936A (zh) 2021-09-07
CN113361936B true CN113361936B (zh) 2023-06-30

Family

ID=77533316

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110641386.4A Active CN113361936B (zh) 2021-06-09 2021-06-09 用于起重机的可靠性分析方法、装置及系统

Country Status (1)

Country Link
CN (1) CN113361936B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101585106B1 (ko) * 2015-04-30 2016-01-14 기초과학연구원 그룹 간 연구성과 분석 방법 및 장치
CN107122914A (zh) * 2017-05-05 2017-09-01 南京理工大学 一种起重机安全性能评价方法及系统
CN112395692A (zh) * 2020-11-30 2021-02-23 福建省特种设备检验研究院泉州分院 一种免拆卸的桥式起重机可靠性评估方法
CN112581155A (zh) * 2019-09-30 2021-03-30 北京国双科技有限公司 一种数据处理方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102059584B (zh) * 2010-11-16 2012-07-04 中国人民解放军国防科学技术大学 五轴联动加工中心的可靠性试验方法
EP2698680B1 (en) * 2012-08-13 2015-06-10 Uptime Engineering GmbH Method for testing the reliability of complex systems
FI128899B (en) * 2012-09-19 2021-02-26 Konecranes Oyj Predictive maintenance method and system
CN103606105B (zh) * 2013-11-14 2017-01-11 中国农业大学 工程农机整机产品可靠性考核评定指标统计方法及系统
CN109635001B (zh) * 2018-11-26 2021-07-09 苏州热工研究院有限公司 基于设备失效数据分析的产品可靠性提升方法和系统
CN109740187A (zh) * 2018-12-11 2019-05-10 南京理工大学 基于fta-mc的起重机电气系统可靠性建模与仿真分析方法
JP7110991B2 (ja) * 2019-01-07 2022-08-02 トヨタ自動車株式会社 設備点検システム、設備点検方法及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101585106B1 (ko) * 2015-04-30 2016-01-14 기초과학연구원 그룹 간 연구성과 분석 방법 및 장치
CN107122914A (zh) * 2017-05-05 2017-09-01 南京理工大学 一种起重机安全性能评价方法及系统
CN112581155A (zh) * 2019-09-30 2021-03-30 北京国双科技有限公司 一种数据处理方法及装置
CN112395692A (zh) * 2020-11-30 2021-02-23 福建省特种设备检验研究院泉州分院 一种免拆卸的桥式起重机可靠性评估方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Jianwen Xiang et al..Crane：A Tool for Reliability Analysis with Different Coverage Models.《2018 Eighth Latin-American Symposium on Dependable Computing》.2019,171-174. *
卷接机组可靠性分析及故障诊断;熊宏志;;机械工程师(03);248-250 *
基于故障分析的核电站环行起重机可靠性分配及风险评估;姜玉龙;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;C042-168 *

Also Published As

Publication number Publication date
CN113361936A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
CN104750964B (zh) 一种车辆状态确定方法及装置
US8352867B2 (en) Predictive monitoring dashboard
US8805717B2 (en) Method and system for improving performance of customer service representatives
US10679157B2 (en) System and method for tracking driver hours and timekeeping
WO2020005997A1 (en) Measuring and visualizing facility performance
US20190213684A1 (en) Integrated vehicular monitoring and communication system
WO2014159127A1 (en) System and method for crowdsourcing vehicle-related analytics
CN106104636A (zh) 使用基于网络的计算基础结构的汽车检测系统
EP1485878A2 (en) Remote monitoring, configuring, programming and diagnostic system and method for vehicles and vehicle components
US20140358645A1 (en) Asset management key performance indicators and benchmarking
US6922656B2 (en) Method and system of identifying a problem prone part
US20120303389A1 (en) Systems and methods to identify potentially inaccurate insurance data submitted by an insurance agent
CN113361936B (zh) 用于起重机的可靠性分析方法、装置及系统
CN111807181A (zh) 一种Web电梯监控平台
JP2002202003A (ja) 車両管理システム
CN116955071A (zh) 故障分类方法、装置、设备及存储介质
CN113657733B (zh) 汽车新品问题点管理方法、装置、设备及存储介质
CN201601832U (zh) 无线通信网网络工况监控装置
US8311844B2 (en) Method and system for analyzing payload information
Karademir et al. Dynamic interactive voice response (IVR) platform
JP2002117164A (ja) 作業車両の修理費予測システム
CN115018120A (zh) 基于健康指数的预测性维护方法、系统及可读存储介质
JP2004118471A (ja) リース事業支援システム
CN108647877B (zh) 工业车辆物流服务强度评估系统及方法
CN112950151A (zh) 叉车全生命周期数字化综合服务平台

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant