《量化管理与数据分析》由会员分享，可在线阅读，更多相关《量化管理与数据分析（3页珍藏版）》请在金锄头文库上搜索。
1、量化管理与数据分析摘要：设备管理在原来老的方法基础上，应用现在更多的新产品、新方 法、新理念，对原来的老方法进行改进、微调，更能适合现在生产需要。本文将 从量化管理以及数据分析的角度进行分析，以达到适合现在生产额需要。关键词：设备管理；新方法；新产品；新应用引言量化管理，是一种从目标出发，使用科学、量化的手段进行组织体系设计和 为具体工作建立标准的管理手段。数据分析是指用适当的统计方法对收集来的大 量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥 数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结 的过程。数据也称观测值，是实验、测量、观察、调查等的结
2、果，常以数量的形 式给出。在设备点检、巡检、维护、修理的时候，我们以前总是参考说明书凭经验， 凭感觉判断处理。造成判断问题主观因素过多，缺乏客观依据。这样在分析问题 时往往不够准确，处理问题也不够及时甚至多走很多弯路，浪费很多备件却没能 保证设备正常运转。随着科学技术不断发展，测量技术越来越成熟，我们在设备控制过程中把设 备状态不断量化处理，透过数据分析更客观的判断设备工作状态，更准确的定性 问题，拿出更有效的措施，更好的保证设备的生产能力。我简单的举几个例子：1、设备维护保养方面我们在维护电机时，按照传统定期维护的管理思想就是电机轴承定期加油， 轴承等定期更换，因为备件寿命一定。认为这样可以
3、保证电机的稳定工作，然而 我在使用设备的时候发现这个寿命并没有太强的规律。因为影响轴承寿命的因素 很多有设备的使用率，有设备工作的环境，有电机的负载因素，有更换轴承时的 装配质量，还有轴承本身的质量等等一些因素。我们要是还按照定期保养的办法往往造成换下的轴承还很好就换成新的或 者远没到计划中下一次更换的时间轴承却坏了。对于一些功率小的电机还好处理 一点，然而对于一些大的电机往往损失就比较大了（人工成本、备件成本、设备 使用率）。我们后来改变思路，由电工日常检测电机电流，维修工检测电机温度、震动 等。后来我们又购置了红外测温仪来测量电机的温度彻底的把温度数字化，同时 也解决的高处电机的测量难、运
4、动中的测量险、巡检时间长等很多问题。通过电 流大小、电流平衡度、温度偏差、温度分布、负载温度等多项数据分析更好的判 断故障原因。能够更好的区分出电机过载温升与轴承性能变差导致温升，从而使 得采取的措施更有针对性、有效性。使得轴承保养、更换更有依据，降低维护成 本同时不降低设备使用性能。对于惯性大的负载，可以采用震动传感器来监测设备的运行情况，比人的感 觉更能反映设备的运行状态。2、技术改进方面对于连续变化较快的信号，我们还可以用数据记录仪记录下来，然后分析数 据的特点发现更为隐蔽的瞬间的故障，为提高设备的稳定性提供基础性的依据。我们单位有一台液压设备，工作一直不是很稳定，主要表现在靠压力控制生
5、 产出的产品性能不稳，维修工反复的清洗液压阀、更换电器元件、紧固线路接头， 一直没能很好的解决这个问题。后来我们安装了一套压力传感器，把压力值通过数码管显示屏显示出来，因 为压力变化很快，数码管显示的压力反应跟不上，很难观察，就更不要说找规律 了。通过技术咨询，我们借用了一台数据记录仪，通过记录仪我们很直观的观察 到了我的机器压力的变动情况。经过对一长串的数据分析逐渐找到了机器压力的 变化规律，然后分析应该是机器的电路控制不稳定造成的，后来有对该机器影响 该压力的电磁阀的工作电压进行了记录果然该机器的液压电磁阀同样存在着这 样的不稳定电压。只是用普通的万用表检测显示反应比较慢不易观察，不能记录
