周炎亮　黄柳君　陈小泉

摘  要：本文主要介绍了一个关于设备维修管理经济性分析的方法：RMF-DWP方法。该方法主要计算了6个指标值，分别是最近2次故障间隔天数、故障频率、故障维修费用、故障维修天数、故障维修人工时、预防性維修，并对这6个指标进行综合分析和打分，从而发现维修管理经济性较差的设备，并可以运用该模型对具体设备的维修管理的结果进行深入分析，找到维修管理经济性较差的原因，从而可以为设备的维修管理提供一些决策帮助。

关键词：设备维修管理经济性  最近2次故障间隔天数  故障频率  故障维修费用  故障维修天数  故障维修人工时  预防性维修

中图分类号：TH17 文献标识码：A 文章编号：1674-098X（2021）06（c）-0092-03

Abstract： This paper mainly introduces an economic analysis method of equipment maintenance management： RMF-DWP method. This method mainly calculates six index values， namely， the days between the last two failures， failure frequency， failure maintenance cost， failure maintenance days， failure maintenance man hours and preventive maintenance， and comprehensively analyzes and scores these six indexes， so as to find the equipment with poor economy of maintenance management. The model can be used to deeply analyze the results of specific equipment maintenance management， and find the reasons for the poor economy of maintenance management， so as to provide some decision-making help for equipment maintenance management.

Key Words： Economy of equipment maintenance management; Days between the last two failures; Failure frequency; Failure maintenance cost; Failure maintenance days; Fault maintenance man hour; Preventive maintenance

随着企业装备自动化的不断提高，设备在生产中的作用也日趋突出，设备越来越多，维修设备费用也越来越高，做好设备维修管理工作不仅可以确保设备以安全、平稳的状态运行，有效地保障生产的顺利进行，也是提高生产效率的关键，因此，研究设备维修管理问题具有实际应用价值。

1  设备维修管理经济性分析方法

1.1 RFM原理

由于设备的建造材料、功能、性能、安装运行时所处环境等都不一样，因此，导致对每台设备的维修管理方法[1]或者模式是不同的。这种管理模式往往都是靠经验来确定的，有的设备可能一月需要检修一次，有的设备可能半年检修一次，还有的设备可能直到发生了故障才进行检修，而且每次检修的深度也可能会有所不同。

RFM模型是在消费者行为价值分析中被普遍采用的一种分析模型[2]，其主要的原理是通过计算多个消费者最近一次购买行为、购买的频次和购买的总金额来确定某个消费者是否是一个具有重点维护价值的消费者。如果把对设备的维修行为看成是购买行为，那么就可以把某台设备看成一个特殊的消费者，这个特殊的消费者将会具有以下行为特征，即每隔一段时间需要进行一次维修活动，每次维修活动需要耗费一定的成本，在其运行的过程中可能有过多次维修活动，这样的行为特征和通常意义的消费者有极高的相似性。

因此，如果有多台设备，同样也可以运用RFM模型对多台设备的维修行为进行评价，评价的目的是分析各设备以往的维修模式是否具有经济性[3]。RFM模型所给的结论并非是绝对值结果，而是一种相对值，能对消费者的可维护价值做出排名，决策者可以根据这个排名做出相应的管理决策。

1.2 RFM模型改进

为了使RFM模型能够更好地在评估设备维修管理上发挥作用，需要对模型进行改进，使用RFM-DWP模型来评估设备维修管理活动的成效，并对模型各指标值进行了归一化，保证各指标值具有可加性，从而可以得出一个综合指标维修经济性E值，用于评估设备维修管理方法运行的总体情况。而且，模型还通过一个理论的维修经济性N值和实际的E值进行对比，用于发现E值存在的问题。RFM-DWP模型各指标意义和计算方法介绍如下[4]。

R：评估本设备本年最近2次故障间隔天数得分，说明故障的发生水平。计算方法：本设备最近2次故障间隔天数/（本设备最近2次故障间隔天数+本设备发生故障平均间隔天数）。

F：评估本设备本年故障频率得分，说明故障的发生水平。计算方法：1-本设备本年累计发生故障次数/（本设备本年累计发生故障次数+本设备平均每年故障次数）。

M：评估本设备本年故障维修费用得分，说明维修费的耗费水平。计算方法：1-本设备本年累计维修费用/本设备本年累计维修费用。

D：评估本设备本年故障维修天数得分，说明故障严重程度和停工损失。计算方法：1-本设备本年最近一次维修天数/（本设备本年最近一次维修天数+本设备平均每次维修天数）。

