基于成本管理視角下的數(shù)控機(jī)床運(yùn)行監(jiān)測維護(hù)研究

祝銘，劉亞南

（北京理工大學(xué)珠海學(xué)院，廣東珠海 519088）

1 文獻(xiàn)綜述

隨著高新技術(shù)的不斷發(fā)展與進(jìn)步，社會生產(chǎn)活動從簡單手工制作向高科技方向發(fā)展，在現(xiàn)代科學(xué)技術(shù)的推動下，各種類型的機(jī)器人和數(shù)控機(jī)床向高智能方向發(fā)展。相關(guān)學(xué)者認(rèn)為，數(shù)控機(jī)床（Computer Numerical Control Machine Tool，簡稱CNC Machine Tool）是裝備制造業(yè)的基礎(chǔ)，是提升制造產(chǎn)業(yè)水平的關(guān)鍵設(shè)備[1-8]。數(shù)控機(jī)床的應(yīng)用能力與應(yīng)用技術(shù)水平，實(shí)際反映出一個國家制造業(yè)的現(xiàn)狀與發(fā)展能力。

企業(yè)在生產(chǎn)運(yùn)行過程中，通過有效的設(shè)備維護(hù)、保養(yǎng)，延長使用壽命、降低故障風(fēng)險(xiǎn)，是體現(xiàn)企業(yè)生產(chǎn)運(yùn)行管理能力的重要方法之一。制定和實(shí)施有效的設(shè)備運(yùn)行管理措施，是企業(yè)減少成本與經(jīng)費(fèi)支出、提高經(jīng)營效益的核心任務(wù)。相關(guān)學(xué)者認(rèn)為，在成本考核中企業(yè)要重點(diǎn)關(guān)注生產(chǎn)、產(chǎn)品質(zhì)量、維修與檢測等環(huán)節(jié)存在的問題與風(fēng)險(xiǎn)，只有將崗位責(zé)任與激勵相結(jié)合，才能形成企業(yè)的競爭優(yōu)勢[9-11]。企業(yè)成本管理的核心是整合設(shè)計(jì)、生產(chǎn)、物流和技術(shù)，利用企業(yè)的成本優(yōu)勢尋求更多的競爭優(yōu)勢。企業(yè)在運(yùn)行過程中，要重點(diǎn)考慮人力成本投入的相關(guān)因素，在全面預(yù)算的基礎(chǔ)上，充分把握不確定的市場因素，以有效降低企業(yè)內(nèi)部運(yùn)營成本為原則，提高企業(yè)盈利能力。

武耀罡等認(rèn)為，飛機(jī)的維修成本直接影響航空公司的盈利情況，而過度地控制成本，又會導(dǎo)致不確定因素與風(fēng)險(xiǎn)的發(fā)生，通過在維修中對人的相關(guān)因素的分析，是控制成本的重要方法[12]。王航提出建立在線監(jiān)測與故障診斷系統(tǒng)[13]。萬珊提出故障預(yù)測預(yù)警設(shè)想、故障維修決策與評價(jià)、專家系統(tǒng)和職能維護(hù)等方面的服務(wù)能力與監(jiān)控標(biāo)準(zhǔn)體系，是有效消除故障、減少損失、節(jié)約成本的重要途經(jīng)[14]。

2 數(shù)控機(jī)床的監(jiān)測維護(hù)路徑

企業(yè)對運(yùn)行中的數(shù)控機(jī)床實(shí)施跟蹤，是維持企業(yè)正常生產(chǎn)秩序的重要路徑，是提高生產(chǎn)效率、降低成本最有效的方法之一，生產(chǎn)一線的員工對數(shù)控機(jī)床的保養(yǎng)和維護(hù)可以采用經(jīng)驗(yàn)法則展開，該方法對應(yīng)中醫(yī)“望、聞、問、切”的理論體系。通過應(yīng)用智能監(jiān)測設(shè)備與人工輔助的方式來共同完成對數(shù)控機(jī)床作業(yè)狀態(tài)下的監(jiān)測與風(fēng)險(xiǎn)防范。

