Alapvető karbantartási stratégiák



Hasonló dokumentumok
TERMÉKEK MŐSZAKI TERVEZÉSE Megbízhatóságra, élettartamra tervezés I.

BME Járműgyártás és -javítás Tanszék. Javítási ciklusrend kialakítása

Modulzáró ellenőrző kérdések és feladatok (2)

Modulzáró ellenőrző kérdések és feladatok (2)

TPM egy kicsit másképp Szollár Lajos, TPM Koordinátor

Új felállás a MAVIR diagnosztika területén. VII. Szigetelésdiagnosztikai Konferencia 2007 Siófok

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

Termelés- és szolgáltatásmenedzsment

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

Karbantartási filozófiák. a karbantartás szervezetére és a folyamat teljes végrehajtására vonatkozó alapelvek rendszere.

Számítógépes döntéstámogatás. Statisztikai elemzés

STATISZTIKA. ( x) 2. Eloszlásf. 9. gyakorlat. Konfidencia intervallumok. átlag. 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% (cm)

Budapesti Mûszaki Fõiskola Rejtõ Sándor Könnyûipari Mérnöki Kar Médiatechnológiai Intézet Nyomdaipari Tanszék. Karbantartás-szervezés a nyomdaiparban


Az előadásdiák gyors összevágása, hogy legyen valami segítség:

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás

Kockázat és megbízhatóság vizsgakérdések

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

NEVEZETES FOLYTONOS ELOSZLÁSOK

Valószínűségi változók. Várható érték és szórás

A (nem megfelelően tervezett) nagyjavítás hatásai

II. rész: a rendszer felülvizsgálati stratégia kidolgozását támogató funkciói. Tóth László, Lenkeyné Biró Gyöngyvér, Kuczogi László

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.

Kockázat alapú karbantartás kialakítása a TPM rendszerben

Mi a karbantartás feladata. Karbantartás-fejlesztés korszerűen Nyílt képzés Fekete Gábor, A.A. Stádium Kft.

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Megbízhatóságra alapozott program a berendezések értékelésére

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Biomatematika 2 Orvosi biometria

Transzformátor, Mérőtranszformátor Állapot Tényező szakértői rendszer Vörös Csaba Tarcsa Dániel Németh Bálint Csépes Gusztáv

Műszaki diagnosztika. Endoszkópia. Olajvizsgálat. Rezgésdiagnosztika. Repedésvizsgálat. Akusztika. Roncsolásmentes anyagvizsgálatok.

Klasszikus karbantartási stratégiák és hiányosságaik. Karbantartás-fejlesztés korszerűen Nyílt képzés Fekete Gábor, A.A. Stádium Kft.

MUNKAANYAG. Völgyi Lajos. Mit kell tenni, hogy működjenek az. élelmiszeripari gépek és berendezések. karbantartása, biztonságos működtetése

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László

[Biomatematika 2] Orvosi biometria

TURBÓGENERÁTOR FORGÓRÉSZEK Élettartamának meghosszabbítása

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ

36 0,3. Mo.: 36 0,19. Mo.: 36 0,14. Mo.: 32 = 0, = 0, = 0, Mo.: 32 = 0,25

BIOMATEMATIKA ELŐADÁS

Minőségmenedzsment (módszerek) BEDZSULA BÁLINT

Költséghatékony karbantartás tervezése: Hogyan kezeljük a nem várt költségeket?

szervezés a nyomdaiparban

Minőségellenőrzés. Miről lesz szó? STATISZTIKAI FOLYAMATSZABÁLYOZÁS (SPC) Minőségszabályozás. Mikor jó egy folyamat? Ellenőrzés Szabályozás

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Valószínűségszámítás összefoglaló

Készítette: Fegyverneki Sándor

SZOLGÁLTATÁS BIZTOSÍTÁS

Dr. BALOGH ALBERT: MEGBÍZHATÓSÁGI ÉS KOCKÁZATKEZELÉSI SZAKKIFEJEZÉSEK FELÜLVIZSGÁLATÁNAK HELYZETE

LEAN egyszerűen. :// Kákonyi. Előadó: Lehel

Forgácsolási Szakmai Nap a Knorr-Bremse VJR Hungária Kft-nél Fekete Gábor A.A. Stádium Kft.

