CN117409495A - 一种基于设备维修数据的最佳保养时间获取方法及系统 - Google Patents
一种基于设备维修数据的最佳保养时间获取方法及系统 Download PDFInfo
- Publication number
- CN117409495A CN117409495A CN202311686196.XA CN202311686196A CN117409495A CN 117409495 A CN117409495 A CN 117409495A CN 202311686196 A CN202311686196 A CN 202311686196A CN 117409495 A CN117409495 A CN 117409495A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- equipment
- coefficient
- obtaining
- contingency
- 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.)
- Granted
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 406
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012512 characterization method Methods 0.000 claims abstract description 51
- 238000009826 distribution Methods 0.000 claims abstract description 14
- 230000008439 repair process Effects 0.000 claims description 22
- 238000010606 normalization Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 238000004364 calculation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/02—Registering or indicating working or idle time only
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及设备维修保养技术领域，具体涉及一种基于设备维修数据的最佳保养时间获取方法及系统，包括：获取相同型号设备每次维修操作的维修记录数据、每个设备的使用时间以及设备的初始保养时间间隔，获取每次维修操作的维修成本；根据每个设备每次维修操作的维修成本、其与所有次维修操作的维修成本之间的差异情况和每个设备的维修操作分布情况，得到每个设备的偶然性表征值；根据所有设备故障情况和所有维修操作的维修成本分布情况得到全局偶然程度，根据每个设备的偶然性表征值与全局偶然程度之间的差异情况、以及使用时间的差异情况，得到最佳保养时间间隔。本发明利用最佳保养时间间隔对设备进行保养维修的效果较佳。
Description
技术领域
本发明涉及设备维修保养技术领域，具体涉及一种基于设备维修数据的最佳保养时间获取方法及系统。
背景技术
在制造业迅猛发展的前提下，机械设备对于工业化进程起到了至关重要的作用。随着使用时间的增加，设备可能出现各种各样的损伤情况，例如停机、卡死、受损等情况，因此设备的日常保养维护，是保证设备正常运行的基础。在当今的制造业中要求设备更加可靠、高效，以满足不断增长的市场需求，准确的设备保养时间间隔对减少设备维修成本和提高生产能力来说至关重要。传统的保养计划通常基于使用寿命的经验法则进行设备保养，这种方式过于依靠经验，使得设备保养时间设置的效果较差。现有的设备保养时间常通过分析设备的使用时间情况，进而设置固定的保养时间，由于不同设备存在不同的使用情况，固定的保养时间使得设备的保养维护效果较差。
发明内容
为了解决现有方法采用固定的保养时间使得设备的保养维护效果较差的技术问题，本发明的目的在于提供一种基于设备维修数据的最佳保养时间获取方法，所采用的技术方案具体如下：
获取相同型号设备每次维修操作的维修记录数据、每个设备的使用时间以及设备的初始保养时间间隔，所述维修记录数据包含多个维度的数据，基于每个设备每次维修操作的所有维度的数据获得每次维修操作的维修成本；
根据每个设备每次维修操作的维修成本、其与所有次维修操作的维修成本之间的差异情况和每个设备的维修操作分布情况，得到每个设备的偶然性表征值；
