CN105469148A - 船舶机电设备保障时机确定方法 - Google Patents

Abstract

本发明涉及一种设备保障时机确定方法，其特征在于，所述方法包括：步骤一：根据衰退模式的故障频率以及安全后果确定设备的风险等级；步骤二：根据确定的所述设备的风险等级，以及选择的决策变量，确定设备保障时机。本发明提供的方法使得用户能够准确评价设备剩余能力，确定合理的维修时机与操作策略。

Description

船舶机电设备保障时机确定方法

技术领域

本发明涉及船舶工程技术领域，尤其涉及一种船舶工程机电设备的技术领域。

背景技术

设备的剩余能力主要与设备的功能以及所承担的任务相关。对设备进行剩余能力评估，可以在保证任务完成度和使用安全性的前提下，充分有效地利用当前设备，从而提高设备的利用率，并对维修保障决策进行有力地支持。

目前,国内外实际应用的风险评价方法大致有以下几种:

1)定性评价，定性评价是根据人的经验和判断能力对生产工艺、设备、环境、人员、管理等方面的状况进行评价。在定性评价中,基于对“系统”存在的危险进行全面识别和确认,首先对各个危险的风险要素进行“定性”即“分级”,然后综合评价整个系统危险程度,即对整个系统的危险程度进行“定性”和“分级”。属于这类评价方法的有安全检查表、预先危险性分析、故障模式影响分析及危害度分析等方法。这类方法的特点是简单、便于操作,评价过程及结果直观,在国内外企业安全管理工作中被广泛使用。但是这类方法含有相当高的经验成分,带有一定的局限性,对系统危险性的描述缺乏深度。不同类型评价对象的评价结果没有可比性。

2)定量评价，定量评价是指利用精确数字(传统数学)方法求得系统事故(一般都是指特定事故)发生的概率,并将计算得出的事故概率同规定或预期的安全指标进行比较,以评价系统的安全水平是否满足要求。它主要依靠对历史统计数据,运用数学方法构造模型进行评价的方法。定量评价方法,主要有故障树分析、事件树分析、概率风险评价等。这类评价方法应用于设备可靠性分析,也可用于人身伤亡事故的分析并计算出设备或人身事故发生的概率。其应用需要有比较健全的基本原因事件的数据库,如使用概率风险评价方法需要取得组成系统各零部件和子系统发生故障的概率数据,但目前在民用工业系统中,这类数据的积累还很不充分,成为使用这一方法的根本性障碍。

发明内容

鉴于上述的分析，本发明旨在提供一种影响安全与装备可用性的船舶机电设备剩余能力确定方法，用以解决现有确定方法在船舶机电设备的剩余能力评价及据此进行设备维修决策方面存在的准确度不高、难以发挥作用的问题。

本发明的目的主要是通过以下技术方案实现的：一种设备保障时机确定方法，其特征在于，所述方法包括：步骤一：根据衰退模式的故障频率以及安全后果确定设备的风险等级；步骤二：根据确定的所述设备的风险等级，以及选择的决策变量，确定设备保障时机。

优选的，所述步骤一还包括，根据衰退模式的故障频率以及安全后果确定人员安全风险、环境安全风险、设备安全风险、维修风险中的至少一个，所述设备的风险等级为所述人员安全风险、环境安全风险、设备安全风险、维修风险中的至少一个中的最大值。

优选的，所述步骤二还包括设置决策的外界条件。

优选的，所述步骤二还包括通过灰色关联分析建立输入的变量，所述决策变量，以及外因变量与输出变量的关联矩阵。

优选的，所述的输入的变量为装备风险概率分布。

优选的，当得到多个保障时机时，将所述关联矩阵与权重矩阵相乘从而得到最优的保障时机。

优选的，当保障时机的计算无解时，重新确定决策的外界条件并计算保障时机。

优选的，所述外因变量是决策过程中不可控的变量。

本发明有益效果如下：本发明采用风险作为设备剩余能力的定义，并研究了基于健康评估的设备动态风险评价技术研究，在此基础上，以风险评价的结果为输入开展灰色系统理论的设备维修保障时机决策分析，使得用户能够准确评价设备剩余能力，确定合理的维修时机与操作策略。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。

图1本发明实施例提供的扩展故障模式、影响及危害性分析方法示意图；

图2为本发明实施例提供的动态风险确定方法示意图；

图3为本发明实施例提供的基于设备动态风险的设备维修保障时机多目标决策方法；

图4为本发明实施例提供的维修保障时机多目标决策方法。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。

提出了设备动态风险作为设备剩余能力评价指标的思路，并研究了利用扩展故障模式、影响及危害性分析确定四类风险因素概率及后果的方法，建立了设备动态风险确定方法，在此基础上，研究了基于设备动态风险的设备维修保障时机的多目标决策方法。

