CN1835006A - 判断备件库存必要性的方法 - Google Patents
判断备件库存必要性的方法 Download PDFInfo
- Publication number
- CN1835006A CN1835006A CNA2006100765009A CN200610076500A CN1835006A CN 1835006 A CN1835006 A CN 1835006A CN A2006100765009 A CNA2006100765009 A CN A2006100765009A CN 200610076500 A CN200610076500 A CN 200610076500A CN 1835006 A CN1835006 A CN 1835006A
- Authority
- CN
- China
- Prior art keywords
- spare part
- formula
- factor
- database
- parts
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- General Factory Administration (AREA)
Abstract
一种判断备件库存必要性的方法,属于大型生产装置管理范畴,特别涉及备件智能库存管理技术。该方法在一台计算机上实现,其特征在于:它含有将备件相关参数输入数据库的步骤;将设备监测***所传来的各设备及其零件的运行状态输入数据库的步骤;从上述数据库中依次调出备件相关参数和各备件已运行时间,采用量化计算公式和加权方式计算备件库存必要性的步骤,将得到的各备件库存必要性按大小排序并保存到数据库的步骤。根据本方法提供的备件库存必要性进行库存管理,可以有效减少非必要库存以及防止备件出现短缺。
Description
技术领域
本发明属于大型生产装置管理范畴,特别涉及备件智能化库存管理技术。
背景技术
备件是保证生产装置长时间正常运行所必需的,不合理的备件库存可能造成在某些备件品种出现短缺的同时也可能有相当多品种的库存备件长时间不被使用甚至过期,或者即使不存在库存短缺,但也有相当品种的库存备件长时间不被使用甚至过期。不论是哪种情况,都会造成备件积压、库存资金升高、库存费用增加。出现备件品种短缺时,还会造成装置停车、生产停顿。对于像乙烯生产装置这样的大型生产装置,所需备件上万,资金数亿,如果发生过度库存或装置停车,造成的资金损失将以百万、千万计。
为了解决备件合理库存、降低库存成本问题,很多人进行了尝试,主要是通过对备件库存进行数学建模,建立相应的备件数据库,然后再通过计算机建立相应的程序,通过计算机对备件数据进行分析,提供备件库存必要性指标。但这些方法,或者过于理论化而不实用,或者考虑的因素过少而效果欠佳。目前的备件库存管理软件一般只有简单的统计功能,不能给出备件库存的必要性和先后顺序,没有智能化的功能。
发明内容
针对上述现有技术存在的问题,本发明的目的在于提供一种实用性强的判断备件库存必要性的方法,使用该方法获得的库存必要性指标在提高备件库存管理水平,有效控制备件库存量,防止出现备件短缺等方面具有更好的效果。
实现本方法,需要包括一台通用计算机,能够被该通用计算机访问、存储于该通用计算机或其他计算机上的数据库,其特征如下,且还含有以下步骤:
将备件相关参数存入备件相关参数数据库的步骤,其中的备件相关参数涉及备件名称,与该备件名称对应的备件编号,与备件编号相对应的备件的安装数量nu、正常更换时间T、库存数量ns、单件价格P、所在生产装置在企业中的作用影响因子fl、在生产装置中的作用等级mi、作用权值Wi、维修难易度等级mr、维修难易度权值Wr、购置难易度等级mp、购置难易度权值Wp、该种备件最高采购价格Pmax和最低采购价格Pmin、价格因素权值Wc、安装数量影响常数c、更换周期等级m、供应商信用度等级md、供应商信用度权值Wd;
从设备监测***传入数据并存入数据库的步骤;
从上述数据库中依次调出备件相关参数和各使用备件已运行时间,计算备件库存必要性f的步骤,该步骤包括,
a)从备件相关参数数据库中读取一个备件的相关参数,
b)从备件数据库中读取a)中所指已使用备件的已运行时间,并将一个或多个a)中所指备件的已运行时间求和后除以正常更换时间T,得到备件运行状态dn,
c)按公式
计算得到a)中所指备件在生产装置中的作用影响因子fi,
d)按公式
计算得到a)中所指备件维修难易度影响因子fr,
e)按公式
计算得到a)中所指备件购置难易度影响因子fp,
f)按公式
计算得到a)中所指备件价格因子fc,
g)按公式
计算得到a)中所指备件安装数量和现有库存影响因子fs,
h)按公式
计算得到a)中所指备件使用周期影响因子ft,
i)按公式
计算得到a)中所指备件供应商影响因子fd,
j)按公式fbmax=Wi+Wc+Wr+Wp+Wd计算得到fbmax,
k)按公式fb=fi+fc+fr+fp+fd计算得到fb,
l)如果fs>0,则按公式f=fb×fs×ft×fl计算得到备件库存必要性f,
m)如果fs<0,则按公式
计算得到备件库存必要性f,
n)如果还有未计算f值的备件数据,则从备件相关参数数据库中读取下一个备件的相关参数,重复执行b)到n);
