CN103745293B - 一种rcm分析方法 - Google Patents

一种rcm分析方法 Download PDF

Info

Publication number
CN103745293B
CN103745293B CN201310636709.6A CN201310636709A CN103745293B CN 103745293 B CN103745293 B CN 103745293B CN 201310636709 A CN201310636709 A CN 201310636709A CN 103745293 B CN103745293 B CN 103745293B
Authority
CN
China
Prior art keywords
equipment
fault
maintenance
analysis
sub
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310636709.6A
Other languages
English (en)
Other versions
CN103745293A (zh
Inventor
陈宇
黄立军
马沂荩
江虹
曹智鹏
张涛
杨立飞
陈世均
陈栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China General Nuclear Power Corp
Suzhou Nuclear Power Research Institute Co Ltd
Original Assignee
China General Nuclear Power Corp
Suzhou Nuclear Power Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China General Nuclear Power Corp, Suzhou Nuclear Power Research Institute Co Ltd filed Critical China General Nuclear Power Corp
Priority to CN201310636709.6A priority Critical patent/CN103745293B/zh
Publication of CN103745293A publication Critical patent/CN103745293A/zh
Application granted granted Critical
Publication of CN103745293B publication Critical patent/CN103745293B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种RCM分析方法,该方法包括:分析功能级故障后果、进行RTF评判,并根据所述分析的结果对所述设备进行关键度分类,生成需进行维修需求分析的设备清单;对所述需进行维修需求分析的设备清单中的设备进行故障模式、故障影响、故障后果分析;确定所述设备的运行频度以及运行工况;结合维修策略模板数据库、所述关键度分类、故障后果、运行频度以及运行工况,按照一预设的决断逻辑选择相应的维修策略。实施本发明的方法,弥补了原RCM分析方法过于依赖分析人员经验、以及简单依靠经验反馈的不足之处,为确定设备维修需求、制定和优化维修策略提供技术支持,提高系统/设备运行可靠性,降低设备运行维修成本。

