论文部分内容阅读
摘 要：制造企业要想在市场竞争中获得优势，设备维护是一项必要的生产管理举措。随着企业设备规模的大型化和复杂化，传统的设备维护模式已不能满足现代企业对设备的维护管理的需求。该文提出了一种设备在“修复非新”情况下的预防性维护模型，该模型采用预防性维护调整因子法。该调整因子直接考虑到设备的可靠性和故障率，通过设备的故障率函数变化可以表示出设备的预防性修复结果。并通过案例分析计算对该模型的正确性和有效性进行验证。
关键词：设备 预防性维护 优化策略 修复非新
中图分类号：TM73 文献标识码：A 文章编号：1674-098X（2015）08（b）-0211-02
近年来，随着市场全球化的发展，现代企业的市场竞争日益激烈。企业需要根据全球市场的变化迅速的作出反应，以满足客户多样化的需求，而企业的设备状态对产品质量有着直接的影响，同时设备成本也对企业的利润有着巨大影响。为此，维护设备性能以较少的投入获得高回报是保证企业经营利润的一个重要方面。
随着科学技术的进步、设备复杂性的增加以及人们对设备故障规律认知水平的提高，设备的维护技术不断创新发展。设备预防性维护主要作用是通过延长设备使用寿命来降低生产费用，避免技术事故，减少企业成本[1-2]。
1 设备预防性维护的发展现状
自20世纪50年代，人们开始更进一步的认识设备的运行机理：设备有一个从正常工作到产生磨损再到发生故障到最后影响使用安全的过程。要保证设备在使用过程中的安全可靠，应该在其故障发生前就开始预防性维修工作，形成一种以预防为主的维护理念。这种理念实质是采用预防性计划和措施将故障在发生初期就消灭掉，不用被动的等故障发生再去维修。
预防性维护的传统方法是采用等周期的检修，设备所有部件通过检修而得到彻底修复，即设备能够“修复如新”。但设备在实际的维护过程中，随着使用时间和预防性维护次数的增加，设备故障率逐渐增加，传统方法并不能对设备的可靠度进行有效改善，所以设备的预防性维护周期应随着使用时间的增长而缩短，以此保证设备的安全可靠。于是有学者提出了对设备的“修复非新”策略，该策略将设备的预防性维护周期随着设备使用时间的增长逐步缩短。目前，对于设备的“修复非新”采用最多的建模方法是调整因子法。因为该因子直接考虑到设备的可靠性和故障率，通过设备的故障率函数变化可以表示出设备的预防性修复结果[3-4]。
2 设备预防性维护模型的建立
2.1 设备故障率函数的选取
故障是指设备的零部件无法达到它规定的使用功能状态。通过对故障发生的规律分析，一般将其分为三个阶段：早期故障期、偶发故障期和耗损故障期。设备在早期故障期的故障率随着时间逐步下降，这段时间的长短与产品质量有关，故障原因主要是设计和使用上的缺陷。当对此类问题进行有效处理，设备运行稳定后进入偶发故障期，故障率低且稳定。设备到使用的后期，由于零部件的磨损、老化等原因故障率又开始上升，此阶段为耗损故障期。
针对设备故障各阶段的不同特点，目前学者们提出了泊松分布、正态分布、指数分布、威布尔分布等多种故障率分布。该模型采用威布尔分布[5]。选取该函数为：
（1）
式（1）：中β为形状参数；η为生命特征参数。在威布尔分布中，当η不变，β>1时，设备的故障率为逐步下降的趋势。β=1，设备的故障率稳定趋于常量。β>1，设备故障率为逐步增长的趋势。对β和η两个参数的取值参考具体设备收集的故障數据进行数理分析而得。
2.2 建立“修复非新”模型
该文采用预防性维护调整因子法对设备进行“修复非新”建模，用预防性维护调整因子来表示设备预防性维护的效果，该因子与设备的维护成本、设备使用时长和维护的学习效应等因素有关，随着设备运行时间和维护次数的增加而变化。设备的预防性维护的修复非新模型为：
（2）
该模型中，λn为对设备进行第n此预防性维护的使用时长调整因子；ε为成本调整系数；kr为购买设备的成本；kpn为设备进行维护所花费的成本。当kr=kpn，且ε=1时，λn=1，即设备的维护成本相当于购买成本，可重新购买设备。v为时间调整系数，设备随着运行时间增长，性能和可靠性逐渐降低，对设备进行预防性维护的效果减小，调整因子值也随之减小；w为预防维护学习效应调整系数，该系数可由经验给定数值。
2.3 建立设备预防性维护模型
设定模型参数：Tn为第n个预防维护周期；λn为预防性维护的调整因子；dn为第n次进行维护后设备的等效使用时长；tn为设备维护时间；tr为设备出现故障所需修复时间。用威布尔分布来表示设备故障率分布，假定β>1，设备随运行时间增长故障率逐步增高。须通过预防性维护来提高设备运行性能。设备实际使用时长是指设备运行的时间总和，等效使用时长是考虑预防性维护对设备有一定修复效果，使该设备的实际使用时长出现回退。设定设备在进行第n次预防性维护前的等效使用时长为dn-1，调整因子为λn-1，则设备的使用时长回退量：dn-1λn-1，设备等效使用时长：λn-1（1-λn-1）。
