Asset Cube

隨著使用時間拉長使設備逐漸劣化，故設備的更新替換為維護管理者重要的業務內 容，若在設備採購階段即能考量到後續維護的問題，便可在採購前即可避免日後不必要 的維護費用負擔，在 3.3.3 節所選出維護成本類型中的採購費目標，績效指標為總採購 費用與資產維護比，故在此建立「Asset Cube」，以檢視採購費的分配情形及其後續產 生維護費的比例，如 圖 34 所示為Asset Cube的資料結構，為雪花式資料綱要。在Asset Cube中探討的事實量值由績效指標衡量值轉換而來，其一般量值有採購金額，衍生量值 有資產維護比，在維度方面共有建物、設備類型、品牌規格、設備壽命等 4 個維度，這 些維度能讓維護管理者由不同角度來分析採購費之績效值變化，瞭解採購金額的偏高原 因受何影響，及後續產生的資產維護費比例多寡。

圖 34、Asset 雪花式綱要

經由「Asset Cube」的採購費分析，可得知歷年的採購費在各管理單位、建物中的 分配情形，及各設備種類及其下各項目的採購比重，更可深入了解比較各品牌規格其資 產維護比的高低，以做為下次購入相關設備的參考，如 圖 35 的查詢示範為依「建物類 型」中各管理單位中的各建物，並檢視「品牌規格」其各設備規格的採購金額與資產維 護比，如此可分析相關維護成本的影響因子對採購費目標中的績效指標所產生的數值變 化。

圖 35、Asset Cube 線上分析處理資料查詢示範

4.3.3.3. MTBF Cube

通常MTBF追求愈高愈好（Higher MTBF），代表設備越久才故障一次，較不容易 造成使用者的不便，也代表著設備的可靠度愈高。在 3.3.3 節所選出設備性能類型中的 可靠度目標，績效指標為總故障次數與平均失效間隔，在此建立「MTBF Cube」以供維 護管理者能得知設備的維護品質。如 圖 36 所示為MTBF Cube的資料結構，為雪花式資 料綱要。在MTBF Cube中探討的事實量值由績效指標衡量值轉換而來，MTBF Cube探討 的一般量值主要為故障次數及使用時間，衍生量值為平均間隔時間，在維度方面共有設 備類型、品牌規格、設備壽命、維護策略、維修保養、時間等 6 個維度，這些維度能讓 維護管理者由不同角度來分析可靠度之績效值變化，檢討故障次數過於頻繁的原因，並 可比較平均故障間隔時間的長短。

圖 36、MTBF 雪花式綱要

經由「MTBF Cube」的平均間隔時間分析，以故障頻率多寡來衡量設備的維護品質，

並可得知設備的正常連續使用時間，可看出何種設備類型較容易故障，設備壽命與績效 變化的關係，如 圖 37 的查詢示範為依「設備類型」中電氣種類的發電機項目，查詢「維 修保養」其各劣化部位的各劣化要因的故障次數與MTBF值，如此可分析相關設備效能 的影響因子對可靠度目標中的績效指標所產生的數值變化。

圖 37、MTBF Cube 線上分析處理資料查詢示範

4.3.3.4. MTTR Cube

所以MTTR 追求的是愈低愈好（Lower MTTR），代表愈能快速的處理故障現象，

使其回歸於正常的狀態，也代表其維護度越好。在 3.3.3 節所選出設備性能類型中的維 護度目標，績效指標為平均維護時間，故建立「MTTR Cube」以供維護管理者能得知設 備的維修處理時間與效率。如 圖 36 所示為MTTR Cube的資料結構，為雪花式資料綱 要。MTTR Cube探討的一般量值主要為故障次數及停止時間，衍生量值為平均維修時 間，在維度方面共有設備類型、品牌規格、設備壽命、維護策略、維修保養、時間等 6 個維度，這些維度能讓維護管理者由不同角度來分析維護度之績效值變化，以找出維護 時間太長的原因，並檢討維護效率。

圖 38、MTTR 雪花式綱要

經由「MTTR Cube」的平均維護時間分析，可得知設備的維修處理時間，也就是從 設備故障到維修完畢的花費時間，也象徵了維護廠商的維修保養效率及設備維修的困難 程度，如 圖 39 的查詢示範為依「設備類型」中電氣種類的發電機項目，依「維護策略」

中各維護廠商及各維護制度的各維護週期所查詢的MTTR值，如此可分析相關設備效能 的影響因子對維護度目標中的績效指標所產生的數值變化。

圖 39、MTTR Cube 線上分析處理資料查詢示範