Description

一种RCM分析方法
技术领域
本发明涉及设备维护领域,尤其涉及一种RCM分析方法。
背景技术
RCM,即以可靠性为中心的维修(Reliability-centered Maintenance),是目前国际上通用的用于确定设备维修需求,制定和优化维修策略的一种系统工程方法。目前,RCM过程通过具体分析根据设备的功能、功能故障、故障模式、故障影响、故障后果等来评估和建立维修策略,维持设备的性能。标准的RCM分析过程是根据《以可靠性为中心的维修过程的评审准则》(SAE JA1011)给出的RCM过程准则进行的,该准则要求RCM分析方法需要对所选定的分析系统或设备就七个问题进行提问和回答展开分析和维修决策。七个问题具体包括:
a.在现行的使用环境下,设备的功能及相关性能指标是什么?
b.什么情况下设备无法实现其功能?
c.引起各种功能故障的原因是什么?
d.各种故障发生时会出现哪些故障影响或情况?
e.什么情况下的故障至关重要?
f.做什么工作才能预防或预测该种故障模式?
g.如果找不到适当的预防性工作,如何管理后果?
根据技术人员的回答确定维修策略。其目的在于制定科学合理的维修大纲以最大程度地提高维修工作的合理性和有效性,实现设备使用可靠性的提高。
RCM方法在确定设备维修需求、制定和优化维修策略方面提供了一种系统工程方法。
但是,在上述分析过程中,过多依赖分析人员的经验,并缺乏评判准则,包括故障后果、技术特性的评判准则等。正是存在诸多问题,在一定程度上局限了传统RCM的应用和发展。
发明内容
针对现有技术中,RCM方法过多依赖分析人员的经验水平、分析成果标准化和规范化程度不够,同时分析成果的记录、积累和数据库化处理非常繁琐,以及简单依靠经验反馈的缺陷,在一定程度上妨碍了RCM方法发展和推广的缺陷,本发明提供一种RCM分析方法。
本发明解决现有技术问题所采用的技术方案是:构造一种RCM分析方法,该方法包括以下步骤:
步骤A,分析功能级故障后果、进行RTF评判,并根据所述分析的结果对所述设备进行关键度分类,生成需进行维修需求分析的设备清单;
步骤B,结合维修策略模板数据库对所述需进行维修需求分析的设备清单中的设备进行故障模式、故障影响、故障后果分析;
步骤C,确定所述设备的运行频度以及运行工况;
步骤D,结合维修策略模板数据库、所述关键度分类、故障后果、运行频度以及运行工况,按照一预设的决断逻辑选择相应的维修策略。
所述步骤A包括:
子步骤A1,列写出系统的功能以及性能标准;
子步骤A2,根据所述功能,列写各功能的功能故障,以及与所述功能故障相对应的功能级故障后果;
子步骤A3,根据所述功能级故障后果的严重程度进行故障后果分类;
子步骤A4,在所述功能故障中识别可能导致功能故障发生的设备;
子步骤A5,根据所述故障后果分类及RTF评判结果,对所述设备进行关键度分类,生成需进行维修需求分析的设备清单。
所述步骤B包括:
子步骤B1,根据维修策略模板数据库确定所述需进行维修需求分析的设备清单中各设备的故障模式;
子步骤B2,根据所述维修策略模板数据库分析所述各设备的故障模式的设备级故障影响;
子步骤B3,确定所述故障模式导致的系统级/厂级故障影响;
子步骤B4,确定所述故障模式导致的系统级/厂级故障影响的故障后果。
在所述子步骤A3中,根据所述设备的故障后果设置一预设的严重程度判断标准,并根据所述严重程度判断标准进行故障后果的严重程度判断。
设置一预设的RTF评判标准,并根据所述RTF评判标准对故障后果的严重程度判断定为非重要的设备进行评判。
在所述子步骤B1、B2中,通过维修策略模板数据库将所述设备的故障模式以及设备级故障影响自动获取。
在所述步骤C中,根据所述设备的运行频率以及运行工况预设一用于技术特性分析的判断标准,并根据所述判断标准对所述运行频率以及运行工况进行技术特性分析。
在所述步骤D中,通过所述维修策略模板数据库自动生成所述设备维修策略。
实施本发明的方法,具有以下有益效果:通过分析流程改进、知识库引入、定量模型引入,弥补了原RCM分析方法过于依赖分析人员经验、以及简单依靠经验反馈的不足之处,为确定设备维修需求、制定和优化维修策略提供支持。本发明易于推广,具备自动化流程运行基础。可以有效提高系统/设备运行可靠性,降低设备运行维修成本,带来较大经济效益。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明较佳实施例提供的RCM分析方法的流程图;
图2是图1所述的所述步骤A的子步骤的具体流程图;
图3是图1所述的所述步骤B的子步骤的具体流程图;
图4与图5是本发明较佳实施例提供的RCM逻辑决断图。
具体实施方式
如图1所示是本发明较佳实施例提供的RCM分析方法的流程图。
步骤A,分析功能级故障后果、进行RTF评判,并根据所述分析的结果对所述设备进行关键度分类,生成需进行维修需求分析的设备清单。步骤A包括以下子步骤:
子步骤A1,列写出系统的功能以及性能标准;
子步骤A2,根据所述功能,列写各功能的功能故障,以及与所述功能故障相对应的功能级故障后果;
子步骤A3,根据所述功能级故障后果的严重程度进行故障后果分类;
子步骤A4,在所述功能故障中识别可能导致功能故障发生的设备;
子步骤A5,根据所述故障后果分类及RTF评判结果,对所述设备进行关键度分类,生成需进行维修需求分析的设备清单。
其中,RCM,即以可靠性为中心的维修(Reliability-centered Maintenance),定义的功能分为主要功能和辅助功能。主要功能是指企业为满足生产目的所要达到的主要设备功能集成;辅助功能是指主要功能以外的设备存在能给系统或用户提供的功能。
对步骤A分析出来的系统功能进行功能故障与功能级故障后果分析。主要分析功能的完全丧失或部分丧失(功能故障)可能对电厂和系统造成的影响(功能级故障后果),并按照功能级故障后果判断准则对功能故障的后果进行判断,区分出功能故障后果的不同严重程度。
例如,针对核电厂的功能级故障后果重要度判断标准:
导致核安全降级;
导致工业安全或工业安全风险;
导致停机停堆;
导致降负荷;
影响重要冗余度;
影响成本;