将得到的各备件库存必要性f按大小排序并保存到数据库的步骤;确定备件购买的必要性和购买量的步骤。
该方法通过建立备件库存数据库和设备监测***传入的设备及其备件运行状态数据,应用计算机计算出各个备件得库存必要性,并提供按备件库存必要性大小排序的表格,从而提高备件库存管理水平,有效控制备件库存量,防止备件出现短缺,提高企业经济效益。
附图说明
图1是本发明一个实施例的过程流程图;
具体实施方式
以乙烯装置裂解气压机中的18个备件为例来说明具体实施方式,对于整个乙烯装置,在所采用的步骤上则完全一致。
本发明所述方法的实现程序运行在一台PC机上,数据库可建立在同一台计算机上或另一台计算机上。
见图1,首先执行步骤A01,建立备件相关参数数据库,相关参数包括:与该备件名称对应的备件编号,与备件编号相对应的备件的安装数量nu、正常更换时间T、库存数量ns、单件价格P、所在生产装置在企业中的作用影响因子fl、在生产装置中的作用等级mi、作用权值Wi、维修难易度等级mr、维修难易度权值Wr、购置难易度等级mp、购置难易度权值Wp、该种备件最高采购价格Pmax和最低采购价格Pmin、价格因素权值Wc、安装数量影响常数c、更换周期等级m、供应商信用度等级md、供应商信用度权值Wd。
在各参数中:fl的数值可在0~1之间变化,对于最重要的生产装置,fl=1;在生产装置中的作用等级mi,分5级,极其重要的,mi=5,重要的,mi=4,较重要的,mi=3,较不重要的,mi=2,不重要的,mi=1;维修难易度等级mr,分5级,极难修复的,mr=5,难修复的,mr=4,较难修复的,mr=3,较易修复的,mr=2,容易修复的,mr=1;购置难易度等级mp,极难购置的,mp=5,难购置的,mp=4,较难购置的,mp=3,较易购置的,mp=2,容易购置的,mp=1;安装数量影响常数c是一个大于零小于1的数,值越大,安装数量少的部件库存的必要性越大;更换周期等级m的取值取决于备件的类型,对于密封类备件,更换周期一般为6-12个月,m取6,对于其它备件,更换周期一般为12-36个月,m取12;在此实施方式中,安装数量影响常数c取0.5,作用权值Wi=48,维修难易度权值Wr=20,购置难易度权值Wp=16,价格因素权值Wc=12,供应商信用度权值Wd=4。表1给出了所用到的备件相关参数表。
表1备件相关参数表
备件名称 | 件号 | 安装数量 | 正常更换周期(月) | 储备量 | 单价(元) | mi | mr | mp | md |
″O″环 | OAS-RB232 | 2 | 12 | 2 | 500 | 5 | 2 | 2 | 2 |
密封条 | SLSP-RD3530050 | 2 | 12 | 4 | 12000 | 5 | 4 | 5 | 4 |
叶轮密封 | E9180060-16 | 1 | 12 | 2 | 13355 | 5 | 3 | 4 | 4 |
平衡密封 | ERP1594604-6224 | 1 | 12 | 2 | 86000 | 5 | 5 | 5 | 4 |
轴封 | A961849-9 | 1 | 12 | 2 | 3000 | 5 | 3 | 4 | 4 |
径向轴瓦组件 | E8831107-17 | 2 | 12 | 2 | 168000 | 5 | 5 | 5 | 4 |
锁紧线 | WAR-B1005 | 1 | 12 | 1 | 120 | 3 | 3 | 3 | 4 |
径向轴瓦 | E8831107-31 | 2 | 12 | 4 | 40600 | 5 | 5 | 5 | 4 |
止推轴瓦 | E8831131-33 | 1 | 12 | 1 | 42000 | 5 | 5 | 5 | 4 |
止推轴瓦组件 | E8831132-19 | 1 | 12 | 1 | 68000 | 5 | 5 | 5 | 4 |
″O″环 | P700D497 | 2 | 12 | 6 | 94 | 5 | 2 | 2 | 3 |
机械接触式密封 | E9RP1594604-954GR1 | 1 | 24 | 2 | 120000 | 5 | 4 | 5 | 4 |
接触环 | A824918-1 | 2 | 12 | 4 | 2200 | 5 | 5 | 5 | 4 |
疏齿密封 | ERP1594604-6214 | 1 | 12 | 2 | 27000 | 3 | 3 | 4 | 4 |
碳环 | A870441-3 | 2 | 12 | 4 | 8600 | 5 | 5 | 5 | 4 |
套密封 | A875719-3 | 2 | 12 | 4 | 12100 | 5 | 4 | 5 | 4 |
锥形弹簧 | A845094-1 | 16 | 12 | 32 | 3000 | 4 | 4 | 4 | 4 |
背环 | OASB-R339 | 1 | 12 | 3 | 2000 | 5 | 4 | 5 | 4 |
然后,执行步骤A02,由设备监测***将数据传入到计算机中。
执行步骤A03,判断备件有无增减,若没有则执行步骤A02。
如果有增减,则执行步骤A04,从备件相关参数数据库中读取一个备件及其设备运行状态,获得该备件的相关参数,相关参数内容如步骤A01所述。
