Эта статья будет интересна тем, кто работает в промышленности и компаниях с большим количеством объектов инфраструктуры и связан с обеспечением надежности оборудования, бесперебойности производственных процессов. Далее мы рассмотрим, что такое MTBF, зачем он нужен и как его анализировать с помощью BI инструментов, на примере Microsoft Power BI.
Что такое MTBF
MTBF — среднее время между поломками — это статистический показатель, который оценивает время, прошедшее между последовательными отказами оборудования. MTBF используется для оценки надежности технических систем и оборудования, а также для прогнозирования возможных поломок и формирования графика планово-предупредительных ремонтов. Чем больше значение MTBF, тем более надежным считается оборудование и тем меньше вероятность возникновения отказов. Кроме MTBF есть еще показатели MTTF (среднее время до первого отказа), MTTD (среднее время диагностики), MTTR (среднее время ремонта), но мы не будем сейчас подробно на них останавливаться. Верхнеуровневый процесс представлен на схеме ниже.
Оборудование и его иерархия
Как правило, в информационных системах всё оборудование представлено в виде иерархии, например, Цех -> Линия -> Участок -> Технологическое место -> Агрегат -> Узел -> Деталь. Количество и состав уровней иерархии может отличаться от предприятия к предприятию и, как правило, зависит от специфики производства и ландшафта инфраструктуры. Изначально большая часть обнаруженных неисправностей фиксируется на уровнях технических мест или агрегатов, так как сразу не ясно в чём именно проблема, но по мере диагностики сотрудники ремонтных служб должны соотнести их с конкретными узлами или деталями. Это позволяет получить максимально точные данные для последующего анализа.
Иерархический анализ MTBF в Power BI
В Power BI есть визуализация “Decomposition tree”, которую мы используем для формирования отчёта по MTBF. Чтобы его построить нужна информация обо всех неисправностях, в привязке к узлам/деталям, с обязательной фиксацией времени начала и устранения.
В итоге мы имеем интерактивное дерево, где сразу видно, что на участке «Силикон 1” неисправности возникают в среднем каждые 29 часов, а на участке »Силикон 3” в среднем каждые 38 часов. Раскрываем следующий уровень и видим какие именно станки повлияли на показатель. Подобная визуализация позволяет очень быстро определить проблемные места, а также является отличным аргументом для обоснования необходимости замены или модернизации оборудования.
Есть несколько нюансов, которые стоит учесть:
- Не все неисправности одинаково влияют на технологический процесс, в момент фиксации дефектов стоит фиксировать степень их критичности, а лучше сформировать реестры типовых неисправностей для каждого вида оборудования
- Не всё оборудование одинаково критично
Эти два фактора используются как дополнительные фильтры при анализе MTBF, ведь разница между тем, чтобы анализировать критичные дефекты на критическом оборудовании и незначительные неисправности на вспомогательном оборудовании — очень большая.
После выявления проблемных мест необходимо сформировать план мероприятий по исправлению ситуации, что в конечном счёте должно привести к улучшению показателя MTBF по конкретным единицам как оборудования, так и всех родительских объектов и предприятия в целом. При этом может оказаться так, что появились новые проблемы, которые не дают расти общему показателю. Чтобы выявлять подобные тренды можно построить дельта MTBF, как разницу между MTBF за текущий период и MTBF за аналогичный период в прошлом, тогда мы сразу увидим все изменения.
Вывод
Анализ MTBF это простой и мощный инструмент повышения надёжности оборудования на предприятии. На практике мы наблюдали, как всего за год с помощью регулярных мероприятий по выявлению проблемных участков и фокусировки внимания со стороны менеджмента удавалось улучшить показатель MTBF более чем в 2 раза.
Больше информации о конкретных решениях в нашем телеграм канале https://t. me/staqdigi