无影响。
对步骤A分析出来的系统功能进行功能故障与功能级故障后果分析后,对分析的功能进行设备识别。识别导致功能故障的设备,并根据判断标准对设备关键度进行判断。主要将设备分为重要设备、N-RTF设备、RTF设备三种类型。
其中,对上述分析为严重功能故障后果有“贡献”的设备为重要设备;对无影响的功能故障后果有“贡献”的设备为非重要待RTF评判的设备,并按照RTF评判标准进行分析。通过RTF评判的设备,即RTF设备;不能通过RTF评判的设备,即N-RTF设备。
例如,针对核电厂的RTF评判标准如下:
设备故障能导致个人、工业安全、环境、辐射安全风险等的不可接受的增加。
设备有不可接受的高维修史、更换史、或高运行成本史。
设备过时或供应短缺,修理更换费用高或所需时间长。
设备故障会增加其他设备的故障,或影响其他关键设备的运行。
设备故障会导致功率瞬态、必需的冗余功能或纵深防御降低。
设备故障会导致限制性后果,如违反相关的管理条例。
设备故障将影响或导致关键部件不能及时维修。
比起修理或更换,预防性维修该设备是更划算的。
最后,生成需进行维修需求分析的设备清单。根据上述设备分类结果,其中重要设备与非重要但需要分析的设备(N-RTF)需要汇总至待需求分析的维修设备清单,RTF设备不需要制定维修策略。
步骤B,对所述需进行维修需求分析的设备清单中的设备进行故障模式、故障影响、故障后果分析。
同时,步骤B包括以下子步骤:
子步骤B1,根据维修策略模板数据库确定所述需进行维修需求分析的设备清单中各设备的故障模式;
子步骤B2,根据所述维修策略模板数据库分析所述各设备的故障模式的设备级故障影响;
子步骤B3,确定所述故障模式导致的系统级/厂级故障影响;
子步骤B4,确定所述故障模式导致的系统级/厂级故障影响的故障后果。
首先,分析需进行维修需求分析的设备清单中的设备的故障模式。根据设备类型从维修策略模版数据库中导入该类型设备的故障模式与设备级影响。并分析以前在相同或相似的设备上已出现的故障或截止目前尚未发生过,但是分析认为有可能发生的故障模式。
然后,针对上述导入的设备级影响进行分析。按照故障模式发生后会引起一系列设备状态特性的变化。分析在设备层面故障的发展演变过程,如何影响到设备的正常运行以及影响的严重程度等。
再次,对上述分析的设备级故障影响分析其厂级/系统级故障影响。设备级故障影响发生后,会对系统功能产生哪些影响,包括影响到安全、环境、生产等环节。
最后,分析上述厂级/系统级故障影响会造成的故障后果。根据厂级/系统级故障影响,按RCM决断逻辑图(如下图4所示)顺序评估故障后果为显/隐性,为安全/环境/生产/非生产相关。
步骤C,确定所述设备的运行频度以及运行工况。
分析需进行维修需求分析的设备清单中的设备的技术特性。根据判断准则分析设备运行频度、运行环境,与设备关键度分类结果一同作为后续维修策略决断的依据。例如,相关判断标准如下:
1、运行频度
设备运行频度涉及到设备运行方式的数据。每个设备根据运行频度等级可以分为高频度(H)和低频度(L)。
1)该设备连续运行
2)该设备的运行周期频繁
3)该设备经常折损运行
4)该设备经常或持续处在电压或控制流体(气、水)的压力下
2、运行环境
设备运行环境涉及到设备运行的环境数据。每个设备根据其运行环境可以将其欲行环境分为恶劣环境(S)和一般环境(M)
以下几种情况为恶劣环境:
1)温度大幅变化或温度极冷极热
2)压力大幅变化或压力极大
3)振动强烈
4)高湿度
5)高放射性
6)腐蚀环境
7)带压水喷射、冲刷或过度粉尘
步骤D,结合维修策略模板数据库、所述关键度分类、设备故障后果,按照决断逻辑选择相应的维修策略。
分析上述维修设备清单中的设备的维修需求。首先,根据上述设备重要程度判断结果、以及上述技术特性分析结果的不同组合,从维修策略模板数据库中导入相应的预防性维修策略组;然后根据故障后果分析结果按照RCM逻辑决断图(如下图4所示)从导入的维修策略组中选择合适类型的维修策略,并允许根据现场运行维修经验反馈对维修策略进行修正。
其中,RCM维修策略类型分为7类:状态监测、定期翻修、定期更换、定期试验、纠正维修和重新设计。在制定维修策略时,应同步分析维修策略实施所需的状态。
图4与图5是本发明较佳实施例提供的RCM逻辑决断图。
当上述故障本身发生后,判断用户是否能察觉到相关功能已丧失,图4与图5分别是用户已察觉到和用户未察觉到相关功能已丧失的RCM逻辑判断图。
如图4所示,当该故障本身发生后,用户察觉到相关功能已丧失,若该单一故障未影响安全,同时,该单一故障没有影响环境并且没有影响生产,则需要考虑预防性维修成本或者纠正性费用;若影响生产,则需要考虑预防性维修成本,或者生产损失和纠正性费用,在这两种情况下,选定的任务必须证明能把故障模式的管理费用降低到最低。
若该单一故障影响安全或者影响环境,则选定的任务必须能把故障发生的可能性降到可忍受的概率。
然后再判断状态监测是否技术上可行;判断定期维护是否技术上可行;判断定期更换是否技术上可行;判断上述任务类型加在一起是否比单独一个任务更有效;判断定期实验是否技术上可行;判断用户能否忍受该故障影响和发生概率。经过上述一种或多种判断后,相应的做出是否重新设计处理。
如图5所示,当该故障本身发生后,用户未察觉到相关功能已丧失,若该多重故障未影响安全,同时,该多重故障没有影响环境并且没有影响生产,则需要考虑预防性维修成本或者纠正性费用;若影响生产,则需要考虑预防性维修成本,或者生产损失和纠正性费用,在这两种情况下,选定的任务必须证明能把故障模式的管理费用降低到最低。
若该多重故障影响安全或者影响环境,则选定的任务必须能把故障发生的可能性降到可忍受的概率。
然后再判断状态监测是否技术上可行;判断定期维护是否技术上可行;判断定期更换是否技术上可行;判断上述任务类型加在一起是否比单独一个任务更有效;判断定期实验是否技术上可行;判断用户能否忍受该故障影响和发生概率。经过上述一种或多种判断后,根据判断结果做出相应的是否需要重新设计的处理。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (6)

