CC BY
26
_Известия ТулГУ. Технические науки. 2017. Вып. 8. Ч. 2_
УДК 658.562
УПРАВЛЕНИЕ РЕМОНТОПРИГОДНОСТЬЮ И ДОЛГОВЕЧНОСТЬЮ ТЕХНОЛОГИЧЕСКОГО ОБОРУДОВАНИЯ В ЗАВИСИМОСТИ ОТ ЧИСЛА РЕМОНТНИКОВ
Н.В. Анцева, А.В. Комаров
Исследована зависимость влияния на длительность восстановления отказов технологического оборудования численности ремонтных бригад и коэффициента ремонтной сложности оборудования. Определен закон распределения времени восстановления отказов технологического оборудования.
Ключевые слова: управление качеством, техническое обслуживание и ремонт, регрессионный анализ, длительность восстановления отказа, численность ремонтной бригады.
Одной из главных задач, стоящих перед ремонтными службами предприятий, является повышение качества и снижение стоимости ремонта технологического оборудования путем широкого внедрения индустриальных методов ремонта и постоянного развития мощностей ремонтных служб. Ремонтная служба на предприятиях организуется отделом главного механика. Основная задача этого отдела и его подразделений - поддержание технологического оборудования предприятия в работоспособном состоянии на основе обеспечения эффективного функционирования системы технического обслуживания и ремонта технологического оборудования (СТОиР ТО). В настоящее время данная система работает частично или приобретает иные формы, поэтому техническое обслуживание и ремонт технологического оборудования ведутся в основном по потребности, что обусловливает неизбежность случайных отказов технологического оборудования в любой момент времени.
При этом время технического обслуживания и ремонта практически всегда является случайной величиной. Источниками случайности могут быть: отсутствие первоначальной информации о типе отказа и трудоемкости его устранения, колебания износа различных деталей и, как следствие, их ремонт или замена, количество обслуживающего персонала, его квалификация, сложность агрегата и пр. [1, 2]
Время обслуживания Тобс как случайная величина характеризуется плотностью распределения f (t) со средним значением (математическим ожиданием) [3, 4]:
¥
Тобс = i f (t )tdt, (1)
0
276
и дисперсией как мерой разброса:
¥
В = \/(г)(г - Тобс )2 Ж. (2)
0
Так как фактические затраты времени на обслуживание и ремонт могут существенно отличаться от среднего значения, то на практике важно знать, с какой вероятностью произойдет восстановление оборудования за время г:
г
^ (г ) = \ / (г . (3)
0
Соответственно риск невыполнения ремонта за время г
Я = 1 - *■(/). (4)
Для определения закона распределения случайной величины проводилась подконтрольная эксплуатация технологического оборудования с фиксированием времени технического обслуживания и ремонта. Гистограмма распределения времени обслуживания и ремонта показана на рис. 1.
ш 4
200 175 150 125 100 75 50 25 -
0 10 20 30 40 50 60 ^ч
Рис. 1. Гистограмма распределения времени обслуживания и ремонта:
1 - гистограмма, построенная по опытным данным; 2 - график плотности экспоненциального распределения с параметром 1 = 0,1511
277
В результате обработки наилучшую согласованность с опытными данными дало экспоненциальное распределение, имеющее плотность распределения [5]:
I (> ) = 1е~1',
где параметр распределения оценивался по следующей формуле:
(5)
1 = 1
Т
(6)
здесь Т - среднее время обслуживания; 1 = 0,1511.
Близость эмпирического и теоретического распределений оценива-2
лась по критерию % .
Однако экспоненциальное распределение является не самым лучшим для описания времени обслуживания, так как описывает общее протекание процесса без зависимости от численности ремонтного персонала и сложности ремонта, не показывает динамику изменения математического ожидания времени обслуживания и коэффициента вариации, что не соответствует действительности, коэффициент вариации равен 1, из чего следует большой разброс фактических величин времени обслуживания от среднего значения.
Для устранения указанных выше недостатков предложено использовать закон распределения случайной величины Вейбулла. Данный закон определяется двумя параметрами (а, р) и отличается большой универсальностью. Основные зависимости распределения [6]
I (' )=
а
Р
(IЛ
К Р У
а-1
ехр
а
К Р У
^ ) = 1 - ехр
а
К Р У
(7)
(8)
При а =1 данное распределение превращается в экспоненциальное, при а >1 оно изменяет свою форму от близкой к нормальному распределению до асимметричного, при а <1 кривая плотности вероятности близка к гиперболе. Поэтому распределение Вейбулла широко применяют для аппроксимации различных эмпирических законов распределения.
На основании реальных данных о времени выполнения работ по техническому обслуживанию и ремонту оборудования и списка ремонтных работ получена следующая регрессионная зависимость [7, 8]:
р = 0,3951-X0.479 • Х20Л73 • Х30Л93 • XГ06 • ХР55 • ХР31 • Х7а240.
После расчета регрессионной зависимости с использованием выше указанных данных получен параметр распределения р =0,86.
Были проведены расчеты при различной численности ремонтного персонала. На рис. 2 - 4 показаны зависимости изменения показателей распределения от численности ремонтного персонала [9].
Рис. 2. Зависимость математического ожидания времени обслуживания от численности ремонтного персонала
Рис. 3. Зависимость интегральной функции распределения Вейбулла ^() от численности ремонтного персонала при ? =1 смена, р=0,86
Большое количество оборудования данного типа на предприятии и одинаковый объем работ позволяют осуществить наблюдение и экспериментирование с численностью ремонтников, фиксирование времени вос-
279
становления оборудования. Проводился ремонт транспортера для уборки стружки станков с ЧПУ мод. 1В340Ф30 в количестве 10 шт. В табл. 1 приведены эмпирические данные длительности ремонта.