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével

szakértői rendszer Tóth György E.ON Németh Bálint BME VET

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Gyakorló feladatok a Termelésszervezés tárgyhoz MBA mesterszak

Bevezetés. 1. előadás, február 11. Módszerek. Tematika

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév

TURBÓGENERÁTOR ÁLLÓRÉSZEK Élettartamának meghosszabbítása

our future our clients + our values Szeptember 16. MEE vándorgyűlés 2010

Készletgazdálkodás. 1. Előadás. K i e z? K i e z? Gépészmérnök (BME), Gazdasági mérnök (Németo.) Magyar Projektmenedzsment Szövetség.

ITIL alapú IT környezet kialakítás és IT szolgáltatás menedzsment megvalósítás az FHB-ban

ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN!

Kontrol kártyák használata a laboratóriumi gyakorlatban

Az OEE fogalma és mérése egy OEE projekt tapasztalatai

A Statisztika alapjai

Kosztyán Zsolt Tibor Katona Attila Imre

Hat Szigma Zöldöves Tanfolyam Tematikája

Papp Tibor Karbantartási menedzser Sinergy Kft.

Függetlenségvizsgálat, Illeszkedésvizsgálat

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

Abszolút folytonos valószín ségi változó (4. el adás)

KOMPLEX RONCSOLÁSMENTES HELYSZÍNI SZIGETELÉS- DIAGNOSZTIKA

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

A valószínűségszámítás elemei

Biztosítóberendezések biztonságának értékelése

Pneumatika az ipari alkalmazásokban

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

Jankovits Hidraulika Kft. Alapítva: 1992.

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Több valószínűségi változó együttes eloszlása, korreláció

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,

Hogyan használja a roncsolásmentes vizsgálatokat a petrokémiai ipar?

Az Egyszerűsített RCM elemzés szerepe a karbantartási tervek kialakításánál. Péczely Csaba A.A. Stádium Kft.

Működési kockázatkezelés fejlesztése a CIB Bankban. IT Kockázatkezelési konferencia Kállai Zoltán, Mogyorósi Zoltán

Tárgyi eszköz-gazdálkodás

Beszerzési logisztikai folyamat tervezése

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Loss Distribution Approach

Szimulációs esettanulmány: hol kezdjem a fejlesztést?

Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny

állapot felügyelete állapot rendelkezésre

A LOLP valószínűségi mérték értelmezésével kapcsolatos néhány kérdés Dr. Fazekas András István

A valószínűségszámítás elemei

Gázelosztó rendszerek üzemeltetése II. rész

Átírás:

Alapvető karbantartási stratégiák MBA képzés 2009 Erdei János 4. Tervszerű karbantartás teljesítőképess pesség 00% Teljesítm tménytartalék-diagram kiesési si ciklikus állapotfüggő teljesítménymaradék t k t h t

Alapstratégiák jellemzői Jellemző Alkalmazási terület Eseti Kis kár, élettartam nagy relatív szórása Ciklusos Nagy kiesés, előkészítés, állandó élettartamú termékek Állapot szerinti Mérés, adatgyűjtés Állandó információszolgáltatás Információigény Gyors, azonnali Pontos, előzetes Szervezés Gyors beavatkozás, intézkedési csomagterv Tervezett ütemezés Felkészülés, felügyelet szervezés Szervezet Helyi, univerzális, szakképzett Központosított, külső szakemberek bevonása Képzett, felügyelet, műszerek Vezetés Gyors döntések, végrehajtói szint szerepe Tervezési fázis Stratégiai vezetés Megbízhatóság-alapú karbantartás (RCM) Megbízhatósági alapok

Megbízhatóság Emlékeztető A terméknek az a tulajdonsága, hogy előírt funkcióit it teljesíti, ti, miközben adott határok között megtartja azoknak a meghatározott mutatóknak az értékeit, amelyek a felhasználás és s száll llítás előre megadott üzemmódjainak felelnek meg. Megbízhatóság Hibamentesség Javíthatóság/ Karbantart. Tartósság Tárolhatóság/ Szállíthatóság

Hibamentesség Mennyiségi mutatói meghibásodási ráta átlagos működési idő meghibásodási valószínűség hibamentes működés valószínűsége meghibásodások közötti átlagos működési idő Javíthatóság/ Karbantart. Mennyiségi mutatói átlagos javítási idő átlagos állásidő helyreállítási intenzitás helyreállítási valószínűség javítás előtti átlagos várakozási idő

