Karbantartási folyamatok tervezése, mint többtényezős döntési probléma!?

Karbantartási folyamatok tervezése, mint többtényezős döntési probléma!? Bognár Ferenc egyetemi tanársegéd, Pannon Egyetem Kosztyán Zsolt Tibor egyetemi docens, Pannon Egyetem Kiss Judit, PhD hallgató, Pannon Egyetem Gáspár Miklós, műszaki menedzser, Pannon Egyetem 1. Bevezetés Mikor a gazdaság pénzügyi lehetőségei szűkösek, a figyelem sokkal határozottabban terelődik a már meglévő, megszerzett javak irányába. Egy vállalat üzleti folyamatainak működési zavartalansága azonban nem csak akkor fontos, amikor nehéz gazdasági környezetben kevés forrásból tud gazdálkodni, hanem az üzlet szárnyalása idején is. A zavartalan működés egyik feltétele, hogy az üzleti folyamatok rendszerét lehetőleg minél kevesebb meghibásodás érje, ám ha a meghibásodás mégis megtörténik, akkor a működés mihamarabb visszaálljon hibaállapotból üzemelési állapotba. Ezen a ponton kijelenthető, hogy a karbantartók szerepe felértékelődik, munkájuk zavartalanságának biztosítása stratégiai fontosságú elemmé válik. Jelen tanulmány is a karbantartók munkáját hívatott segíteni, egy komplex karbantartási folyamatokat tervező és karbantartás megelőzési rendszer bemutatásával valamint egy vállalati példán történő tesztelés eredményeinek ismertetésével. A tanulmány több megelőző kutatás eredményét is magában foglalja (Bognár et al. 2010; Kosztyán et al. 2010; Kiss –Kosztyán, 2010), ám ezek részletes ismerete nélkül, pusztán jelen munka áttekintése is elegendő a módszer alapvetéseinek megértéséhez. A módszer megszületésének ideológiai alapjaként szolgál a Pannon Egyetem Szervezési és Vezetési Tanszékének karbantartással kapcsolatos felfogása, melyet több, a karbantartás irodalmát elemző tanulmány a hazai karbantartás-szervezés szervezési iskolájaként azonosít (Horváth, 2007). 2. A módszer rövid áttekintése A karbantartási munkák tervezése, szervezése, végrehajtása és ellenőrzése változatos mértékű kihívást jelent a szakemberek számára a feladat jellegéből és méretéből fakadóan. A bemutatandó módszer a komplextől a könnyen áttekinthető tervezési és az egyeditől a rutin végrehajtási feladatok összehangolásáig a teljes spektrumon alkalmazható. Emellett adott célfüggvény szerint – mint például idő- költség- és erőforrás-felhasználás minimumra való törekvés – optimális megoldás megadására képes, teszi ezt a módszer úgy, hogy a karbantartás körülményeivel kapcsolatba hozható releváns szakemberek teljes tudásbázisára építkezik. A módszer egyszerre veszi figyelembe a karbantartás körülményeire vonatkozó és kinyerhető kvalitatív és kvantitatív jellegű információ- és tudásbázist, így mindkét oldalról támogatja a sikeres karbantartási munkát.

192

Karbantartási folyamatok tervezése, mint többtényezős döntési probléma

A módszer alapvetően két egymással rákövetkezési sorrendben álló részre tagolható. Első lépésben felmérjük, hogy az üzleti folyamatokban hol találhatóak megbízhatósági és karbantartási szempontból gyenge pontok. Ehhez egy döntéselméleti alapokon továbbfejlesztett hibamód és hatáselemzést végzünk el (DOFMEA – Decision Oriented Failure Mode and Effect Analizis), melynek végterméke az egyik bemenete lesz a karbantartási tevékenységsort adott célfüggvény szerint optimálisan megadó eljárásnak a PEM-nek (Project Expert Matrix). A karbantartási tevékenységeket ütemező projekt szakértői mátrix további bemenetei a karbantartási tevékenységek előfordulásának valószínűségei valamint a tevékenységek idő, költség és akár az erőforrás adatai. A módszer elméleti sémáját mutatja be az 1. ábra.

