Анализ на Weibull е статистически метод, който съпоставя вашите данни за повреди на оборудване с Уайбъл (Weibull) разпределение, за да разкрие модела зад тези повреди: дали частите загиват рано, провалят се на случаен принцип или се износват с възрастта. От това приближение се извличат две числа — параметърът на формата (бета) и параметърът на мащаба (ета) — и тези две числа ви казват коя стратегия за поддръжка всъщност пасва на машината пред вас. Той е количествената опора на инженерството по надеждност и преобразува купчина дати на повреди в защитим план.
Всеки запис за повреда има стойност на живот: изработени часове, завършени цикли или дни в експлоатация преди активът да се повреди. Анализът на Weibull взема набор от тези стойности на живот и намира разпределението, което най-добре ги описва. Понеже Weibull-разпределението е толкова гъвкаво, една уравнение може да моделира повреди, които се ускоряват с времето, остават постоянни или се забавят. Тази гъвкавост е причината инженерите по надеждност да го използват преди почти всеки друг инструмент. Резултатът не е мътно мнение за надеждността; това е пригодена крива, която можете да използвате, за да оцените вероятността от повреда във всеки бъдещ момент от живота на компонента.
Параметърът на формата, бета, е основният резултат. Той ви казва посоката на темпото на повреди с течение на времето и се налага директно върху трите зони на кривата „вана“:
Да знаете в коя зона се намирате променя всичко. Не планирате замени на базата на време за част с бета под 1, защото нова част е статистически по-вероятно да се повреди, отколкото остаряващата, която бихте премахнали.
Параметърът на мащаба, ета, е характеристичният живот. Това е точката, до която 63,2 процента от популацията ще са се повредили, независимо от стойността на бета. Мислете за него като за естествената времева скала на процеса на повреда. Помпено семейство с ета 8000 часа има по-дълъг характеристичен живот от едно с ета 3000 часа. Заедно бета ви казва формата на повредите, а ета ви казва времевата им характеристика — и и двете са ви нужни за планиране.
Да предположим, че записвате повреди на лагери по конвейер и Weibull-приближение връща бета = 2.5 и ета = 6000 часа. Бета 2.5 е значително над 1, така че тези лагери са в модел на износване. Ета 6000 часа означава, че 63,2 процента ще са се повредили до 6000 часа работа.
Формулата за надеждност по Weibull е R(t) = e^(-(t/eta)^beta). Попитайте: какъв дял оцелява до 3000 часа, половината от характеристичния живот?
Така около 83,8 процента от лагерите оцеляват до 3000 часа, което означава, че приблизително 16 процента вече са се повредили до половината от живота. Сега проверете за 4500 часа: (4500/6000) = 0,75 и 0,75^2,5 = 0,487, така че R = e^(-0,487) = 0,614. Надеждността спада от 83,8 процента до 61,4 процента, когато се движите от 3000 до 4500 часа. Това засилващо се намаление е подписът на износването в действие.
Решението за поддръжка: тъй като бета е значително над 1, оправдан е замяна по време. Разумен интервал за планирана подмяна се поставя под ета, където надеждността все още е висока — например около 3000 до 3500 часа — вместо да експлоатирате лагерите до отказ. Ако бета беше близо до 1, планираните замени щяха да прахосват добри части и щяхте да заложите на поддръжка, базирана на състоянието, наблюдавайки вибрации и температура, за да улавяте случайната повреда преди тя да предизвика верижни повреди.
Резултатите от Weibull се трансформират ясно в стратегия. Бета под 1 насочва към поправяне на процеса на монтаж и пуско-наладка, а не към график за подмяна; проблемът е в качеството и обкатката, така че тест за навъртане (burn-in) ви защитава. Бета близо до 1 благоприятства мониторинг на състоянието и инспекции, защото възрастта не дава предупреждение. Бета над 1 възнаграждава планирани, времево-базирани интервенции и е класическият случай за проактивна поддръжка вместо изчакване на повредата. Вкарването на тези находки в структуриран FMEA изяснява кои режимни начини на повреда заслужават най-голямо внимание и разходи.
Анализът на Weibull допълва сумарните числа, които вече следите. Една единична стойност на MTBF изглажда модела на повреди; две машини могат да имат идентичен MTBF, докато едната страда от ранна смъртност, а другата — от чисто износване, изисквайки напълно противоположни реакции. Weibull възстановява тази изгубена детайлност. Когато бета е равна на 1, средното време между повреди и характеристичният живот съвпадат, но за всяка друга бета те се разминават — и това разминаване е точно прозрението, което една сурова средна стойност крие.
Анализът на Weibull е толкова добър, колкото и данните за повреди, които му подавате, и тук повечето програми тихо се провалят. Предполагаеми дати, липсващи работни часове и неизброени микро-спирания водят до невалидно приближение, без значение колко добри са статистиките. Fabrico не пуска Weibull софтуер или предсказателни модели вместо вас; вместо това предоставя чистата, маркирана с времеви печат основа, върху която тези методи разчитат. Неговият мониторинг на OEE и производството в реално време улавя прецизни работни часове и събития на спиране, включително и на машини без ПЛК чрез камери и компютърно зрение, така че всяка повреда има прикрепена реална стойност на живота. Неговата CMMS записва работни поръчки, истории на активите и използване на резервни части, давайки ви хронологията на повреди и ремонтните записи, от които една Weibull-пригодка се нуждае. Подайте тази проверена CMMS история във вашия анализ и вашите бета и ета ще отразяват реалността, а не електронна таблица с оценки. По-чистият вход също подобрява общата ви картина за OEE.
Колкото повече, толкова по-добре, но грубо правило е, че дори 5–10 точки на отказ могат да подсказват посоката на бета, докато 15–20 или повече дават увереност както в бета, така и в ета. По-малко точки увеличават несигурността, така че третирайте бета от малка извадка като индикация, а не като твърдо число и продължавайте да събирате точни данни за живота с натрупването на нови повреди.
Не. Fabrico е платформа за мониторинг на OEE в реално време и CMMS, не е статистически софтуер, така че не прави Weibull-приближения или не стартира симулации за надеждност вместо вас. Това, което прави, е да улавя точните данни за работно време, спирания и ремонти, от които един Weibull-анализ в избрания от вас инструмент се нуждае, така че вашите пригодени параметри да описват това, което всъщност се е случило на производствения под.
Ета е характеристичният живот — точката, до която 63,2 процента от единиците са се повредили — докато MTBF е средното време между повредите. Те са равни само когато бета е 1. За модели на износване (бета над 1) MTBF обикновено е малко под ета, така че бъркането им ще доведе до грешно разпределяне на сроковете за подмяна.
Искате ли входните данни за Weibull да са изградени върху реални данни вместо предположения? Запазете демонстрация на Fabrico, за да видите как мониторингът в реално време и CMMS дават на инженерството по надеждност точна основа.
Вход
Блог