Tartósság Mennyiségi mutatói átlagos üzemi működés átlagos élettartam gamma-százalékos üzemi működés Tárolhatóság/ Szállíthatóság Mennyiségi mutatói átlagos tárolhatósági időtartam gamma-százalékos tárolási idő

Összetett megbízhatósági mutatók készenléti tényező műszaki kihasználási tényező Meghibásodások osztályozása A meghibásodás s bekövetkezésének oka szerint Túlterhelés s következtk vetkeztében Elem független f meghibásod sodásasa Elem függf ggő meghibásod sodásasa Konstrukciós s meghibásod sodás Gyárt rtási eredetű meghibásod sodás Üzemeltetési meghibásod sodás

Meghibásodások osztályozása A meghibásodás s bekövetkezésének időtartama Váratlan meghibásod sodás Fokozatos meghibásod sodás A működőképesség g elvesztésének mértéke Teljes meghibásod sodás Részleges meghibásod sodás Katasztrofális meghibásod sodás Degradáci ciós s meghibásod sodás Meghibásodások osztályozása A meghibásodás s bekövetkezésének szakasza Korai meghibásod sodásoksok Véletlenszerű meghibásod sodásoksok Elhasználódási si meghibásod sodásoksok

Hibamentesség jellemzői Nem helyreállítható elemek 0 τ t Meghibásod sodási si valósz színűség g eloszlásf sfüggvény - F( Megbízhat zhatósági függvf ggvény - R( F ( = P( τ < Hibamentes működés m átlagos időtartama -T Szórás R( = P( τ > = Meghibásod sodási si ráta r - λ( F(

Nem helyreállítható elemek A λ( függvény minden t időpontban lényegében annak a valószínűségét t adja meg, hogy a t 0 τ t időpontig hibamentesen működő Meghibásod sodási elem si valósz a színűség következő g eloszlásf időegység sfüggv ggvény g alatt - F( Megbízhat zhatósági függvf ggvény meghibásodik. - R( Hibamentes működés m átlagos időtartama -T Szórás Meghibásod sodási si ráta r - λ( Meghibásodási ráta t+ t 0 P(AB) t t+ t P (A B) = P(B) F( t + f ( lim = = λ( t 0 tr( R( t 0

A kádgörbe λ( idő λ( A kádgörbe Korai meghibásod sodások: sok: nem megfelelő minőségszabályozás gyenge minőségű anyagok nem megfelelő gyártási eljárás összeszerelési hibák rossz csomagolás, kezelés stb.

λ( A kádgörbe Véletlen meghibásod sodások: sok: emberi hibák felismerhetetlen hibák mikroszkópikus hibák, pl.: hajszálrepedések, anyagszerkezeti hiányosságok stb. A kádgörbe λ( Elhasználódás: s: súrlódás miatti kopás öregedés miatti fáradás korrózió nem megfelelő karbantartás stb.

Exponenciális eloszlás f ( t = λe λ f( λ F( F( = e λt M(ξ) =T = /λ D(ξ) = /λ λ( = λ λ( f ( R( λe = e λt = λt = λ = állandó Exponenciális eloszlás f( λ 63,2% M(τ) = T = /λ

Weibull-eloszlás f ( = F( abt b = e e at at b b a = skála paraméter b = alak paraméter λ ( ) b t = abt Weibull-eloszlás f( ab b = alak paraméter λ b= () b t = abt b< b>

λ( Weibull-eloszlás λ ( ) b t = abt b < b > b = t Normális eloszlás f ( t µ ) 2 2σ ( ) t = σ e 2π 2? µ

Lognormális eloszlás f( f ( lnt µ ) 2 2σ ( = e σt 2π 2 T = e µ + 2 σ 2 t Helyreállítás jellemzői

Nem helyreállítható elem megbízhatósága Termék Nem helyreállítható Helyreállítható Azonnal helyreállítható Számottevő helyreállítási időt igénylő Azonnal helyreállítható elem megbízhatósága Felújítási folyamat 0 τ τ 2 τ τ 3 4 τ n τ n+ t t 2 t 3 t n t n+... t Meghibásodási és helyreállítási időpontok

Felújítási függvény [db] H ( = M [ ν ( ] = g[ τ, F() t ] ν( t t t 2 t 3 t 4 t 5 t Azonnal helyreállítható elem megbízhatósága A megbízhatóság jellemzői F(, R(, T, λ( Tetszőleges t időtartam alatt bekövetkező ν( meghibásodások száma (diszkré Ennek várható értéke az ún. felújítási függvény = M[ ν( )] H ( = g[ τ, F( ] H( t