1. ábra: a módszer sematikus modellje

A módszer két része külön-külön is támogatni képes a karbantartási tevékenységet, ám együttes alkalmazásuk szinergikus módon nagyobb sikerrel bíztat. 3. DOFMEA – hibamód és hatáselemzés döntéselméleti megfontolásokra építkezve A hibamód és hatáselemzés napjainkra általánosan alkalmazott technika, az üzleti élet széles spektrumát lefedve a terméktervezéstől minőségbiztosításon keresztül a karbantartás támogatásáig. A módszer kijelenthetően általános ismertséggel bír a műszaki szakemberek körében, gyakorta valamint adott munkakörben szinte nap mint nap alkalmazzák. Mindemellett nem lehet megkerülni a kérdést, hogy a hibamód és hatáselemzést helyes módszertani megfontolások mellett vezetik-e le, az elemzés eredménye hűen tükrözi-e azt a képet, ami a valóságot elfogadható mértékben közelíti. Elméleti és gyakorlati szempontból is lényeges kérdés, hogy a hibamód és hatáselemzést egyénileg vagy csoportosan végzik, hogy szubjektív, objektív, szintetikus vagy az imént felsoroltak valamilyen közös részeként írható le az a tudás, ami dominál az eredmények mögött. Ezen kérdések feszegetése az elemzés eredménye szempontjából jelentős, befolyásoló erejük nehezen elvitatható. Napjainkban a hibamód és hatáselemzés gyakorlati alkalmazása dominánsan csoportmunka keretein belül zajlik. A csoportmunka számos ismert pozitívummal és negatívummal bír az egyéni munkával szemben, de általános esetben a „több szem többet lát” elv mentén a csoportmunka irányába billen a mérleg. A kérdés csupán az, hogy „több szem tényleg többet lát”? A válasz egyértelműen az igaz irányába mutat. A komoly probléma ott gyökerezik, ha a több szem által észlelt jelenségek nem kerülnek, nem kerülhetnek be a közös „tudáskasszába”. Nem elég csupán látni egy jelenséget biztosítani kell a látottak közös tudásbázisba történő bekerülésének lehetőségét. A fenti okfejtés egyik végkifejleteként fontos tudatosítani azt a gondolatot, hogy a sikeres, valóságot jól közelítő FMEA elemzés elvégzéséért a csoportmunkát koordináló


193

vezető nagy felelősséggel bír. A közös munkát koordináló vezetőn múlik, hogy milyen típusú, mekkora mennyiségű, milyen minőségű tudás halmozódik fel és képes szintetizálódni a csoportmunka eredményében. Ma a hibamód és hatáselemzés gyakorlati alkalmazása szomorú képet mutat. A szakemberek kiválóan ismerik magát a módszert, jól ismerik az RPN számot alkotó súlyszámok rendszerét, viszonylag jól tudják értelmezni a súlyosság, gyakoriság, detektálhatóság, helyenként az egyéb kategóriákhoz tartozó számszerűsített értékeket, de egy ponton komoly hiányosságot fedezhetünk fel. A vélemények, látásmódok, szemléletek, összegyűjtésében és aggregált módon történő kifejezésében komoly hiányosságokat, valamint módszertanilag kártékony torzulásokat láthatunk az általános gyakorlatot megfigyelve. A hibamód és hatáselemzés a mi felfogásunkban egy többtényezős döntési problémára egy megoldási lehetőség. A döntés fókuszában egy rendszer, termék, stb. különböző paramétereinek feljavítása áll, amihez súlyozni kell az értékeléshez azonosított különböző változókat. A többtényezős döntések megoldásában a csoportmunka bizonyíthatóan jobb eredményt ér el az egyéni munkánál. Abban az esetben viszont, ha csoportmunkában zajlik a megoldás keresése, figyelembe kell venni számos szempontot, amelyek a „jó döntés” meghozatalához elengedhetetlenek. Ezek a teljesség igénye nélkül a csoport összetétele, a csoport érettsége, a csoport kiugró elemei, a csoport tudásának eloszlása a tagok között, stb. A vállalati életben általában pont ezekre a kérdésekre nem jut idő. A DOFMEA módszer azonban nem is követeli meg ezen szempontok érvényesülését. A módszer működik a csoporttagok érdemi munkáját tekintve önállóan is, mialatt a csoport vezetője koordinálhatja a munka előrehaladását. A DOFMEA elvi vázlata az alábbiak szerint néz ki. Hívjuk össze az adott objektum, jelenség hibamód és hatáselemzésében kompetensnek vélt szakembereket. Ezt követően gondoljuk végig, hogy az elemzés szempontjából mik lesznek a releváns értékelési tényezők (például milyen hibatípusok fordulhatnak elő egy berendezésen). Rendezzük az összegyűjtött értékelési tényezőket, ehhez használjuk Ross (1939) optimális párelrendezésre kifejlesztett máig releváns módszerét. Az elrendezés után a releváns szakemberekkel végezzük el a páros összehasonlítást Guilford (1936) módszerének utasításait betartva. Ezt követően vizsgáljuk meg, hogy a szakemberek közül ki az, akinek az elemzéshez nincsen meg a megfelelő tudása – őket zárjuk ki az értékelésből. (Kindler-Papp, 1977; 1978.) Ezt követően statisztikai és matematikai megfontolásokból levezetett lépések következnek, minek a végeredményeként előállnak a kívánt súlyszámok. A módszertan alkalmazását mutatja be Gaál (1998), a hibamód és hatáselemzéshez felhasználható gyakorlati esettanulmányt Bognár et al. (2010) készített. Ezt követően határozzuk meg a beavatkozási küszöbszintet és zárjuk az elemzést a beavatkozás esetén előírt feladatok csatolásával. A DOFMEA módszernek számos előnye van a klasszikus hibamód és hatáselemzéshez képest. Kiszűri az elemző csoport adottságaiból fakadó hátrányokat (nem érvényesülhetnek a hangadók, nem lehet háttérbe vonulni, megszűnik az ezredes hatás, nem maradhat egyetlen szubjektív megítélés sem a fejekben, ki tudjuk szűrni azokat, akiknek a tudása nem ér el egy minimális szintet az elemzendő objektum, jelenség kapcsán, integrálja a csoport tudását, az ellenőrzés lehetőségéből fakadóan mindenkit

