1. 1
Analiza Szeregów Czasowych
Prognoza usterek i awarii maszyn
i urządzeń firmy produkcyjnej
w podziale na wycinki linii
technologicznych
Maciej Matysek
Studia Podyplomowe
Akademia Analityka – Analizy Statystyczne i Data Mining w Biznesie
Edycja 2
14 czerwca 2015Warszawa
2. 2
Przedmiotem analizy jest awaryjność i usterkowość
maszyn i urządzeń linii produkcyjnych w zakładzie
produkcyjnym Wykrycie determinant które wpływają na
wystąpienie nieprawidłowości w eksploatacji maszyn i
urządzeń jest kluczowa dla serwisu technicznego i służb
utrzymania ruchu. Wiedza o tym jakie cechy (wskaźniki
eksploatacyjne wpływają na prawdopodobieństwo
wystąpienia awarii umożliwia predykcję usterek i awarii.
Pozwala to uniknąć nieplanowane przestoje i przerwy w
produkcji, będące przyczyną poważnych strat finansowych i
wizerunkowych firm produkcyjnych.
Problem Badawczy
4. 4
Zbiór danych zawiera dane o rzeczywistych usterkach i
awariach maszyn i urządzeń w zakładzie produkcyjnym w
perspektywie 18 miesięcy. Zbiór danych zawiera zmienne
charakteryzujące poszczególne usterki i awarie (np. czas
usuwanie awarii, nieplanowanego przestoju).
Opis zbioru danych
5. 5
•Red. E. Frątczak, ZAAWANSOWANE METODY ANALIZ STATYSTYCZNYCH, Oficyna
Wydawnicza SGH, 2013
•Strona internetowa SAS (http://support.sas.com/documentation/)
•Przewodnik do systemów i narzędzi Organizacji i Zarządzania Produkcją, Łódzkie Centrum
Doskonalenia Nauczycieli i Kształcenia Praktycznego
•MATERIAłY DO ZAJĘĆ Studia Podyplomowe Analizy Statystyczne I Data Mining w Biznesie,
BLOK VI. Analiza Szeregów Czasowych, SGH, 2009
•TPM for Workshop Leaders, Kunio Shirose,Productivity Press, Portland, Oregon, 1992r.
Bibliografia
7. Model Regresji Logistycznej
• Podsumowanie: wpływ na zmienną uzyskanie dopuszczalnego
tygodniowego czasu trwania awarii mają staż pracy, wynagrodzenie
oraz wykształcenie. Największy wpływ ma wykształcenie. Większe
prawdopodobieństwo uzyskania dopuszczalnego czasu trwania
awarii mają pracownicy z co najmniej średnim wykształceniem
technicznym. Zbudowany model w niewielkim stopniu wyjaśnia, co
wpływa na uzyskanie dopuszczalnego tygodniowego czasu trwania
awarii. Jednakże podjęta próba stworzenia modeli z grupy modeli
regresji logistycznej binarnej oraz szeregu czasowego wskazała
kierunki poszukiwań predyktorów w obszarze kompetencji
pracowników. Barierą w zastosowaniu wnioskowania statystycznego
jest brak danych do budowania modeli statystycznych oraz brak
systemu zbierania danych. Systemowe archiwizowanie danych o
awariach i ich wykorzystanie do usprawnienia procesu utrzymania
ruchu nie jest powszechną praktyką w przemyśle polskim.
7
8. Szereg Czasowy
• Podjęta próba stworzenia modelu
predykcyjnego wskazała na możliwości
wykorzystania wnioskowania statystycznego w
systemie prewencyjnego utrzymania ruchu.
Aby zbudować model predykcyjny należy
wdrożyć system pomiarowy wskaźników
eksploatacyjnych, wykorzystywanych w
budowaniu modelu.
•
8