执行步骤A07,从备件数据库中读取步骤A04所读取的备件编号所对应的所有在运行备件的运行时间,并按照公式
计算该编号备件的运行状态dn,其中ti是第i个该编号备件的运行时间。
执行步骤A08至A16,分别依照公式
fbmax=Wi+Wc+Wr+Wp+Wd、fb=fi+fc+fr+fp+fd计算得到备件在生产装置中的作用影响因子fi、备件维修难易度影响因子fr、备件购置难易度影响因子fp、备件价格影响因子fc、备件安装数量和现有库存影响因子fs、备件使用周期影响因子ft、备件供应商影响因子fd、fbmax、fb。
如果fs大于0,则执行步骤A17,按照公式f=fb×fs×ft×fl计算备件库存必要性f,如果小于0,则执行步骤A18,按照公式
计算备件库存必要性f。
如果还有未计算f值的备件,则返回步骤A04继续执行,如果所有备件都已计算出f值,则执行步骤A19,将备件库存必要性f保存到数据库中,并根据备件库存必要性f的大小进行排序,给出如表2所示的结果。排序值越大的,越需要进行库存。为了供以后调阅,可以生成如表2所示的表格供参考。
表2,依据备件库存必要性f进行排序后得到的表
备件名称 | 件号 | fi | fr | fp | fc | fd | fb | fbmax-fb | fs | ft | f | 排序 |
″O″环 | OAS-RB232 | 48 | 5 | 4 | 11.97 | 2 | 70.97 | 29.03 | 0.25 | 1 | 17.74 | 5 |
密封条 | SLSP-RD3530050 | 48 | 15 | 16 | 11.15 | 3 | 93.15 | 6.85 | -0.75 | 1 | -5.14 | 10 |
叶轮密封 | E9180060-16 | 48 | 10 | 12 | 11.05 | 3 | 84.05 | 15.95 | -0.5 | 1 | -7.98 | 14 |
平衡密封 | ERP1594604-6224 | 48 | 20 | 16 | 5.86 | 3 | 92.86 | 7.14 | -0.5 | 1 | -3.57 | 9 |
轴封 | A961849-9 | 48 | 10 | 12 | 11.79 | 3 | 84.79 | 15.21 | -0.5 | 1 | -7.61 | 13 |
径向轴瓦组件 | E8831107-17 | 48 | 20 | 16 | 0 | 3 | 87 | 13 | 0.25 | 1 | 21.75 | 4 |
锁紧线 | WAR-B1005 | 24 | 10 | 8 | 12.00 | 3 | 57 | 43 | 0.5 | 1 | 28.5 | 3 |
径向轴瓦 | E8831107-31 | 48 | 20 | 16 | 9.11 | 3 | 96.11 | 3.89 | -0.75 | 1 | -2.92 | 8 |
止推轴瓦 | E8831131-33 | 48 | 20 | 16 | 9.00 | 3 | 96 | 4 | 0.5 | 1 | 48 | 1 |
止推轴瓦组件 | E8831132-19 | 48 | 20 | 16 | 7.15 | 3 | 94.15 | 5.85 | 0.5 | 1 | 47.08 | 2 |
″O″环 | P700D497 | 48 | 5 | 4 | 12.00 | 2 | 71 | 29 | -1.75 | 1 | -50.75 | 18 |
机械接触式密封 | E9RP1594604-954GR1 | 48 | 15 | 16 | 3.43 | 3 | 85.43 | 14.57 | -0.5 | 0.5 | -7.29 | 12 |
接触环 | A824918-1 | 48 | 20 | 16 | 11.85 | 3 | 98.85 | 1.15 | -0.75 | 1 | -0.86 | 6 |
疏齿密封 | ERP1594604-6214 | 24 | 10 | 12 | 10.08 | 3 | 59.04 | 40.96 | -0.5 | 1 | -20.48 | 16 |
碳环 | A870441-3 | 48 | 20 | 16 | 11.39 | 3 | 98.39 | 1.61 | -0.75 | 1 | -1.21 | 7 |
套密封 | A875719-3 | 48 | 15 | 16 | 11.14 | 3 | 93.14 | 6.86 | -0.75 | 1 | -5.15 | 11 |
锥形弹簧 | A845094-1 | 36 | 15 | 12 | 11.79 | 3 | 77.79 | 22.21 | -0.97 | 1 | -21.54 | 17 |
背环 | OASB-R339 | 48 | 15 | 16 | 11.86 | 3 | 93.86 | 6.14 | -1.5 | 1 | -9.21 | 15 |
根据表2,可以确定备件购买的必要性和购买量。
当对所有的备件都取相同的Wi、Wc、Wr、Wp、Wd时,步骤A15可以移动到步骤A04之前来计算fbmax=Wi+Wc+Wr+Wp+Wd,这样可以提高运算速度。
