立项背景：烟草物流系统在烟草行业应用十分广泛，大多数卷烟生产企业都装备了以高架库为代表的现代化物流设备，但在设备管理上普遍存在物流设备运行数据信息采集不全面、运行数据统计方法不科学、故障处理响应不及时、没有形成科学的设备维保模式、维修经验不能固化共享，资料查询不便捷等一系列问题。针对上述缺陷，一些企业开始探索故障信息采集与分析的应用，但数据来源主要依靠人工录入，受主观因素影响，数据分析结果往往偏离实际，参考价值低，在数据分析上没有建立科学的故障数据统计模型，大多采用简单的故障次数或最长故障时间作为分析的依据，体现不了复杂工艺流程下的物流设备真实运行情况。该项目立足先进的信息技术、电子技术、数据分析、网络技术，科学分析设备运行数据，依据数据分析结果，开展设备精准维修，取得了较好效果。

内涵和主要做法：

1、构建了物流设备“串并联加权故障率统计模型”

突破了物流高架库系统设备工艺流程复杂，无法依据传统故障统计计算的瓶颈，创新性地构建物流设备“串并联加权故障率统计模型”，可以有效解决复杂工艺路线设备的故障率统计问题。物流高架库系统由多台设备组成，依据工艺流程的功能，有些是前后串联没有冗余的单台设备连接方式，有些是有冗余的几台同类设备并联方式，还有两种情况的混联方式，不同的连接方式故障率计算方法也不相同。

研究了串联物流设备故障率计算方法，串联生产线上所有设备由于没有冗余设备，任何一台设备出现故障，都会造成生产停止，设备所占权重为100%，串联设备的故障率计算公式如下：

1）不同时间段发生故障，故障停机时间累加

Ση=[(t1+t2)/t]×100%

式中，Ση为总故障率；t1为设备1故障停机台时；t2为设备2故障停机台时；t为设备开动总台时

2）同一时间多台设备发生故障时，只需统计最长停机时间

Ση=(tmax /t)×100%

式中，Ση为总故障率；tmax为设备故障停机最长台时；t为设备开动总台时

3）多台设备交叉停机，统计故障率时要减去重叠的故障时间

Ση=[(t2结束时间- t1开始时间)]/t×100%

式中，Ση为总故障率；t2结束时间为设备2故障结束时间；t1开始时间为设备1故障开始时间；t为设备开动总台时

研究了并联物流设备故障率方法，对于物流设备的并联设备，一台或多台设备故障虽然不会造成停机，但是会降低设备运行效率，并且整个并联设备的总故障率随着设备故障台数的增加，影响的权重呈非线性增长，因此计算停机率时要科学考虑权重。对于不同台数设备组成的并联设备，其设备权重的非线性曲线的曲率不同，设备较少的并联设备类型，少数几台设备同时停机，就会对整体生产产生影响，随着并联设备的增多，几台设备同时停机，对整体生产影响也越来越小，设备权重如图所示。

图 并联设备故障率影响权重曲线 图 不同台数并联设备权重曲线

当有N台设备组成的并联中有设备同时出现故障时，每台设备的权重影响曲线随并联设备的增多越来越趋于平缓。

Delphi法是一种定性描述定量化方法，它首先根据评价对象的具体要求选定若干个评价项目，再根据评价项目制订出评价标准，聘请若干代表性专家凭借自己的经验按此评价标准给出各项目的评价分值，然后对其进行结集。它常用的一种计分办法为加法评价型。将评价各指标项目所得的分值加法求和，按总分来表示评价结果，公式如下：???

其中：W-评价对象总分值；Wi-第I项指标得分值；n-指标项数。

以成品入库4台码垛机器人为例，聘请中控、维修、操作、带班长岗位的四名专家就机器人停机台数与生产的影响打分，如下表所示：

表 并联设备权重表

故障台数

中控

维修

操作

带班长

权重系数

1台

0.05

0.07

0.05

0.02

4.75%

2台

0.1

0.11

0.05

0.18

11%

3台

0.85

0.82

0.9

0.8

84.25%

4台

1

1

1

1

100.00%

依据专家打分法结果综合分析得出的结论，1台机器人故障，权重系数为4.75%，2台设备同时故障时为11%，3台设备同时故障为84.25%，4台设备同时故障时为100%，整条生产线停产。

参照成品入库影响生产的停机机台数量上限及权重的确定方法，对物流中心（车间）所属辅料高架库、原料配方高架库、成品高架库设备进行评估分析，分别制定各并联设备集合的停机数量上限和权重系数，并参与故障率的计算。

高架库一部分工艺设备均是并联系统设备，当由n个并联设备组成的多台设备可转化成一关键单机设备，若全部同时停机，则按照串联主机故障进行计算，若仅部分停机，则参照权重系数计算。例如：机器人M1到机器人M4设备做同一工序，可以相互备用，机器人M1设备出现故障，其它机器人设备均正常运行，系统并不会因为机器人M1设备出现故障而停机，其它机器人设备线均保持正常工作,一台或多台设备故障停机时，按“串并联加权故障统计模型”计算故障率，则机器人故障率模型计算公式为：