1.一种RCM分析方法,其特征在于,所述方法包括:
步骤A,分析功能级故障后果、进行RTF评判,并根据所述分析的结果对设备进行关键度分类,生成需进行维修需求分析的设备清单;
步骤B,对所述需进行维修需求分析的设备清单中的设备进行故障模式、故障影响、故障后果分析;
步骤C,确定所述设备清单中的设备的运行频度以及运行工况;
步骤D,结合维修策略模板数据库、所述关键度分类、故障后果、运行频度以及运行工况,按照一预设的决断逻辑选择相应的维修策略;
其中,所述步骤A包括:
子步骤A1,列写出系统的功能以及性能标准;
子步骤A2,根据所述功能,列写各功能的功能故障,以及与所述功能故障相对应的功能级故障后果;
子步骤A3,根据所述功能级故障后果的严重程度进行故障后果分类;
子步骤A4,在所述功能故障中识别可能导致功能故障发生的设备;
子步骤A5,根据所述故障后果分类及RTF评判结果,对所述设备进行关键度分类,生成需进行维修需求分析的设备清单;
在所述子步骤A3中,根据所述设备的故障后果设置一预设的严重程度判断标准,并根据所述严重程度判断标准进行故障后果的严重程度判断;
在所述子步骤A5中,设置一预设的RTF评判标准,并根据所述严重程度判断标准以及所述RTF评判标准对所述设备的重要度进行识别;
其中,RTF评判标准包括:
设备故障能导致个人、工业安全、环境、辐射安全风险的不可接受的增加;
设备有不可接受的高维修史、更换史、或高运行成本史;
设备过时或供应短缺,修理更换费用高或所需时间长;
设备故障会增加其他设备的故障,或影响其他关键设备的运行;
设备故障会导致功率瞬态、必需的冗余功能或纵深防御降低;
设备故障会导致限制性后果,限制性后果包括:违反相关的管理条例;
设备故障将影响或导致关键部件不能及时维修;
比起修理或更换,预防性维修该设备是更划算的。
2.根据权利要求1所述的RCM分析方法,其特征在于,所述步骤B包括:
子步骤B1,根据维修策略模板数据库确定所述需进行维修需求分析的设备清单中各设备的故障模式;
子步骤B2,根据所述维修策略模板数据库分析所述各设备的故障模式的设备级故障影响;
子步骤B3,确定所述故障模式导致的系统级/厂级故障影响;
子步骤B4,确定所述故障模式导致的系统级/厂级故障影响的故障后果。
3.根据权利要求1所述的RCM分析方法,其特征在于,根据所述RTF评判标准对故障后果严重程度定为非重要的设备进行评判。
4.根据权利要求3所述的RCM分析方法,其特征在于,通过所述维修策略模板数据库将自动获取所述设备清单中的设备的故障模式以及设备级故障影响。
5.根据权利要求1所述的RCM分析方法,其特征在于,根据所述设备清单中的设备的运行频率以及运行工况预设一用于技术特性分析的判断标准,并根据所述判断标准对所述运行频率以及运行工况进行技术特性分析。
6.根据权利要求1所述的RCM分析方法,其特征在于,通过维修策略模板数据库自动生成所述设备清单中的设备的维修策略。
CN201310636709.6A 2013-11-27 2013-11-27 一种rcm分析方法 Active CN103745293B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310636709.6A CN103745293B (zh) 2013-11-27 2013-11-27 一种rcm分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310636709.6A CN103745293B (zh) 2013-11-27 2013-11-27 一种rcm分析方法