Azonnal helyreállítható elem megbízhatósága A H( felújítási függvény a hibamentes működési időt leíró eloszlás ismeretében: Exponenciális esetben Normális eloszlás esetében Weibull eloszlás esetén H ( t T = λt H ( = n= t nt Φ( σ n H ( t T ) Azonnal helyreállítható elem megbízhatósága Kellően hosszú időszakot vizsgálva bármilyen eloszlásfüggvény esetén igaz, hogy a meghibásodások időegységre eső átlagos száma az átlagos hibamentes működési idő reciproka: H ( lim = t t T Vagy hosszú időszakot vizsgálva a meghibásodások száma normális eloszláshoz közelít 2 σ t t/t várható értékkel és szórással T 3

Számottevő helyreállítási idejű elem megbízhatósága Helyreállítási időpontok τ ' τ τ ' τ " ' " " 2 2 τ n 0 t t t 2 t 2 t n t n τ n Meghibásodási időpontok Számottevő helyreállítási idejű elem megbízhatósága A hibamentes működési idő Eloszlásfüggvénye Sűrűségfüggvénye Várható értéke ' F ( = P( τ f ( = F'( T (, = M τ )

Számottevő helyreállítási idejű elem megbízhatósága A helyreállítási idő is valószínűségi változó Eloszlásfüggvénye '' G ( = P( τ Sűrűségfüggvénye Várható értéke g ( = G'( T = M ( '' 2 τ ) Számottevő helyreállítási idejű elem megbízhatósága Meghibásodási ráta: λ( = f ( f ( = R( F( Helyreállítási intenzitás: minden pillanatban annak a valószínűségét adja meg, hogy ha t időpontig nem fejeződött be a helyreállítás, akkor a következő t időegység alatt be fog. g( µ ( = G(

Készenléti tényező Az előző ún. felújítási folyamatnak az egyik alapvető jellemzője a készenléti tényezt nyező: A(, amely annak a valószínűsége, hogy az elem (rendszer) egy tetszőleges t időpontban működik. m A = lim A( = T t T + T 2 t Rendszer megbízhatósága Soros rendszer Az olyan rendszert, amely akkor és s csak akkor működik, ha valamennyi eleme működik, m megbízhat zhatósági szempontból l soros rendszernek nevezzük. R R2 R( = n Ri ( = [ Fi ( ] n i= i=

Rendszer megbízhatósága Párhuzamos rendszer Az olyan rendszert, amely akkor és s csak akkor hibásodik meg, ha valamennyi eleme meghibásodik, megbízhat zhatósági szempontból párhuzamos rendszernek nevezzük. n Fi ( = [ Ri ( ] F( = R i= i= R( = n [ R i ( ] i= n R2 Az eloszlás jellegének a meghatározása A megbízhatósági adatok (T, λ() elemzéséhez ismernünk kell az eloszlást Eszköze? Statisztikai elemzés Paraméterek becslése Hipotézisvizsgálat - nemparaméteres próbák Illeszkedésvizsgálat χ 2 -próba, Kolmogorov-Szimrnov próba

Ciklusos karbantartási stratégiák Karbantartástervezés Rendszerelemek azonosítása Adatbázis kialakítása Hibaelemzés Megbízhatósági modell meghatározása Karbantartási ciklusidők tervezése Kiesési stratégia TMK stratégia Előírt megbízhatósághoz Költségminimumhoz Készenlét maximumához Kapacitás- és költségelemzés Tartóssági jellemzők tervezése Karbantartási terv

Karbantartási stratégiák Ciklusos karbantartás Merev ciklus Rugalmas ciklus Kiesési stratégia Állapotfüggő karbantartás Karbantartástervezés Egy adott alkatrész, részegység, szerelési egység karbantartásának hatékonyságvizsgálata végső soron elvezett az optimális karbantartási ciklusrend kialakításához. Ez a feladat különböző karbantartási műveletek periódusidejének (t per ) a meghatározását igényli.