根据所有设备故障情况和所有维修操作的维修成本分布情况得到全局偶然程度，根据每个设备的偶然性表征值与全局偶然程度之间的差异情况、以及每个设备的使用时间与所有设备的使用时间之间的差异情况，对设备的初始保养时间间隔进行调整，得到每个设备的最佳保养时间间隔。
优选地，所述根据每个设备每次维修操作的维修成本、其与所有次维修操作的维修成本之间的差异情况和每个设备的维修操作分布情况，得到每个设备的偶然性表征值，具体包括：
根据每次维修操作的维修成本、每次维修操作与所有维修操作的维修成本之间的差异情况、以及与每次维修操作具有相同维修操作的设备数量，得到每次维修操作的偶然性表征值；
根据每个设备的维修操作情况以及每次维修操作的偶然性表征值，得到每个设备的偶然性表征值。
优选地，所述每次维修操作的偶然性表征值的获取方法具体为：
将任意一次维修操作作为选定维修操作，对选定维修操作的维修成本进行归一化处理得到第一系数；获取与选定维修操作具有相同维修操作的设备数量，将设备数量的负相关归一化值作为第二系数；获取所有设备所有次维修操作的维修成本的中位数，根据选定维修操作的维修成本与所述中位数的差异得到第三系数，该差异与第三系数之间呈正相关关系；
根据所述第一系数、第二系数和第三系数得到选定维修操作的偶然性表征值，所述第一系数、第二系数和第三系数均与选定维修操作的偶然性表征值呈正相关关系。
优选地，所述根据每个设备的维修操作情况以及每次维修操作的偶然性表征值，得到每个设备的偶然性表征值，具体包括：
对于任意一个设备，对设备的所有次维修操作的次数进行负相关归一化处理得到第四系数，计算设备的所有次维修操作的偶然性表征值的均值得到第五系数；根据所述第四系数和第五系数得到设备的偶然性表征值；所述第四系数和第五系数均与设备的偶然性表征值呈正相关关系。
优选地，所述根据每个设备的偶然性表征值与全局偶然程度之间的差异情况、以及每个设备的使用时间与所有设备的使用时间之间的差异情况，对设备的初始保养时间间隔进行调整，得到每个设备的最佳保养时间间隔，具体包括：
根据每个设备的偶然性表征值与全局偶然程度之间的差异情况、以及每个设备的使用时间与所有设备的使用时间之间的差异情况，得到每个设备的调整系数；
利用所述调整系数对每个设备的初始保养时间间隔进行调整，得到每个设备的最佳保养时间间隔。
优选地，所述根据每个设备的偶然性表征值与全局偶然程度之间的差异情况、以及每个设备的使用时间与所有设备的使用时间之间的差异情况，得到每个设备的调整系数，具体包括：
将任意一个设备记为目标设备，计算目标设备的偶然性表征值与全局偶然程度之间的差值得到第一特征系数；计算所有设备的使用时间的均值得到特征时间，将目标设备的使用时间与特征时间之间的差值绝对值的归一化值作为第二特征系数；根据第一特征系数和第二特征系数得到全局特征系数，所述第一特征系数和第二特征系数均与全局特征系数之间呈正相关关系；将全局特征系数与全局偶然程度之和的负相关归一化值作为调整系数。
优选地，所述利用所述调整系数对每个设备的初始保养时间间隔进行调整，得到每个设备的最佳保养时间间隔，具体包括：
对于任意一个设备，当设备的调整系数小于预设的调整阈值时，将设备的初始保养时间作为设备的最佳保养时间间隔；
当设备的调整系数大于或等于预设的调整阈值时，利用调整系数对设备的初始保养时间间隔进行调整，得到设备的最佳保养时间间隔。
优选地，所述利用调整系数对设备的初始保养时间间隔进行调整，得到设备的最佳保养时间间隔，具体包括：
；其中，/>表示第r个设备的最佳保养时间间隔，/>表示第r个设备的初始保养时间间隔，/>表示第r个设备的调整系数。
优选地，所述根据所有设备故障情况和所有维修操作的维修成本分布情况得到全局偶然程度，具体包括：
计算所有次维修操作的总次数与所有设备的总数量之间的比值得到特征比值，根据所述特征比值与所有次维修操作的偶然性表征值的均值，得到全局偶然程度，所述特征比值与全局偶然程度呈负相关关系，所有次维修操作的偶然性表征值的均值与全局偶然程度呈正相关关系。
本发明还提供了一种基于设备维修数据的最佳保养时间获取系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现一种基于设备维修数据的最佳保养时间获取方法的步骤。
本发明实施例至少具有如下有益效果：