Таблица 1
Практические данные среднего времени ремонта в зависимости
от числа ремонтников
Число ремонтников г 1 2 3 4
Время ремонта £, ч 8,0 6,0 5,5 5,8
Рис. 4. Зависимость коэффициента вариации п от численности
ремонтного персонала
В табл. 2 сведены зависимости коэффициента интенсификации от численности ремонтников в бригаде при ремонте транспортера для уборки стружки станков с ЧПУ мод. 1В340Ф30.
Таблица 2
Зависимость коэффициента интенсификации от численности
ремонтников в бригаде
Число ремонтников г 2 3 4
Коэффициент интенсификации ки 0,79 0,51 0,36
Результаты расчетов показывают, что увеличение численности ремонтников до трех человек приводит к уменьшению математического ожидания длительности восстановления на 11 %. Дальнейшее увеличение
сопровождается незначительным увеличением среднего времени на 2 %, это объясняется тем, что при увеличенной численности ремонтников они начинают мешать друг другу. Также с увеличением численности персонала уменьшается коэффициент вариации (см. рис. 4) и тем более точно можно спрогнозировать время восстановления отказа.
Данные, на основании которых получены рис. 2-4, рассчитаны с помощью программы Excel, что позволяет оперативно находить показатели распределения при изменении его параметров и тем самым быстро и обоснованно принимать решения руководителям ремонтной службы о ремонте оборудования.
В момент принятия решения руководствуются количественными показателями: вероятностью восстановления за время t и риском невыполнения задания. Руководитель ремонтной службы является лицом принимающее решение, оптимизация решения, основанного на критерии риска невыполнения задания за определенное время, зависит только от склонности лица к риску.
Практическое использование на машиностроительных предприятиях описанной методики соответствует одному из пяти важнейших элементов теории всеобщего управления качеством: принятые решения должны основываться на фактах, а не на мнениях. Это позволит повысить технико-экономические показатели ремонтной службы предприятия и уменьшить потери основного производства, связанные с ремонтом и неисправностью оборудования.
Список литературы
1. Анцева Н.В., Пасько Н.И. Управление качеством технического обслуживания и ремонта металлообрабатывающего оборудования с периодическим контролем состояния // Известия Тульского государственного университета. Технические науки. 2012. Вып. 1. С. 440 - 449.
2. Пасько Н.И., Анцева Н.В. Оптимизация режима технического обслуживания и ремонта металлообрабатывающего оборудования // Известия Тульского государственного университета. Технические науки. 2007. Вып. 1. С. 80 - 86.
3. Пасько Н.И., Анцева Н.В. Статистическая модель процесса технического обслуживания и ремонта металлообрабатывающего оборудования // Известия Тульского государственного университета. Технические науки. 2008. Вып. 2. С. 10 - 18.
4. Анцев В.Ю., Федоров А.В., Долгов В.В. Управление процессом технического обслуживания и ремонта металлообрабатывающего оборудования // Справочник. Инженерный журнал с приложением. №8. URL: http://elibrary.ru/publisher titles.asp?publishid=9107 М.: Издательский дом «СПЕКТР». 2004. С. 55 - 58.
5. Иноземцев А. Н., Пасько Н. И. Надежность станков и станочных систем: учеб. пособие. Тула: Изд-во ТулГу. 2002. 182 с.
6. Проников А. С. Параметрическая надежность машин. М.: Изд-во МГТУ им. Н. Э. Баумана, 2002. 560 с.
7. Дрейпер Н. Прикладной регрессионный анализ M: Статистика, 1973. 392 с.
8. Анцев В.Ю., Ковалёва А.Е. Структурно-функциональная модель процесса технического обслуживания и ремонта грузоподъемного оборудования // Известия Тульского государственного университета. Технические науки. Вып. 7: в 2 ч. 2015. Ч. 2. С. 72 - 78.
9. Комаров А.В. Определение зависимости времени ремонта технологического оборудования от числа ремонтников и сложности отказа // Известия Тульского государственного университета. Технические науки. 2006. Вып. 6. С. 19 - 28.
Анцева Наталья Витальевна, канд. техн. наук, доц., n.anzeva@yandex.ru, Россия, Тула, Тульский государственный университет,
Комаров Анатолий Владимирович, канд. техн. наук, нач. службы, anakom 16@,mail.ru, Россия, Тула, ОАО «Тулаточмаш»
MAINTAINABILITY AND DURABILITY MANAGEMENT OF A MANUFACTURING
EQUIPMENT DEPENDING ON THE NUMBER OF REPAIR MECHANICS
N. V. Antseva, A. V. Komarov
The dependence of the influence on the duration offailure recovery of manufacturing equipment of the number of personel in repair team and the repairability factor was studied. The distribution law of duration of failure recovery of the manufacturing equipment is defined.
Key words: quality management, maintenance and repair, regression analysis, failure recovery duration, number of personel in repair team.
Antseva Natal'ya Vital'evna, candidate of technical sciences, docent, n. anzeva@yandex. ru, Russia, Tula, Tula State University,
Komarov Anatoly Vladimirovich, candidate of technical sciences, chief of service, anakom 16@,mail.ru, Russia, Tula, JSC «Tulatochmash»
