生命周期过时预测工具制造技术

本发明专利技术涉及一种生命周期过时预测系统。所述系统可以包括数据积分器（102），所述数据积分器配置为接收多个零件（104）的零件信息（106）。所述系统可以包括可持续性优化器（108），所述可持续性优化器配置为接收多个零件（104）中的零件的一个或更多个可持续性需求（110）。所述系统可以包括预测器（112），所述预测器耦合到所述数据积分器（102）和所述可持续性优化器（108），其中所述预测器（112）可以配置为分析所述零件信息和所述一个或更多个可持续性需求以建立所述零件的组件缺货日期（114），其中所述组件缺货日期（114）可以包括最后备用的所述零件被预测从库存中移除的日期，并且其中所述组件缺货日期（114）可以至少依据零件使用率和相应的零件故障率（118）建立。

【技术实现步骤摘要】

本公开主要涉及用于分析系统及其特定零件的工具，给出系统上的具体数据、特定零件及其用法，以便提供系统的可持续性的整体描述。
技术介绍
零件管理会是非常艰巨的任务，特别对于维护比如飞机等复杂系统的制造商或操作员。比如，操作员可能不仅要追踪任何给定飞机的数十万个不同零件，而且还要追踪数百架甚至数千架飞机。对于复杂的问题，制造商可以定期停产任意给定系统，并且制造商也可以停产给定系统的零件。在其他的情况下，零件制造商可以与系统制造商不同，在这种情况下，零件制造商可以在任意时间停产零件，可能不会提醒系统制造商或系统操作员。最后，零件的制造商可以停止支持对给定系统的零件的维修。操作员可以尝试追踪这些日期以作为系统的维护计划处理的一部分。追踪数十万甚至数百万零件的这些日期或更多的日期可能是困难的，特别由于任意给定零件对系统的重要性可能不同，并且由于给定零件的生命期可能因其在给定系统中的用途而不同。比如，一种特定类型的数千架飞机中的每架独立的飞机可以都具有一种特定类型的零件。然而，对于每架独立的飞机，特定类型的零件可以具有需要追踪的不同生命期。当以期望的细节级别追踪特定类型飞机的所有零件时，这个问题将格外困难。当以期望的细节级别在多个不同类型的飞机中追踪不同类型的零件时，这个问题将更加困难。
技术实现思路
说明性的实施例提供生命周期过时预测系统。所述系统可以包括数据积分器，所述数据积分器经配置接收多个零件的零件信息。所述零件信息可以包括:针对多个零件的多个故障数据、库存水平数据、生命终止日期数据和维修终止日期数据。所述系统还可以包括可持续性优化器，所述可持续性优化器经配置接收用于多个零件中的零件的一个或更多个可持续性需求。所述一个或更多个可持续性需求可从以下组中选择，所述组包括:零件库存数量、零件持续日期、零件成本、零件维修成本、零件使用率、零件可靠率和零件数据。所述系统还可以包括预测器，所述预测器耦合到数据积分器和可持续性优化器。所述预测器可以经配置分析所述零件信息和一个或更多个可持续性需求以建立零件的组件缺货日期。所述组件缺货日期可以包括最后备用的所述零件被预测从库存中移除的日期。所述组件缺货日期可以至少依据零件使用率和相应的零件故障率而建立。说明性的实施例还提供预测生命周期过时的方法。所述方法可以包括在与永久性计算机可读存储介质进行通信操作的处理器处接收多个零件的零件信息。所述零件信息可以包括:针对多个零件的多个故障数据、库存水平数据、生命终止日期数据和维修终止日期数据。所述方法还可以包括在处理器处接收多个零件 中的零件的一个或更多个可持续性需求。所述一个或更多个可持续性需求可从以下组中选择，所述组包括:零件库存数量、零件持续日期、零件成本、零件维修成本、零件使用率、零件可靠率和零件数据。所述方法还可以包括用处理器分析所述零件信息和一个或更多个可持续性需求以建立所述零件的组件缺货日期。所述组件缺货日期可以包括最后备用的所述零件被预测从库存中移除的日期。所述组件缺货日期可以至少依据零件使用率和相应的零件故障率而建立。说明性的实施例还可以包括数据处理系统。所述数据处理系统可以包括处理器、与处理器通信的总线和与总线通信的存储器。