Publications (2)

Publication Number Publication Date
CN103745293A CN103745293A (zh) 2014-04-23
CN103745293B true CN103745293B (zh) 2017-08-01

Family

ID=50502310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310636709.6A Active CN103745293B (zh) 2013-11-27 2013-11-27 一种rcm分析方法

Country Status (1)

Country Link
CN (1) CN103745293B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376175B (zh) * 2014-11-20 2017-11-14 苏州热工研究院有限公司 一种通过维修性评价选择核电站阀门的方法
CN105989435B (zh) * 2015-02-06 2020-01-07 中国石油天然气股份有限公司 一种基于rcm理论估算设备维护周期的方法
CN105260947B (zh) * 2015-10-13 2019-06-25 苏州热工研究院有限公司 用于核电站设计阶段的可用率评价方法
CN106651065A (zh) * 2015-10-29 2017-05-10 苏州热工研究院有限公司 在运核电厂寿期管理关注部件筛选方法
KR20170054957A (ko) * 2015-11-10 2017-05-18 한국해양과학기술원 해양플랜트 예지보전 시스템 및 이를 사용한 해양플랜트 예지보전방법
CN105574332B (zh) * 2015-12-12 2019-03-08 中国航空工业集团公司西安飞机设计研究所 运输类飞机装置在系统中的重要度分析方法及其分析系统
CN106503807B (zh) * 2016-09-20 2020-07-17 西南石油大学 一种改进型rcm分析方法及基于其的动设备完整性评价系统
CN106569061A (zh) * 2016-11-01 2017-04-19 中车株洲电力机车研究所有限公司 一种故障模式、原因及重要度分析方法
CN106557839B (zh) * 2016-11-15 2020-04-14 苏州热工研究院有限公司 一种基于大数据的设备维修策略优化方法及系统
CN106779102B (zh) * 2016-12-08 2020-10-09 苏州热工研究院有限公司 一种核电厂维修策略优化方法以及装置
CN107025488A (zh) * 2017-03-30 2017-08-08 广东中设智控科技股份有限公司 一种设备检维修方法及系统
CN110135672B (zh) * 2018-02-08 2023-06-20 北京航空航天大学 一种分析修理级别的方法及装置
CN109389229B (zh) * 2018-10-15 2021-03-23 苏州热工研究院有限公司 以技术分析为导向的仪控设备维修策略分析方法
CN109521751A (zh) * 2018-10-23 2019-03-26 中核核电运行管理有限公司 一种核电厂关键敏感设备故障缓解方法
CN109961217A (zh) * 2019-02-28 2019-07-02 苏州热工研究院有限公司 核电站设备可靠性分级方法、系统以及可读存储介质
CN109978192A (zh) * 2019-04-10 2019-07-05 华能澜沧江水电股份有限公司 一种巨型水电厂状态维护模型构建方法及系统
CN110415846B (zh) * 2019-08-14 2021-08-06 苏州热工研究院有限公司 核电机组长期临停下受影响设备的识别方法
CN112446585A (zh) * 2020-10-16 2021-03-05 北京博华信智科技股份有限公司 海洋石油动设备动态rcm分析系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201891593U (zh) * 2010-12-14 2011-07-06 中国石油天然气股份有限公司 一种基于故障诊断的维修决策系统
CN102509018A (zh) * 2011-11-11 2012-06-20 山东电力研究院 电力系统设备重要性评价系统及方法
EP2492853A1 (en) * 2011-02-24 2012-08-29 BAE Systems PLC Reliability centred maintenance