194


motivál a feladat elvégzésére, stb.) Kiemelten fontos előnye a módszernek, hogy könnyen algoritmizálható, így számítógépes program segítségével gyorsan elvégezhető. A DOFMEA módszer klasszikus hibamód és hatáselemzéshez járuló további hozzáadott értéke, hogy szemben a klasszikus hibamód és hatáselemzéssel, a módszer nagymértékben támogatja a súlyszámok értékéről meghozandó döntést, mind objektív, mind szubjektív valószínűségi kategória fennállása esetén. A klasszikus hibamód és hatáselemzés esetén mindez az objektív valószínűség esetén létezik és működhet, de a szubjektív valószínűség kategóriájában, a gyakorlati esetek túlnyomó többségében nem működik. A DOFMEA elemzés végterméke az RPN szám. Az RPN számok minden jellemzőjükben azonosak a klasszikus hibamód és hatáselemzés RPN számaival, a minőségi különbség az RPN számok kialakításának folyamatában van. Az RPN szám tehát a DOFMEA elemzés egyik outputja, mindezzel egy időben a következő fejezetben leírásra kerülő projekt szakértői mátrix (PEM) inputja is. 4. Projektszakértői mátrix – egy új projektszakértői keretrendszer A projektszakértői mátrix kifejlesztése többéves kutatómunka eredménye (Kiss et al. 2010). Célja az volt, hogy olyan új tervezési eszköz készüljön, mely a hagyományos hálótervezési módszerek hiányosságait képes kiküszöbölni. A módszer nevéből adódóan a tevékenységek hálós diagramban történő megjelenítése helyett egy táblázatban, egy nxn-es mátrixban foglalja össze a tevékenységek közötti kapcsolatokat, idő-, erőforrásés költségadatokat, ahol n a tevékenységek számát jelöli. A mátrixos megközelítés számos előnyét az alábbi táblázat foglalja össze. 1. táblázat: hálós és mátrixos tervezési eljárások összehasonlítása Szempontok Hálós megközelítés Mátrixos megközelítés alkalmazása alkalmazása Determinisztikus és Determinisztikus és Tevékenységek idő-, költség- és sztochasztikus idő-, költség- és sztochasztikus idő-, költség- és erőforrásigényének kezelése erőforrásigények kezelése. (pl. erőforrásigények kezelése. MPM, MPM/COST, ERALL, (PEM, ePEM) ERALL-OPT) Csak valószínűségi alapon Valószínűségek és prioritások Lehetséges projektváltozatok (pl. GERT) alkalmazása is lehetséges (PEM) kezelése – Valószínűségek és prioritások Lehetséges végrehajtási alkalmazása is lehetséges (PEM) sorrendek kezelése – A prioritások kezelésének Tevékenységek prioritásának lehetősége (PEM) kezelése Többszintű hálótervezési Többszintű mátrixos tervezési Többszintű projekttervezés módszerek (pl. GERT) módszerek (mPEM) Csak megjelenítési célzattal (pl. Körök detektálása, a Ismétlődő tevékenységek, GERT) körfolyamatok kezelése (DSM, körfolyamatok kezelése PEM) Külön hálótervezési módszerek Mind az üzleti folyamatok, mind Projektek és üzleti folyamatok pedig a projekttevékenységek projektekre (pl. CPM, MPM, egyidejű kezelése GERT) és üzleti folyamatokra ugyanabban a módszerben (pl. ARIS – eEPC) kezelhetők (PEM)