本发明首先采集设备的维修记录数据，以后续针对设备每次维修操作为基础进行故障损坏情况的分析，并且基于维修记录数据的多个维度下的数据获得维修操作的成本，为每次维修操作的维修成本进行量化。然后，对每个设备每次维修操作的维修成本、其与所有次维修操作的维修成本之间的差异情况和每个设备的维修操作分布情况，得到每个设备的偶然性表征值，考虑到单次维修成本、维修成本差异和维修情况等多个方面的因素，对设备维修情况存在的偶然性进行评价，利用偶然性表征值反映了设备维修操作是否存在偶然情况或者突发情况。进一步的，除了单个设备的偶然性，也考虑了所有设备的整体偶然性，即全局偶然程度表征了所有设备的整体损坏的偶然性情况。最终，结合单个与整体之间的偶然性差异、单个与整体之间的使用时间差异，对设备初始保养时间间隔进行调整，即在设备保养时间调整时考虑使用时间差异情况与偶然性之间的关系，使得设备保养时间的调整判断更加准确，进而使得最终利用最佳保养时间间隔对设备进行保养维修的效果较佳。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1是本发明实施例提供的一种基于设备维修数据的最佳保养时间获取方法的方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于设备维修数据的最佳保养时间获取方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于设备维修数据的最佳保养时间获取方法及系统的具体方案。
一种基于设备维修数据的最佳保养时间获取方法实施例：
请参阅图1，其示出了本发明一个实施例提供的一种基于设备维修数据的最佳保养时间获取方法的方法流程图，该方法包括以下步骤：
步骤一，获取相同型号设备每次维修操作的维修记录数据、每个设备的使用时间以及设备的初始保养时间间隔，所述维修记录数据包含多个维度的数据，基于每个设备每次维修操作的所有维度的数据获得每次维修操作的维修成本。
在设备的维修数据中，属于日常磨损等原因导致的设备损坏，这些损坏设备具有一定程度的相似性，例如损坏部位相似，损坏程度接近等。但是由于偶然因素导致的设备损坏，这些损坏设备的损坏数据和日常磨损导致的损坏设备的损坏数据的相似程度较低。因此，可以通过对设备的损坏维修记录进行分析，并分析设备的损坏属性，进一步基于设备的损坏属性判断设备的保养时间是否合适，进而计算最佳的保养时间。
基于此，首先，获取相同型号设备每次维修操作的维修记录数据、每个设备的使用时间以及设备的初始保养时间间隔。需要说明的是，在本实施例中以同一型号下的多个不同设备的损坏维修操作数据进行分析判断，实施者可根据具体实施场景进行选择，同时，同一型号的设备在进行本实施的方法分析之前的固定维修的保养时间间隔，将其作为初始保养时间间隔，可以通过经验获得，同一型号的设备的初始保养时间间隔是相同的，实施者可根据具体实施场景进行选择。
通常在对设备进行维修操作时，需要花费时间成本、人力成本以及金钱成本，故本实施例中维修记录数据包含多个维度的数据，具体地，维修记录数据包括每次维修操作的维修时间长度、维修操作参与的人员数量以及维修花费的金额。
进一步的，基于每个设备每次维修操作的所有维度的数据获得每次维修操作的维修成本，综合每次维修时花费的多个维度的成本可以获得每次维修真正需要的维修成本。在本实施例中，将每次维修操作的维修记录数据中每个维度的数据均进行归一化处理，消除量纲的影响。进而以任意一次维修操作为例进行说明，将维修记录数据中归一化后的维修时间长度维修操作参与的人员数量以及维修花费的金额之间的乘积，作为所述任意一个维修操作的维修成本。
在其他实施例中，还可以将维修记录数据中归一化后的维修时间长度维修操作参与的人员数量以及维修花费的金额之间的累加和，作为所述任意一个维修操作的维修成本。也即是，维修记录数据中每个维度的数据均与维修成本呈正相关的关系，实施者可根据具体实施场景进行设置。每次维修操作的维修成本表征了每次维修操作时所花费各项指标的综合成本。
步骤二，根据每个设备每次维修操作的维修成本、其与所有次维修操作的维修成本之间的差异情况和每个设备的维修操作分布情况，得到每个设备的偶然性表征值。
一般情况下，设备的损坏属性分为两种情况，即包括日常磨损和偶然损坏，日常磨损是由于设备在长时间的运行和使用过程中的磨损累积导致的损坏情况，其损坏属性即偶然性较低。偶然损坏是由于某些偶然因素导致的设备损坏，即设备的损坏情况是突发性的，其损坏属性即偶然性较高。
在实际中，设备的使用往往会考虑到设备的保养和维修成本，进而设备日常磨损的零件部位往往具有维修成本低、可替换性强等特点，其损坏的偶然性较低。相同型号的设备在相同的使用环境下设备的磨损情况通常是较为相似的，可能会出现同一型号的设备日常磨损的重复性强，故在本实施例的分析中，所有设备均属于同一型号的设备。
基于此，根据每次维修操作的维修成本、每次维修操作与所有维修操作的维修成本之间的差异情况、以及与每次维修操作具有相同维修操作的设备数量，得到每次维修操作的偶然性表征值。