①對數(shù)控機(jī)床運(yùn)行狀態(tài)的監(jiān)測。數(shù)控機(jī)床運(yùn)行狀態(tài)下的監(jiān)測，是指通過安裝合適的智能傳感器來實(shí)時地對運(yùn)行的數(shù)控機(jī)床進(jìn)行監(jiān)控，從而獲取運(yùn)行狀態(tài)下數(shù)控機(jī)床動態(tài)變化的參數(shù)值。在這一過程中，數(shù)控機(jī)床的操作人員和維修保養(yǎng)人員會根據(jù)自己的工作經(jīng)驗(yàn)，獲取數(shù)控機(jī)床的溫度、內(nèi)部聲響、運(yùn)轉(zhuǎn)速度、操作精度等方面的內(nèi)容，同時，結(jié)合智能監(jiān)控設(shè)備的參數(shù)值作出正常與異常的判斷。這實(shí)際上就是中醫(yī)的“望”的診斷方法，通過對數(shù)控機(jī)床的外表狀態(tài)進(jìn)行巡視，對數(shù)控機(jī)床是否正常進(jìn)行有效判斷。②對數(shù)控機(jī)床故障的診斷。當(dāng)數(shù)控機(jī)床出現(xiàn)明顯的不正常狀態(tài)時，就需要立即停機(jī)進(jìn)行故障診斷，獲取故障的準(zhǔn)確信息。就故障診斷工作而言，這是一項(xiàng)基于知識集合的整體活動，需要由經(jīng)驗(yàn)豐富的技術(shù)人員完成，特別是該行業(yè)中的相關(guān)專家組成診斷專家小組，通過集合機(jī)、電、液、氣等跨領(lǐng)域的軟硬件等方面的知識能力，對數(shù)控機(jī)床的故障作出正確的診斷，找出真實(shí)的故障原因，進(jìn)而達(dá)到事倍功半的效果。這一過程就是“聞”的過程，通過對內(nèi)部結(jié)構(gòu)、多層次的機(jī)理“號脈”，判斷數(shù)控機(jī)床存在的故障因素以及發(fā)生故障的具體情況。③對數(shù)控機(jī)床運(yùn)行狀態(tài)的預(yù)測。此項(xiàng)工作是根據(jù)一段時間內(nèi)數(shù)控機(jī)床自身智能監(jiān)測設(shè)備所獲知的監(jiān)測參數(shù)，確定數(shù)控機(jī)床的運(yùn)行狀態(tài)的規(guī)律性，進(jìn)而能夠有效預(yù)知運(yùn)行中的設(shè)備會在何時發(fā)生何種故障，進(jìn)而提前做好更換相關(guān)部件的準(zhǔn)備工作，如銑床、車床和鉆床刀具的磨損與更換。這一過程需要大量的數(shù)據(jù)進(jìn)行支撐，同時，需要對運(yùn)行規(guī)律建立相應(yīng)的模型，以此驗(yàn)證所獲得參數(shù)的有效性。這一過程實(shí)際上就是中醫(yī)的“問”的理論應(yīng)用。④對數(shù)控機(jī)床維修的一體化決策。根據(jù)獲得的監(jiān)測參數(shù)值和專家提供的意見，對數(shù)控機(jī)床實(shí)施對應(yīng)的維修和養(yǎng)護(hù)措施。這一過程就是中醫(yī)的“切”的過程，即通過有效的判斷，給出維修預(yù)案，對可能需要投入的成本與人力資源以及可能對產(chǎn)量的影響等相關(guān)因素作出決策，確保數(shù)控機(jī)床的故障能夠得到有效解決。⑤數(shù)控機(jī)床維修項(xiàng)目類別。有關(guān)學(xué)者從不同的角度對維修服務(wù)知識體系進(jìn)行了相關(guān)分類，其中，部分學(xué)者認(rèn)為應(yīng)該將數(shù)控機(jī)床故障體系分為故障現(xiàn)象和故障原因知識兩個大類，根據(jù)故障現(xiàn)象將故障來源分為電氣部件、機(jī)械部件和質(zhì)量反饋結(jié)構(gòu)3 個主要層次。根據(jù)故障原因，需要對電氣特性、機(jī)械特性、規(guī)程特性和自然磨損特性進(jìn)行診斷。

