17项目六任务二 资源挖潜-设备运营分析

《数字化物流商业运营基础》配套课件项目六数字化物流商业运营内部资源分析目录CONTENTS任务一规划应变-运营选址分析010203任务二资源挖潜-设备运营分析任务三商机无限-运营数据分析02任务二资源挖潜-设备运营分析情境引入物流企业运营离不开各类物流设备的支撑，物流设备包括储存设施设备、仓库外内的装卸搬运设备、运输车辆等，同时也包括与之相关联的软件系统，这些设备的正常可靠运转，是物流企业运营和服务客户的重要保证，那么物流企业哪些设备发生故障频率较高，以及在哪些情形或作业中，发生故障的频率较高，均是物流企业对其设备运营可靠性分析和监控的重点。本任务重点学习物流企业如何通过设备运营分析，以最大限度地挖掘设备资源的运营潜能，将有利于提高物流企业服务水平。任务要求1．掌握物流设备运营分析的数字化相关知识。2．能够熟练运用物流设备运营数据的MTBF和MTTR分析法。3．提升物流企业设备运营的数据分析意识和成本意识。任务准备数字化应知准备物流运营数据分析准备软实力准备1．物流设备运营分析的概念物流设备运营分析是对物流企业使用的仓储、运输、配送、装卸搬运等物流设备，在实际工作中运行的状况、效率、安全等方面的分析。常见的物流设备包括分拣设备、包装设备、搬运设备（叉车、AGV等）、各类扫描识读设备等。2．重视物流设备运营分析的原因物流设备是物流企业运营成本的组成部分，物流设备的科学管理和使用，对于减缓物流设备磨损，延长物流设备使用寿命，防止设备意外损坏，提高物流企业运营效率，保障物流企业运营安全性和可靠性，具有重要意义，是物流企业运营中降低物流作业成本，提升物流运营效率的重要方面。任务准备数字化应知准备物流运营数据分析准备软实力准备3．进行物流设备运营分析的方法在物流设备使用中，故障是不可避免的。通过监控和管理物流设备故障方面的数据，可以减少设备故障对物流运营的影响。数据的来源主要包括横向和纵向两个方面：横向是物流企业运营全部的设备或系统信息，企业根据设备不同种类进行划分，运用物流信息系统的物流设备运维排故模块，形成设备类型、名称、型号、使用地点、故障时间等信息统计；纵向是物流企业在进行设备运营分析时，从设备投入使用的时间维度上，通过信息系统，查到设备自投入运营以来的运行和故障时间等信息，如图6-7所示。任务准备数字化应知准备物流运营数据分析准备软实力准备任务准备数字化应知准备物流运营数据分析准备软实力准备企业有两个常用的可靠性指标：平均无故障时间（MeanTimeBeforeFailure，MTBF）和平均修复时间（MeanTimeToRestore，MTTR）。平均无故障时间MTBF是衡量一个设备在一定时间内的可靠性指标，表示设备连续运行时平均经历的时间，也可称为设备在两次故障之间的平均时间，即累计运行时间与故障次数之比，这个指标对于预测设备何时可能出现故障以及提前做好维护计划，保障正常运营具有重要意义。平均修复时间MTTR是衡量修复故障所需时间的指标，表示设备出现故障后，平均需要多少时间来恢复使用，即累计修复时间与修复次数之比，这个指标对于设备的快速恢复和减少停机时间具有重要意义。MTBF和MTTR这两个指标的内涵如图6-8所示。任务准备数字化应知准备物流运营数据分析准备软实力准备任务准备数字化应知准备物流运营数据分析准备软实力准备下面通过实例，来理解MTBF和MTTR的指标内涵。某物流企业的编号为A—1089的AGV设备连续运行1080小时，期间发生了6次故障，每次修复的时间分别为2小时、3小时、4小时、3小时、1小时和2小时。则该设备平均无故障时间MTBF=1080÷6=180小时该设备平均修复时间MTTR=（2+3+4+3+1+2）÷6=2.5小时此时企业可以制订一个预判性定期维护计划，如编号为A—1089的AGV设备，预计每180小时可能出现故障，则企业可制定每160小时开展一次预防性设备巡检的规定，尽可能降低设备故障对物流企业运营的影响。任务准备数字化应知准备物流运营数据分析准备软实力准备1．关注数字素养在物流企业运营中，离不开物流设备的稳定运行，而通过关注一定周期内的物流设备运营中故障数据，可以发现物流设备从初期投入使用，到中期稳定运行，再到后期降低故障频率的设备维护，均从设备故障的数据变化中发现其规律，并运用规律，做好物流设备运行维护，关注设备故障情况，并降低设备故障频率。2．