W：評估本设备故障本年耗费的维修人工时得分，说明故障的严重程度。计算方法：1-本设备本年累计维修人工时/（本设备本年累计维修人工时+本设备平均每年维修人工时）。

P：评估本设备的预防性维修得分，说明设备在预防性维修方面的投入，投入越少，值越大。计算方法：（本设备预防性维修天数得分+本设备预防性维修人工时得分）/2。

E：评估本设备维修管理的实际水平，说明设备的整体维修管理是否运行良好。计算方法：（R+F+M+D+W+P）/6。

N：维修管理经济性理论值，假设随着使用年限的增长，由于设备不断的磨损，设备维修管理的经济性是下降的，主要用于说明理想状态下，设备维修经济性的水平。计算方法：预估设备寿命年限/（预估设备寿命年限+已使用年限）。

2  RFM-DWP模型运用

本文对中海油某油气田的8台设备数据进行了分析。

2.1 对所有设备进行RFM-DWP分析

本文随机选取8台设备，用RFM-DWMP模型计算了每台设备从2009年到2020年之间每年的各项指标值，以便找到那些经济性不太好的设备，其中2014年的计算结果如表1所示。

2.2 对单台设备进行RFM-DWP分析

本文选取维修经济性E值最低的设备SKTU-102344为例进行RMF-DWP分析，其E值为0.32，可通过折线图更直观看到本设备E值各年变化的趋势，从折线图可以看出设备SKTU-102344从2013年开始维修经济性呈现快速下降趋势如图1所示。

可能的原因是2013年前设备比较新，基本不发生故障，仅需要做一些保养维护即可。

分析各指标值之间的关联关系，发现预防性维修P值的趋势和其他指标的趋势是相反的，也就是预防性维修得分越高，故障维修相关指标越低，这是因为预防性维修得分越高，说明预防性维修投入越少，设备得到的维护保养过少，因此导致故障频繁发生，这和常识是一致的[5]。

2014年，该设备有3项指标远低于该设备以往的平均水平，R值为0.08分，经过深入分析，该设备以往的平均发生故障间隔时间是63d，而2014年最后2次故障的间隔仅为6d，且故障频率也从每年5次上升到7次。

进一步分析发现，该设备2014年发生了136 844元故障维修费，没有产生预防性维修费，说明该设备当年在预防性维修方面的工作有所欠缺，这可能是导致故障频繁发生的原因[6]。

3  结语

从分析实例中可以看出，RMF-DWP模型可以找到维修经济性较差的设备，通过对维修经济性较差的设备进行重点分析，可以发现设备在维修管理上存在的问题，比如预防性维修投入过少。

通过R、F指标可以发现设备故障频率是否过高，相关人员可以进行深入了解故障高发的原因，比如设备是否已经老化、超期服役、设备操作不规范等，从而进行有针对性的管理。

通过M、W、D指标可以发现设备是否存在较多大修的情况，相关人员可以进行深入了解经常大修的原因，比如设备是否已经老化、超期服役等，从而进行有针对性的管理。

通过E值和N值对比，从趋势上可以看出设备维修的经济性是否连续多年下降。当设备维修的经济性出现连续大幅下降时，可能预示设备正在快速老化，此时需要深入了解原因，从而寻求对策。

通过对不同平台设备的维修经济性进行综合分析比较，可以发现不同平台对设备的管理水平或者相关数据的管理水平，并有针对性地提出改进措施。

参考文献

[1] 詹爱岚.基于RFM的新一代通信核心技术识别方法研究[J].中国发明与专利，2021，18（5）：12-21.

[2] 丁枢新，张三平.工程机械的管理与维护关键要点分析[J].清洗世界，2021，37（5）：117-118.

[3] 朱倩倩.基于主动性维修策略的装备维修备件库存经济性研究[J].现代制造技术与装备，2020，56（11）：14-16.

[4] 王玉凤，孙文秀，杜梦娇.改进RFM模型的汽车4S店客户细分研究[J].计算机时代，2021（6）：44-48.

[5] 高静.预防性维护管理与设备管理系统的集成性分析[J].中国科技信息，2016（11）：118-119.

[6] 尹浩霖.清洁能源发电系统预防性维修决策技术研究[D].西安：西安理工大学，2019.