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201891593U (zh) * 2010-12-14 2011-07-06 中国石油天然气股份有限公司 一种基于故障诊断的维修决策系统
EP2492853A1 (en) * 2011-02-24 2012-08-29 BAE Systems PLC Reliability centred maintenance
CN102509018A (zh) * 2011-11-11 2012-06-20 山东电力研究院 电力系统设备重要性评价系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"以可靠性为中心的维修在国内核电的应用研究与创新";陈世均 等;《2009核能行业可靠性维修(RCM)研讨会论文集》;20110318;第11页第2段至第14页倒数第2段 *
"基于RCM理论的工业设备维修策略和维修管理系统研究";童晟;《中国优秀硕士学位论文全文数据库 信息科技辑》;20071215;第3章第3.1、3.4节 *

Also Published As

Publication number Publication date
CN103745293A (zh) 2014-04-23

Similar Documents

Publication Publication Date Title
CN103745293B (zh) 一种rcm分析方法
CN104268678B (zh) 一种以动态可靠性为基础的石化设备预防性维修方法
JP4550632B2 (ja) 設備保全計画支援システムおよびその支援方法
CN107122832A (zh) 一种质量控制与可靠性分析的制造系统预防性维修方法
CN109740930A (zh) 维修策略制定及可靠度评估方法、终端和计算机存储介质
CN104700326A (zh) 配电网风险评估方法
CN110598878A (zh) 一种基于炼化装置停工大修的检修计划tier4评估技术
Azadeh et al. Selection of optimum maintenance policy using an integrated multi-criteria Taguchi modeling approach by considering resilience engineering
CN103218535A (zh) 电力通信设备检测方案的选择方法及装置
CN111128425A (zh) 核电厂安全相关系统和设备定期试验监督要求执行方法
JP2008015775A (ja) プラントの保全支援システムおよびその保全支援方法
Sheikhalishahi et al. Maintenance scheduling optimization in a multiple production line considering human error
CN106557839B (zh) 一种基于大数据的设备维修策略优化方法及系统
CN110909068B (zh) 应急柴油发电机组大数据采集处理方法、系统及存储介质
Mohammadhasani et al. Multi-state unavailability analysis of safety system redundant components with aging effect under surveillance testing
JP2010272023A (ja) プラント保全装置およびプラント保全方法
Varde Operational Risk Management
JP2007265112A (ja) 保全支援方法及びその装置
CN105574772A (zh) 一种炼油设备缺陷失效数据的资源化利用方法
Hari Prasad et al. Risk management of NPPs using risk monitors
Jia et al. Optimization of joint maintenance strategy for safety‐critical systems with different reliability degrees
Burhanuddin et al. Reliability analysis of the failure data in industrial repairable systems due to equipment risk factors
CN110378592A (zh) 一种动态评估设备风险的方法
Narimisaa et al. Technical Inspection Engineering and Risk Based Inspection in order to optimize inspection plans
Fujita et al. Optimization of 21 Condition Based Maintenance based on costs and safety in a production line

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant