設備維修管理經濟性分析

周炎亮　黃柳君　陳小泉

摘? 要：本文主要介紹了一個關于設備維修管理經濟性分析的方法：RMF-DWP方法。該方法主要計算了6個指標值，分別是最近2次故障間隔天數、故障頻率、故障維修費用、故障維修天數、故障維修人工時、預防性維修，并對這6個指標進行綜合分析和打分，從而發現維修管理經濟性較差的設備，并可以運用該模型對具體設備的維修管理的結果進行深入分析，找到維修管理經濟性較差的原因，從而可以為設備的維修管理提供一些決策幫助。

關鍵詞：設備維修管理經濟性? 最近2次故障間隔天數? 故障頻率? 故障維修費用? 故障維修天數? 故障維修人工時? 預防性維修

中圖分類號：TH17 文獻標識碼：A 文章編號：1674-098X（2021）06（c）-0092-03

Abstract： This paper mainly introduces an economic analysis method of equipment maintenance management： RMF-DWP method. This method mainly calculates six index values， namely， the days between the last two failures， failure frequency， failure maintenance cost， failure maintenance days， failure maintenance man hours and preventive maintenance， and comprehensively analyzes and scores these six indexes， so as to find the equipment with poor economy of maintenance management. The model can be used to deeply analyze the results of specific equipment maintenance management， and find the reasons for the poor economy of maintenance management， so as to provide some decision-making help for equipment maintenance management.

Key Words： Economy of equipment maintenance management; Days between the last two failures; Failure frequency; Failure maintenance cost; Failure maintenance days; Fault maintenance man hour; Preventive maintenance

隨著企業裝備自動化的不斷提高，設備在生產中的作用也日趨突出，設備越來越多，維修設備費用也越來越高，做好設備維修管理工作不僅可以確保設備以安全、平穩的狀態運行，有效地保障生產的順利進行，也是提高生產效率的關鍵，因此，研究設備維修管理問題具有實際應用價值。

1? 設備維修管理經濟性分析方法

1.1 RFM原理

由于設備的建造材料、功能、性能、安裝運行時所處環境等都不一樣，因此，導致對每臺設備的維修管理方法[1]或者模式是不同的。這種管理模式往往都是靠經驗來確定的，有的設備可能一月需要檢修一次，有的設備可能半年檢修一次，還有的設備可能直到發生了故障才進行檢修，而且每次檢修的深度也可能會有所不同。

RFM模型是在消費者行為價值分析中被普遍采用的一種分析模型[2]，其主要的原理是通過計算多個消費者最近一次購買行為、購買的頻次和購買的總金額來確定某個消費者是否是一個具有重點維護價值的消費者。如果把對設備的維修行為看成是購買行為，那么就可以把某臺設備看成一個特殊的消費者，這個特殊的消費者將會具有以下行為特征，即每隔一段時間需要進行一次維修活動，每次維修活動需要耗費一定的成本，在其運行的過程中可能有過多次維修活動，這樣的行為特征和通常意義的消費者有極高的相似性。

因此，如果有多臺設備，同樣也可以運用RFM模型對多臺設備的維修行為進行評價，評價的目的是分析各設備以往的維修模式是否具有經濟性[3]。RFM模型所給的結論并非是絕對值結果，而是一種相對值，能對消費者的可維護價值做出排名，決策者可以根據這個排名做出相應的管理決策。

1.2 RFM模型改進

為了使RFM模型能夠更好地在評估設備維修管理上發揮作用，需要對模型進行改進，使用RFM-DWP模型來評估設備維修管理活動的成效，并對模型各指標值進行了歸一化，保證各指標值具有可加性，從而可以得出一個綜合指標維修經濟性E值，用于評估設備維修管理方法運行的總體情況。而且，模型還通過一個理論的維修經濟性N值和實際的E值進行對比，用于發現E值存在的問題。RFM-DWP模型各指標意義和計算方法介紹如下[4]。

R：評估本設備本年最近2次故障間隔天數得分，說明故障的發生水平。計算方法：本設備最近2次故障間隔天數/（本設備最近2次故障間隔天數+本設備發生故障平均間隔天數）。

F：評估本設備本年故障頻率得分，說明故障的發生水平。計算方法：1-本設備本年累計發生故障次數/（本設備本年累計發生故障次數+本設備平均每年故障次數）。

M：評估本設備本年故障維修費用得分，說明維修費的耗費水平。計算方法：1-本設備本年累計維修費用/本設備本年累計維修費用。

D：評估本設備本年故障維修天數得分，說明故障嚴重程度和停工損失。計算方法：1-本設備本年最近一次維修天數/（本設備本年最近一次維修天數+本設備平均每次維修天數）。

