发帖
雷达卡
关键词： 可靠性，可靠性趋势，预防维护，Reliability, Reliability trend, TPM.
在开展精益生产和TPM预防性维护，传统的做法是对设备开展日检、月检、年检活动，做得更烂一点的公司，就是在每天擦机台，搞清洁，然后，做一大堆的维护记录。传统的做秀式的精益生产已经不适应时代发展的需要，传统的精益顾问师也已经没有市场，那么，怎样科学地预测零件的寿命？怎样科学地预测设备何时才需要开展一次维护？
1. 民用的高压电传输线路，你总不可能每天派人上去 check and tick 式的点检？
2. 核电站内的关键部件，你总不可能每天派人进去 check and tick 式的点检？
3. 全自动化的无人生产车间，你总不可能以 check and tick 式的点检来确保其正常的动作？ …… 那么，凭什么能确保产品设计、系统、产品、设备的可靠性？
在这里，我想分享一个可靠性趋势分析的 案例。
拉普拉斯(Pierre-Simon Laplace,1749－1827)是法国分析学家、概率论学家和物理学家，法国科学院院 士。在这里主要想介绍拉普拉斯对可靠性趋势分析和预测方面的理论： 4.通过分析事件序列的到达值对趋势的影响，以确定上升、下降、恒定趋势？ 到达值 x1,x2,…xn,是从 x=0 起算的独立变量的各个数值， 区间到达值 X1,X2,….Xn 是 X=0 起算的逐次发生的事件之间的区间，如下图所示。
如果 x0 是观察的周期，则对趋势检验的统计量：
这就是拉普拉斯检验。它将所观察的到达值与观察周期的中点进行比较。
如 U=0, 没有趋势
U<0, 下降
U>0, 上升
4. 可靠性的置信上限与置下限： 对于可靠性试验中的数据，其失效数据呈指数分布（高度偏斜），所以，其置信限的估算，不适应 正态分布理论，一般以 X2分布来估算。
Θ1 和 Θ0 为平均故障间隔时间（MTBF）的置信上、下限，T 是总的试验时间，а 是置信水平，n 是失效次数。
5. 案例分析：
某设备的失效数据如下：从运行 175 天失效第 1 次，到运行 791 天失效 12 次
5.1 拉普拉斯(Pierre-Simon Laplace)可靠性趋势
5.2 这种可靠性趋势，具有线性趋势吗？
说明失效的间隔时间越来越短的趋势，但不具有线性统计的显著性。
5.3 可靠性通常服从指数分布或 Weibull 分布，则
通过上述可靠性趋势分析、置信上、下限分析，可预测设备什么时候会发生故障？置信下限是 预防维护的起点（最早不能早于什么时候？），而置信上限（最迟不能迟于什么时候）又是下次预防维护的起点。
6. 可靠性趋势分析的作用与意义：
6.1 可作为类似产品六西格玛设计改善其可靠性的方向；
6.2 合理估算产品、设备的维护费用，减少保修费用；
6.3 开展精益生产、预防性维护、TPM 的依据，我见过很多国内做 TPM 的砖家，瞎搞成了盲目 的 Check and tick 式的点检，宣传、板画、清洁擦机台的工作。能实现降低故障率、节省成本的 目标？
7. 上文中的计算方法及书中的数据文件
TPM and reliability predictive.rar
(220.9 KB, 需要: RMB 15 元)
书中的相关的案例数据文件，是JMP格式，读者可以从官网下载JMP软件的试用版学习、理解其中的数据分析方法。如果你想要用JMP Pro 13学习, 我有这个，你懂的。QQ:2725848194
提醒：本书绝对是作者的原创，只供学习使用，不得在其它网上、论坛、QQ、微信发布，否则，将视同侵犯版权，并承担相关的法律责任！
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