195


Talán a hálótervezési módszerek karbantartás területén való alkalmazásának egyik legnagyobb hiányossága, hogy ezek a módszerek nem kezelik a beavatkozási prioritásokat. A prioritások meghatározására és ezután a karbantartási tervek összehangolására több különböző módszert kell alkalmazni, az általunk javasolt keretrendszer azonban a teljes gyártási folyamatot tekinti. Nem csak berendezés szinten, hanem rendszer szinten határozhatunk meg elérendő célokat (pl. adott OEE érték elérése). A többszintű projektszemlélet mátrixos támogatásával azonban a konkrét karbantartási tevékenységek végrehajtásáig megtervezhetjük a karbantartási feladatokat. Ezzel a módszerrel lehetőség van az elvégzendő tevékenységek prioritásainak kezelésére (Hegedűs – Kosztyán, 2010, Kosztyán et al. 2010). Lehetséges többféle karbantartási sorrendet meghatározni, melyek közül az idő-, költség- és erőforráskorlátokat figyelembe véve választhatunk. A módszer alkalmazásával választ kaphatunk az alábbi kérdésekre. 1. 2. 3. 4.

Mely karbantartási tevékenységeket kell végrehajtanunk? Milyen sorrendben? Mekkora az elvégzendő tevékenységek költség-, idő- és erőforrásigénye? Hogyan változik a beavatkozás után a rendelkezésre állás?

DSM (T1) 123 1 (2óra,1fő,200$) X 2 (3óra, 1fő, 300$) X 3 (1 óra, 1fő, 150$)

Kockázati kategória aPEM T1 T2

T1 0,8

DSM (T2) 1234 1 (2óra,1fő,200$) XX 2 (1óra, 1fő, 300$) X 3 (2 óra, 1fő, 150$) X 4 (2 óra, 1fő, 250$)

aDSM T1 T2 T1 X T2

pT1,T2 = 0,8 ⋅ 0,7 = 74,83%

Meghibásodás valószínűsége

T2 0,5 0,7

Indifferens kapcsolat

aSNPM T1 T2 T1 0,5 T2

pT1,T2 = 0,8 ⋅ (1 − 0,7) = 48,99%

aDSM T1 T2 T1 T2

aSNPM T1 T1

aDSM T1 T1

pT1,T2 = (1− 0,8) ⋅ 0,7 = 37,42% aSNPM T2 T2

aDSM T2 T2

pT1,T2 = (1−0,8) ⋅(1−0,7) = 24,50%

2. ábra: mátrixos projekttervezési eljárások kapcsolata

5. Vállalati példa bemutatása A tanulmány egy vállalati példán keresztül enged betekintést nyerni a módszer alkalmazásába. A kutatásba egy veszprémi székhelyű multinacionális vállalatot vontunk be, amely cég dominánsan tömegtermelésben állítja elő elektronikai termékeit. A vizsgálat során egy automata gyártósori berendezést vettünk górcső alá. A berendezés öt alrendszerre bontható, melyek alapvetően sorosan, egy esetben párhuzamosan kapcsolódnak egymáshoz. Mivel a gépsoron tömeges mennyiségben haladnak át a

196


félkész-termékek, már egy műszak alatt is jelentős lehet a termelési kiesés, ha egy kulcsfontosságú gép meghibásodik. Az alábbi 3. ábrán látható a gyártási folyamatban részt vevő gépelem vizuális szemléltetésre alkalmas fotója.

3. ábra: a vizsgált gyártósori berendezés

A berendezés feladata, hogy a panelt a műanyag házba helyezze, majd bepréselje azt. Ehhez magas fokú precizitást kell nyújtania, mind a félkész-termékek fizikális koordinációját, mind a préseléshez használt erő konstans mértékét illetően. 5.1

RPN értékek számítása a DOFMEA módszerrel

A vizsgált gyártósori berendezés karbantartási kérdéseiben a vállalat által releváns tudással rendelkezőnek minősített összes szakembert bevontuk az elemzés elvégzésébe, ez hét szakember részvételét jelentette. Ezen hét szakember szubjektív véleményének és az objektív paramétereknek az aggregátuma alapján számítottuk ki az RPN értékeket. A vizsgált berendezés esetén relevánsan felmerülő meghibásodások számát a szakértők 55-ben állapították meg. A berendezés elvi dekomponálása műszakilag és megbízhatóság elméleti szempontok alapján lehetséges volt, így a dekompozíciós eljárást követően 4 alrendszer elkülönítése vált lehetővé. A négy alrendszerhez különkülön köthető meghibásodások száma 17, 15, 14 és 9 voltak. Az RPN számokat a négy alrendszerre külön-külön számoltuk ki, majd összesítettük őket berendezés szinten. Az egyes hibatípusok részletes bemutatásától a tanulmány terjedelmi korlátait figyelembe véve eltekintünk. A 9 hibatípus esetén a létrehozható párok száma az alábbi képlet segítségével könnyen számítható:

m=

n × (n − 1) , ahol m a létrehozható párok, n a hibatípusok számát jelöli. 2

(1)

Az alábbi táblázatban látható a Ross-féle optimális párelrendezés, ahol az Ei jelek az egyes hibatípusokat jelentik.


