使用多功能设备可靠性评估方法大规模生产

文摘

经验表明,可靠性取决于操作的特点。基于多功能设备的制造过程给出了一般情况下的操作条件的变化。这项工作提出了一种多功能过程的可靠性分析方法,使用RCM方法和修正的通用生成函数(随时备战)大规模的制造环境。结果是一个描述的可靠性,对于每个块设备和生产系统。方法应用在纺织行业的车间,前有证据表明失败行为根据不同类型的函数执行的多功能机器。

1。介绍

可靠性理论在全球竞争的情况下尤其重要,因为它是必要的,以确定工厂的实际生产能力和经济效益在短期和长期1]。工厂和设备的故障行为并不完全解释准确原因分配给预设条件,但这取决于不同的特点,使用系统内的每个元素(2]。时间是最常见的变量来确定行为和剩余生命的组件和设备;然而,实证研究表明,失败率的行为在很大程度上取决于工作的类型,工作负载,和产品的特点(或原料),生产或加工(3- - - - - -7]。另一方面,行业内环境(4)0概念,制造业经历了增长业务和数据量(8]。灵活性和定制了通用生产线由自动化的多功能设备,它们能够运行多种在很少的时间工作。对于先进的多功能设备,不同的操作条件要求每个特定类型的工作假设多功能系统的可靠性取决于混合物将生产(9]。然而,我们所知,没有先前的工作,考虑,计算系统的可靠性,是多功能的操作系统的差异。通常是不区分影响可靠性的每个函数的操作,但是计算是由在一个聚合形式,导致损失的信息是很有价值的维修管理系统。因此,有趣的是这种行为模型,利用现有可靠性理论的支持,考虑到不同的内在属性多功能设备。这一目标,这一建议是基于解决相关研究多态分析系统(MSS) [10,11),通过合适的适应实现多功能的常见和普遍有效的方法生产过程(7]。

一个经典的系统可靠性的分析工具是RCM方法(以可靠性为中心的维修),它描述了操作的设备安排在一个逻辑配置,允许其建模和理解,使制定合适的维护策略(12]。鉴于多功能问题包括多个状态和转换的一个重要尺寸的数据,需要有一个结构化的方法对其可靠性研究中,基于数据分析的典型过程(13- - - - - -15)由四个阶段组成:(1)数据采集,(2)数据预处理、数据分析(3),(4)预测和应用程序。特别是RCM方法和通用生成函数(随时备战)将在第二和第三阶段用于处理复杂的数据维度(16),获得整个多态系统的可靠性性能(MSS)基于性能的元素,使用代数过程(17]。在本文中,提出的方法是应用于纺织行业的案例研究。

2。问题陈述

自动化的多功能机器,用于最后一代生产系统,经常工作在非常改变操作模式,特点是不同的负载和速度工作,经常使用不同的原材料,不同环境条件下。这些运作模式导致不同的失败率和寿命分布。然而,在可靠性分析方面,这是一个问题,我们所知还没有完全解决,与任何正式提议,量化的影响系统可靠性的多功能性。出于这个原因,有趣的是提出一个多功能过程中的可靠性分析方法。这种方法是结构化的序列数据分析的理论基础和现有的以往的研究多态系统可靠性(MSS),适应起来不方便。二进制的逻辑操作的设备被认为是,当正常工作()或彻底失败(下),和要执行的函数的类型由系统特点是定义多个操作状态。 元素组成的集合整个生产系统中,然后呢 的功能是生产或状态。海量存储系统(MSS)中由不同修复元素(或设备),其中每个元素有不同级别的性能,有一个模型 州。这个数字可能很大甚至对于一个相对较小的海量存储系统(MSS)中,这里提出的方法使用工具如随时备战来简化问题。

3所示。命题的方法

来自异构数据源的数据的分析,机器操作在不同的条件下,是一个挑战。一般来说,有一个元素几位作者所使用的算法13,15),处理维护数据。这个算法被认为是这个方法的结构建议,它由以下阶段或阶段:(1)数据采集(定义对象的研究和收集数据),(2)数据预处理(提取、转换和准备数据),(3)数据分析(获得诊断的可靠性系统),和(4)预测和应用(生成预后分析决策)。据王,藏13)预测精度提高数据时增加大小。

