300 likes | 463 Views
Logistikoptimering för kostnadseffektivt underhåll eller Opportunistisk underhållsplanering. Bakgrund. Underhåll av flygmotorer är dyrt: reservdelar kan kosta i storleksordningen 2 Mkr totalkostnad för underhåll av jetmotor ~ 15-30 Mkr hyra för reservmotor: 15 kkr/dygn
E N D
Logistikoptimering för kostnadseffektivt underhållellerOpportunistisk underhållsplanering
Bakgrund • Underhåll av flygmotorer är dyrt: • reservdelar kan kosta i storleksordningen 2 Mkr • totalkostnad för underhåll av jetmotor ~ 15-30 Mkr • hyraför reservmotor: 15 kkr/dygn • Ledtid underhåll av motor: 30 -100 dagar Hur mycket ska man göra?
Vad styr: Struktur och livslängder Minimera flygtimkostnad Opportunistiskt underhåll: Vid varje underhållstillfälle är det möjligt att utföra mera underhåll än vad som är absolut nödvändigt! → totalt färre underhållstillfällen → totalt lägre kostnad
? ? Livslängder: Matcha för att senarelägga nästa uh-tillfälle Uh-tillfälle Komponenter Tid 0
Modul A Modul B Modul .. Strukturen: Utnyttja tillfället effektivt… kostnad tid Livslängden slut
Modul A Modul B Modul .. Lager (nya obeg delar) Projektidé: Optimerad åtgärdsbestämning Komponentdata - förväntad livslängd - kostnad - tillgänglighet Strukturdata - motsvarar åtgärd - kostnad - resurser - följdoperationer... Randvillkor - myndighetskrav - kundkrav - logistikkrav Luftvärdighet kräveråtgärd
Projektets historik • Finansierat genom NFFP3, NFFP3+, NFFP4 • Initiativ och projektledare på VAC, Dr Torgny Almgren • 2001–2005 Lic Niclas Andréasson (Chalmers) • Utveckling av grundmodell, litteraturöversikt, jämförelser av metoder • Handledare vid Chalmers Prof Michael Patriksson & Doc Ann-Brith Strömberg • Licentiatexamen i maj 2004, tjänstledig från juni 2005, lämnat projektet i augusti 2006 pga annan verksamhet • Gemensam styrgrupp med V4403, Lic Johan Svensson • 2006 Doc Ann-Brith Strömberg (FCC) • Implementering i Excel av verktyg för uh-planering åt VAC • 2006–2008 Dr Myrna Palmgren, Doc A-B Strömberg, Prof M. Patriksson • Vidareutveckling av modeller och metoder • 2007 Examensarbete + modellutveckling Doc Ann-Brith Strömberg, • Moduloptimering vid RM12 uh
Projektets syfte • Ta fram en metodik som genererar bra utbytesscheman för komponenter i flygmotorer • Beakta: • Livslängdsbegränsade och ”on condition”-komponenter • Fast kostnad då en motor/modul tas in till verkstaden • Arbetskostnader för att frigöra motormoduler och komponenter i dessa • Utnyttja lager av begagnade delar • Minimera total flygtimkostnad under kontraktsperioden – ”helhetsåtagande”
Niclas Andréassons doktorandprojekt Metodik: En matematisk optimeringsmodell för hela kontraktsperioden/livslängden • För varje komponent i modulen: • Kostnadför en ny komponent • Livslängd hos en ny komponent • Återstående livslängd hos nuvarande komponent i motorn • Kontraktsperioden indelas i tidsperioder(à n Fh) • Underhåll i början av varje tidsperiod (diskretisering) • Fix kostnad per underhållstillfälle
Ja Nej Byt ut komponent? Ja Nej En matematisk optimeringsmodell för underhållsplanering Definition av variabler Underhåll motorn vid tid t ?