把握任务内涵资源挖潜的价值：在数字化物流商业运营中，物流设备运营的故障分析是最常见的，尤其是我国现代物流发展速度和规模日益增长，物流企业向智能化、数字化转型，依靠物联网手段，自动获取物流设备运营的数据，同时运用数据分析手段，分析物流设备运营中的故障情况，将是物流企业挖掘生产潜能、提升作业效能的关键。任务准备数字化应知准备物流运营数据分析准备软实力准备学习业内榜样应用场景及资料数据分析步骤数据可视化呈现某物流公司自2024年年初开启智能仓库运营，并使用3台AGV搬运车、3套小件自动分拣系统和4台电动叉车，通过采集2024年1月初试运营至3月底的智能仓库设备故障和修复时间记录（见表6-3，请利用Excel，基于平均无故障时间（MTBF）和平均修复时间（MTTR），完成该公司智能仓库设备运营情况的数据分析，并为该企业提出改进建议。任务实施应用场景及资料数据分析步骤数据可视化呈现任务实施应用场景及资料数据分析步骤数据可视化呈现任务实施应用场景及资料数据分析步骤数据可视化呈现任务实施步骤一：利用Excel，计算各设备的无故障运营时长和修复时长。在表6-3中，增加“无故障运营时长（小时）”和“修复时长（小时）”两列。然后利用Excel，在“D4”单元格输入“=（C4-B4）*24”，即设备故障前持续运行的“无故障运营时长”在“F4”单元格输入“=（E4-C4）*24”，即设备故障的“修复时长”。此处是智能仓库设备首次运行，因此“投入运营时间点”即为“故障前持续运行时间起点”，无故障运营时长和修复时长的计算如图6-9所示。应用场景及资料数据分析步骤数据可视化呈现任务实施步骤二：计算仓库各设备的平均无故障时间（MTBF）和平均修复时间（MTTR）。利用Excel数据透视表功能，求MTBF和MTTR。首先选中全部表格，单击“插入”→“数据透视表”，并选择在现有工作表中“H2”单元格为起点，生成数据透视表，如图6-10所示。图6-10在现有工作表中生成数据透视表的操作应用场景及资料数据分析步骤数据可视化呈现任务实施在图6-10中，单击“确定”后，在图6-11数据透视表字段设置中，分别将选中“设备名称”拖拽至左下方的“行”栏中，形成数字透视表的行标签，即不同的智能设备；再将“无故障运营时长（小时）”和“修复时长（小时）”拖拽至右下方的“值”栏中，这样就可以汇总出该仓库所有智能设备的无故障运营时长和修复时长总和；最后将“设备名称”也拖拽到“值”栏中，即自动统计各设备的出现次数（各设备故障次数的统计）应用场景及资料数据分析步骤数据可视化呈现任务实施图6-11数据透视表字段设置应用场景及资料数据分析步骤数据可视化呈现任务实施此时，调整右下“值”栏中的无故障运营时长和修复时长，将“求和项”修改成“平均值”即可自动生成智能仓库各设备的MTBF和MTTR，具体操作如图6-12所示。应用场景及资料数据分析步骤数据可视化呈现任务实施根据物流公司更关注各设备修复时长总数对物流运营的影响，这样对于后期不断改进设备运维水平，此时将数据透视表中的“修复时长”由“平均值”再调整成为“求和项”，选中数据透视表全部数据，再插入图表，选择“组合图”，如图6-13所示，以可视化方式呈现物流设备运营情况。图6-13插入组合图操作应用场景及资料数据分析步骤数据可视化呈现任务实施在弹出的组合图图表类型和轴设置中，将平均修复时长的“簇状柱形图”改为“折线图”，并将故障次数作为次坐标轴，如图6-14所示。图6-14组合图的图表类型和轴设置应用场景及资料数据分析步骤数据可视化呈现任务实施在Excel中生成可视化图表后，调整其直观度。首先正确命名图表名称，然后分别选中主、次坐标轴，通过设置坐标轴数据格式，使数据显示更直观，设置结果如图6-15所示。应用场景及资料数据分析步骤数据可视化呈现任务实施最后，可通过图6-15看到该企业智能仓库所有设备自投入运营以来的情况，以左侧主坐标轴来看，对于平均无故障时间（MTBF），电动叉车优于分拣系统，AGV设备相对最低；对于故障总的修复时长，电动叉车和分拣系统的修复时长更短，但电动叉车1平均修复时间最高，其原因是某次损坏的部件采购周期长，AGV设备修复时长一般高于分拣系统；以右侧次坐标轴来看，对于设备故障次数，电动叉车故障次数最低，AGV设备最高。在上方任务的基础上，进一步探究运用Excel其他一些图表进行数据分析的方法，如使用雷达图，可以清晰地看出其数据分析的特点。如将图6-12所示，将数据透视表中的无故障时长“求和项”修改为“平均值”，得出平均无故障时间（MTBF）和