提出的方法的应用程序作为一个创新的特点为多功能制造系统的可靠性分析。众所周知,决策的可靠性分析是一个关键元素通过分析制造系统的技术和经济性能。这一目标,数据,如产品需求,生产数量,以及与每个函数的执行相关的概率应当被认为是已知的,例如,通过生产计划。应该强调,这个提议是一种方法,而不是一个算法,所以它的应用程序不是百分之一百准确和严格严格的规则。提议的方法的阶段在图表示1。的方法包括四个阶段,每个阶段是由几个步骤。

第一阶段(数据采集)。这涉及到使用物理检查和/或无线传感器设备的健康状况及其主要控制变量。此外,历史信息的计算机维修管理系统(机)是另一个有价值的方法中使用的数据来源。设备的互操作性是一个重要的问题,解决了isa - 95,含羞草,ISO 15745/13374标准。主动维护技术是煤层气+和榜单是基于充分的互操作性和数据采集。此时,该方法强调前面的识别系统,生产系统中,或设备,在多功能上下文中分析的对象。拥有多功能的机器是必要条件,但不是充分满足这一点,因为它是重要的设备有不同的反应的倾向(或支持不同的负载,如)。根据函数执行。然后,有必要重点方法生产系统处理一组通用的功能。在几集的情况下,方法上分别应该应用形式。可靠性分析的重点是对生产系统的部分满足多功能的条件。然而,部分不符合这个条件也应该考虑,因为他们仍然对系统可靠性的影响。

第二阶段(数据预处理)。此阶段的总目标是提取、转换和准备数据。这里收集的数据同步和分割;控制特性是提取并组合成一个矩阵。有无数的显式技术来做到这一点,然而,专门为可靠性的建议,预处理主要关注治疗数据描述设备的不同状态。这一阶段是通过以下步骤来完成的。
步骤2.1。确定的正常操作条件系统的元素时执行每个函数并确定各性能的措施元素,根据过程执行的性质,这可以表示为一个工作负载由生产计划与假设每个函数生成一个不同的工作负载的设备性能。一组 表示元素的标准负载或性能在国家 。 是一个随机变量的每个条目吗和它代表了负载(类型的函数),设备执行。这也包括了解各自的概率过程根据每个元素或知道他们每个函数执行。与元素的不同状态相关的概率可以表示为一组: ,在那里 和 。
步骤2.2。它包括操作弹性的分析,描述设备的生产调度的结果,关于他们的工作标准时间间隔(最短时间期间只有一种类型的函数执行)。
步骤2.3。它包括说明的逻辑配置系统使用可靠性块关系图(RBD)和理解产品的大小和行为流循环系统和维度的每个函数执行。
步骤2.4。它包括获得每个函数的输出值和每一个状态的发生概率,通过修改后的工具,维护的方程u函数(见(1))和多项式整个系统的(见(2)),考虑多项式包括可用性(一个)(见(3))。

第三阶段(数据分析)。这一阶段的主要目的是确定不同系统的可靠性功能和主要指标情况。这一阶段所涉及的步骤如下。
步骤3.1。一次多项式的生产系统,可以获得可靠性指标分析系统的可接受性的函数 代表所需的系统的性能之间的关系和一些极限值称为系统的需求( 如果系统的性能是可以接受的,和 如果不是)。海量存储系统(MSS)中可靠性的定义是其预期的可接受性。给定的概率质量函数系统, , ,在哪里 ,可以获得其可靠性所示 步骤3.2。得到输出数据用于可靠性分析每个函数执行,如平均故障间隔时间(MTBF)和平均修复时间(MTTR)。这些数据可以发现在测量机。
步骤3.3。它包括估算系统根据功能的不同可用性和多项式执行(见(3)),以确定每个函数的输出量 ,根据可用性和与每个状态相关的概率。
步骤3.4。它包括执行一个适当的参数化的故障数据根据执行功能,调整数据的概率密度曲线代表失败情况下的研究,和显示设备的可靠性模型。
步骤3.5。通过一个数学工具,定义概率可靠性评估的情况下,这取决于发展中每个函数的可能性和生产系统的操作弹性。
步骤3.6。模拟与多个迭代改变执行功能在每个最小时间间隔的处理,其跃迁概率依赖于函数执行在前面的时间间隔,执行。这是,目的是确定预期值可靠性的设备,换句话说,得到可靠性值一起考虑的所有功能和执行,因此,构建一个预期为每个设备可靠性曲线。
步骤3.7。可靠性分析在整个生产系统的层面上说,通过执行数学运算所需达到的全局值抛出的设备。