具体地，将任意一次维修操作作为选定维修操作，对选定维修操作的维修成本进行归一化处理得到第一系数；获取与选定维修操作具有相同维修操作的设备数量，将设备数量的负相关归一化值作为第二系数；获取所有设备所有次维修操作的维修成本的中位数，根据选定维修操作的维修成本与所述中位数的差异得到第三系数，该差异与第三系数之间呈正相关关系；根据所述第一系数、第二系数和第三系数得到选定维修操作的偶然性表征值，所述第一系数、第二系数和第三系数均与选定维修操作的偶然性表征值呈正相关关系。
在本实施例中，以任意一个设备的任意一次维修操作为例进行说明，即将所有设备涉及的所有次维修操作中的第i次维修操作作为选定维修操作，则选定维修操作的偶然性表征值的计算公式可以表示为：
；
其中，表示第i次维修操作的偶然性表征值，/>表示第i次维修操作的维修成本，/>表示所有次维修操作的维修成本的最大值，/>表示所有次维修操作的维修成本的中位数，/>表示与第i次维修操作具有相同维修操作的设备数量，/>表示所有设备的数量，Norm( )表示归一化函数，在本实施例中采用最大值最小值归一化的方法，实施者可根据具体实施场景进行选择，exp( )表示以自然常数e为底的指数函数。
为第一系数，设备的维修成本占比越大，说明设备此次维修操作花费的各项成本均较高，对应的此次维修操作可能属于突发状况，即对应维修操作的偶然性越高，偶然性表征值的取值越大。
为第二系数，第二系数反映了第i次维修操作的在所有设备中发生次数的占比情况，即第i次维修操作在所有设备中发生的数量越多，说明第i次维修操作发生的越频繁越普遍，进而对应的维修操作的偶然性就越低，即对应的第二系数的取值越大，对应的偶然性表征值取值越大。
为第三系数，反映了第i次维修操作的维修成本与所有维修操作的维修成本之间的差异情况，该差异越大，说明此次维修操作越不可能是占比较大的日常磨损，对应的此次维修操作的偶然性越大，偶然性表征值的取值也即越大。
第i次维修操作的偶然性表征值表征了此次维修操作的损坏属性，即偶然性的大小程度。偶然性表征值的取值越大，对应第i次维修操作的偶然性越大，则第i次维修操作属于偶然损坏的可能性越大，属于日常磨损的可能性越小。偶然性表征值的取值越小，对应第i次维修操作的偶然性越小，则第i次维修操作属于偶然损坏的可能性越小，属于日常磨损的可能性越大。
需要说明的是，在初始保养时间间隔为设备初始的固定保养时间，在初始的保养方案下，若初始保养时间间隔合适，那么设备的损坏情况应当越少，即使出现设备损坏情况，可能是突发性的，即偶然损坏。若初始设备保养时间间隔较不合适，时间间隔相对较长，那么设备的损坏情况可能会越多，日常磨损发生的概率较高，偶然磨损发生的概率较低。
进一步的，结合每个设备的维修操作情况以及每次维修操作的偶然性表征值，获取每个设备的偶然性表征值，即对每个设备所产生的每次维修操作的偶然性情况进行分析，进一步确定每个设备整体发生维修操作的偶然性情况。具体地，对于任意一个设备，对设备的所有次维修操作的次数进行负相关归一化处理得到第四系数，计算设备的所有次维修操作的偶然性表征值的均值得到第五系数；根据所述第四系数和第五系数得到设备的偶然性表征值；所述第四系数和第五系数均与设备的偶然性表征值呈正相关关系。
在本实施例中，以任意一个设备为例进行说明，则第r个设备的偶然性表征值的计算公式可以表示为：
；
其中，表示第r个设备的偶然性表征值，/>表示第r个设备发生维修操作的总次数，/>表示第r个设备的第k次维修操作的偶然性表征值，exp( )表示以自然常数e为底的指数函数。
为第四系数，/>为第五系数，利用第r个设备产生损坏维修的次数作为权值，对第r个设备所有维修操作的平均偶然性进行加权，获得设备整体的偶然性表征值，即通过多次维修操作的偶然性情况，对设备整体损坏属性进行评价，设备的维修操作的偶然性越大，对应维修次数越少，设备发生损坏的偶然性就越大，对应的设备偶然性表征值的取值就越大。
步骤三，根据所有设备故障情况和所有维修操作的维修成本分布情况得到全局偶然程度，根据每个设备的偶然性表征值与全局偶然程度之间的差异情况、以及每个设备的使用时间与所有设备的使用时间之间的差异情况，对设备的初始保养时间间隔进行调整，得到每个设备的最佳保养时间间隔。
设备的日常磨损导致的损坏情况在所有设备所有损坏整体值存在一定的规律性，但是在单个设备上可能会存在个体差异，并且设备的损坏情况和设备的使用环境、条件、使用年限、使用方式和手段以及维修保养存在很大的关联关系，这就导致个体设备的损坏情况和所有设备整体的损坏情况之间存在一定的个性化差异情况。基于此，在获取到每个设备的损坏属性后，根据所有设备故障情况和所有维修操作的维修成本分布情况得到全局偶然程度，即对所有设备的故障维修情况进行分析，以获取能够表征整体设备的损坏属性的参数指标。