197

4. ábra: a kilenc hibatípus elrendezése a Ross-féle optimális párelrendezés felhasználásával

Mivel az RPN szám három szám szorzataként adódik, ezért mind a gyakoriság, a súlyosság és a detektálhatóság esetére el kell végezni a páros összehasonlítást. A páros összehasonlítás manuálisan és szoftveres támogatás megléte mellett digitálisan is elvégezhető. A páros összehasonlítás során a párok közül egyértelműen meg kell jelölni az egyiket, mint adott kérdésben relevánsabb, jobb, fontosabb, stb. elemet. Például, ha a súlyosságra kívánunk rákérdezni, akkor az utasítás úgy néz ki, hogy „az alábbi párok esetén egyértelműen döntse el, hogy adott pár, melyik eleme okoz súlyosabb hibát.” A 4. ábrán látott megjelenítés esetén, manuális kitöltés mellett a relációs jel alkalmazása vagy karikázás lehet az egyértelmű azonosítás módja. A páros összehasonlítást követően a továbbiakban következő számszerűsíthető paraméterek kalkulálásához mátrixos formába kell rendezni a párokat, minden egyéni (tehát 7) esetben. A korábban hivatkozott eljárás segítségével megállapítható az egyéni preferencia mátrixokból, hogy mely, az elemzésben részt vett szakember nem volt kellően konzisztens adott kérdésben ahhoz, hogy véleménye figyelembe vehető legyen a további elemzés során. Miután az egyéni konzisztens véleményalkotásra vonatkozó elemzést elvégeztük, a megtartott egyéni preferencia mátrixokat aggregáljuk, az alábbi 5. ábrán látható módon.

5. ábra: az aggregált preferencia táblázat összeállítása

198


Az 5. ábrán látható, hogy jelen esetben csak hat egyéni preferencia táblázatból képeztük az aggregált preferencia táblázatot, mivel egy szakértő esetében kimondható volt, hogy nem konzisztensen alkotta meg véleményét. Az egyéni preferencia mátrixok celláiban lévő 1-es jelentése, hogy az adott sorban lévő hibatípus fontosabb az adott oszlopban lévő hibatípusnál az RPN szám valamelyik tényezőjére feltett kérdés esetén. Az aggregált preferencia táblából – itt most nem részletezett matematikai és statisztikai lépéseket követően – előállítható az RPN szám három komponense közül az, amelyikre rákérdeztünk (gyakoriság, súlyosság, detektálhatóság). A folyamat záró lépése során egy skálatranszformációval 1-10-ig terjedő skálára kell a kapott értékeket áttranszformálni. Ha mindhárom komponens súlyszámai megvannak, akkor őket összeszorozva meghatározható az RPN szám. 5.2

Mátrixos tervezési módszer alkalmazása

A bemutatott berendezés működésében fellépő probléma esetén a karbantartók javítómegelőző tevékenységeket végeznek, melyek közül az egyik javítási folyamat folyamatábrája található a 6. ábrán. A folyamatábra mellett megadtuk ezen folyamat ARIS-ban alkalmazott eseményvezérelt folyamatlánc diagramját is.

6. ábra: általános javítási folyamat folyamatábrája és üzleti folyamatdiagramja

A folyamatábrák döntési pontjai felett lévő %-os értékek mutatják a döntési események bekövetkezésének relatív gyakoriságát. (Pl. az esetek 70%-ban nem volt szükség alkatrészre; 30%-ban igen, de ekkor 85%-ban volt a kívánt alkatrészből a raktárban. Az üzleti folyamatok vizsgálata esetén csak eseményeket (lásd hatszögek) és tevékenységeket szerepeltetünk (lásd lekerekített téglalapok). Ekkor bizonyos vizsgálatokat össze lehet vonni (pl. alkatrész beszerzése akkor szükséges, ha kell alkatrész a javítási folyamathoz (30%) és nincs a raktáron (15%). Ez az esetek 4,5%-ban valósul csak meg.