第四阶段(预测和应用程序)。这一阶段巩固所获得的信息,以便决策。这是制成预后上下文。主要的想法是开发一个分析未来的每台机器的条件和生产系统,来决定最好的策略。几个元素必须被考虑。首先,专业人员的经验和知识。Kreinovich和Ouncharoen [18),自动化分析的专业知识还是很有价值的环境。事实上,他们提出一些技术最好的处理这方面的知识。其他重要的预测和决策方法的分析降解功能,剩余使用寿命原则()函数,剩余寿命分布(行)和总成本评估在资产的整个生命周期。如果理想,结果已经获得,互补应用分析工具。最新趋势指出,大数据的分析的结果应该不是一个不可编辑文档,但是作为一个接口,最终用户可以尝试不同的场景中,试图找到相关性和有用的日常使用的数据。

4所示。案例研究

考虑一个在纺织和刺绣工厂生产过程。这个工厂使用大量的缝纫、刺绣、绗缝。主车间机器是多功能的。每台机器能执行的三个功能:缝纫(函数一个)、绣花(函数B)和绗缝(函数C)。这些机器是远程可编程的针的类型和函数来进行。他们也可以通过触摸屏控制。机提醒序列和变化与每个生产批次中执行针。

每台机器是集成到一个系统配备一个处理器,内存保持预定的工作和针,和设备来发送和接收信息。有一组传感器,控制变量的性能和条件的设备,主要是振动,速度,材料,和针和线的位置。他们也能生成数据的操作时间,拘留,拘留期间的原因。有一段五年的信息失败的数据。然后,这个案例研究出据四阶段方法在本文提出。

4.1。我阶段:数据采集

以下4.4.1。过程描述

系统的研究是一个纺织工业的生产过程,由25个工作站的多功能设备,具体地说,机器缝,绣花,使被子。生产配置是典型的这种过程和它由许多机器安排车间。由于过程的特点、质量和速度的缝纫、绣、绗缝影响整个流动过程和整个工厂的生产能力。

每个工作站都包含一个多功能机器,每台机器可能出现各种失效模式。工作站之间物质的运动是通过机械方式进行。

4.1.2。多功能组件在生产系统的识别

经验的人员,车间的一些机器的失败行为取决于操作宪法而不是操作时间。在这种情况下,三个函数执行(缝纫、刺绣和绗缝)存在加工条件导致不同的失败率条件(尤其是因为针的速度差异,针的长度和硬度)使用的纱线。

机器将被分析,以及相关数据存储库。主要的变量来控制他们的相关操作条件根据可靠性要求:类型的函数执行,操作时间、数量、原因,和持续时间的中断。

4.2。第二阶段:数据预处理

4.2.1。准备正常运行条件的分析

机器有不同的处理能力每小时为单位为每一个函数。生产计划决定了每班生产的产品类型和函数的类型来执行。之间切换的概率函数,每个函数的比例相对于总固定在长期执行。建模的可靠性取决于特定的长期行为。

4.2.2。RBD系统配置

系统由25个机器。考虑到机器的特点是其灵活性和活力,这是能够确定负载共享配置下的植物。负载共享配置的特殊性在于,它允许获得所需容量总和的基础上可用的块设备,甚至可以在负载低于所需的操作。

4.2.3。通用生成函数(随时备战)生产系统

通过使用(1)和(2),可以知道多项式生产系统的性能,根据其RBD配置。这个多项式显示相关的固定概率与执行速度,每小时,每个函数。元素在负载共享配置中,在每个成分被认为是最低产量。