具体地，计算所有次维修操作的总次数与所有设备的总数量之间的比值得到特征比值，根据所述特征比值与所有次维修操作的偶然性表征值的均值，得到全局偶然程度，所述特征比值与全局偶然程度呈负相关关系，所有次维修操作的偶然性表征值的均值与全局偶然程度呈正相关关系。
在本实施例中，所有设备对应的全局偶然程度的计算公式可以表示为：
；
其中，表示全局偶然程度，/>表示所有维修操作的总次数，/>表示所有设备的总数量，/>表示第i次维修操作的偶然性表征值，exp( )表示以自然常数e为底的指数函数。
表示每个设备发生维修操作的平均次数，反映了每个设备平均损坏次数，其取值越大，说明每个设备发生损坏的情况越频繁，即说明设备整体的损坏偶然性越低，对应的全局偶然程度的取值越大。
表示所有维修操作的平均偶然性，其取值越大对应整体所有设备的损坏偶然性越大，全局偶然程度的取值就越大。全局偶然程度表征了所有设备的维修操作的整体的偶然性情况。
进一步的，设备的损坏情况和使用环境、条件、使用时间、使用方式/手段以及维修保养情况有关，在本实施例中设备的型号相同，使用环境相同，维修保养时间和手法相同等多个客观因素均相同，因此设备之间的磨损差异主要来源于设备的使用时间不同。
当每个设备的损坏偶然性情况与所有设备的偶然性整体情况之间的差异较大时，同时每个设备的使用时间与所有设备的使用时间的整体情况之间的差异也较大，说明设备的损坏差异是由于使用时间存在差异性而导致的合理的差异，即越可能是日常磨损，此时设备的保养时间更需要考虑设备自身的实际损坏情况。若每个设备的损坏偶然性情况与所有设备的偶然性整体情况之间的差异较小，则说明设备的损坏情况与整体之间的差异较小，进而说明设备此时的保养方案是较为合适的，而设备固然会发生一些损坏情况，也可能是突发性的。
基于此，根据每个设备的偶然性表征值与全局偶然程度之间的差异情况、以及每个设备的使用时间与所有设备的使用时间之间的差异情况，得到每个设备的调整系数。具体地，将任意一个设备记为目标设备，计算目标设备的偶然性表征值与全局偶然程度之间的差值得到第一特征系数；计算所有设备的使用时间的均值得到特征时间，将目标设备的使用时间与特征时间之间的差值绝对值的归一化值作为第二特征系数；根据第一特征系数和第二特征系数得到全局特征系数，所述第一特征系数和第二特征系数均与全局特征系数之间呈正相关关系；将全局特征系数与全局偶然程度之和的负相关归一化值作为调整系数。
在本实施例值，以任意一个设备为例进行说明，将第r个设备作为目标设备，则目标设备的调整系数的计算公式可以表示为：
；
其中，表示第r个设备的调整系数，/>表示第r个设备的偶然性表征值，/>表示全局偶然程度，/>表示第r个设备的使用时间长度，/>表示所有设备的使用时间的均值，即特征时间；Norm( )表示归一化函数。
为第一特征系数，反映了第r个设备的损坏偶然性与所有设备整体的损坏偶然性之间的差异。/>为第二特征系数，反映了第r个设备的使用时间与所有设备整体的使用时间之间的差异，其差异越大，说明设备故障越可能是由于设备自身使用时间较长而出现的日常磨损差异，即将第二特征系数作为第一特征系数的权重，使用时间差异越大，对应损坏偶然性的差异占比越大，利用表征了使用时间修正后的设备的偶然性情况。
即调整系数反映了设备结合了实际使用时间的损坏偶然性情况，的取值越大，说明设备的损坏是偶然发生的可能性越大，进而也就说明了设备的初始保养时间间隔较为合适，发生日常磨损的可能性小，若是发生损坏也是发生具有突发性的偶然损坏，即对应的调整系数取值越小，说明设备的初始保养时间间隔需要调整的可能性越小。
的取值越小，说明设备的损坏不是偶然发生的可能性越大，也即设备损坏是日常磨损的情况较多，即说明设备的初始保养时间间隔较不合适，即时间间隔过长，使得设备没有得到较好频次的保养维修，进而就导致了设备随着使用时间的增加，存在一定的日常磨损情况，即对应的调整系数的取值越大，说明设备的初始保养时间间隔需要调整的可能性越大。
基于此，利用所述调整系数对每个设备的初始保养时间间隔进行调整，得到每个设备的最佳保养时间间隔。具体地，对于任意一个设备，当设备的调整系数小于预设的调整阈值时，说明设备的初始保养时间间隔较为合适，越不需要进行调整操作，即将设备的初始保养时间作为设备的最佳保养时间间隔；
当设备的调整系数大于或等于预设的调整阈值时，说明设备的初始保养时间间隔较不合适，即时间间隔过长，使得设备没有得到较好频次的保养维修，故需要利用调整系数对设备的初始保养时间间隔进行调整，得到设备的最佳保养时间间隔。
其中，在本实施例中，调整阈值的取值为0.5，实施者可根据具体实施场景进行设置。
具体地，利用调整系数对设备的初始保养时间间隔进行调整的计算公式可以表示为：
；