199


Ha a projektszakértői mátrixunk segítségével felírjuk a tevékenységkapcsolatokat, valamint meghatározzuk az egyes tevékenységek átlagos idejét, akkor meg tudjuk mondani, hogy átlagosan mennyi ideig fog tartani egy ilyen javítási folyamat. Az egyes időszükségleteket a 2. táblázat elején találhatjuk. A mátrix átlóján kívül a rákövetkezések jeleníthetők meg. Pl. Z (Zavarjelentés leadása SAP rendszeren) tevékenységet a J1 (Hibakeresés) fog követni, melyet a mátrix Z sor J1-es oszlopában lévő 1-es reprezentálja. A mátrixos módszerben nem csak biztos, hanem lehetséges rákövetkezéseket is tudunk kezelni, azonban ennél a példánál ezt a lehetőséget nem használtuk ki. A mátrix átlója mutatja a tevékenységek előfordulásának relatív gyakoriságát. Az x-ek a kizáró vagy operátort hivatottak reprezentálni az üzleti folyamatoknál látható xor operátorhoz hasonlóan. Utánrendelésre (R2) csak az esetek 25%-ban van szükség, míg a javítás elvégzése előtt csak az esetek 4,5%-ban van szükség új alkatrész megrendelésére. Ezek alapján a legrosszabb forgatókönyv szerint 6-8 hét is lehet a teljes karbantartási folyamat, míg általában 2 óra alatt el lehet végezni az egyes tevékenységeket. 2. táblázat: Az általános javítási folyamat megjelenítése PEM mátrixban

Idő

PEM Z

J1

R1

J2

J3

R2

J4

5 perc

Z

1

1

30 perc

J1

1

1

1

3‐4 hét

R1

0,045

1

90 perc

J2

1

1

5 perc

J3

1

1

1

3‐4 hét

R2

0,25 x

5 perc

J4

x 0,75

Ilyen lehetséges javító-megelőző tevékenységeket valamennyi hibaokhoz rendelhetünk. Az ütemezés segítségével választ adhatunk arra, hogy átlagosan mennyi lesz a karbantartás időtartama (jelen esetben ez 2,3 óra), mennyi lesz a maximális karbantartási idő (jelen esetben ez 8 hét), illetve mennyi lesz a karbantartás várható költsége. (Mivel jelen esetben az egységköltség 8831 Ft/óra, ezért a várható karbantartási költség 20311 Ft lesz.) Egy következő szinten a lehetséges hibaokok közötti kapcsolatok tekinthetők át. Itt is alkalmazható a mátrixos megközelítés. Itt azonban rákövetkezés helyett egy megbízhatósági diagramot veszünk alapul. Azt vizsgáljuk, hogy amennyiben egy hiba fellép, akkor az rendszerszintű hibát okoz-e, vagy sem. Az alábbi táblázatban látható az első alrendszer esetén azonosított 9 hibaok (melyek E1= „számítógép-meghibásodás”; E2= „monitor meghibásodás”; E3= „mérőkártya meghibásodás”; E4= „útmérő meghibásodás”; E5= „útmérő pontatlanul mér”; E6= „erőmérő meghibásodás”; E7=

200


„erőmérő pontatlanul mér”, E8= „Bus rendszer meghibásodás”, E9= „út- és erőmérő program (kiértékelés) meghibásodik”). Mivel bármely hiba bekövetkezése esetén a teljes rendszer leáll, vagy selejtes terméket gyárt, ezért megbízhatósági szempontból ezek a hibaokok soros megbízhatósággal jellemezhetők. A vállalat úgy ítélte meg, hogy 100-as RPN érték alatt nem kell beavatkozni (ezt W=Won’t have-vel jelöltük). Ebben az esetben nem kell javító-megelőző tevékenységeket végezni. 320-as RPN felett viszont mindenképpen javító-megelőző, vagy diagnosztikai vizsgálatokat kell végezni (M=Must have). Ha az 1-10-ig adható R,P,N értékek közül mindenhol 5, vagy a feletti értékeket kapunk (ekkor az RPN=5x5x5=125), akkor inkább be kell avatkozni (S=Should have), ez alatt pedig a beavatkozás elhagyható (C=Could have). A PEM módszer, és ennek módosítása az rPEM módszer segítséget ad, hogy mely tevékenységekbe avatkozzunk be. A 2. ábra mutatja, hogy az egyes lehetséges beavatkozásokat tartalmazó projektterveket sorba tudjuk rendezni aszerint, hogy mennyivel javul a beavatkozás hatására az RPN érték. 3. táblázat: RPN értékek megfeleltetése megbízhatóság központú projektszakértői mátrixban. (Ebben az esetben bármely hibaok a rendszer leállását, vagy selejtes termelést okoz.)

