基于備件壽命大數(shù)據(jù)分析的汽車主機(jī)廠備件庫存預(yù)測方法

劉新良

（一汽-大眾汽車有限公司，廣東佛山528200）

基于備件壽命大數(shù)據(jù)分析的汽車主機(jī)廠備件庫存預(yù)測方法

劉新良

（一汽-大眾汽車有限公司，廣東佛山528200）

備件是生產(chǎn)設(shè)備維護(hù)維修所需要的重要物資資源，合理的備件儲備是維護(hù)設(shè)備可靠運(yùn)行的關(guān)鍵。分析了生產(chǎn)企業(yè)備件庫存管理特點(diǎn)以及常用備件預(yù)測和管理方法，根據(jù)汽車主機(jī)廠的生產(chǎn)特點(diǎn)，提出了基于備件壽命大數(shù)據(jù)分析的汽車主機(jī)廠備件庫存預(yù)測方法。

大數(shù)據(jù)；備件庫存；庫存預(yù)測

當(dāng)前，汽車行業(yè)發(fā)展迅猛，汽車市場一直穩(wěn)定增長。由于汽車市場火爆的需求，對主機(jī)廠生產(chǎn)設(shè)備的可動率有著很高的要求，一旦設(shè)備停機(jī)將造成巨大的損失。所以各主機(jī)廠為保證生產(chǎn)的連續(xù)、穩(wěn)定，對備件庫存管理的思路多數(shù)都是寧濫勿缺。這種思路下備件庫存管理的特點(diǎn)是：庫存?zhèn)浼N類多，部分沒有必要儲備的備件都做了庫存；備件數(shù)量多，為降低風(fēng)險(xiǎn)，一般至少備庫2個(gè)以上，重要件甚至按照裝機(jī)量表1∶1備庫；備件庫存金額高，周轉(zhuǎn)率低下。由此造成企業(yè)備件庫存積壓，資金浪費(fèi)相當(dāng)嚴(yán)重。企業(yè)如何通過最少資金的備件儲備來保證備件的及時(shí)供應(yīng)成為企業(yè)日益關(guān)注的課題。

當(dāng)前對備件需求預(yù)測的研究成果主要有季節(jié)指數(shù)法，它的基本思路是，先分離出不含季節(jié)周期波動的長期趨勢，再計(jì)算季節(jié)指數(shù)，最后建立預(yù)測模型[1]；基于時(shí)間序列的移動平均法、加權(quán)平均法、指數(shù)平滑法[2]。各種需求預(yù)測模型實(shí)際上都是對備件消耗定額的預(yù)測，也即對備件壽命的預(yù)測。備件壽命一般可通過三種渠道確定：

一是，設(shè)計(jì)壽命，設(shè)計(jì)壽命一般是通過大量的實(shí)驗(yàn)及計(jì)算得出的，而且實(shí)際使用壽命由于工況、維護(hù)保養(yǎng)的差異和設(shè)計(jì)壽命可能存在較大的差異，所以這類備件不多；

二是，利用統(tǒng)計(jì)分析方法，根據(jù)歷年備件消耗歷史統(tǒng)計(jì)數(shù)據(jù)來確定備件的經(jīng)驗(yàn)壽命[3]；

三是，現(xiàn)場查測法，根據(jù)現(xiàn)場使用條件，綜合測定備件實(shí)際使用壽命，這種方法需要借助相應(yīng)的專業(yè)設(shè)備或者技術(shù)手段，現(xiàn)場實(shí)施難度比較大。

本文提出的基于備件壽命大數(shù)據(jù)的庫存預(yù)測方法就是通過第二種渠道預(yù)測備件壽命，從而預(yù)測備件需求的。

1 基于備件壽命大數(shù)據(jù)的庫存預(yù)測方法

1.1 方法的前提

基于備件壽命大數(shù)據(jù)的需求預(yù)測方法的實(shí)現(xiàn)需要幾個(gè)前提：

一是，對規(guī)則的定義，備件基本都是專件專用，型號上任意字符的差別對應(yīng)的產(chǎn)品可能都相差甚遠(yuǎn)，只有對同一個(gè)備件的型號、名稱、品牌有統(tǒng)一的定義，統(tǒng)一的身份ID，在數(shù)據(jù)共享過程中才能實(shí)現(xiàn)信息的檢索、傳遞，避免張冠李戴；對備件壽命的起始時(shí)間、壽命按自然時(shí)間、動作次數(shù)還是距離等都要有統(tǒng)一的定義。

二是，壽命大數(shù)據(jù)的原始積累，包括同一工廠歷年備件出庫數(shù)據(jù)的積累；同業(yè)工廠備件出庫數(shù)據(jù)和故障處理數(shù)據(jù)的積累。歷史數(shù)據(jù)越多，對需求的估計(jì)越準(zhǔn)確。

三是，大數(shù)據(jù)共享平臺的搭建。

1.2 方法的說明

汽車主機(jī)廠使用的生產(chǎn)設(shè)備都是高精尖的設(shè)備，技術(shù)都被少數(shù)幾個(gè)供應(yīng)商壟斷，比如沖壓設(shè)備德國舒勒、法格、國產(chǎn)的濟(jì)二、齊二，日本的小松、福井、AIDA，焊裝機(jī)器人kuka、ABB、杜爾。而不同地區(qū)的汽車企業(yè)選擇的設(shè)備供應(yīng)商基本趨同，比如德系車企使用德國設(shè)備較多，日系車企使用日本設(shè)備較多，不同地域不同車企使用的設(shè)備具有很大的同一性，而這些設(shè)備使用過程中對備件的需求也有很大的同一性。

