摘 要：设备维护的基础是对故障信息的正确记录和汇总。鉴于目前市面上尚未有成熟的体系化通用类设备故障记录分析方法，本文在设备管理现状及传统故障分析方法的简要综述基础上，简单介绍“多级代码标准化故障分析（BDC）方法”，通过示例阐述其实际应用和优点，关键是应用DEA数据包络分析模型对BDC方法有效性进行分析研究。
关键词：故障代码；多级BDC；DEA模型
Equipment Failure analysis method based on Multi-level Breakdown code standardization
Zhang Lei， Zhang Yong-Jun
（School of Economics and Management， Tongji University， Shanghai 200092）
Abstract： Equipment maintenance is based on records and summary of breakdown information. However， there is no an existing mature system of universal equipment breakdown recording and failure analysis. In this context， this paper proposed and developed accordingly an innovative “multi-level breakdown code standardization failure analysis method”， after briefly reviewing the traditional failure analysis methods. The method is then illustrated through practical examples and its benefits are demonstrated. Finally， use DEA （Data Envelopment Analysis） to justify the validation of BDC.
Key Words： Breakdown Code， Multi-level BDC， DEA Model
1. 引言
数据包络分析（DEA=Data Envelopment Analysis）是美国著名运筹学家Charnes等提出的一种效率评价方法，经过30多年的发展，现已成为管理学、经济学、系统科学等领域中一种常用且重要的分析工具[1]。
本文从设备维修管理工作的基础出发，提出了一种多级代码标准化故障分析方法BDC（Breakdown Code），在设备故障信息数据库建立方面，采用分区、分级、标准化、代码化等方法，综合考虑现实应用问题，包括通用性、企业因素的自由拓展、灵活多变、简单实用等，通过试验应用验证并不断优化，最终可获得设备故障信息的标准化、数据化，可以简单明了地通过图表展现企业设备总体状况、提示重点问题，有利于企业设备维护策略的制定。BDC故障标准化代码有利于发现问题，故障记录、分析不是要花更多的时间做文字工作，而是花更多时间思考问题。传统故障分析方法多解决已知问题，且存在下列弊端：无法纵观全局、不利于发现重点故障、逐一分析则会导致工作量巨大、很难覆盖企业所有设备等。
收集企业过去几年故障数据，并对其变化规律做出统计、分析和归纳，从而得到一个总体的预测模型[2～4]，据预测制定维修策略及生产策略参考。运用BDC进行故障登记，以登记表作为源数据建立数据透视表，利用透视表功能选择关键字段进行报表筛选，再插入帕累托（PARETO）图。由图表很容易发现设备多发、重复故障、重点故障等，要获得任意区域、设备、部件及某故障的重要讯息非常简单。继而还可以开发应用电子数据信息系统对源数据进行汇总、分析（要求不高的企业或可直接应用Excel），并按需要生成各类报表、分析图等。管理层可根据这些报表、帕累托图制定相关设备的维修策略。该BDC方法可衍生为二级、三级、四级直至多级代码分析方法。
2. DEA基本及经典模型介绍
数据包络分析DEA（Data Envelopment Analysis）将单输入、单输出的工程效率概念推广到多输入、多输出同类决策单元（Decision Making Unit， DMU）的有效性评价中，极大地丰富了微观经济中的生产函数理论及其应用技术，同时，在避免主观因素、简化算法、减少误差等方面有着不可低估的优越性[8，9]。
假设有n个决策单元，每个决策单元都有m种类型的”输入”以及s种类型的”输出”，各决策单元的输入和输出数据如表4.2所示。
xij为第j个决策单元对第i种输入的投入量，xij>0；
yrj为第j个决策单元对第r种输出的产出量，yrj>0；
vi为对第i种输入的权；
ur为对第r种输出的权；
其中，，。方便起见记为：
对于权系数和（即v为m维实数向量，u为s维实数向量），决策单元j的效率评价指数如下：
通常可适当地选择权系数v和u，使其满足
当评价第个决策单元的效率时，以权系数v和u为变量，以第j0个决策单元的效率指数为目标，以所有决策单元的效率指数
为约束，构成如下C2R模型：
（4.2）
这里”≤”表示每个分量都小于或等于，”≤”表示每个分量都小于或等于且至少有一个分量不等于，”