6、 分析。最后通过对该电压的控制分析发现，由于制作该机器是电压的控制方法有 个小漏洞导致计算出来的电磁阀控制电压不稳定，对该电压控制方法作出调整 后，该液压阀的电压很理想的按照设计要求变化使得该机器动作更接近设计要 求，生产出来的产品性能也更稳定。3、备件管理方面关于备件的管理，大家应该早就用到不算新产品的计算机了。有的用的是自 己制作的表格，现在也有用现成的软件的。我还是用Excel表格为每一个备件登 记造册，好多用户也是这样做的。我在后面为每一个备件评了分，评分标准分重 要性、价格、采购难度、自制系数、可代替性等对其评分，这样把每一个备件基 本量化，根据评分把备件分等级制定数量，特殊备件特殊
7、处理，通过出入库登记 及时了解备件情况。我这些年来感觉比较实用，当然每个工厂、每台设备不尽相 同，格式多种多样，实用就好。4、维护保养计划的制定这个其实和备件的管理很相近，也有这方面的专门软件。我目前主要还是使 用传统的 Excel 自制的一个表格。表格中我统计了去年的每台设备的停机率、对 生产的影响程度、停机频率、使用寿命去年的维修计划（不含新购的设备，新购 的主要参考说明书）以及结论、使用频率、累计工作时间等等分别根据生产情况 制定评分顶级，并为每台设备计算去年年度综合评分。有的也把去年的故障分布 情况按月份做出分布图，观察故障率与季节性的关系看有没有季节性高发情况。 最后综合各种数据制定
8、出适合自己的本年度维护保养计划。每一计划实施结束后 都要对本次维护保养进行记录并结合具体维护保养过程得出本次结论。这个结论 很重要如果本次维护情况设备损伤严重则要根据使用情况缩短维护周期，如果本 次维护保养不是很必要则相应延长维护保养周期。根据设备的工作性质、特点采取必要的数据监测，进行量化分析，对于我们 的设备故障判断更准确，维护保养更及时，备件消耗逐渐下滑，也为我们制定维 修计划提供了重要的依据。随着测量设备的不断发展，设备的工作参数数字化将变得更容易、更准确更 全面，我们的设备维护管理也将变得简单、准确、经济、高效。有了量化分析，目的是建立量化分析体系，而在企业要建立量化体系首先必 须学
9、会找出根本问题，要用类似“五个为什么”的方法揭示根本问题。建立企业量 化体系不是单枪匹马就可以完成的，我们需要更多的人给我们提出“为什么”，让企业更多的人参与到规划量化体系蓝图的“艺术创作”中去。让 我们的企业问题蓝图更加完整。其次对于建立的问题，要不断的检查和分析，看 看我们揭示的问题是否考虑了需要的信息、指标和数据。揭示的问题是否有效， 问题是否符合量化逻辑等等。我们要在企业的管理和运营中不断检查自己的量化 体系蓝图。最后有了完成有效的量化蓝图，就需要我们进行确定指标，明确信息， 采集数据了，这时候再也不会在数据的海洋里迷失了航程。确定指标使得量化体 系有了方向，明确信息和采集数据是量化体系的技术手段。量化体系是分析的目 标，数据分析是揭示问题的工具和资源。当大数据时代到来的时候，很多 IT 技术应运而生的时候，当所有的产品和 解决方案告诉我们能从数据中掏出宝藏，能用信息构建知识体系的时候，我们是 不是应该冷静问问我们自己的企业为什么要分析，面对我们多年沉积下来的数 据，我已经建立面向多个主题的，多个维度的数据仓库或者是数据集市，甚至看 似我们也形成了数据分析体系。但是这样的体系是不是客观的反应了企业的问题 和现状，有没有描绘完整的解决办法。数据需要量化，企业的问题更需要量化， 绘制企业问题量化体系是迎合了大数据时代下的企业管理。只有这样才不失数据 分析的根本。