所述存储器包括存储指令的永久性计算机可读存储介质，当由处理器执行所述指令时，所述指令执行一种方法。所述指令可以包括用于接收多个零件的零件信息的指令。所述零件信息可以包括:针对多个零件的多个故障数据、库存水平数据、生命终止日期数据和维修终止日期数据。所述指令还可以包括用于接收多个零件中的零件的一个或更多个可持续性需求的指令。所述一个或更多个可持续性需求可以从以下组中选择，所述组包括:零件库存数量、零件持续日期、零件成本、零件维修成本、零件使用率、零件可靠率和零件数据。所述指令还可以包括用于分析所述零件信息和一个或更多个可持续性需求以建立所述零件的组件缺货日期的指令。所述组件缺货日期可以包括最后备用的所述零件被预测从库存中移除的日期。所述组件缺货日期可以至少依据零件使用率和相应的零件故障率而建立。各种特征和功能可以在本公开的各种实施例中独立实现，或者也可以在其他实施例中组合实现，其中进一步的细节可以参考下面的说明书和附图看出。附图说明在所附权利要求中提出了被确信为说明性实施例的特征的新颖性特征。然而，当结合附图时，通过参考本公开的说明性实施例的下列详细说明可以最好地理解所述说明性实施例，以及优选的使用模式，进一步的目的及其特征，其中:图1示出根据说明性实施例的用于生命周期过时预测的系统的方框图；图2示出根据说明性实施例的生命周期过时预测的处理的流程图；图3示出根据说明性实施例的生命周期过时预测的处理的流程图；图4示出根据说明性实施例的用于接收生命周期过时预测工具中的数据的示例性用户界面。图5示出根据说明性实施例的用于接收针对生命周期过时预测工具的查询的示例性用户界面；图6A和6B示出根据说明性实施例的用于确定组件缺货日期的示例性用户界面；图7示出根据说明性实施例的生命周期过时预测工具的示例性输出；图8A和8B示出根据说明性实施例的生命周期过时预测工具的示例性输出；和图9示出根据说明性实施例的数据处理系统。具体实施例方式说明性实施例意识并考虑到，如果操作员在超过制造商将停产或停止支持系统的零件的期望的时间之后仍试图维护该系统，则该操作员可能期望相应地做出计划。除非特别说明，否则这里所用的“系统”是指包括多个零件的物理装置。一个计划的示例是，操作员可以选择提前购买零件，该零件相应于所需要的期望数量的零件，从而等于或超过系统或系统类型的预期生命期，或可以决定采取某些其他措施以促成缓解计划。说明性实施例意识并考虑到，当前零件管理系统可能不能自动确定组件缺货日期或产生合适的零件过时缓解计划。对于并入了数十万个零件的系统，通过人工判断可能是不实际的，特别是在数千个系统中独立追踪多个零件时。说明性实施例还意识并考虑到，在本公开之前，不存在任何处理将过时数据与可持续性操作及领域内的硬件的性能相关联。而且，说明性的实施例意识并考虑到，对于具有大量零件的系统，比如飞机，特别是在大量这种系统之间，任何用以完成这样的关联的人工分析均是不实际或不可能的。说明性实施例意识并考虑到，其他行业预测工具，比如但不限于，UNIVERSITYOF MARYLAND 提出的缓解过时的成本分析(Mitigation of Obsolescence CostAnalysis (MOCA)),只可以实现对于零件类型的预测，但不能预测单个零件。而且，本公开中呈现的数据可以被预报并且不代表各个系统性能。说明性实施例通过将过时、现场可靠性(field reliability)和存货结合到一起以用于完整的系统生命周期分析而解决这些以及其他问题。说明性实施例还可以估计组件缺货日期。这里所用的术语“组件缺货日期”可以定义为没有可用的组件的库存的日期。术语“组件缺货日期”还可以包括组件的可服务性或支持不再可用的时间。术语“组件缺货日期”还可以已知为“关键调度日期”;然而，关于要求保护的本专利技术，术语“关键”、“调度日期”和“关键调度日期”只可以具有“组件缺货日期”提供的定义。这里所用的术语“组件”可以指零件、零件类型、一个零件、线路可替换单元、整个本文档来自技高网...