Reservdelskostnader ↔ fixa underhållskostnader Optimala underhållsplaner vid olika nivåer på fixa kostnader d = fix kostnad per uh-tillfälle
Antal utbyten av delar Jämförelse mellan befintlig metod och optimering • En motormodul med 10 delar • Endast livslängdsbegränsade delar • Värdering enligt VAC-modell • Optimering
Jämförelse av metoderna med stokastiska simuleringar • En motormodul med 10 delar • Del 1, 4, 5, 6, 9, 10 är OC-delar (Weibull) • Medelvärden från 200 scenarier • Befintlig • Optimering Antal utbyten av delar
En motormodul med 10 delar Del 1, 4, 5, 6, 9, 10 är OC-delar Medelvärden från 200 scenarier per β-uppsättning Jämförelse av metoderna forts. • Befintlig • Optimering Total kostnad Antal uh-tillfällen
Slutsats från simuleringar + Optimering alltid bäst plan map kostnad (10-30% besparing) Jämfört även med ”ålderspolicy” (byt del äldre än åldersgräns, optimera åldersgränser) ”ingen metod” (byt trasig del ”nu”, ej opportunistiskt) + Optimeringsmodellen bäst även här + Optimering betydligtfärre underhållstillfällen + Kan utvidgas till mer generella problemställningar – Kräver speciella programvaror & implem. av matematiska metoder + Lösningstid typiskt några CPU-sekunder (en modul)
För varje del i motorn finns ett lager av begagnade delar vid tid 0 (vid pågående underhållstillfälle): Kostnader för begagnade delar Livslängder hos begagnade delar Underhåll motorn vid tid 0? Ja Nej Byt ut komponent? Ja Nej Byt mot ... ... beg 2 ny beg 1 beg n Utvidgning av modellen Utnyttja ett lager av begagnade delar • Nya variabler:
Ett prototypverktyg för optimering och beslutsstöd vid uh-planering För en motormodul och ett lager av nya och begagnade (vid tid 0) delar Implementerat i Excel för inmatning och presentation av resultat Med Xpress-MP som optimeringslösare Matematisk modell Optimeringslösare Optimalt underhållsschema FCC har utvecklat (i ett projekt direkt mot VAC) Modul som skall underhållas Lager av nya och begagnade delar
Livslängd hos del slut Underhållstillfällen Planeringsperiodens start Planeringsperiodens slut Byt mot begagnad del vid tid 0 Låt aktuell del sitta kvar i motorn Byt mot ny del Byt mot ny del vid tid 0 Livslängden hos aktuell del slut Livslängd kvar efter planeringsperiodens slut Byt mot ny del innan livslängden är slut Ett optimalt underhållsschema för sju komponenter i en modul
Fortsättning av forskningsprojektet från augusti 2006 • Finansierat av NFFP4 (och NFFP3+) • Tre disputerade forskare i stället för en doktorand • Tre huvudspår • Utvidgning av den matematiska modellen(hel motor samt arbetskostnader) • Alternativa formuleringar och lösningsansatser • Studier av strukturen hos den matematiska grundmodellen • Tester med relevanta data samt utvärdering
Utvidgning av den matematiska modellen • Flera moduler en hel motor • Arbetskostnader för att frigöra moduler • Arbetskostnader för att frigöra komponenter i moduler HT LT EBK Fläkt Komp- ressor Bränn- kammare Vxl
Hel motor inkl. arbetskostnader…
Underhållsplaner bör optimeras för hela motorn Optimering över separata moduler (15 tillfällen, 91 byten) Optimering över hela motorn (6 tillfällen, 94 byten, 12 % lägre kostnader) 1 2 3 4 5 6 7 Separata moduler Hela motorn
Fortsatt arbete - ringar på vattnet • 2008 - Stokastisk underhållsoptimering (vindkraft), Doktorand Adam WojciechowskiFinansiering: Energimyndigheten • 2010 Examensarbeten för att ta fram matematiska algoritmer för snabbare lösningstider, handledare Doc Ann-Brith Strömberg • 2010 - Tillämpa idéerna på järnvägsunderhåll, Doktorand Emil GustavssonFinansiering: Charmec
Flygteknik 2010 Thank You for your attention and welcome to