rPEM E1 E2 E1 E2 E3 E4 E5 E6 E7 E8 E9

E3

E4

0 1 0 1 0,95 1 0,32

E5 E6 E7

E8

E9

RPN BEAVATKOZAS

1 1 1 0 1 1

1 1

1 0

76 2 285 107 525 37 580 361 30

W W S C M W M M W

Ehhez azonban át kell konvertálni az RPN értékeket 0-1 számok közé úgy, hogy a fenti követelményeket teljesítse, valamint figyelembe vegyük, hogy az RPN egy szorzat, mely 3 egymástól független tényező szorzata. Ez a feladat egy függvényillesztési probléma, melyre egy megoldás a következő r:[1,1000]→[0,1] függvény: ⎧ ⎪0, ha RPN < 100 ⎪⎪ , ahol i,i az i-edik sor, i-edik oszlopát jelöli. ri ,i = ⎨1, ha RPN > 316 ⎪3 ⎪ RPN − 100 különben 6 ⎩⎪

(2)

Meg kell jegyezni, hogy a PEM módszer alkalmazásához bármely monoton transzformáció megfelelő lett volna, amely az RPN értékek [1,1000]-es értelmezési tartományából képez le a [0,1] intervallumra. Ráadásul a transzformáció megválasztása nem befolyásolja, hogy mely tevékenységeknél kell majd beavatkoznunk, így az eredményül szolgáltatott lehetséges projekttervek összeállítására nincs hatással,


201

azonban a (2) képlet figyelembe veszi, hogy az RPN érték egy 3 tényezőből álló szorzat (ezért látjuk a köbgyököt a képletben) és figyelembe veszi a vállalat által támasztott beavatkozási határokat. A PEM módszerrel a cselekvési változatokat sorrendbe tudjuk rakni. Azokkal a hibamódokkal mindenképpen foglalkozni kell, melyek RPN értéke magas, a PEM mátrixban lévő cellaértéke 1 (beavatkozás minősítése: M). A cselekvési változatok közül mindenképpen elhagyjuk az alacsony RPN értékkel rendelkező hibamódok felülvizsgálatát (beavatkozás minősítése: W). Ha a költség és időkeret engedi, akkor „should have” kategóriába sorolt hibamódokat felülvizsgáljuk, ha szükséges beavatkozunk. A PEM módszer alkalmazásával az RPN értékek felhasználásával a cselekvési változatok sorrendben a következők: 1. E3, E5, E7, E8; 2. E5, E7, E8; 3. E4, E5, E7, E8; 4. E3, E4, E5, E7, E8 hibamódok felülvizsgálata. A 4 lehetséges változatból azt választjuk, amelyek a költség és erőforráskorlátnak is megfelelnek. Ha egy RPN értékkel szeretnénk jellemezni a teljes részrendszert, akkor erre több lehetőségünk is van. Az egyik lehetőség, hogy hasonlóan a soros megbízhatóság számolásakor egy összesített RPN értéket számolunk. A másik lehetőség, hogy egy átlagos RPN számot adunk meg, mely a független hibaokok geometriai átlagából számítható (4. táblázat baloldala), illetve meghatározható az RPN értékek maximuma (4. táblázat jobb oldala). Az átlagos, illetve az összesített RPN érték azt mutatja, hogy a részrendszerünk működése során mekkora az átlagos kockázat. A maximális RPN értékek figyelembe vétele azonban egy teljes rendszer szintjén is információt ad arról, hogy hol kell beavatkoznunk. 4. táblázat: RPN értékek számítása

A fenti táblázatból látható, hogy bár az átlagos RPN értékek alapján a teljes rendszer várhatóan megfelelően működik, a maximális RPN értékeket tekintve valamennyi részrendszernél szükség van javító megelőző tevékenységek végzésére. A PEM módszer itt is segítséget nyújt a cselekvési változatok összeállításában. Bár valamennyi részrendszerbe be kell avatkozni, a G3,1 és G3,2 részrendszer megbízhatósági szempontból párhuzamosan van kötve, így azt kell tekinteni, hogy mely beavatkozások javítják legjobban az RPN mutatókat. Elsőként tehát a G1-es részrendszert kell felülvizsgálnunk, annak ellenére, hogy a legmagasabb RPN értékeket G3,1 és G3,2-re kaptuk. A PEM módszer lefuttatása után a 4. táblázat jobb oldalán lévő mátrix átlójában lévő zárójelben szerepeltetett prioritásokat (kritikusságokat) kapjuk. 6. Összefoglalás

A bemutatott módszerrel egy teljes rendszer karbantartását támogathatjuk. A hibamód és hatáselemzést a döntéselméleti megfontolások bázisán levezetve, jelentős mértékben