设备在进行第n此预防性维护后的等效使用时长为：
dn=（dn-1+Tn）（1-λn）
则设备在第n个预防性维护周期出现故障次数为：
（3）
设备在设定的一个维护周期内，有效工作时间为Tn，出现故障后的修复花费时间为trm（Tn），预防性维护花费时间为tp，则设备的性能稳态可用度为：
=
（4）
以设备的性能稳态度作为优化指标取其最大，由式（4）可得设备预防性维护的周期。
3 模型验证
对某设备的历史故障数据进行数理分析，由威布尔分布的参数估计方法，得设备故障率的分布函数：
对修复非新模型参数设定如下：成本调整系数β=1，维护成本kpn=3000，购买成本kr=600000，时间调整系数v=0.005，学习效应调整系数w=0.9。则预防性维护调整因子为：
设定设备的初始使用时长do=40，预防性维护花费时间tp=4，设备故障所需修复时间tr=12，有效工作时间tn=30。
对式（4）进行迭代求解，得该设备前九次预防性维护周期，如表1所示。
由表1可知，随着设备的预防性维护次数的增加，预防性维护的周期缩短，也说明了该文关于设备预防性维护模型的正确性。
4 结语
随着先进制造技术的高速发展，传统设备维护模式很难满足企业需要，改善设备的维护技术是提升制造企业竞争力的有效途径，该文利用预防性维护调整因子构建了设备在“修复非新”情况下的预防性维护模型，并通过案例进行验证，正面模型的正确性。下一步的研究中，在对设备的维护效果方面建模，可通过混合的故障率变化规律来建立“修复非新”模型。
参考文献
[1]多小玲，包旺宁.电力系统变电运维安全管理与设备维护[J].电子制作，2015（3）：243.
[2]单志荣.铁路信号计算机联锁设备维护与管理[J].电子技术与软件工程，2012（6）：91-93.
[3]吐逊江，麦麦提.计算机设备维护的规范化管理研究[J].电子制作.2015（13）.252.
[4]石慧，曾建潮.基于寿命预测的预防性维护策略[J].计算机集成制造系统，2014，20（5）：1134-1140.
[5]夏唐斌，周晓军.基于失效率调整因子的多目标动态预防性维护决策建模[J]，上海交通大学学报，2009，43（5）：821-824.
关键词：设备 预防性维护 优化策略 修复非新
中图分类号：TM73 文献标识码：A 文章编号：1674-098X（2015）08（b）-0211-02
近年来，随着市场全球化的发展，现代企业的市场竞争日益激烈。企业需要根据全球市场的变化迅速的作出反应，以满足客户多样化的需求，而企业的设备状态对产品质量有着直接的影响，同时设备成本也对企业的利润有着巨大影响。为此，维护设备性能以较少的投入获得高回报是保证企业经营利润的一个重要方面。
随着科学技术的进步、设备复杂性的增加以及人们对设备故障规律认知水平的提高，设备的维护技术不断创新发展。设备预防性维护主要作用是通过延长设备使用寿命来降低生产费用，避免技术事故，减少企业成本[1-2]。
1 设备预防性维护的发展现状
自20世纪50年代，人们开始更进一步的认识设备的运行机理：设备有一个从正常工作到产生磨损再到发生故障到最后影响使用安全的过程。要保证设备在使用过程中的安全可靠，应该在其故障发生前就开始预防性维修工作，形成一种以预防为主的维护理念。这种理念实质是采用预防性计划和措施将故障在发生初期就消灭掉，不用被动的等故障发生再去维修。
预防性维护的传统方法是采用等周期的检修，设备所有部件通过检修而得到彻底修复，即设备能够“修复如新”。但设备在实际的维护过程中，随着使用时间和预防性维护次数的增加，设备故障率逐渐增加，传统方法并不能对设备的可靠度进行有效改善，所以设备的预防性维护周期应随着使用时间的增长而缩短，以此保证设备的安全可靠。于是有学者提出了对设备的“修复非新”策略，该策略将设备的预防性维护周期随着设备使用时间的增长逐步缩短。目前，对于设备的“修复非新”采用最多的建模方法是调整因子法。因为该因子直接考虑到设备的可靠性和故障率，通过设备的故障率函数变化可以表示出设备的预防性修复结果[3-4]。
2 设备预防性维护模型的建立
2.1 设备故障率函数的选取
