基于成本管理視角下的數(shù)控機床運行監(jiān)測維護(hù)研究

祝銘 劉亞南

【摘 ?要】數(shù)控機床是制造型企業(yè)日常生產(chǎn)活動中的關(guān)鍵設(shè)備，對數(shù)控機床的保養(yǎng)與維護(hù)尤為重要。一方面，數(shù)控機床對企業(yè)的生產(chǎn)任務(wù)和產(chǎn)品質(zhì)量發(fā)揮重要的保障作用;另一方面，由于數(shù)控機床屬于高新技術(shù)設(shè)備設(shè)施，投資成本較高，安全使用是企業(yè)實行精細(xì)化管理和節(jié)約成本的路徑。因此，論文應(yīng)用統(tǒng)計學(xué)中的經(jīng)驗法則和假設(shè)檢驗方法，探尋一種或多種針對數(shù)控機床運行狀態(tài)的監(jiān)測、養(yǎng)護(hù)、維修方法，以此降低事故的發(fā)生概率，提高企業(yè)的經(jīng)營效益。論文采用定性與定量相結(jié)合的分析方法，為企業(yè)的生產(chǎn)設(shè)備維護(hù)、成本節(jié)約等方面的交叉管理提供有益借鑒。

【Abstract】CNC machine tool is the key equipment in the daily production activities of manufacturing enterprises， and the maintenance of CNC machine tool is particularly important. On the one hand， CNC machine tool plays an important role in ensuring the production tasks and product quality of enterprises. On the other hand， because CNC machine tool belongs to high-tech equipment and facility， and its investment cost is relatively high， its safe use is the path for enterprises to implement fine management and save cost. Therefore， this paper applies the rule of experience and hypothesis testing method in statistics to explore one or more methods for monitoring， maintaining and repairing the operation state of CNC machine tool， so as to reduce the probability of accidents and improve the operating benefits of enterprises. This paper adopts the analysis method combining qualitative and quantitative， which provides useful reference for the cross management of production equipment maintenance and cost saving of enterprises.

【關(guān)鍵詞】數(shù)控機床;經(jīng)驗法則;成本;精細(xì)化管理;經(jīng)營效益

【Keywords】CNC machine tool; rule of experience; cost; fine management; operating benefits

【中圖分類號】TG659 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2022）04-0162-03

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，各種類型的機器人和數(shù)控機床向高智能方向發(fā)展。相關(guān)學(xué)者認(rèn)為，數(shù)控機床（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)控機床的應(yīng)用能力與應(yīng)用技術(shù)水平，實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，是體現(xiàn)企業(yè)生產(chǎn)運行管理能力的重要方法之一。制定和實施有效的設(shè)備運行管理措施，是企業(yè)減少成本與經(jīng)費支出、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，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、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)在運行過程中，要重點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)部運營成本為原則，提高企業(yè)盈利能力。

武耀罡等認(rèn)為，飛機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、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)控機床的監(jiān)測維護(hù)路徑

企業(yè)對運行中的數(shù)控機床實施跟蹤，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)控機床的保養(yǎng)和維護(hù)可以采用經(jīng)驗法則展開，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)控機床作業(yè)狀態(tài)下的監(jiān)測與風(fēng)險防范。

①對數(shù)控機床運行狀態(tài)的監(jiān)測。數(shù)控機床運行狀態(tài)下的監(jiān)測，是指通過安裝合適的智能傳感器來實時地對運行的數(shù)控機床進(jìn)行監(jiān)控，從而獲取運行狀態(tài)下數(shù)控機床動態(tài)變化的參數(shù)值。在這一過程中，數(shù)控機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，獲取數(shù)控機床的溫度、內(nèi)部聲響、運轉(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。這實際上就是中醫(yī)的“望”的診斷方法，通過對數(shù)控機床的外表狀態(tài)進(jìn)行巡視，對數(shù)控機床是否正常進(jìn)行有效判斷。②對數(shù)控機床故障的診斷。當(dāng)數(shù)控機床出現(xiàn)明顯的不正常狀態(tài)時，就需要立即停機進(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，這是一項基于知識集合的整體活動，需要由經(jīng)驗豐富的技術(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、電、液、氣等跨領(lǐng)域的軟硬件等方面的知識能力，對數(shù)控機床的故障作出正確的診斷，找出真實的故障原因，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)、多層次的機理“號脈”，判斷數(shù)控機床存在的故障因素以及發(fā)生故障的具體情況。③對數(shù)控機床運行狀態(tài)的預(yù)測。此項工作是根據(jù)一段時間內(nèi)數(shù)控機床自身智能監(jiān)測設(shè)備所獲知的監(jiān)測參數(shù)，確定數(shù)控機床的運行狀態(tài)的規(guī)律性，進(jìn)而能夠有效預(yù)知運行中的設(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，需要對運行規(guī)律建立相應(yīng)的模型，以此驗證所獲得參數(shù)的有效性。這一過程實際上就是中醫(yī)的“問”的理論應(yīng)用。④對數(shù)控機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)控機床實施對應(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)控機床的故障能夠得到有效解決。⑤數(shù)控機床維修項目類別。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)機械自動化精工實驗中心“數(shù)控機床教學(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，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)機械自動化精工實驗中心發(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（Bartlett）的目的是檢驗相關(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?。?lt;0.05），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。

