欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

制造业MES&R语言数据挖掘之设备故障分析

程序员文章站 2024-03-07 14:44:57
...

本案例针对于铅酸电池行业的设备故障进行R语言数据挖掘;旨在提炼出有用的规律减少故障发生(例如:哪些故障和设备是高度相关,哪些故障和维修方法是高度相关),以提高设备运行效率。

数据来源于MES中的设备管理模块,如下图所示

制造业MES&R语言数据挖掘之设备故障分析

 

步骤

1、数据准备

2、选择算法

3、编程建模

4、业务建议

5、评价

 

 

一、数据准备

1、将MES中的维修任务(近三个月,共1387条)导出成EXCEL文件,示例截图如下

 

制造业MES&R语言数据挖掘之设备故障分析

 

2、将其中关键的字段信息筛选出来,重新整理成一张表

 

 制造业MES&R语言数据挖掘之设备故障分析

 

3、用R语言的分词函数,将文本拆分成独立的词

 R语言代码:

install.packages("jiebaR")
library("jiebaR")
setwd('E:/')
wk = worker(bylines = T,user="设备故障字典.txt",stop_word = "停用词字典.txt")
wk['./故障描述.txt']

 

提醒: 分词算法中,最关键的是字典表,包括用户自定义表和停用字典表。如果没有自定义表,最后分词的效果会非常差。该字典已上传至资源中,有需要的朋友可自行下载

4、将所有拆分后的关键词用逗号连接起来,整理在EXCEL中

 

制造业MES&R语言数据挖掘之设备故障分析

 

5、将EXCEL导出成TXT文本

 

说明:数据准备这个步骤耗时很长,需要有耐心进行整理

 

二、选择算法 

本次案例选择了Apriori算法,通过关联规则找到相关性高的词汇。

 

三、编程建模

本例通过R语言编程建模

1、整理出频繁项集: 通过这个步骤来找到哪些词是经常出现的;经常出现的词可能是普遍的故障,或是需要重点关注的问题。

R语言代码如下:

library(Matrix)
library(arules)
Trans <- read.transactions(file ="./设备故障汇总.txt" ,format="basket",sep=",",encoding = "UTF-8") #从EXCEL转成TXT之前,把表里的特殊符号全删掉;导出TXT之后另存为UTF-8
str(Trans)
rules <- apriori(data=Trans,parameter=list(support =0.02,confidence =0.9,minlen =1,target="frequent itemsets"))
inspect(rules)

整理得到如下结果:也可以称之为高频故障点;左边是频繁项集,右边是频繁项集次数

 

制造业MES&R语言数据挖掘之设备故障分析

 

 

2、查找关联规则

R语言代码如下:

library(Matrix)
library(arules)
Trans <- read.transactions(file ="./设备故障汇总.txt" ,format="basket",sep=",",encoding = "UTF-8") #从EXCEL转成TXT之前,把表里的特殊符号全删掉;导出TXT之后另存为UTF-8
str(Trans)
rules <- apriori(data=Trans,parameter=list(support =0.02,confidence =0.9,minlen =1,target="rules"))
inspect(rules)

 

不同的参数会得到不同的结果,调试参数的过程就不赘述了

 

制造业MES&R语言数据挖掘之设备故障分析

最后将结果汇总整理:

 

制造业MES&R语言数据挖掘之设备故障分析 

 

四、业务建议

1、保养项目建议

通过观察三-1的结果,发现一个现象:上文所述的高频故障点(链条、轴承、电机等)在很多出过故障的设备中没有相应的保养内容,按照上文的逻辑,将所有之前提到的高频故障点逐一排查是否有相应的保养项目,将缺失的设备筛选出来,汇总得出下表

 

制造业MES&R语言数据挖掘之设备故障分析

 

 

2、预防性维修建议

参考关联规则,对特定的设备特定部位进行提前预防性的维修

例如:针对铸板机定期(一个月)对线路进行防护、针对切粒机定期检查挤压轮轴承

汇总得出下表

 

制造业MES&R语言数据挖掘之设备故障分析

 

3、安全库存建议

针对前文所列的高频故障点进行采购数据的统计,建议高频次采购的物料类(坏的多、买的多)可增加安全库存

汇总得出下表

 

制造业MES&R语言数据挖掘之设备故障分析

4、备件检验流程建议

备件故障率高的原因,我猜测原因分为:使用频次高,保养频次低,备件质量不良

针对备件质量,目前我司没有专门针对备品备件建立全套的制度和流程、也没有专门的人员做这个事情。

通过查找资料,其他制造业公司有相应的制度。

建议公司考虑对某类备件进行抽检等相关措施。

优点:提升设备运作效率,减小维修工作量(随着订单增大,备件质量风险引起的问题会越来越多)

缺点:需要人员、检测设备等投入

综合分析,长期来看如果能让设备OEE能够提高1%,增加的效益会大于检验成本。

 

五、评价

这份分析报告跟生产总助汇报之后,得到了领导的认可,认为这四点建议是对于设备管理有效的改善方向,并参考了其中的建议进行实际操作,我将在两个月后再分析一次,看看这些改善点是否有实际提升。