W：評估本設備故障本年耗費的維修人工時得分，說明故障的嚴重程度。計算方法：1-本設備本年累計維修人工時/（本設備本年累計維修人工時+本設備平均每年維修人工時）。

P：評估本設備的預防性維修得分，說明設備在預防性維修方面的投入，投入越少，值越大。計算方法：（本設備預防性維修天數得分+本設備預防性維修人工時得分）/2。

E：評估本設備維修管理的實際水平，說明設備的整體維修管理是否運行良好。計算方法：（R+F+M+D+W+P）/6。

N：維修管理經濟性理論值，假設隨著使用年限的增長，由于設備不斷的磨損，設備維修管理的經濟性是下降的，主要用于說明理想狀態下，設備維修經濟性的水平。計算方法：預估設備壽命年限/（預估設備壽命年限+已使用年限）。

2? RFM-DWP模型運用

本文對中海油某油氣田的8臺設備數據進行了分析。

2.1 對所有設備進行RFM-DWP分析

本文隨機選取8臺設備，用RFM-DWMP模型計算了每臺設備從2009年到2020年之間每年的各項指標值，以便找到那些經濟性不太好的設備，其中2014年的計算結果如表1所示。

2.2 對單臺設備進行RFM-DWP分析

本文選取維修經濟性E值最低的設備SKTU-102344為例進行RMF-DWP分析，其E值為0.32，可通過折線圖更直觀看到本設備E值各年變化的趨勢，從折線圖可以看出設備SKTU-102344從2013年開始維修經濟性呈現快速下降趨勢如圖1所示。

可能的原因是2013年前設備比較新，基本不發生故障，僅需要做一些保養維護即可。

分析各指標值之間的關聯關系，發現預防性維修P值的趨勢和其他指標的趨勢是相反的，也就是預防性維修得分越高，故障維修相關指標越低，這是因為預防性維修得分越高，說明預防性維修投入越少，設備得到的維護保養過少，因此導致故障頻繁發生，這和常識是一致的[5]。

2014年，該設備有3項指標遠低于該設備以往的平均水平，R值為0.08分，經過深入分析，該設備以往的平均發生故障間隔時間是63d，而2014年最后2次故障的間隔僅為6d，且故障頻率也從每年5次上升到7次。

進一步分析發現，該設備2014年發生了136 844元故障維修費，沒有產生預防性維修費，說明該設備當年在預防性維修方面的工作有所欠缺，這可能是導致故障頻繁發生的原因[6]。

3? 結語

從分析實例中可以看出，RMF-DWP模型可以找到維修經濟性較差的設備，通過對維修經濟性較差的設備進行重點分析，可以發現設備在維修管理上存在的問題，比如預防性維修投入過少。

通過R、F指標可以發現設備故障頻率是否過高，相關人員可以進行深入了解故障高發的原因，比如設備是否已經老化、超期服役、設備操作不規范等，從而進行有針對性的管理。

通過M、W、D指標可以發現設備是否存在較多大修的情況，相關人員可以進行深入了解經常大修的原因，比如設備是否已經老化、超期服役等，從而進行有針對性的管理。

通過E值和N值對比，從趨勢上可以看出設備維修的經濟性是否連續多年下降。當設備維修的經濟性出現連續大幅下降時，可能預示設備正在快速老化，此時需要深入了解原因，從而尋求對策。

通過對不同平臺設備的維修經濟性進行綜合分析比較，可以發現不同平臺對設備的管理水平或者相關數據的管理水平，并有針對性地提出改進措施。

參考文獻

[1] 詹愛嵐.基于RFM的新一代通信核心技術識別方法研究[J].中國發明與專利，2021，18（5）：12-21.

[2] 丁樞新，張三平.工程機械的管理與維護關鍵要點分析[J].清洗世界，2021，37（5）：117-118.

[3] 朱倩倩.基于主動性維修策略的裝備維修備件庫存經濟性研究[J].現代制造技術與裝備，2020，56（11）：14-16.

[4] 王玉鳳，孫文秀，杜夢嬌.改進RFM模型的汽車4S店客戶細分研究[J].計算機時代，2021（6）：44-48.

[5] 高靜.預防性維護管理與設備管理系統的集成性分析[J].中國科技信息，2016（11）：118-119.

[6] 尹浩霖.清潔能源發電系統預防性維修決策技術研究[D].西安：西安理工大學，2019.