202


növelhető az RPN számokban szintetizálódó egyéni vélemények, szubjektív megítélések hozzáadott értéke. A módszer ily módon történő alkalmazása a klasszikus hibamód és hatáselemzéshez képest pont a másik irányból közelíti meg az RPN számok rendszerét. Míg a klasszikus esetben előre definiált jellemzők teljesülése szerint sorolnak be hibatípusokat az egyes kategóriákba, a döntéselméleti alapokon történő megközelítés esetén nincsenek kategóriák, minden súlyszám az egyes hibatípusok többihez viszonyított jellemzői alapján alakul ki. Teszi mindezt az elemzést végző szakemberek maximális bevonása és a nem konzisztens vélemények kiszűrése mellett, ami már önmagában nagy minőségi ugrás, a klasszikus esethez képest. A bemutatott mátrixos módszeren alapuló kritikusságbecsléssel meg tudjuk állapítani mely részrendszerünk működésébe kell beavatkozni. Az elvégzendő tevékenységek időköltség- és erőforrás-szükségletét előre tudjuk tervezni. A költség- idő- és erőforráskorlátok figyelembevételével cselekvési változatok közül tudunk dönteni. Ki tudjuk választani és össze tudjuk állítani azt a karbantartási tervet, mellyel a rendszer működésének kockázata a lehető legnagyobb mértékben csökken. A módszer felépítését az 7. Ábra szemlélteti.

7. ábra: DOFMEA-PEM módszer felépítése


203

7. Irodalomjegyzék

Ahuja, R. K. – Magnant, T. L. – Orlin, J. B.: Network Flows. PRENTICE HALL, Upper Saddle River, New Jersey 1998 Bognár Ferenc – Balogh Ágnes – Szentes Balázs – Thurzó Péter: Csoportos döntéshozatali módszerek alkalmazhatósága az FMEA elemzés során. in: XXII. Nemzetközi Karbantartási Konferencia kiadványa; A karbantartás kihívása – A tudástőke felértékelődése; 237-254. Veszprém, 2010. ISBN 978 963 9696 95 2 Gaál Zoltán: Általános menedzsment. Veszprémi Egyetemi Kiadó, Veszprém, 1998. Görög Mihály: Bevezetés a projektmenedzsmentbe. Aula Kiadó, Budapest, 2001, pp 47-80 Guliford, J. P.: Psychometric methods. New York, McGraw-Hill Book, 1936. Hegedűs Csaba – Kosztyán Zsolt Tibor: Állapotfüggő karbantartás tervezhetőségének javítása. in: XXII. Nemzetközi Karbantartási Konferencia kiadványa; A karbantartás kihívása – A tudástőke felértékelődése; 165-177. Veszprém, 2010. ISBN 978 963 9696 95 2 Horváth Csaba: Gondolatok a karbantartás-szervezés tudományos vetületeiről. In: XX. Nemzetközi Karbantartási Konferencia kiadványa; A karbantartás fókuszában: érték – költség – versenyképesség; 51-58. Veszprém, 2008. Kindler József – Papp Ottó: Komplex rendszerek egyes összemérési módszerei. a KIPA-eljérés módszertana és alkalmazástechnikája. Kézirat. Budapest, 1978. Kindler József – Papp Ottó: Komplex rendszerek vizsgálata. Műszaki Könyvkiadó, Budapest, 1977. Kiss, J. – Kosztyán, Zs. T.: Using PEM as a knowledge management tool – How can be used earlier experience at new IT and innovation projects? KMO (Knowledge Management in Organizations) 2010, Veszprém, May 18-19, 2010. pp. 204-217 Kosztyán, Zs. T. – Hegedűs, Cs. – Kiss, J. – Németh, A.: Handling Maintenance Projects with Matrix-based Methods. International Joint Conference on Computer, Information and System Sciences and Engineering (CISSE 10) - International Conference on Industrial Electronics, Technology & Automation (IETA 10), 3-12 December, 2010. (http://cisse2010.org) Kosztyán Zsolt Tibor – Hegedűs Csaba – Kiss Judit – Cserti Péter – Németh Anikó – Borbás István: Projektszakértői rendszer projektek menedzselésére. in: XXII. Nemzetközi Karbantartási Konferencia kiadványa; A karbantartás kihívása – A tudástőke felértékelődése; 178-193. Veszprém, 2010. ISBN 978 963 9696 95 2 Lewin, R. I. – Kirkpatrick, C. A.: Planning and control PERT/CPM. Mc. Graw-Hill Book Company, New York. 1966

204


Lockyer, Keith – Gordon, James: Projektmenedzsment és hálós tervezési technikák. Kossuth Kiadó, 2000 Ross, R. T.: Optimal orders in the method of paired comparisons. In: Journal of Experimental Psychology, Volume 25, Issue 4, September 1939, Pages 414-424

Karbantartási folyamatok tervezése, mint többtényezős döntési probléma!?

Recommend Documents