卷包機組故障停機數據統計分析應用程序開發

曾知明，李麗明，鄧 鐸，王美斌

（江西中煙工業有限公司贛州卷煙廠卷包車間，江西贛州 341000）

關鍵字：卷包機組；故障停機；數據統計；分析

0 引言

為了科學合理指導卷包機組的維護和修理工作，確保卷包設備的安全穩定運行，需要對卷包機組故障停機數據進行深度的挖掘和分析。當前卷煙廠對卷包機組的故障停機數據的收集整理工作是通過數據采集系統進行的，但該系統對故障停機數據只是簡單的收集整理，沒有對數據進行統計分析和更深層次的挖掘，遠遠無法滿足現在的設備維護和管理的需求。因此，迫切需要一種方便靈活又能滿足現代設備管理體系需求的數據綜合處理平臺。通過C#編程語言[1]和開源庫NOPI[2]開發了一款集數據收集、整理、個性化查詢、圖表顯示以及數據統計分析功能的應用程序。

1 應用程序的設計思路

卷包機組故障停機數據能為車間設備管理提供依據主要是兩個方面：故障停機數據自身的屬性和故障停機數據的時空特性。故障停機數據自身屬性主要包含：故障停機名稱、故障停機次數和故障停機時間等；故障停機數據時空特性主要包含：故障停機數據在時間上和空間上的分布規律[3-4]。應用程序的設計遵循以下原則：

（1）以問題為導向。根據“先嚴重，后一般”分析突出問題，需要對故障停機數據進行統計和排序，把突出（停機次數多、時間長）的故障停機數據凸顯出來，以便快速的掌握設備的運行情況。

（2）趨勢分析。一是基于數據的時間特性，對故障停機數據在時間上進行數據統計并做分布圖，以便掌握設備的運行特性；二是基于數據的空間特性，對故障停機數據在各機組之間進行對比，從而了解設備的差異性，為設備的差異化管理提供依據。

2 應用程序功能模塊設計

通過上述對卷包機組故障停機數據需求分析，應用程序界面如圖1 所示，包含的功能模塊包括:數據采集模塊、數據導出模塊、數據查詢模塊、數據分析模塊等。

圖1 應用程序界面

2.1 數據采集模塊

數據采集模塊是整個軟件系統的源頭，目前卷煙廠對設備故障停機數據的采集是由專門的數據采集系統來完成的。為了簡化應用程序的開發難度，應用程序的數據采集模塊是基于現有的數據采集系統采集的設備故障停機信息，進行歸類整理并把歸類整理好的數據自動保存在數據總表，歸類整理的數據總表如圖2 所示。

圖2 歸類整理的數據總表

2.2 數據查詢模塊

數據查詢模塊提供數據的多種查詢方式，可以為數據分析模塊提供數據支撐。該模塊可以根據數據分析的需求構成以工作時間、數據模式、數據閾值、班次、機型、機組號和故障信息等多種組合的數據查詢模式，并把查詢結果以圖表的方式顯示出來，數據查詢界面如圖3 所示。

圖3 數據查詢

2.3 數據導出模塊

應用程序有兩個地方有數據導出功能：一個是數據查詢模塊有數據導出功能；另一個是可以根據需求一鍵導出車間所有卷接包裝機組分機型和機臺號的故障停機數據，以方便拿給各機組的操作人員和維修人員觀看和分析，以增加他們對自己機組的了解。該模塊導出的統計數據是以.xls文件導出的。

2.4 數據分析模塊

數據分析是基于數據時間特性和空間特性，對數據進行統計分析和趨勢分析，從而為設備管理和人員技術培訓方面提供數據支撐和借鑒。

2.4.1 技能水平分析

技能水平的分析，該模塊主要是通過統計設備的故障停機的數據來進行橫向和縱向的對比分析，從而找出車間機組人員技能水平的差距，進行有針對性的技能培訓和維護保養知識的培訓，技能水平分析界面如圖4 所示。

圖4 技能水平分析

（1）班組之間總體的技能水平分析。利用濾波去噪知識[5]，對異常停機數據進行剔除，再統計在某段時間內，各班組所有機組的停機時間、停機次數以及單次停機平均時間來分析班組之間的總體技能水平。停機時間越長，說明該班組的總體設備的運行效率越低；停機次數越多，說明該班組人員對設備操作越不熟練，設備保養做的越不到位；單次停機平均時間越長，說明該班組人員總體技能水平越差，因為技能水平越好，處理的故障就越快，單次停機時間就越短。

（2）車間各機組的技能水平分析。該模塊以機組為研究對象，對車間各機組在某段時間內的停機時間、停機次數和單次停機平均時間進行統計和對比，進而分析出各機組人員的總體技能水平。停機時間越長，說明該機組的總體運行效率差；停機次數越多，說明該機組人員的設備保養意識需要提高；單次停機時間越長，說明該機組人員的操作技能水平需要提升。

（3）同機組各班人員技能水平分析。在操作同一臺設備下，設備的停機數據可以很好對比員工之間的技能水平差異，技能水平越好的員工設備的停機時間越短、停機次數越少、單次停機時間越短。因此，該模塊是以同機組各班人員為研究對象，分析某機組在某段時間內各班的故障停機時間、停機次數和單次停機平均時間等數據來判斷同機組內各班人員的技能水平狀況。

2.4.2 機器性能分析

設備的停機次數是能很好反應機器的性能的，機器性能越好，機器的停機率就越低。因此該模塊通過濾波去噪的方式剔除異常數據[5]，統計某段時間車間各機組的停機次數，從而讓設備管理人員了解這段時間車間的設備的性能狀況，為車間設備的制定維護保養計劃（周保、月保以及深度保養）提供數據的支撐和借鑒，機器性能分析界面如圖5 所示。

圖5 機器性能分析

2.4.3 故障差異性分析

故障差異性分析是以各故障在車間設備的分布情況為研究對象，統計出某段時間內各故障引起的停機次數在車間和車間的各機組的分析情況，進而通過統計數據分析出哪些故障是車間設備的主要隱患，哪些故障會在一些機組高頻出現，故障差異化分析界面如圖6所示。車間可以根據統計分析的結果組織技術力量進行故障攻堅，做到提前預防和維修，并充實車間設備的一機一檔。

圖6 故障差異化分析

2.4.4 機器性能趨勢分析

機器性能趨勢分析是以設備停機次數趨勢變化為研究對象。首先利用濾波去噪的方式剔除異常數據[5]，再通過統計某段時間內設備的停機次數，最后對統計出來的數據進行曲線擬合，進而分析出設備機器性能的變化趨勢，為車間設備的維護保養、大修、項修以及更新換代提供數據支撐，機器性能趨勢分析界面如圖7 所示。

圖7 機器性能趨勢分析

3 應用效果

基于卷包機組故障停機數據統計分析應用程序自2020 年1 月開始服務卷包車間的設備管理，從應用的實際效果來看，取得了以下效果：①利用技能水平分析成果，為2020 年車間員工的技能培訓計劃的制定提供了數據支持；②機器性能的分析成果應用于車間輪保計劃的制定；③機器性能趨勢分析成果和機器性能分析成果為車間機組的深度輪保提供數據支撐；④縮短了車間小停機課題開展的時間，提高了課題開展效率。

4 結束語

對卷包車間卷包機組的停機數據分析的思路、方法進行研究，并通過C#編程語言和開源庫NOPI 實現停機數據收集、整理、個性化查詢、圖表顯示以及統計分析，分析結果應用于車間設備的管理和技能隊伍的培訓，取得明顯的效果。