其中，表示第r个设备的最佳保养时间间隔，/>表示第r个设备的初始保养时间间隔，/>表示第r个设备的调整系数。
最佳保养时间间隔表征了在初始保养时间间隔的基础上缩短了原始的保养时间，由于原始的保养时间间隔过长，使得设备没有得到较好的保养维修，进而就导致了设备随着使用时间的增加，存在一定的日常磨损情况，故需要对初始保养时间间隔进行缩短，缩短的程度即与设备对应的调整系数相关。进而相关工作人员可以将最佳保养时间间隔作为设备新的保养方案进行后续的设备保养工作。
综上所述，本发明实施例通过分析设备是日常磨损损坏还是偶然损坏，并计算设备损坏属性的偶然性，同时考虑了设备单次维修成本、多次维修的损坏属性，计算出的设备损坏偶然性更加精确，通过使用时间的差异来对设备的损坏偶然性进行修正，从设备偶然性低的原因中对使用时间和偶然情况进行区分，使得最终对保养时间的调整操作效果更佳。
一种基于设备维修数据的最佳保养时间获取系统实施例：
本实施例提供了一种基于设备维修数据的最佳保养时间获取系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现一种基于设备维修数据的最佳保养时间获取方法的步骤。由于已经对一种基于设备维修数据的最佳保养时间获取方法实施例进行了详细的阐述，此处不再过多介绍。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于设备维修数据的最佳保养时间获取方法，其特征在于，该方法包括以下步骤：
获取相同型号设备每次维修操作的维修记录数据、每个设备的使用时间以及设备的初始保养时间间隔，所述维修记录数据包含多个维度的数据，基于每个设备每次维修操作的所有维度的数据获得每次维修操作的维修成本；
根据每个设备每次维修操作的维修成本、其与所有次维修操作的维修成本之间的差异情况和每个设备的维修操作分布情况，得到每个设备的偶然性表征值；
根据所有设备故障情况和所有维修操作的维修成本分布情况得到全局偶然程度，根据每个设备的偶然性表征值与全局偶然程度之间的差异情况、以及每个设备的使用时间与所有设备的使用时间之间的差异情况，对设备的初始保养时间间隔进行调整，得到每个设备的最佳保养时间间隔。
2.根据权利要求1所述的一种基于设备维修数据的最佳保养时间获取方法，其特征在于，所述根据每个设备每次维修操作的维修成本、其与所有次维修操作的维修成本之间的差异情况和每个设备的维修操作分布情况，得到每个设备的偶然性表征值，具体包括：
根据每次维修操作的维修成本、每次维修操作与所有维修操作的维修成本之间的差异情况、以及与每次维修操作具有相同维修操作的设备数量，得到每次维修操作的偶然性表征值；
根据每个设备的维修操作情况以及每次维修操作的偶然性表征值，得到每个设备的偶然性表征值。
3.根据权利要求2所述的一种基于设备维修数据的最佳保养时间获取方法，其特征在于，所述每次维修操作的偶然性表征值的获取方法具体为：
将任意一次维修操作作为选定维修操作，对选定维修操作的维修成本进行归一化处理得到第一系数；获取与选定维修操作具有相同维修操作的设备数量，将设备数量的负相关归一化值作为第二系数；获取所有设备所有次维修操作的维修成本的中位数，根据选定维修操作的维修成本与所述中位数的差异得到第三系数，该差异与第三系数之间呈正相关关系；
根据所述第一系数、第二系数和第三系数得到选定维修操作的偶然性表征值，所述第一系数、第二系数和第三系数均与选定维修操作的偶然性表征值呈正相关关系。
4.根据权利要求2所述的一种基于设备维修数据的最佳保养时间获取方法，其特征在于，所述根据每个设备的维修操作情况以及每次维修操作的偶然性表征值，得到每个设备的偶然性表征值，具体包括：
对于任意一个设备，对设备的所有次维修操作的次数进行负相关归一化处理得到第四系数，计算设备的所有次维修操作的偶然性表征值的均值得到第五系数；根据所述第四系数和第五系数得到设备的偶然性表征值；所述第四系数和第五系数均与设备的偶然性表征值呈正相关关系。
5.根据权利要求1所述的一种基于设备维修数据的最佳保养时间获取方法，其特征在于，所述根据每个设备的偶然性表征值与全局偶然程度之间的差异情况、以及每个设备的使用时间与所有设备的使用时间之间的差异情况，对设备的初始保养时间间隔进行调整，得到每个设备的最佳保养时间间隔，具体包括：
根据每个设备的偶然性表征值与全局偶然程度之间的差异情况、以及每个设备的使用时间与所有设备的使用时间之间的差异情况，得到每个设备的调整系数；
利用所述调整系数对每个设备的初始保养时间间隔进行调整，得到每个设备的最佳保养时间间隔。
6.根据权利要求5所述的一种基于设备维修数据的最佳保养时间获取方法，其特征在于，所述根据每个设备的偶然性表征值与全局偶然程度之间的差异情况、以及每个设备的使用时间与所有设备的使用时间之间的差异情况，得到每个设备的调整系数，具体包括：
