基于在役寿命评估的备件需求预测方法技术

本发明专利技术公开了一种基于在役寿命评估的备件需求预测方法。本发明专利技术利用设备运行过程中零部件更换的历史记录，建立统计模型，评估备件在当前服役条件下的寿命，根据在役寿命的估计值以及实际服役时间，定义备件需求函数，并进一步预测多台设备在一定时间范围内的备件需求总量。该方法将备件的寿命估计与实际服役条件紧密结合起来，提高了备件需求预测的准确性，适用于设备上频繁更换零部件的维护指导，对于企业保证备件供应和降低备件库存具有重要的意义。

【技术实现步骤摘要】

本专利技术属于机械设备运行维护领域，涉及生产性企业备件库存控制与管 理技术，进r步涉及一种。
技术介绍
在机械设备维护工作中，为了恢复设备的性能和精度，需要使用备件来 更换磨损的旧零部件。企业在仓库中预先储存一定数量的备件，以保障维修 工作能够顺利进行，但是备件库存会占用流动资金，增加生产成本，因此预 测备件的需求量对企业的设备管理十分重要。常用的备件需求预测方法包括直接计算法、比较法和统计法，直接计 算法通过在保障期内预期的维修任务和所需备件消耗量，计算备件需求；比 较法通过修正相似设备、相似维修事件的备件消耗参数，估算备件需求量； 统计法分析历史数据，寻找备件消耗模型，预测未来的需求情况。直接计算 法和比较法依赖于主观经验，不能综合考虑实际备件损耗的各种影响因素， 预计结果与实际需求往往相差较远。统计法结果比较接近事实，但其处理对 象是备件的库存消耗数据，与备件在设备上的运行损耗只存在间接关系，因 此容易受到其它因素的干扰，预测结果无法科学有效地指导备件库存和采购。由于上述方法的缺陷，导致备件需求预测误差大，影响设备维修进度或 者占用大量企业资金。随着设备维修管理综合化和智能化的不断发展，迫切 需要切实可行的新方法来提高备件需求预测准确性。
技术实现思路
本专利技术的目的在于提供一种直观有效的基于在役寿命评估的备件需求预 测方法。本专利技术研究实际服役条件下备件使用寿命的统计规律，根据在役寿 命预测备件需求，从机理上有效降低预测误差。实现上述专利技术目的的技术解决方案是， 一种，立足于设备运行过程中零部件更换的历史记录数据，通过统计 分析，估计备件在该服役条件下的寿命，结合备件服役时间，预测出未来备 件的需求量。包括以下步骤-1) 确定设备运行过程中零部件更换的历史记录；2) 以零部件更换的时间间隔化,7;，…,7^作为统计样本，计算均值f-)力j;和标准差"、吿 罪/_13)根据零部件重要程度设定可靠度i ，査正态分布分位数表，得到该可 度下标准正态分布的分位数"《 ;4) 以可靠度^下的置信下限值f-^^，作为该设备该服役位置上所需 备件的在役寿命f-f-^.h5) 根据备件的在役寿命和已服役时间，得到备件需求预测函数 x(0^(卜""r)，式中'为时间变量，f为在役寿命估计值，"为正整数仏2,…)， 每一个取值表示备件的一次需求，r为已服役时间，S(O为单位脉冲函数；6) 预测多台设备对同一种备件的总需求量y(o-l;外-W+7;o.卯)，作为备件库存管理和采购决策依据，式中f为时间变量，《为第/个服役位置上该 种备件的在役寿命估计值，"为正整数(1，2，…1，每一个取值表示备件的一次需求，r/为第,'个服役位置上该备件的已服役时间，《(o为单位脉冲函数，G(o为时间选择函数，当Z落在选择时间范围内时，G(/) = l，否则G(/)-0;7) 新的零部件更换记录得到后，更新均值f和标准差^，重复步骤4 6。 本专利技术提供的备件需求预测方法，克服了传统方法忽视服役条件是决定备件使用寿命根本原因的缺点，为提高备件需求预测准确性提供了新的思路， 具有以下特点1、 通过统计零部件更换的时间间隔，计算得到每台设备维修关注位置上 的备件在役寿命，该寿命充分考虑现场实际服役条件，满足设定的统计可靠 度，是更为合理的个性化估计值。2、 以外)-外-"f+r')作为预测函数，直观表达备件周期性的需求变化。3 、以y(/) = i外-"力+ 。. G(/)预测一定时间范围内多台设备对同一种备件的总需求量，对企业备件库存管理和采购决策具有明确的指导意义。4、随着设备运行过程中零部件更换历史记录的不断积累丰富，备件在役寿命估计的准确性会不断提高，预测可靠性随之提高。 附图说明图1是零部件出现故障的概率模型图； 图2是理想的备件储备量变化规律图； 图3是实际的备件储备量变化情况图； 图4是备件的周期性需求预测图； 图5是备件总需求预测模拟曲线图； 图6是备件需求预测时间选择函数图； 以下结合附图对本专利技术的内容作进一步的详细说明。 具体实施例方式参照图1所示，横轴表示服役时间，纵轴表示故障概率。根据中心极限 定理，设备运行过程中零部件出现故障需要更换的概率符合正态分布，在固 定的服役位置上，零部件达到平均服役时间的概率最大，离平均服役时间越 远则概率越小。实际应用中常常使用小于平均服役时间的某一时间值作为安 全服役时间，零备件服役达到安全服役时间后，需要事先预备备件，以便进 行替换，由此产生备件需求。参照图2所示，横轴表示时间，纵轴表示备件储备量。理想的备件储备 量变化是"波浪"式进行的，起始时刻存在一定的备件储备量，随着时间推 移，备件陆续被领用，储备量逐渐递减；当储备量递减至订货点时，采购人员批量订购备件，并要求在采购周期内到货；当储备量降最小储备量时，新 订购的备件入库，备件储备量增至最大储备量，从而走完一个"波浪"，又开 始走一个新"波浪"。参照图3所示，横轴表示时间，纵轴表示备件储备量。实际备件储备量 的变化情况不可能如图2所示，而是一种不规则的变化。不同服役条件造成 同一种备件在不同服役位置上，其平均服役时间和安全服役时间完全不相同， 造成备件的总体消耗速率随机变化，同时，采购周期也不可能被精确控制， 因此实际的备件储备量变化是一种非平稳的复杂过程。传统的备件需求预测 方法，以备件储备量变化数据为处理对象，不可避免的会受到干扰因素的影 响，产生较大的预测误差。本专利技术对设备运行过程中零部件更换的历史记录数据进行统计，设零部件更换的时间间隔为{7;，7^...,7;}，计算其平均值f-^t7:，方差》7; -f)25十M 。设定可靠度i ,查表得到该可靠度下标准正态分布的分位数"A，以置信下限值f-^i，作为该设备该服役位置上所需备件的在役寿命f , 贝Uf-f-"。参照图4所示，横轴表示时间，纵轴表示备件需求量。根据备件的已服 役时间和在役寿命，得到在该设备该服役位置上备件的需求预测函数 X(/)-外-"f+丌)，式中^为时间变量，f为在役寿命估计值，n为正整数仏2，…)，每一个取值表示备件的一次需求，r为已服役时间，ao为单位脉冲函数。需求预测函数是周期脉冲函数，其周期等于备件的在役寿命估计值。参照图5所示，橫轴表示时间，纵轴表示备件总需求量。同一种备件在 不同设备、不同服役位置的寿命各不相同，导致需求周期不同，此外已服役 时间也长短不一，因此当预测某备件在一个工厂或车间内的总需求时，不同 的需求函数迭加所得到的必定是一个不规则的波动起伏的函数，图5表示了6一个预测模拟曲线。参照图6所示，横轴表示时间，纵轴表示时间选择函数值。在实际应用 中，需要对未来某一段时间内的备件需求量进行预测，以控制库存或安排釆购，为此定义图6所示的时间选择函数G(O-t ^《^ 。进一步得到一定时间范围内多台设备对同一种备件的总需求预测公式 r(f) = |>(f-^+77).G(0，式中^为时间变量，f为第/个服役位置上该种备件 的在g^命估计值，"为正整数{1,2,—，每一个取值表示备件的一次需求，7T 为第i个服役位置上该备件的已服役时间，J(/)为单位脉冲函数，G(,)为时间 选择函数o本专利技术将备件的寿命估计与实本文档来自技高网...