4.2.4。故障数据收集

除了信号存储库所提供的信息,已经有访问记录失败,技术人员保持在每个转变,总共1810天,也就是说,考虑近5年的操作。该数据在使用前清洗和治疗。在分析期间,运营16 (h /天)。存储库包含了这一时期的失效模式,分类为每个转变,包括故障间隔时间转发(延长)和修复时间(竞技场队伍)。重要的是要强调每个故障模式与相应的分类函数(缝纫、刺绣和绗缝)。干预的总量为3.287的记录。

4.3。第三阶段:数据分析

4.3.1。参数计算

知道的值故障间隔时间转发(延长)和修复时间(竞技场队伍),开发了一个曲线拟合过程的目标找到一个最好的解释了失败的行为。这样做是单独为每个函数的电台具有多功能性质和商业软件。转发的情况下延长调整选择威布尔,规模和形状参数。同时TTF更符合对数正态分布,其参数的意思和标准偏差 。竞技场队伍,除此之外,没有证据显示的变化取决于函数执行过程中导致失败,所以它的建模是相同的所有功能。

4.3.2。可用性在静态

考虑到个人信息的可靠性和可维护性,可以使评估的可用性为每个函数执行水平。系统的可用性级别计算基于RBD的配置。

4.3.3。多项式根据可用性

通过使用(3)可以计算每小时生产数量,根据车间的可用性在稳定状态,通过添加已知的系统可用性执行每个函数的概率。这代表了一个绩效指标预期的每小时产量在一个未定义的一瞬间;然而,它并不认为这影响短期的场景中,有一个概率的函数的执行之间的过渡和另一个,精致的比例不是从静态的场景。

4.3.4。可靠性分析

(1)故障密度和故障率函数。 被定义为失败的概率密度函数的站当执行函数 ,和被定义为的失败率站当执行函数 。通过绘制两个和为每一个函数,每个函数导致的失败行为每一个站都可以欣赏。此外,参数计算部分4.3.1报告的差异乘以每种情况下的良好的性能。分析的结果是很重要的参数 ,显示了不同功能的影响。这个函数获得1.87(增加失败率)功能获得β1.0(恒定失效率)和函数获取一个值为1.22(增加失败率)。

(2)可靠性曲线每设备时执行的一种功能。通过使用经典可靠性函数从威布尔公式可以推导出每个设备的可靠性曲线方程和函数执行,机器的可靠性功能吗当执行函数 。静态状态下可以获得系统的可靠性曲线,这是不同的每个函数执行。

(3)计算预期的可靠性和多功能。基于的分析部分4.3.4(1)和4.3.4(2),可以为每个执行函数模型的可靠性曲线和结果分析完整的多功能的场景。设备将变量的可靠性取决于类型的函数在一个确定的时间范围和执行这些命令执行。第一步是定义一个随机模型,显示了车间的可能场景。可以生成这些场景的模拟,考虑到地平线的工作日和转变。对于这种情况定义如下:对于每一个转变是可能的执行功能一个、功能B或函数C之间的转移概率,根据以前计算的制造的产品。考虑这样一个事实,在一次执行转变一个单一类型的函数,每个设备的可靠性函数构建这取决于函数被执行在地平线上的所有变化的分析。为此,可靠性函数中的参数变化取决于他们最后的条件。因此,当执行函数的可靠性在一个转变减少在适当比例的时间过程,函数,但由于与其他功能集成在一起,这种转变的“初始”可用性取决于功能配置时采用 以前的转变。因此,形成的曲线部分的部分,并通过迭代有无数的形式。

(4)可靠性曲线/设备和多功能的生产系统。模拟执行与公司创收的迭代,使执行函数变化转变,转变生产每个设备的可靠性值的变化。获得了预期的可靠性值在每一个瞬间的时间 ,0 [h]之间和1.000 [h],和从失败信息预期的密度曲线,预期的失败率,和预期的可靠性/设备建造、多功能条件下。预期的可靠性曲线的机器表示为 。从这条曲线的可靠性参数25机器估计,迭代用威布尔参数根据形势和寻找确定系数值尽可能高。还计算并绘制作为预期故障密度函数的机器吗和作为一个设备的故障率 ,同时考虑多功能。随后,整个系统的可靠性期望值的计算,随机的产品所有的机器的可靠性。预期的整个系统可靠性曲线表示。作为一个例子,图2显示了整个车间的预期可靠性曲线在研究中,除了可靠性曲线迭代执行。每个迭代生成一个不同的曲线根据生产计划。