Az optimalizálás kritériumai λ( λ( mon. csökken. feltétel λ( mon.. nőn λ( állandó idő Az optimalizálás kritériumai Menedzsment szempont: milyen hosszú legyen a karbantartási periódusidő (t per ) t per meghatározásának kétféle logikája: Kizárólag megbízhatósági előírások alapján, a gazdaságossági szempontok figyelmen kívül hagyásával Megbízhatósági és gazdaságossági szempontok egyidejű figyelembevételével Megelőző jellegű karbantartás költsége vs. váratlan meghibásodás költsége

Költségek Átlagos javítási költség: anyag költség bér költség elmaradó haszon Átlagos karbantartási költség anyag költség bér költség K >> K 2 2. feltétel Fajlagos üzemfenntartási költség k ü (t per ) k ü (t per ) = k (t per ) + k 2 (t per ) min k (t per ) opt t per k 2 (t per ) t per

Kiesési stratégia Végtelen hosszú karbantartási periódusidő Előnyei: Nem szükséges a meghibásodási magatartás ismerete Egyszerű alkalmazás Hátrányai: Nagy kiesési veszteség Nagyobb állásidők Karbantartási időpontok nem tervezhetők Számításának alapja: H(, így adott időtartam alatt fellépő összköltségek Kiesési stratégia Utólagos károk költségei Helyreállítási bérköltség Pótelemek költsége k ü ( t ) per = t lim per KH t t ( ) per per Fajlagos kiesési költség állásidő K = T

Az optimalizálási kritériumai k ü [Ft/h] 3. feltétel: k ü <<,min K T Kiesési stratégia k ü, min? K /T t per, opt t per Merev ciklus t per k ü (t per ) = K H(t per ) + K 2 t per min t per,opt = g[f(t per )]

Rugalmas ciklus (min k ü ) t per t per K k ü (t per ) = F(t per ) + K 2 R(t per ) T,TMK min T, TMK = t per 0 R ()dt t Rugalmas ciklus (max A() t per t per A(t per ) = T,TMK max T,TMK + T 2 F(t per ) + T 2,M R(t per ) T, TMK = t per 0 R ()dt t

Késleltetéses stratégia t krit t per t krit t per Költségek és a rendelkezésre állás k ü A max A 2 min k ü, opt t p, 2 opt t p, t p

Legfontosabb fogalmak Megbízhatóság Termék, hiba TPM, OEE 6 nagy veszteségforrás TPM oszlopai Teljesítmény-tartalék diagram Interferencia-diagram Kiesési, ciklikus, állapotfüggő stratégia Megbízhatóság összetevői Mghibásodások csoportosítása: Okok szerint Bekövetkezés szakasza szerint Hibamentesség jellemzői: Eloszlásfv. Megbízhatósági fv. Várható működési idő Meghibásodási ráta Kádgörbe Felújítási függvény ν(, t idő alatti meghibásodások száma Helyreállítási intenzitás Készenléti tényező Soros rendszer Párhuzamos rendszer Átlagos javítási költség Átlagos karbantartási költség Fajlagos üzemfenntartási költség Merev ciklus Rugalmas ciklus Példa vizsgakérdésekre Mutassa be a merev ciklus működését! Milyen veszteségforrásokat azonosítunk a TPM-nél, s ezek figyelembevételével hogyan értékeljük a gyártósort? Mit jelent az autonóm karbantartás a TPM-ben? A teljesítménytartalék-diagram alapján mutassa be az alapvető karbantartási stratégiákat! Milyen esetekben lehet célszerű a kiesési stratégia? Melyek a megelőző jellegű karbantartástervezés alkamazásának előfeltételei? : Csak példák, nem csak ezek a kérdések szerepelhetnek a vizsgán.

Példa igaz-hamis tesztkérdésre A megbízhatósági függvény annak valószínűségét fejezi ki, hogy a termék a t időpont előtt meghibásodik. (H) minden időpillanatra annak a valószínűségét adja meg, hogy a t időpontig hibamentesen működő elem a következő időegység alatt meghibásodik. (H) Az interferencia-diagram segítségével a meghibásodások bekövetkezésének szakaszai szerint tudjuk bemutatni/értelmezni a meghibásodásokat. (H) Azonos elemekből álló soros rendszerek esetén - reális elemeket feltételezve - a rendszer megbízhatósága mindig kisebb, mint az elemek megbízhatósága. (I) Exponenciális élettartamú termékek meghibásodási rátája állandó. (I) : Csak példák, nem csak ezek a tesztkérdések szerepelhetnek a vizsgán. Köszönöm m figyelmüket! Sikeres vizsgaidőszakot, s nyárra jó pihenést kívánok!