維修服務(wù)的關(guān)鍵業(yè)務(wù)環(huán)節(jié)包括維修成本決策、確定維修對象、確定機(jī)床狀態(tài)、維修策略制定、維修結(jié)論確定、制定維修工單、維修資源分配等內(nèi)容。

3 數(shù)控機(jī)床監(jiān)測維護(hù)能力與成本關(guān)系分析

本研究獲得了A 大學(xué)機(jī)械自動化精工實(shí)驗(yàn)中心“數(shù)控機(jī)床教學(xué)和操作”教員的大力支持與幫助。本文基于中醫(yī)理論中“望、聞、問、切”的原理，就實(shí)際工作中技工如何結(jié)合智能監(jiān)測數(shù)據(jù)和個人經(jīng)驗(yàn)，對設(shè)備進(jìn)行有效維護(hù)與精準(zhǔn)故障判斷，進(jìn)而降低設(shè)備故障發(fā)生概率、減少維護(hù)成本，在A 大學(xué)機(jī)械自動化精工實(shí)驗(yàn)中心發(fā)放了500 份調(diào)查問卷，獲得435 份有效問卷，并以此數(shù)據(jù)為基礎(chǔ)，對維修成本決策、確定維修對象、確定機(jī)床狀態(tài)、維修策略制定、維修結(jié)論確定、制定維修工單、維修資源分配等因素進(jìn)行分析。

3.1 樣本信度與效度分析

如表1 和表2所示，根據(jù)本文建立的調(diào)查問卷內(nèi)容可知，KMO 是Kaiser-Meyer-Olkin 的取樣適當(dāng)性量數(shù)，KMO測度的值越高，表明變量間的共同因子越多，研究數(shù)據(jù)適合用因子分析。通常按照以下標(biāo)準(zhǔn)解釋該值的大?。篕MO 測度值在0.9 以上為非常好，0.8~0.9 為好，0.7~0.8 為一般，0.6~0.7 為差，0.5~0.6 為很差。如果KMO 測度值低于0.5，需要增加樣本量。本文KMO 的測度值為0.945，表明適合做因子分析。巴特利特球度檢驗(yàn)（Bartlett）的目的是檢驗(yàn)相關(guān)矩陣是否是單位矩陣，如果是單位矩陣，則認(rèn)為因子模型不適合。通常，顯著性水平值越?。ǎ?.05），表明原始變量間可能存在有意義的關(guān)系，適合做因子分析。在本文中，Bartlett球形檢驗(yàn)卡方值為7 527.795，自由度為435，顯著性ρ=0.000＜0.05，滿足了顯著性的要求，說明通過調(diào)查問卷獲得樣本數(shù)據(jù)的質(zhì)量適合做因子分析。

表2 可靠性統(tǒng)計(jì)

同時，克隆巴赫Alpha（信度）系數(shù)分析是最常用的信度評估工具之一，其依據(jù)一定公式測驗(yàn)內(nèi)部的一致性，作為信度指標(biāo)。通常，該系數(shù)越高，說明所使用工具的信度越高?；诮y(tǒng)計(jì)分析可知，本問卷基于標(biāo)準(zhǔn)化項(xiàng)的克隆巴赫Alpha=0.960，證明調(diào)查問卷的設(shè)計(jì)質(zhì)量能夠滿足研究需要。

KMO 取樣適切性量數(shù)0.945巴特利特球形度檢驗(yàn)近似卡方7 527.795自由度435顯著性0.000

3.2 維修成本決策與相關(guān)因素分析

在主成分分析結(jié)構(gòu)矩陣中獲得變量歸集，構(gòu)建企業(yè)針對數(shù)控機(jī)床的維修成本、所提供的維修經(jīng)費(fèi)與維修活動之間的依存關(guān)系（如表3所示），并根據(jù)表3 的各項(xiàng)指標(biāo)進(jìn)行多變量實(shí)驗(yàn)設(shè)計(jì)，進(jìn)而在內(nèi)部財(cái)務(wù)管理體系和設(shè)備運(yùn)維過程中充分地展示有效的成本控制和管理對企業(yè)盈利能力的影響。

