通过观察一个单一的指标来优化你的车队。工作时间。

混合车队业主的主要关切之一是通过标准AEMP 2.0(ISO 15143-3)接口收到的遥测数据量太少。

这篇文章展示了如何通过跟踪一个单一的指标,即通过AEMP提供的运行时间,来提高工作效率。对这一指标进行分析后,可以根据你的业务需要来确定你的车队的能力大小。

车队的使用模式

工作时间指标是建筑行业中最简单和最广泛的机械指标。这个指标与机器所有者有关,因为它推动了车队的老化,维护的需要,以及代表工作进度的一个代理。

下面的数据是基于全世界建筑业中真实机器的工作时间而得出的。该图显示了机器的月平均工作时间和发动机在一个月内的平均运行天数。每个点代表一台机器。

Figure 1: Fleet utilization patterns

图中第一列的机器很少被利用。这些机器每个月只有一天是活跃的,而且平均使用时间很少。在另一边,如果我们看右边的列,我们看到每月每天都在使用的机器。而当我们的目光向上移动时,我们看到的机器除了每天使用外,每天使用的时间很长。图中右上方的机器每天平均使用22小时。

完成对你的车队的查看

在深入分析之前,让我们指出这种表示方法的一个缺点:不止一台机器可以同时重叠,而我们在图中只能看到一个点。因此,我们很难一目了然地知道所有车队的使用模式。我们可以用热图来补充前面的图,显示每个点上有多少台机器。

Figure 2: Fleet utilization heat map

通过观察热图,我们可以看到,大多数机器每月工作20至26天,每天工作3至9小时。

潜心研究你的车队数据

让我们回到前面的图中,做一些进一步的分析。现在我们可以根据机器的使用模式对其进行分组。我们用点的颜色来反映这些聚类。

  • 绿色的机器是低利用率的机器
  • 橙色的机器是高利用率的机器
  • 紫色机器是异常值
  • 没有明确使用模式的机器,不适合在两个主要组别中。

最终,我们可以在图中画出一些边界,让我们观察到更细微的兴趣组。我们用色带来定义这些边界。

让我们先用水平的粉红色边界将该图分成两个大的区域。在底部区域,我们有每天工作少于9小时的机器。上面的区域是每天工作超过9小时的机器,它们被认为是轮班工作的一部分,暴露在相当多的使用中。

现在,让我们用额外的色带将该图划分为垂直部分。这些色带将机器分成几组,这些机器

  • 每周最多工作2天(橙色)。
  • 每周最多工作5天(绿色)。
  • 每周最多工作6天(红色)和
  • 一周最多7天(蓝色)。

研究一个具体的机器型号

到目前为止,我们一直在关注整个车队。让我们先来看看单一模式的机器。型号1。

Figure 3: Model Type 1 utilization patterns

模型1的图表使用了我们上面解释过的相同表示方法。这个图没有显示所有的机群机器,而是分析了机群的一个子集,只有模式1的机器。

我们还计算了这两种机器的一些综合值:绿色(低利用率机器)和橙色(高利用率机器)。我们看到,绿色集群中的模型1型机器每天使用接近3小时,每月6天。而且它们的老化率为每年202.94小时。

橙色集群中的1型机器每天使用近6小时,每月22天。他们每年的老化率为1566.52小时。

与橙色组中的机器相比,绿色组中的机器似乎没有得到充分利用。

分析过剩产能

让我们看看绿色集群与橙色集群相比,其过剩产能是多少。绿色集群中模型1的机器的过剩能力为。

1,566.52hoursyearmachine202.94hoursyearmachine=1,363.52hoursyearmachine 1,566.52 \frac{hours}{year \cdot machine} - 202.94 \frac{hours}{year \cdot machine} = 1,363.52 \frac{hours}{year \cdot machine}

鉴于我们在绿色集群中有48台机器,总的过剩能力为。

48 machines1,363.52hoursyearmachine=65,451.84hoursyear48 \spacemachines \cdot 1,363.52 \frac {hours}{year \cdot machine} = 65,451.84 \frac{hours}{year}

如果我们想用机器的数量来表示这种过剩的能力,我们可以用过剩的能力除以橙色集群中机器的平均老化。

65451.84hoursyear1566.52hoursyearmachine=41.78 machines\cfrac {65451.84 \frac{hours}{year} }{1566.52 \frac{hours}{year \cdot machine}} = 41.78 \space machines

因此,我们有41台多余的机器。

优化车队规模

仅仅通过查看运行时间,我们就可以开始对机群的规模做出决定。当然,其他问题也与做出调整特定型号机器数量的最终决定有关。

  • 这种过剩的能力是由工地分布和对冗余机器的需求、操作员的缺乏和需求造成的吗?
  • 我们是否要保持这种额外的能力来应对需求的高峰期?
  • 我们是否应该减少这个模型的机器数量?
  • 我们是否应该购买低端机型或租用来覆盖低利用率的机器?

对机器运行时间的分析只是一个起点,以推动对你的车队能力和规模的良好决策。它不会给你直接的答复。尽管如此,它仍然是建立一个决策框架的基础,你的业务专长会帮助你。

从你的车队数据中获得最佳洞察力。

正如本文所示,你现在就可以开始从你的车队数据中获得价值。你不必等待获得所有你想要的指标,因为最简单的指标在仔细观察的情况下已经带来了高价值的结果。你需要正确的专业知识。

我们是远程信息处理、数据分析和混合车队管理方面的专家。如果你需要帮助获得关于你的车队数据的正确见解,请不要犹豫,与我们联系。