将任意一个设备记为目标设备，计算目标设备的偶然性表征值与全局偶然程度之间的差值得到第一特征系数；计算所有设备的使用时间的均值得到特征时间，将目标设备的使用时间与特征时间之间的差值绝对值的归一化值作为第二特征系数；根据第一特征系数和第二特征系数得到全局特征系数，所述第一特征系数和第二特征系数均与全局特征系数之间呈正相关关系；将全局特征系数与全局偶然程度之和的负相关归一化值作为调整系数。
7.根据权利要求5所述的一种基于设备维修数据的最佳保养时间获取方法，其特征在于，所述利用所述调整系数对每个设备的初始保养时间间隔进行调整，得到每个设备的最佳保养时间间隔，具体包括：
对于任意一个设备，当设备的调整系数小于预设的调整阈值时，将设备的初始保养时间作为设备的最佳保养时间间隔；
当设备的调整系数大于或等于预设的调整阈值时，利用调整系数对设备的初始保养时间间隔进行调整，得到设备的最佳保养时间间隔。
8.根据权利要求7所述的一种基于设备维修数据的最佳保养时间获取方法，其特征在于，所述利用调整系数对设备的初始保养时间间隔进行调整，得到设备的最佳保养时间间隔，具体包括：
；其中，/>表示第r个设备的最佳保养时间间隔，/>表示第r个设备的初始保养时间间隔，/>表示第r个设备的调整系数。
9.根据权利要求2所述的一种基于设备维修数据的最佳保养时间获取方法，其特征在于，所述根据所有设备故障情况和所有维修操作的维修成本分布情况得到全局偶然程度，具体包括：
计算所有次维修操作的总次数与所有设备的总数量之间的比值得到特征比值，根据所述特征比值与所有次维修操作的偶然性表征值的均值，得到全局偶然程度，所述特征比值与全局偶然程度呈负相关关系，所有次维修操作的偶然性表征值的均值与全局偶然程度呈正相关关系。
10.一种基于设备维修数据的最佳保养时间获取系统，包括存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-9任一项所述的一种基于设备维修数据的最佳保养时间获取方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311686196.XA CN117409495B (zh) | 2023-12-11 | 2023-12-11 | 一种基于设备维修数据的最佳保养时间获取方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311686196.XA CN117409495B (zh) | 2023-12-11 | 2023-12-11 | 一种基于设备维修数据的最佳保养时间获取方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117409495A true CN117409495A (zh) | 2024-01-16 |
| CN117409495B CN117409495B (zh) | 2024-02-20 |
Family
ID=89492795
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311686196.XA Active CN117409495B (zh) | 2023-12-11 | 2023-12-11 | 一种基于设备维修数据的最佳保养时间获取方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117409495B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002140446A (ja) * | 2000-10-31 | 2002-05-17 | Kawasaki Heavy Ind Ltd | 整備管理システム |
| CN108764497A (zh) * | 2018-05-24 | 2018-11-06 | 哈工大机器人（合肥）国际创新研究院 | 一种基于设备维修数据确定最佳保养时间的方法 |
| CN113255943A (zh) * | 2021-06-16 | 2021-08-13 | 河南卓瑞智能科技有限公司 | 设备保养提醒及维修方案智能管理系统 |
| CN113705896A (zh) * | 2021-08-30 | 2021-11-26 | 中国工商银行股份有限公司 | 目标设备的确定方法、装置及电子设备 |
| CN114997442A (zh) * | 2022-06-28 | 2022-09-02 | 肇庆学院 | 一种机器的保养周期确定方法、存储介质及系统 |