若机器人M1故障停机t1小时，计划时间为t小时，则机器人故障率模型为：

Ση=(t1/t)×100% ×ω

式中，Ση为总故障率；t1开始时间为设备故障时间；t为设备开动总台时,ω为权重。

（3）研究了混连物流设备故障率计算方法，先按照并联设备故障率的计算方法算出并联设备的故障率，换算成一台单机设备，再将所有工序按照串联关系计算总故障率。

2、建立物流设备故障信息管理系统，依据数据分析结果对设备实施精准维保

打破了物流进口设备控制系统信息不能采集的“黑盒子”，针对机器人、堆垛机、AGV等进口主机设备的控制器特点，研发嵌入式信息采集程序，成功读取设备运行数据和故障信息，建立了物流设备故障信息管理系统。依据“串并联加权故障统计模型”，通过数据分析和比对，系统可以自动发现故障常发设备和常发故障部位，智能向所属设备负责人推送维保任务，提醒维修人员及时进行维保，根据设备不同部位和不同的故障现象，同时还会推送详细的维保方法，指导维修人员开展维保工作。在物流设备故障信息管理系统的基础上，创建了靶向精准的智能设备维保模式，形成河南省中烟工业有限公司级物流设备维保标准，依据数据分析的结果和系统推送的任务，对物流设备实施精准维保，基本实现了设备管理的数字化和信息化。

3、创建在线动态维修经验库和资料库，开发移动终端应用APP

冲破了经典维修经验不能固化和传承的困局，撰写出版了两部烟草物流设备管理与维修的专著，填补了没有烟草物流设备相关参考资料的空白，在物流设备故障信息管理系统里设置维修经验库和资料库模块，同时开发移动终端应用APP，设备维修后可以把优秀的维修经验纳入经验库，当设备再次出现该类问题时，系统可以自动匹配故障代码、智能推送故障信息和维修经验，形成迭代更新模式，在降低故障响应的同时，提高设备维修效率，维修时还可以在线查询设备资料，实现了维修经验固化与传承和掌上图书馆的功能（在刊物发表论文XX篇）。

4、根据分析结果，发现并解决设备瓶颈，有效降低设备故障率。

通过物流设备故障信息管理系统的历史数据统计和分析，发现成品出库分拣系统不分拣、分错、挤烟等故障频繁发生，伸缩链板机供电和通讯电缆经常拉断，严重影响生产保供，发明了烟箱导流装置，避免烟箱碰撞护栏造成的位置偏移，提高了分拣的准确度，避免了成品卷烟损坏；发明了电缆随动张进装置，随着伸缩链板机的运行，随动张进电缆，避免的挤拉电缆造成的损伤，同时还根据系统统计的结果，发明了封箱胶带压紧装置、夹包机检测装置等专利，有效降低了设备故障率。

创新亮点和值得学习借鉴之处

创新点一：根据物流设备上下游工艺流程关系，分析单台设备串联和多台设备并联的权重，创新设备故障统计理论依据，构建了一套物流设备“串并联加权故障统计模型”，依据统计模型对物流设备进行精确故障统计。

创新点二：建立了物流设备故障信息管理系统，采集设备故障信息，按照“串并联加权故障统计模型”系统自动对设备进行故障统计和分析，自主发现故障常发设备、部位，智能推送维保任务和维保方法，提示维修人员有针对性地实施维保。在此基础上创建了靶向精准的智能设备维保模式，依据数据分析结果对设备实施精准维保，基本实现了设备管理的数字化和信息化。

创新点三：创建在线动态维修经验库和资料库，开发移动终端应用APP，创新性地实现了智能推送设备故障信息和维修方法，降低了设备故障响应时间，实现了车间维修经验的传承和在线掌上图书馆的资料查询功能。

创新点四：依据物流设备故障信息管理系统统计分析结果，发现设备故障瓶颈，首次发明了烟箱导流装置和伸缩链板机电缆随动张紧装置，有效降低设备故障率。

实施应用前后效果（益）情况对比

项目完成后，不仅有利于设备维护人员及早发现问题，解决问题，及时排除故障，提高了工作效率，减少了维护时间和成本，入库分拣系统、码垛机器人、堆垛机、拆码垛机器人和出库分拣系统掉烟、挤烟分别降低了1.085‰、0.794‰、1.233‰、1.424‰、1.184‰，故障次数也比实施前明显减少，截止2019年底累计产生利润3923.3万元。。

可推广应用范围

项目在河南中烟黄金叶生产制造中心完成后，效果显著，并在许昌卷烟厂推广应用，入出库分拣系统、堆垛机、拆码垛机器人停机次数明显减少，有效降低了掉烟、挤烟等故障造成的成品卷烟损害报废情况的发生，具有非常好的推广应用前景。