在使用本方法确定备件库存必要性后,对乙烯装置的运行维护起到积极作用,有效防止了乙烯生产装置因备件库存不合理而停车,避免了装置停车带来的巨大损失;装置检修和维护装备时间每年比原来减少了5%;减少了不必要的备件库存,每年节约10%的资金,约1000万元;因备件数量的合理减少,库房面积节约9%。
Claims (1)
1.一种判断备件库存必要性的方法,在一台通用计算机上实现,其特征在于,它还含有以下步骤:
将备件相关参数输入数据库的步骤,其中的备件相关参数涉及备件名称,与该备件名称对应的备件编号,与备件编号相对应的备件的安装数量nu、正常更换时间T、库存数量ns、单件价格P、所在生产装置在企业中的作用影响因子fl、在生产装置中的作用等级mi、作用权值Wi、维修难易度等级mr、维修难易度权值Wr、购置难易度等级mp、购置难易度权值Wp、该种备件最高采购价格Pmax和最低采购价格Pmin、价格因素权值Wc、安装数量影响常数c、更换周期等级m、供应商信用度等级md、供应商信用度权值Wd;
将设备监测***所传来的设备及其备件的运行状态传入数据库的步骤;
从上述数据库中依次调出备件相关参数和各备件已运行时间,计算备件库存必要性f的步骤,该步骤包括,
a)从备件相关参数数据库中读取一个备件的相关参数,
b)从备件数据库中读取a)中所指备件的已运行时间,并将一个或多个a)中所指备件的已运行时间求和后除以正常更换时间T,得到备件运行状态dn,
c)按公式
计算得到a)中所指备件在生产装置中的作用影响因子fi,
d)按公式
计算得到a)中所指备件维修难易度影响因子fr,
e)按公式
计算得到a)中所指备件购置难易度影响因子fp,
f)按公式
计算得到a)中所指备件价格影响因子fc,
g)按公式
计算得到a)中所指备件安装数量和现有库存影响因子fs,
h)按公式
计算得到a)中所指备件使用周期影响因子ft,
i)按公式
计算得到a)中所指备件供应商影响因子fd,
j)按公式fbmax=Wi+Wc+Wr+Wp+Wd计算得到fbmax,
k)按公式fb=fi+fc+fr+fp+fd计算得到fb,
l)如果fs>0,则按公式f=fb×fs×ft×fl计算得到备件库存必要性f,
m)如果fs<0,则按公式
计算得到备件库存必要性f,
n)如果还有未计算f值的备件数据,则从备件相关参数数据库中读取下一个备件的相关参数,重复执行b)到n);
将得到的各备件库存必要性f按大小排序并保存到数据库的步骤;
确定备件购买的必要性和购买量的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006100765009A CN1835006A (zh) | 2006-04-26 | 2006-04-26 | 判断备件库存必要性的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006100765009A CN1835006A (zh) | 2006-04-26 | 2006-04-26 | 判断备件库存必要性的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1835006A true CN1835006A (zh) | 2006-09-20 |
Family
ID=37002733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006100765009A Pending CN1835006A (zh) | 2006-04-26 | 2006-04-26 | 判断备件库存必要性的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1835006A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341630A (zh) * | 2017-06-01 | 2017-11-10 | 中广核核电运营有限公司 | 一种设备淘汰品备件管理***及方法 |
CN110675098A (zh) * | 2018-07-03 | 2020-01-10 | 松下电器(美国)知识产权公司 | 控制方法以及信息处理装置 |
-
2006
- 2006-04-26 CN CNA2006100765009A patent/CN1835006A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341630A (zh) * | 2017-06-01 | 2017-11-10 | 中广核核电运营有限公司 | 一种设备淘汰品备件管理***及方法 |
CN110675098A (zh) * | 2018-07-03 | 2020-01-10 | 松下电器(美国)知识产权公司 | 控制方法以及信息处理装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Joint optimization of condition-based opportunistic maintenance and spare parts provisioning policy in multiunit systems | |