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。基于統(tǒng)計分析可知，本問卷基于標(biāo)準(zhǔn)化項的克隆巴赫Alpha=0.960，證明調(diào)查問卷的設(shè)計質(zhì)量能夠滿足研究需要。

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)控機床的維修成本、所提供的維修經(jīng)費與維修活動之間的依存關(guān)系（如表3所示），并根據(jù)表3的各項指標(biāo)進(jìn)行多變量實驗設(shè)計，進(jìn)而在內(nèi)部財務(wù)管理體系和設(shè)備運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?zāi)Ｐ椭锌梢钥闯觯瑔T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)費的影響力不顯著。

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)費與各自變量的關(guān)系。在計算過程中，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)費的影響不顯著。

維修成本決策的R2=0.550，提供維修經(jīng)費的R2=0.703，說明因變量維修成本決策、提供維修經(jīng)費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)運行中通過推行精細(xì)化管理手段，對數(shù)控機床等設(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)運行中可能出現(xiàn)的故障，首先，要通過激勵機制，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，推動落實員工的學(xué)習(xí)機制，提升核心員工的忠誠度，為核心員工提供持續(xù)學(xué)習(xí)的機會，讓核心員工在掌握新的技能的條件下，運用員工自己的經(jīng)驗——“望、聞、問、切”，將其與數(shù)控機床的智能自檢數(shù)據(jù)相結(jié)合，高效率地對數(shù)控機床進(jìn)行運行監(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)運行維護(hù)成本，提高運行效率，增強企業(yè)的盈利能力。

【參考文獻(xiàn)】

【1】郭庭書.計算機輔助數(shù)控機床故障診斷與管理系統(tǒng)[J].科技資訊，2020，18（15）：59+61.

【2】王建榕.數(shù)控機床的故障檢測與維修探析[J].中國設(shè)備工程，2021（17）：160-161.

【3】劉強.數(shù)控機床發(fā)展歷程及未來趨勢[J].中國機械工程，2021，32（7）：757-770.

【4】陳永波，林威屹.數(shù)控機床的維護(hù)與保養(yǎng)[J].南方農(nóng)機，2021，52（4）：185-186.

【5】閆麗娟.數(shù)控機床常見故障處理方法[J].設(shè)備管理與維修，2022（1）：60-61.

【6】高永祥.試論數(shù)控機床常見故障及維修處理[J].內(nèi)燃機與配件，2022（3）：139-141.

【7】胡華麗，季銳，陳炳森.數(shù)控機床車間傳動設(shè)備控制自動化標(biāo)定方法[J].制造業(yè)自動化，2022，44（1）：191-193+197.

【8】李鴻源.機械自動化在數(shù)控機床中的應(yīng)用[J].黑龍江科學(xué)，2022，13（8）：162-164.

【9】孫健峰.基于價值鏈的廈門航空成本管理研究[D].哈爾濱：哈爾濱商業(yè)大學(xué)，2019.

【10】宋夏明.分析制造業(yè)成本管理存在的問題及對策[J].財會學(xué)習(xí)，2020（5）：187-188.

【11】楊義勇.業(yè)財融合在航企機務(wù)維修成本管理中的運用[J].交通財會，2021（5）：40-43.

【12】武耀罡，徐建新，馬超，等.基于改進(jìn)HFACS的飛機維護(hù)維修人為因素分析[J].中國民航大學(xué)學(xué)報，2018，36（5）：43-47.

【13】王航.電力系統(tǒng)設(shè)備狀態(tài)監(jiān)測與故障診斷技術(shù)分析[J].建筑工程技術(shù)與設(shè)計，2018（25）：2825.

【14】萬姍.基于知識的數(shù)控機床維修服務(wù)系統(tǒng)研究與開發(fā)[D].南京：南京理工大學(xué)，2018.