产品维修数据分析简述

时间:2009-10-02 20:12 来源: 可靠性家园网作者:Cyber 点击:次

关键词：维修数据；可靠性；分析

1. 引言

很多可靠性同行在不同的场合都提出这样一个问题，怎么收集产品的维修数据，哪些方面的数据应该收集？怎么分析这些数据？这些分析对产品的可靠性提升又有哪些方面的好处？

可靠性数据分析是贯穿产品规划、设计、验证、生产、使用和维护全过程的一项基础性工作，是可靠性工程的主要组成部分。可靠性数据分析可以是出于各种工程或者商务目的，分析产品全寿命周期内每一个阶段的数据。其中产品维修数据应该就是这些数据中的重要组成部分。

顾名思义，维修数据是在产品客户使用阶段所收集得到的，关于产品在真实使用条件下的数据。使用阶段收集和分析的可靠性数据，对产品的设计和制造的评价最权威，因为它反映的使用及环境条件最真实，参与评估的产品数量较多，其评估结果反映了产品的可靠性水平，是该产品可靠性工作的最终检验，也是今后开展新产品的可靠性设计和改进原产品设计的最有价值的参考。

对于怎么样进行维修数据的收集和分析，每个公司都会根据自己产品和能力进行。笔者就自己的学习和工作经历，对一些常用的维修数据分析方法进行整理，通过本文奉献给大家。由于水平和经历有限，若文中存在缺点和错误，望读者和专家不吝指正。

2. 维修数据的组成

首先，我们可以讨论一下维修数据的收集，哪些数据应该收集呢？对于不同的公司、不同产品，其维修数据的组成都或多或少存在着区别。总的来说，数据可以包括（但不仅限于）以下一些方面的信息:

· 产品序列号

· 产品型号

· 产品使用地区

· 生产日期

· 上市日期

· 维修日期

· 维修时已运行时间

· 故障件的组件号

· 故障件的零件号

· 维修时间

· 维修费用

· 故障描述

对于有售后维修部门的企业，维修数据的收集可以由维修部门进行收集，维修人员需要对每一个失效进行详细的信息登记。这些数据定期反馈给产品设计和可靠性部门。如家电行业或者汽车行业。对于一些日常易耗产品，可能没有专职的售后维修部门，如果有需要。产品设计或者商务部门可以成立专项小组，对产品的维修数据进行一定范围的收集。如某照明企业，为了了解其产品在客户使用期的可靠性表现，在某一地区进行以旧换新的的服务，对每一个故障产品进行详细的信息登记，然后分析产品的相关信息。

除了维修数据，完成的生产数据在分析中也是必不可少的。因为一般来说，不可能100%的产品都会在使用中发生故障，维修数据只记录了那些有故障的产品。结合生产数据的分析结果会更加接近于产品的实际可靠性水平。

总之，工程师需要针对自己的产品特性，定制其产品所要收集的维修数据的内容，并通过各种途径去收集和整理。企业可以根据自身的情况选择数据结构、类型和存储管理方式。

3. 常用分析工具和方法

维修数据分析应该是根据产品特性进行的多元化分析，方法和工具业有很多种。但总的来说，维修数据的分析主要是为了了解目标产品的可靠性表现及其趋势，此外，对于系统或者零部件，还可以进行相关的寿命分析。针对系统和零部件的分析方法，将在第4和第5节中进行详细的介绍。

维修数据的分析可以通过一些通用的软件进行，如Microsoft 的Excel就是一个很强大的工具。工程师可以基于自己的产品和分析经验，在已有的功能上进行二次开发，如创建一些宏或者进行简单得VBA编程，使分析工作更加有效。此外，许多专业的分析软件，如Reliasoft系列软件、Minitab等也是很好的工具，它们能使分析工作效率更高，专业性更强。

4. 系统可靠性分析

维修数据可以反映在真实的客户使用条件下产品可靠性方面的表现，对于产品系统级别的分析，可以从使用率、失效分布、维修成本等几个方面进行分析。这些分析的结果也可以作为可靠性模型建立和可靠性分配的主要输入。

4.1 产品使用率分析

在产品设计和试验验证阶段，产品的设计寿命是工程师们考虑的一个主要问题。如某一个产品的设计寿命是5年，但是这个寿命相当于多少小时呢？或者多少公里呢？很多时候，维修数据中就包括这一重要的信息，而且它反映的结果最真实。

通过使用率的分析，可以得到产品在某一段时间内的使用时间分布情况。图1是针对某一产品在一年中使用时间的分布。产品的年平均运行时间、最长运行时间、运行时间段百分比都可以从这个分析中得到。

图1.某产品在使用率分析

这个分析可以针对所有的产品进行分析，也可以细化到只针对对某一型号的产品进行分析。如果数据中包括了客户或者产品批次等方面的信息，还可以针对这些方面做更加细致的分析。

4.2 失效分布分析

维修数据最直接地反映了产品的失效情况，一般来说，每一条记录包括了一个或者多个失效，通过对这些数据分析，就可以得到某一段时间内每个产品平均发生了多少次失效，还可以分析得到哪些零部件失效的比较多，哪些用户的产品失效比较频繁等等。图2时某产品的失效分布分析实例，图3零部件失效分布分析结果。

图2.某产品失效分布分析

图3.某产品零部件失效分布分析

4.3 维修成本分析

类似于失效分布分析，通过维修数据的分析，也可以得到产品维修费用的分布，计算得到平均每个产品的维修成本。此外，还可以分析得到哪些零部件的维修成本最高。图4是某产品维修成本分析的一个结果。

图4.某产品维修成本分析

4.4 分析结果的应用

以上的这些分析结果可以作为可靠性建模、可靠性分配、FMEA等可靠性工作的主要输入。

图5是应用维修数据分析结果进行可靠性分配的一个示例。产品由A、B、C、D四个子系统组成，每个子系统又由若干个零件。整机的可靠性目标是每年0.8个失效，根据维修数据分析结果，就可以得到每个零部件的初步的可靠性目标。

图5. 可靠性分配示例

维修数据的分析结果还可以作为FMEA分析的输入。在进行某零部件的FMEA时，往往需要分析这一零部件的失效模式、失效概率、严重程度。这一些输入都可以在维修数据分析中得到结果。

5. 零部件可靠性分析

对于零件级别的可靠性分析，维修数据也可以成为一个重要的输入。对于每一个零件，维修数据中包括了一些失效的信息，如失效时的运行时间，失效模式等；加之生产数据的补充，往往可以做一些详细的零件可靠性数据分析。寿命分析就是最常用的一种分析方法。

寿命数据分析可以有很多种方法，这里简单介绍常用的Weibull分析。在进行Weibull分析的时候，失效数据和删失(未失效)数据是两个主要的输入。如上节所说，失效数据可以从维修数据中提取，有的维修数据可能已经记录了零件失效时的运行时间（如果没有包含这一信息，也可以通过上市日期和失效日期推算得到）；生产数据中则可以提取得到其他未失效零件的运行时间。有了这两组数据，Weibull分析就可以进行了。如图6。