以沖壓為例，國內(nèi)德系主機(jī)廠使用的沖壓設(shè)備基本都是德國SCHULER公司制造，不同工廠的沖壓設(shè)備型號規(guī)格大同小異。使用同一規(guī)格設(shè)備的不同主機(jī)廠沖壓車間將投產(chǎn)后歷年設(shè)備備件更換信息和相關(guān)故障信息共享，相互查驗(yàn)，在統(tǒng)一的規(guī)則前提下，就能知道某個(gè)備件的經(jīng)驗(yàn)使用壽命，由此指導(dǎo)備件工程師或庫房管理員對備件高低儲備數(shù)量進(jìn)行預(yù)測或?qū)ΜF(xiàn)有高低儲備數(shù)量進(jìn)行優(yōu)化。在這樣一個(gè)多樣本的大數(shù)據(jù)基礎(chǔ)上分析出來的備件壽命相比單一工廠樣本根據(jù)自己歷年的消耗通過基于時(shí)間序列的預(yù)測準(zhǔn)確性要高的多。

1.3 方法的不足

通過對歷史消耗數(shù)據(jù)的分析只能預(yù)測正常使用而損壞的備件壽命，對于碰撞事故、過程因素變化引起差異等造成的備件壽命預(yù)測準(zhǔn)確性欠佳。使用工況的差異將影響預(yù)測的準(zhǔn)確性。同時(shí)，該方法基于備件的大量歷史消耗數(shù)據(jù)來進(jìn)行預(yù)測，對于新投入使用的設(shè)備的零件使用壽命無法進(jìn)行很好的預(yù)測，所以對于新工廠新設(shè)備在備件建庫過程中的指導(dǎo)意義不大。

2 應(yīng)用實(shí)例

某德系車品牌國內(nèi)多個(gè)工廠沖壓車間都使用SCHULER公司的8 100 t機(jī)械壓機(jī)線，并且投產(chǎn)時(shí)間比較接近，跟蹤三個(gè)工廠2012年內(nèi)投產(chǎn)的該壓機(jī)線某個(gè)備件歷年的消耗情況如表1所列。

表12013 -2016年某德系品牌汽車主機(jī)廠沖壓車間某備件月度消耗量（個(gè)）

該備件在設(shè)備上裝機(jī)量18個(gè)，從上表可以看出，自2014年起該備件三個(gè)工廠的年度平均消耗趨于穩(wěn)定，在10～11個(gè)左右，月度最大消耗不超過3個(gè)。由此可計(jì)算出該備件的平均壽命（更換周期）在1.6年左右。依據(jù)這個(gè)數(shù)據(jù)，各工廠再結(jié)合各自的訂貨周期，裝機(jī)數(shù)量，能方便的確定這個(gè)備件的最低儲備，見公式（1）。由此各工廠還可以根據(jù)自身資金能力確定該備件的最高庫存，一般可按最低庫存的1.5～2倍進(jìn)行儲備。

3 結(jié)語

本文沒有引入復(fù)雜的預(yù)測模型，沒有大量的假設(shè)，只是基于實(shí)實(shí)在在的歷史數(shù)據(jù)的積累，通過對大數(shù)據(jù)的分析，得出備件需求的經(jīng)驗(yàn)性預(yù)測，降低了操作難度，降低了對備件庫房管理人員的素質(zhì)要求。雖然對于新設(shè)備壽命的預(yù)測精度較差，但是汽車主機(jī)廠設(shè)備使用壽命都10年以上，對于中、后期的工廠，隨著數(shù)據(jù)的不斷積累，能不斷對備件存儲的高低儲備實(shí)施優(yōu)化。所以該方法對于優(yōu)化汽車主機(jī)廠的庫存結(jié)構(gòu)，降低企業(yè)庫存成本還是具有一定的指導(dǎo)意義。

[1]高鈺榕.維修用備件需求預(yù)測方法[J].火炮發(fā)射與控制學(xué)報(bào)，2008（12）：75-78.

[2]施海燕.基于需求預(yù)測的S公司備件管理研究[D].上海：華東理工大學(xué)，2013.

[3]沈林森，馬飛，宋志輝.備件管理智能決策系統(tǒng)的開發(fā)與應(yīng)用[J].冶金設(shè)備，2006（2）：50-54.

[4]潘培道.現(xiàn)代企業(yè)設(shè)備維修備件管理方式的研究[J].輕工機(jī)械，2006（3）：160-163.

[5]崔南方.維修備件基于AHP的ABC分類模型[J].工業(yè)工程與管理，2004（6）：33-36.

[6]李田甜.H公司涂裝車間設(shè)備備件庫存管理案例研究[D].大連：大連理工大學(xué)，2010.

Inventory Forecasting Methodof Automotive OEM Based on the Big Data Analysis of Spare paPrts Life

LIU Xin-liang
（FAW-VW，F(xiàn)oshan Guangdong 528200，China）

Spare parts are important material resources for maintenance and maintenance of production equipment. Reasonable spare parts storage is the key to keep a machinerunning reliable.Analyzed the characteristics of production enterprises spare parts inventory control and the prediction and management methods for spare parts，according to the production characteristics of automotive OEMs，puts forward a spare parts inventory forecasting methodof automotive OEM based on the big data analysis of spare parts life.

big data；inventory of spare parts；inventory forecasting

F274

A

1672-545X（2017）03-0160-03

2016-12-01

劉新良（1985-），男，湖南常德人，助理工程師，碩士，研究方向：設(shè)備生命周期管理、備件管理。