Nagarur | Some performance measures of flexible manufacturing systems | |
Banjevic et al. | A control-limit policy and software for condition-based maintenance optimization | |
EP2321742A1 (en) | A method of generating an analytical data set for input into an analytical model | |
Cheramin et al. | Resilient NdFeB magnet recycling under the impacts of COVID-19 pandemic: Stochastic programming and Benders decomposition | |
CN102117306A (zh) | Etl数据处理过程的监控方法及其*** | |
CN103366091B (zh) | 基于多级阈值指数加权平均的异常报税数据检测方法 | |
Buddhakulsomsiri et al. | Sequential pattern mining algorithm for automotive warranty data | |
Cochran et al. | Inflation's negative effects on real stock prices: new evidence and a test of the proxy effect hypothesis | |
CN110795478A (zh) | 一种应用于金融业务的数据仓库更新方法、装置和电子设备 | |
Moharana et al. | Application of data mining for spare parts information in maintenance schedule: a case study | |
Wen et al. | A dual energy benchmarking methodology for energy-efficient production planning and operation of discrete manufacturing systems using data mining techniques | |
CN1835006A (zh) | 判断备件库存必要性的方法 | |
Hosseinzadeh et al. | Identifying and Analyzing Supply Chain Risks of Saipa Automobile Company using the Coso Model and Social Network Analysis (SNA) | |
CN117171145B (zh) | 一种企业管理***数据的分析处理方法、设备及存储介质 | |
CN112506907A (zh) | 基于大数据的工程机械营销策略推送方法、***及装置 | |
CN115147029A (zh) | 基于大数据的企业活跃度监测方法及*** | |
Babakmehr et al. | Data‐driven framework for warranty claims forecasting with an application for automotive components | |
Majumdar | Indian electronics hardware industry: growth and productivity (1993-2004) | |
Zhou et al. | DETERMINANTS OF CORPORATE CARBON EFFICIENCY: EVIDENCE FROM CDP 2011-2014 QUESTIONNAIRE FOR STANDARD & POOR'S 500 INDEX COMPANIES. | |
CN112100246A (zh) | 一种基于多维图码标签的客户用电价值挖掘方法 | |
Huang et al. | Application of the autocorrelation function to working-day calculation in power management | |
Zhang et al. | Determinants of software volatility: a field study | |
Zhang et al. | Research on Data and Error Driven Method in Forecasting of Industrial Power Consumption | |
CN117390465B (zh) | 一种工作负载预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Open date: 20060920 |