此外,正如在分析对于每一个设备,完成系统的预期值的可靠性,威布尔参数估计获得作为整个系统的预期故障密度函数(图3)。然后,预计计算作为一个车间的故障率函数(图4)。

(5)计算MTTF, MTTR,预计可用性和多功能。威布尔参数的可靠性,可以获得平均故障时间(MTTF)值、平均修复时间(MTTR)值(这是称为“可维护性”),和可用性(一个),后者被分解两个层面,作为车间总。通过使用可靠性曲线的方程获得每个站和表达式(5),就可以获得MTTF多功能电台的随机场景。

可维护性分析,MTTR的值从机获得数据库,记住,假设这些值不随函数被执行,每个设备的可用性这两个车间计算作为一个整体,把这个案例研究的价值 。

4.4。第四阶段:结果分析

考虑到第三阶段的结果是可能的复杂精细的分析,有助于了解失败的行为和决策与生产过程有关,如下。

建模后每台机器和系统负载共享配置下,可靠性分析证实了多功能故障行为的存在,考虑增加失败率缝纫(函数一个)和绗缝(函数C)。绣花(函数B)有一个恒定的失败率的行为。有必要纳入一个分析每台机器的每个函数的累积时间,因为磨损程度的元素将会由这个指标,把维护策略的操作时间标准累积函数操作时间标准。

为用户提供一种简单的访问,这一阶段应补充设计一个网络平台。这应该允许指的是信息和报告,以便看到实时系统的状态,以及制造新的模拟场景为界,由用户决定。

5。结论

是很常见的制造业不同性质相同的设备参与功能的混合物。这种多功能的可靠性分析制造业尚未充分探讨,和一般的解决方案这一问题还没有得到提高,至少我们所知。试图填补这个空白,这项工作已经开发了一种方法基于数据分析的一般程序,通用生成函数和古典RCM可靠性多功能制造系统的分析方法。提到这种方法是很重要的建议主要是应用于非常标准化的流程,作为一个连续生产系统。典型的车间配置不受这种方法的应用。同时,正如预期的那样,越不同的每个函数的性质,应用这个提议更有效。

通过一个案例研究,包括植物的可靠性分析和评价自动化纺织生产,提出了使用方法。分析能够表明,车间的机器是多功能的性质,因为失败的行为取决于它们执行的函数。通过分析机器的操作条件和操作弹性的分析,生产定义的随机场景。通过使用方法,可以确定整个车间的失败行为根据预定的工作。这是对决策有用在静态场景中,但它也显示了生产某些产品的可靠性影响并执行每个函数在一个长期的地平线。

大量的迭代执行显示编程生产转移的可能场景。通过他们和预期值的可靠性对于每个瞬间的时间,预计每台机器的可靠性建模,和一个聚合的系统进行分析。分析完成后使用的图形显示失败的概率密度函数和失效率函数。通过联合分析和研究的结果,每个工作站都有失败的影响行为的车间,可以生成一些结论对整个过程的可靠性和临界的元素组成。

一些建议如下:未来可能的研究是很有帮助的开发方法,除了分析可靠性也考虑其他感兴趣的领域,如成本分析、维修策略,设备规模、需求和问题的满意度等等。所有这些集中在任何情况下的多功能制造业甚至超越其他多态条件。也可以推荐后验一些互补分析作为支持研究执行额外的观点,比如那些马尔可夫链可以提供在多态系统可靠性评估,并制定一个全球成本优化模型,将负载分配决策和战术生产计划,考虑的成本转换设备容量和闲置产能的成本。

