대규모 자산의 유지보수는 많은 비용이 소요됩니다. 연간 유지보수 비용에 대한 모범사례의 KPI는 대체 자산 가치 (RAV)의 2% 정도이며 대부분의 경우 그 비용보다 많이 소요됩니다.
올바른 장비에 중점을 둔 저렴한 유지보수 계획을 수립하고 성능을 높이기 위해 올바른 전략 (예측 유지보수, 검사, 예방 유지보수 및 / 또는 예비 부품)을 적용하는 것이 과제입니다.
BQR의 apmOptimizer는 다양한 과정의 예상 성능을 비교하고 각 과정에 대한 유지보수 계획을 자동으로 최적화할 수 있는 의사 결정 지원 시스템입니다.
효과
하이라이트
유지 보수 비용을 절감하면서 자산 성능을 향상 시키십시오!
성과 중심 유지보수 분석 수행 단계
1) 가져오기 (선택 사항)
- BQR의 핵심 데이터베이스를 사용하여 BQR의 FMECA에서 블록계층 구조, 부품 및 고장유형 가져오기
- 또는 CSV 파일에서 데이터 가져오기
2) 사용자 입력
- 수명주기기간 및 운영 프로파일과 같은 프로젝트 데이터 정의
- 각 블록에 대한 신뢰성 모델 정의, 수리 및 교체 정책 정의
- 예비 재고, OEM, 창고 및 운송 경로를 포함한 자산의 물류 옵션 정의
- 검사 비용, 유지보수 작업 및 가동 중지시간 정의
- 각종 검사 및 유지보수 작업에 필요한 자원 정의 (선택 사항)
- 비용과 가용성을 비교하기 위해 추가 시나리오 정의
3) 분석
- 소프트웨어에 의한 사용자 데이터 유효성 검사. 데이터가 누락된 경우 사용자에게 알림
- 소프트웨어 최적화 모듈은 수리 / 교체 정책, 예비 부품 재고 및 수량, 검사 및 예방 유지보수 일정을 최적화합니다.
- 소프트웨어는 예상 자산 동작 및 수명주기 비용 (LCC)을 계산합니다. 또한 주요 고장 및 비용 발생 원인 파악
- 다른 과정의 결과 비교
4) 보고서
- 각 블록에 대한 상세 신뢰성 및 가용성 요소
- 자세한 유지보수 및 물류 정책
- Trade-off : 시나리오 간 비교
- Excel, HTML 또는 Word 파일 형태로 저장
특징
- 유연한 자산 모델
- 부품 라이브러리 제공
- Excel 또는 BQR CARE에서 계층구조 가져오기
- 빠른 분석
- 검색 및 정렬 기능
- 데이터가 불완전하거나 일관성이 없는 경우 사용자에게 알림
- 초보 및 고급 사용자를 위한 자세한 도움말 및 사용자 인터페이스