-
2023
- 2023-12-11 CN CN202311686196.XA patent/CN117409495B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002140446A (ja) * | 2000-10-31 | 2002-05-17 | Kawasaki Heavy Ind Ltd | 整備管理システム |
| CN108764497A (zh) * | 2018-05-24 | 2018-11-06 | 哈工大机器人（合肥）国际创新研究院 | 一种基于设备维修数据确定最佳保养时间的方法 |
| CN113255943A (zh) * | 2021-06-16 | 2021-08-13 | 河南卓瑞智能科技有限公司 | 设备保养提醒及维修方案智能管理系统 |
| CN113705896A (zh) * | 2021-08-30 | 2021-11-26 | 中国工商银行股份有限公司 | 目标设备的确定方法、装置及电子设备 |
| CN114997442A (zh) * | 2022-06-28 | 2022-09-02 | 肇庆学院 | 一种机器的保养周期确定方法、存储介质及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 池洁;: "设备在不同运行状态下的最佳保修期分析", 重庆交通大学学报(自然科学版), no. 05, 15 October 2008 (2008-10-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117409495B (zh) | 2024-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117407700B (zh) | 一种带电作业过程中作业环境的监测方法 | |
| CN110653661A (zh) | 基于信号融合和多重分形谱算法的刀具状态监测识别方法 | |
| CN116881673B (zh) | 基于大数据分析的盾构机运维方法 | |
| CN111723850A (zh) | 一种基于智能巡检系统的自动化检定设备状态评价方法 | |
| CN117349711B (zh) | 一种铁路机车零部件电子标签数据处理方法及系统 | |
| CN116400126A (zh) | 一种具有数据处理系统的低压电力箱 | |
| CN117409495B (zh) | 一种基于设备维修数据的最佳保养时间获取方法及系统 | |
| CN114893936A (zh) | 制冰系统进出水控制系统与控制方法 | |
| CN117828371B (zh) | 一种综合运维平台的业务信息智能分析方法 | |
| CN114924965A (zh) | 一种基于互联网的软件开发用性能预测系统 | |
| CN117475482A (zh) | 一种舌象特征提取方法、装置 | |
| CN115099291B (zh) | 一种建筑节能监测方法 | |
| CN109299863B (zh) | Btm设备评价系统 | |
| WO2023019947A1 (zh) | 生产过程质量控制方法、电子设备和计算机可读存储介质 | |
| CN115986937A (zh) | 一种基于稳态电能质量监测数据的敏感负荷类型识别方法 | |
| CN115345430A (zh) | 贴片机的健康度评估方法及系统 | |
| CN114049199A (zh) | 一种基于消费信贷场景的风险评估方法及系统实现 | |
| CN114881483A (zh) | 一种配电自动化终端状态评价指标的权重动态分配方法 | |
| CN109766243B (zh) | 一种基于幂函数的多核主机性能监控方法 | |
| CN116070150B (zh) | 基于呼吸机运行参数的异常监测方法 | |
| CN118071154B (zh) | 基于数据处理的内控智能审核系统及方法 | |
| CN118796724A (zh) | 面向嵌入式系统的红外图像处理优化方法及系统 | |
| CN113806495B (zh) | 一种离群机器检测方法和装置 | |
| CN117375626B (zh) | 一种智慧供热异常数据传输方法及系统 | |
| CN118194138B (zh) | 一种承压设备损伤模式识别方法及系统 |
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 |