最后,众所周知,如果我们有一个预测维护干预水平较高的遵从性和效率,管理备件库存可以支持。对备件的需求将会更准确。这可能是另一个有趣的未来扩展的多功能分析工作。

的利益冲突

作者宣称没有利益冲突。

引用

1. c . Stenstrom p . Norrbin a Parida报道,美国Kumar“预防和纠正性维护成本比较和成本效益分析,“结构和基础设施工程,12卷,不。5,603 - 617年,2016页。视图:谷歌学术搜索
2. 林j .元,c, s . j . Chang和s .赖“可靠性建模与评估网络多个和波动的操作条件下,“IEEE可靠性,36卷,不。5,1987。视图:谷歌学术搜索
3. M.-Y。g h·李,孟,“极限控制预防性维护策略组件不完美的预防性维护和操作环境变量,“可靠性工程和系统安全,卷96,不。5,590 - 598年,2011页。视图:出版商的网站|谷歌学术搜索
4. 装饰a、d . m . Frangopol和b·朱”的可靠性和冗余评估船舶在不同的操作条件下,“工程结构,42卷,第471 - 457页,2012年。视图:谷歌学术搜索
5. z Burciu和f . Grabski救生筏安全的实验和理论研究在强风下,“可靠性工程和系统安全,卷96,不。11日,第1461 - 1456页,2011年。视图:出版商的网站|谷歌学术搜索
6. l·巴贝拉·威韦罗曾诉Gonzalez-Prida r . Mena l·巴贝拉,诉Gonzalez-Prida Influencia de la carga de alimentacion en la fiabilidad de lineas de molienda。卡索de工厂化。”强啡肽卷,89年,第568 - 560页,2014年。视图:出版商的网站|谷歌学术搜索
7. f . Kristjanpoller克雷斯波,m . Lopez-Campos·威韦罗曾和t . Grubbesich”可靠性评估方法multiproduct和灵活的工业过程,”Realibility和安全:理论和实践创新l .墙壁,m·里维t·贝德福德,Eds。,pp. 1101–1107, Taylor & Francis Group, London, UK, 2017.视图:谷歌学术搜索
8. f·谢”,一种新的监测方法使用大数据的机器状态,”国际期刊的控制和自动化,8卷,不。3、99 - 108年,2015页。视图:出版商的网站|谷歌学术搜索
9. m . Nourelfath和f . Yalaoui综合载荷分布和生产计划与失败率串并联多态系统根据负载,”可靠性工程和系统安全卷,106年,第145 - 138页,2012年。视图:出版商的网站|谷歌学术搜索
10. a . Lisnianski”扩展框图的多态系统可靠性评估的方法,”可靠性工程和系统安全,卷92,不。12日,第1607 - 1601页,2007年。视图:出版商的网站|谷歌学术搜索
11. a . Lisnianski。弗伦克尔和y叮,多态系统可靠性分析和优化工程师和工业经理施普林格,伦敦,英国,2010年。
12. j . Moubray以可靠性为中心的维修、工业出版社,1997。
13. j .王和j·张“大数据分析预测周期在半导体晶圆制造系统中,“国际期刊的生产研究54卷,第7244 - 7231页,2016年。视图:谷歌学术搜索
14. 杨,b .阿訇,h . Kao,“一个统一的框架和平台设计基于云计算的机械健康监测和制造系统。制造科学与工程杂志。”ASME的事务,卷137,不。4、文章ID 4030669, 10 - 1115, 2015页。视图:谷歌学术搜索
15. j . m .天山“大数据:释放信息,”系统科学与系统工程》杂志上,22卷,不。2、127 - 151年,2013页。视图:出版商的网站|谷歌学术搜索
16. g .列维京通用生成函数的可靠性分析和优化施普林格,伦敦,英国,2005年。
17. a·m·a·约瑟夫a Mohib, h·a·Elmaraghy“可用性的评估多制造系统使用通用生成函数,“CIRP史册——制造技术,55卷,不。1,第448 - 445页,2006。视图:出版商的网站|谷歌学术搜索
18. 诉Kreinovich和r . Ouncharoen模糊(间隔)技术在大数据时代:概述与应用程序环境科学、地球科学、工程和医学,”国际期刊的不确定性、模糊性和Knowlege-Based系统,23卷,第89 - 75页,2015年。视图:谷歌学术搜索

版权

版权©2018 m . Lopez-Campos et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。