以提高设备效率为目标的预防性维护优化
发布时间:2020-03-20 12:55
【摘要】: 设备维护作为延长设备寿命、降低生产成本和提高生产能力的有效途径之一,倍受关注。一方面,不合理的维护所致的维修不足或维修过剩将给企业带来严重的经济损失。另一方面,半导体设备及制造系统日趋复杂化为维护计划的制定引入了更多的复杂因素,增加了其难度与挑战。但也正是这样,使得对此类设备的预防性维护计划的研究显得更为迫切与必要。 本论文正是针对上述问题,以半导体封装测试瓶颈设备为主要的研究对象,以设备效率为决策原则进行维护计划优化研究。在深入剖析全局设备效率的组成及其与设备损失的关系基础上,运用时间延迟理论对设备的预防性维护计划问题作了探索性的研究。主要内容包括: 1.对半导体全局设备效率进行全面详尽的剖析,解析其具体组成与其对应的设备损失来源,并通过严密的数学推导确立了以降低设备效率主要损失来源之一的非计划故障时间及优化预防性维护计划为技术路线的、要求单位时间的总停机时间最少的维护策略。 2.以故障停机时间为目标函数,以设备损失主要因素之设备故障时间及设备预防性维护为研究对象,引入时间延迟维护优化模型,在模型参数估计的基础之上,突破当前普遍的对于时间延迟维修模型的一般应用方法,创新性的通过模型灵敏度分析将全员维护的主动维护思想纳入最优维护计划的制定中,提出了改进的时间延迟维修模型应用方法。通过灵敏度分析实现对模型稳定性的评估和对各因变参数敏感度的识别,并在此基础上确立了具体的预防性维护优化策略。 3.通过实现基于故障预测的视情维护对优化模型目标函数的最敏感参数进行积极控制,以作用于目标函数的最优与最佳预防性维护周期的制定。采用基于数据的故障预测技术,以设备各状态时间的记录为数据源,引入基于R/S分析法的Hurst指数,建立故障预测建模,通过对设备主要故障模式的预测实现了以控制设备停机时间为目的的视情维护。 4.在以主客观统计方法对预防性维护相关参数的再评估基础之上,通过求解模型最优解确定目标函数次敏感参数维护周期的最佳值。并且对当前维护计划,基于一般时间延迟模型应用方法的结果和本文提出的改进时间延迟模型应用方法的优化结果三种情况进行了全面的分析比较。结果表明本文所提出的方案能更有效地降低设备的非计划停机时间,从而达到更有效的提高设备效率的目的。
【图文】:
维修
评估的方法对前 N 次预防性维护检查活动时间进行统计,计算其均值与标准差,,其中 N 的确定可由使用工具的工程师根据经验,依据不同的设备、不同的维护人员配置等因素结合经验确定;周期制定模块是基于 3.2 章节的时间延迟维护优化模型算法实现的。此预防性维护优化工具以 Microsoft Excel 为载体,主要提供如图 5-1 所示两大功能:故障预测和周期优化,分别可从 Microsoft Excel 加载的菜单进入相关功能模块。图 5-2 为加载了此工具的 Microsoft Excel 菜单栏,菜单中“手动数据更新”选项是为了应付一些特殊情况,提供人工干预的数据更新,以确保系统数据的实时性。实时数据的更新,以及基于实时数据进行动态更新制定最佳预防性维护周期的相关参数,以保证所制定的维护周期的最优,与第三章的灵敏度分析结果相呼应,即设备故障平均停机时间的动态评估在最佳维护周期的制定过程中显得尤为重要。此预防性维护优化工具各功能模块的输入与输出界面分别如图 5-3 和图5-4 所示。
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2008
【分类号】:TH17
本文编号:2591810
【图文】:
维修
评估的方法对前 N 次预防性维护检查活动时间进行统计,计算其均值与标准差,,其中 N 的确定可由使用工具的工程师根据经验,依据不同的设备、不同的维护人员配置等因素结合经验确定;周期制定模块是基于 3.2 章节的时间延迟维护优化模型算法实现的。此预防性维护优化工具以 Microsoft Excel 为载体,主要提供如图 5-1 所示两大功能:故障预测和周期优化,分别可从 Microsoft Excel 加载的菜单进入相关功能模块。图 5-2 为加载了此工具的 Microsoft Excel 菜单栏,菜单中“手动数据更新”选项是为了应付一些特殊情况,提供人工干预的数据更新,以确保系统数据的实时性。实时数据的更新,以及基于实时数据进行动态更新制定最佳预防性维护周期的相关参数,以保证所制定的维护周期的最优,与第三章的灵敏度分析结果相呼应,即设备故障平均停机时间的动态评估在最佳维护周期的制定过程中显得尤为重要。此预防性维护优化工具各功能模块的输入与输出界面分别如图 5-3 和图5-4 所示。
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2008
【分类号】:TH17
【引证文献】
相关硕士学位论文 前2条
1 许镇嵩;总装车间生产效率优化及改善[D];吉林大学;2012年
2 刘国云;仿真在维修策略优化中的应用[D];长沙理工大学;2012年
本文编号:2591810
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/2591810.html