資料視覺化助你提早發現裝置存在的隱患

dead_lee發表於2021-09-09

圖片描述

來自:

裝置正常執行是保證正常生產的前提。儘管現在的物聯網、安全生產預警系統等先進裝置已經能夠幫助企業快速發現問題並提供成熟的解決方案,但是,我國的許多企業當前並不具備引進這些先進手段的條件,對於裝置的維護檢修還停留在當裝置發生故障或處於維修狀態時,車間管理層、計劃人員及相關人員才開始採取措施調整解決。今天,我們就與大家分享一個案例,介紹一下如何使用一些來源簡單的,透過視覺化分析,實現對裝置的監控,幫助企業及早發現裝置存在的隱患,保證生產的正常執行。完整見下圖:

接下來,我們詳述一下分析思路。

圖片描述

首先,我們需要對某企業中各個裝置的歷史狀態記錄進行,從檢修次數與檢修型別角度找出其使用特點以及常見故障特點:

圖片描述

從上圖中可以看到,該車間有XY-500T、XY-150T、XY-350T、XY220T、XY-300T、AA、XY-250T、XY-120T共8臺裝置,裝置檢修的次數最多達34次,最少也在16次之多。再比較解決方案可以發現,更換零件的次數最多,其次還有報錯重啟、大修、清理等。為了方便比較,我們用顏色對8臺裝置分別進行了標記。檢修次數較多的裝置普遍存在頻繁更換零件,讓我們對裝置可能存在的隱患有了一定了解。

然後,我們看一下排產計劃,看看這些裝置的負荷情況,可以發現當天共有51單參加排產,涉及產品約35萬件:

圖片描述

圖片描述

接著,我們針對當天完成的產品,分別統計不同時段各裝置的產量,以此來考察這些裝置的負荷情況,如“裝置生產現狀”的條圖所示,從上午10點到下午17點間,裝置XY-150T承載了近7萬的產量,特別是12點時承載的數量最大。而其他裝置的產量都不足1萬。至此,可以很明顯看出這臺XY-150T裝置的特殊之處,這時我們再進一步考察這臺裝置的負荷狀態,可以看到,該裝置當天承載的大部分產量均是近期需要交貨的,一旦該裝置發生故障,極有可能影響正常交貨:

圖片描述

當我們透過發現了問題,那麼就可以提前制定計劃以保證生產。比如我們可以調整排產計劃,在如12點、16點、17點這些產量差距很大的時間段,調配生產,降低裝置XY-150T的負荷量。如果不能調整排產計劃,那麼可以結合各機器檢修結果,事先預備充足的替換零件,並派相關的技術人員定時檢查系統問題也可從減少維修次數和時間的角度,最大程度地保障生產。



作者:資料觀資料分析平臺
連結:


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/4686/viewspace-2815742/,如需轉載,請註明出處,否則將追究法律責任。

相關文章