【技术保护点】
一种生命周期过时预测系统，包括：数据积分器（112），所述数据积分器配置为接收多个零件的零件信息（106），其中所述零件信息（106）包括：多个零件（104）的多个故障数据、库存水平数据、生命终止日期数据和维修终止日期数据；可持续性优化器（108），所述可持续性优化器配置为接收所述多个零件（104）中的零件的一个或更多个可持续性需求（110），其中所述一个或更多个可持续性需求（110）从以下组中选择，所述组包括：零件库存数量、零件持续日期、零件成本、零件维修成本、零件使用率（116）、零件可靠率和零件数据；和预测器（112），所述预测器耦合到所述数据积分器（102）和所述可持续性优化器（108），其中所述预测器（112）配置为分析所述零件信息和所述一个或更多个可持续性需求（110）以建立所述零件的组件缺货日期（114），其中所述组件缺货日期（114）包括最后备用的所述零件被预测从库存中移除的日期，并且其中所述组件缺货日期（114）至少依据零件使用率（116）和相应的零件故障率（118）建立。

【技术特征摘要】
2011.12.12 US 13/323,3071.一种生命周期过时预测系统，包括: 数据积分器(112)，所述数据积分器配置为接收多个零件的零件信息(106)，其中所述零件信息(106)包括:多个零件(104)的多个故障数据、库存水平数据、生命终止日期数据和维修终止日期数据； 可持续性优化器(108)，所述可持续性优化器配置为接收所述多个零件(104)中的零件的一个或更多个可持续性需求(110)，其中所述一个或更多个可持续性需求(110)从以下组中选择，所述组包括:零件库存数量、零件持续日期、零件成本、零件维修成本、零件使用率(I 16)、零件可靠率和零件数据；和 预测器(112)，所述预测器耦合到所述数据积分器(102)和所述可持续性优化器(108)，其中所述预测器(112)配置为分析所述零件信息和所述一个或更多个可持续性需求(110)以建立所述零件的组件缺货日期(114)，其中所述组件缺货日期(114)包括最后备用的所述零件被预测从库存中移除的日期，并且其中所述组件缺货日期(114)至少依据零件使用率(116)和相应的零件故障率(118)建立。2.根据权利要求1所述的生命周期过时预测系统(100)，其中所述预测器(112)进一步配置为建立所述多个零件(104)中的第二零件的第二组件缺货日期(120)，并且其中所述预测器(112)进一步配置为根据包括所述零件和所述第二零件的系统的系统可持续性的预定水平而相对于所述第二组件缺货日期(120 )优先所述组件缺货日期(114)。3.根据权利要求1所述的生命周期过时预测系统(100)，其中所述预测器(112)进一步配置为建立所述多个零件(104)中的第二零件的第二组件缺货日期(120)，并且其中所述预测器(112)进一步配置为根据包括所述零件和所述第二零件的系统的系统可靠性的预定水平而相对于所述第二组件缺货日期(120)优先所述组件缺货日期(114)。4.根据权利要求1 -3中任一项所述的生命周期过时预测系统(100)，其中所述预测器(112)进一步配置为估计维持所述零件的预报的存货水平(122)的成本，所述存货水平是实现包括所述零件的系统的预定的可持续性所必须的；并且其中所述预测器(112)进一步配置为基于所述组件缺货日期(114)估计包括所述零件的系统的可靠性，其中根据以下至少一项确定所述可靠性:所述系统由于所述零件的故障或维护而不可用的频率，和所述系统由于所述零件的故障或维护而不可用的时长。5.根据权利要求1-4中任一项所述的生命周期过时预测系统(100)，其中所述预测器(112)进一步配置为基于所述组件缺货日期(114)估计特定的可持续性需求(126)，所述特定的可持续性需求(126)是维持包括所述零件的系统的预定的可靠性所必需的；并且其中所述预定的可靠性包括以下项目中的一个:包括所述零件的所述系统的连续操作，包括所述零件的所述系统的不间断操作和包括所述零件的所述系...

【专利技术属性】
技术研发人员：W·E·赫尔姆斯，B·G·小布拉德利，C·L·莫茨凯达，D·M·马特洛克，K·H·伯登，C·V·鲍厄勒，
申请(专利权)人：波音公司，
类型：发明
国别省市：