表3 主成分指標(biāo)體系

根據(jù)表4 多變量檢驗(yàn)的內(nèi)容可知，確定維修對象、制定維修工單、分配維修資源、領(lǐng)用維修材料、確定機(jī)床狀態(tài)的比萊軌跡顯著性Sig.=0.000＜α=0.05，說明企業(yè)內(nèi)部的技工在對數(shù)控機(jī)床進(jìn)行維護(hù)時，其規(guī)范的操作流程和其所擁有的能力，對企業(yè)在設(shè)備維修過程中的成本管理具有顯著的影響能力。但從構(gòu)建的多變量的檢驗(yàn)?zāi)Ｐ椭锌梢钥闯?，員工工作年限的比萊軌跡顯著性Sig.=0.422＞α=0.05，說明員工工作年限對企業(yè)進(jìn)行維修成本決策和投入維修經(jīng)費(fèi)的影響力不顯著。

表4 多變量檢驗(yàn)a

根據(jù)表5 的分析可以得知因變量維修成本決策、提供維修經(jīng)費(fèi)與各自變量的關(guān)系。在計(jì)算過程中，自變量確定維修對象的顯著性Sig.=0.535＞α=0.05，分配維修資源的顯著性Sig.=0.709＞α=0.05，工作年限的顯著性Sig.=0.278＞α=0.05，說明這3 個自變量對因變量維修成本決策沒有顯著性影響。這說明企業(yè)在日常生產(chǎn)運(yùn)行中是按照預(yù)算管理制度準(zhǔn)備維修基金的。自變量確定機(jī)床狀態(tài)的顯著性Sig.=0.613＞α=0.05，工作年限的Sig.=0.461＞α=0.05，說明這兩個自變量對因變量提供維修經(jīng)費(fèi)的影響不顯著。

表5 主體間效應(yīng)檢驗(yàn)

維修成本決策的R2=0.550，提供維修經(jīng)費(fèi)的R2=0.703，說明因變量維修成本決策、提供維修經(jīng)費(fèi)與各自變量之間存在線性關(guān)系。進(jìn)一步說明，企業(yè)在生產(chǎn)運(yùn)行中通過推行精細(xì)化管理手段，對數(shù)控機(jī)床等設(shè)備進(jìn)行維護(hù)、保養(yǎng)、檢測及維修，是降低生產(chǎn)運(yùn)行成本的最佳手段，也是從精益化管理中提升經(jīng)濟(jì)效益的有效路徑。

4 研究建議

在現(xiàn)代工業(yè)制造企業(yè)中，數(shù)控機(jī)床已經(jīng)成為企業(yè)發(fā)展的重要動能。針對其在生產(chǎn)運(yùn)行中可能出現(xiàn)的故障，首先，要通過激勵機(jī)制，提高員工的工作積極性，進(jìn)而構(gòu)建故障預(yù)防、保養(yǎng)與維修的路徑；其次，推動落實(shí)員工的學(xué)習(xí)機(jī)制，提升核心員工的忠誠度，為核心員工提供持續(xù)學(xué)習(xí)的機(jī)會，讓核心員工在掌握新的技能的條件下，運(yùn)用員工自己的經(jīng)驗(yàn)——“望、聞、問、切”，將其與數(shù)控機(jī)床的智能自檢數(shù)據(jù)相結(jié)合，高效率地對數(shù)控機(jī)床進(jìn)行運(yùn)行監(jiān)測、問題診斷、綜合數(shù)據(jù)剖析，有效地降低事故與故障發(fā)生的概率，最大限度地減少企業(yè)運(yùn)行維護(hù)成本，提高運(yùn)行效率，增強(qiáng)企業(yè)的盈利能力。