【技术保护点】
一种基于在役寿命评估的备件需求预测方法，其特征在于，立足于设备运行过程中零部件更换的历史记录数据，通过统计分析，估计备件在该服役条件下的寿命，结合备件服役时间，预测出未来备件的需求量，包括以下步骤：１）确定设备运行过程中零部件更换的历史记录；２）以零部件更换的时间间隔｛Ｔ↓［１］，Ｔ↓［２］，…，Ｔ↓［ｌ］｝作为统计样本，计算均值＊＝１／ｌ＊Ｔ↓［ｉ］和标准差＊＊＊；３）根据零部件重要程度设定可靠度Ｒ，查正态分布分位数表，得到该可靠度下标准正态分布的分位数ｕ↓［Ｒ］；４ ）以可靠度Ｒ下的置信下限值＊－ｕ↓［Ｒ］.＊，作为该设备该服役位置上所需备件的在役寿命＊＊＊；５）根据备件的在役寿命和已服役时间，得到备件需求预测函数Ｘ（ｔ）＝δ（ｔ－ｎ＊＋Ｔ′），式中ｔ为时间变量，＊为在役寿命估计值，ｎ为正整数｛１，２ ，…｝，每一个取值表示备件的一次需求，Ｔ′为已服役时间，δ（ｔ）为单位脉冲函数；６）预测多台设备对同一种备件的总需求量Ｙ（ｔ）＝＊δ（ｔ－ｎ＊↓［ｉ］＋Ｔ′↓［ｉ］）.Ｇ（ｔ），作为备件库存管理和采购决策依据，式中ｔ为时间变量，＊↓［ｉ］ 为第ｉ个服役位置上该种备件的在役寿命估计值，ｎ为正整数｛１，２，…｝，每一个取值表示备件的一次需求，Ｔ′↓［ｉ］为第ｉ个服役位置上该备件的已服役时间，δ（ｔ）为单位脉冲函数，Ｇ（ｔ）为时间选择函数，当ｔ落在选择时间范围内时，Ｇ（ｔ）＝１，否则Ｇ（ｔ）＝０；７）新的零部件更换记录得到后，更新均值＊和标准差＊，重复步骤４～６。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张庆，徐光华，刘弹，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：87[中国|西安]