故障是指设备的零部件无法达到它规定的使用功能状态。通过对故障发生的规律分析，一般将其分为三个阶段：早期故障期、偶发故障期和耗损故障期。设备在早期故障期的故障率随着时间逐步下降，这段时间的长短与产品质量有关，故障原因主要是设计和使用上的缺陷。当对此类问题进行有效处理，设备运行稳定后进入偶发故障期，故障率低且稳定。设备到使用的后期，由于零部件的磨损、老化等原因故障率又开始上升，此阶段为耗损故障期。
针对设备故障各阶段的不同特点，目前学者们提出了泊松分布、正态分布、指数分布、威布尔分布等多种故障率分布。该模型采用威布尔分布[5]。选取该函数为：
（1）
式（1）：中β为形状参数；η为生命特征参数。在威布尔分布中，当η不变，β>1时，设备的故障率为逐步下降的趋势。β=1，设备的故障率稳定趋于常量。β>1，设备故障率为逐步增长的趋势。对β和η两个参数的取值参考具体设备收集的故障數据进行数理分析而得。
2.2 建立“修复非新”模型
该文采用预防性维护调整因子法对设备进行“修复非新”建模，用预防性维护调整因子来表示设备预防性维护的效果，该因子与设备的维护成本、设备使用时长和维护的学习效应等因素有关，随着设备运行时间和维护次数的增加而变化。设备的预防性维护的修复非新模型为：
（2）
该模型中，λn为对设备进行第n此预防性维护的使用时长调整因子；ε为成本调整系数；kr为购买设备的成本；kpn为设备进行维护所花费的成本。当kr=kpn，且ε=1时，λn=1，即设备的维护成本相当于购买成本，可重新购买设备。v为时间调整系数，设备随着运行时间增长，性能和可靠性逐渐降低，对设备进行预防性维护的效果减小，调整因子值也随之减小；w为预防维护学习效应调整系数，该系数可由经验给定数值。
2.3 建立设备预防性维护模型
设定模型参数：Tn为第n个预防维护周期；λn为预防性维护的调整因子；dn为第n次进行维护后设备的等效使用时长；tn为设备维护时间；tr为设备出现故障所需修复时间。用威布尔分布来表示设备故障率分布，假定β>1，设备随运行时间增长故障率逐步增高。须通过预防性维护来提高设备运行性能。设备实际使用时长是指设备运行的时间总和，等效使用时长是考虑预防性维护对设备有一定修复效果，使该设备的实际使用时长出现回退。设定设备在进行第n次预防性维护前的等效使用时长为dn-1，调整因子为λn-1，则设备的使用时长回退量：dn-1λn-1，设备等效使用时长：λn-1（1-λn-1）。
设备在进行第n此预防性维护后的等效使用时长为：
dn=（dn-1+Tn）（1-λn）
则设备在第n个预防性维护周期出现故障次数为：
（3）
设备在设定的一个维护周期内，有效工作时间为Tn，出现故障后的修复花费时间为trm（Tn），预防性维护花费时间为tp，则设备的性能稳态可用度为：
=
（4）
以设备的性能稳态度作为优化指标取其最大，由式（4）可得设备预防性维护的周期。
3 模型验证
对某设备的历史故障数据进行数理分析，由威布尔分布的参数估计方法，得设备故障率的分布函数：
对修复非新模型参数设定如下：成本调整系数β=1，维护成本kpn=3000，购买成本kr=600000，时间调整系数v=0.005，学习效应调整系数w=0.9。则预防性维护调整因子为：
设定设备的初始使用时长do=40，预防性维护花费时间tp=4，设备故障所需修复时间tr=12，有效工作时间tn=30。
对式（4）进行迭代求解，得该设备前九次预防性维护周期，如表1所示。
由表1可知，随着设备的预防性维护次数的增加，预防性维护的周期缩短，也说明了该文关于设备预防性维护模型的正确性。
4 结语
随着先进制造技术的高速发展，传统设备维护模式很难满足企业需要，改善设备的维护技术是提升制造企业竞争力的有效途径，该文利用预防性维护调整因子构建了设备在“修复非新”情况下的预防性维护模型，并通过案例进行验证，正面模型的正确性。下一步的研究中，在对设备的维护效果方面建模，可通过混合的故障率变化规律来建立“修复非新”模型。
参考文献
[1]多小玲，包旺宁.电力系统变电运维安全管理与设备维护[J].电子制作，2015（3）：243.
[2]单志荣.铁路信号计算机联锁设备维护与管理[J].电子技术与软件工程，2012（6）：91-93.
[3]吐逊江，麦麦提.计算机设备维护的规范化管理研究[J].电子制作.2015（13）.252.
[4]石慧，曾建潮.基于寿命预测的预防性维护策略[J].计算机集成制造系统，2014，20（5）：1134-1140.
[5]夏唐斌，周晓军.基于失效率调整因子的多目标动态预防性维护决策建模[J]，上海交通大学学报，2009，43（5）：821-824.