如图1、表1所示，扩展故障模式、影响及危害性分析是动态风险确定的第一步，它首先需要制定风险可接受准则，包括故障频率可接受准则、安全后果可接受准则、环境后果可接受准则、生产损失可接受准则、维修成本可接受准则和人员安全、环境、设备安全、维修成本风险矩阵等，在此基础上确定设备的重要度，作为动态风险评价的重要输入。

表1扩展故障模式、影响及危害性分析表

动态风险评价如图2所示：设备动态风险评价建立在风险评价基础之上，设备风险等级取决于该设备所有衰退模式的最高风险等级。衰退模式的风险等级判别从人员安全风险、环境安全风险、设备安全风险、维修安全风险等方面来评价。设备的风险等级由该设备衰退模式的最高风险等级确定，衰退模式风险等级和该衰退模式的发生概率、衰退模式影响后果以及根据管理目标制定的风险判别准则、风险矩阵有关。其计算公式如下：

人员安全风险可用下式表示：

R_s＝P×C_s

式中R_S——衰退模式发生的人员安全风险，

P——设备衰退模式的故障频率，

Cs——衰退模式的人员安全后果。

环境后果有关，环境安全风险可用下式表示：

R_E＝P×C_E

式中R_E——衰退模式发生的环境安全风险，

P——设备衰退模式的故障频率，

C_E——衰退模式的环境安全后果。

设备安全风险可用下式表示：

R_M＝P×C_M

式中R_M——衰退模式发生的设备安全风险，

P——设备衰退模式的故障频率，

C_M——衰退模式的设备安全后果。

维修风险可用下式表示：

R_C＝P×C_C

式中R_C——衰退模式发生的维修安全风险，

P——设备衰退模式的故障频率，

C_C——衰退模式的维修安全后果。

设备的风险等级由该设备所有衰退模式的最高风险等级决定，也就是说:若设备的某种衰退模式风险等级是高风险，则该设备的风险等级为高风险；若设备的所有衰退模式风险等级是低风险，则该设备的风险等级为低风险；其余情况定义为中风险。

假设第i种衰退模式风险等级为Ri：

R_i＝MAX(R_Si,R_Ei,R_Mi,R_Ci)

设备的风险等级为R:

R＝MAX(R_i)

式中i＝l，2，3，…，n。

基于以上公式可计算出设备当前的动态风险等级，并可基于一定样本统计其风险分布u_ξ(t)，维修保障时机多目标决策的重要输入。

维修保障时机多目标决策过程中需要利用多目标决策的方法来寻找符合决策约束的可行解。在求得有限个可行解再次寻找最佳解，具体流程如图3所示。

在维修保障时机多目标决策过程中，首先需要定义决策的边界，即定义决策外界条件或给出一定的假设以简化决策流程并加快求解过程。随后需要根据决策边界的划分，给出相应的几类决策中的变量及其评估方法。同时需要通过灰色关联分析建立决策变量、输入变量、外因变量与输出变量的关联并确定其每个变量的权重。此时需要输入历史数据或给出经验数据以辅助关联度的计算。随后为决策变量赋初始值，并开始根据约束条件及给出的算法寻找策略的可行解，直至达到求解精度(Δ≤ζ，即当前决策值的变化量小于或等于求解精度)求解过程完毕。随后根据求解过程中得出的可行解的数量分别进行决策：

(1)如果未求出可行解(N＝0)，若为产品设计阶段则需要进行敏感度分析并分析结果结合要求进行更改设计；若为使用阶段则需要降低约束条件直至寻找到可接受的可行解。

(2)如果存在一个可行解(N＝1)，则当前的可行解为唯一备选方案，在对方案进行评价后，修正方案并输出决策结果.

(3)如果存在多个可行解(N>1)，则需要再次进行相应的决策，对备选方案进行评估寻求最佳可行解，并最终输出这个最佳可行解的修正结果。

在基于灰色系统理论的单设备维修保障时机决策过程中，首先需要定义决策模型的5类基本变量：决策变量、输入变量、外因变量、输出变量、约束变量。

其中,决策变量指的是在决策过程中，最终要做出决定的变量，健康评估不确定性下的设备维修保障时机决策中的决策变量即为开始维修保障工作的时间节点T。

输入变量是指实施维修保障时机决策过程中所需要的，这些信息是决策的主要输入且在决策过程中部分可控。

定义集合U＝{u_λ(t),u_l(t),u_ξ(t),u_a(t)}，其中U为决策输入变量集合；u_λ(t)为设备的发生概率信息，为装备使用时间t的函数；u_l(t)为设备风险的真实分布，为装备使用时间t的函数，决策过程中不可控，但可以通过设计修改这一变量；u_ξ(t)为健康评估系统给出的设备风险的估计分布，是装备使用时间t的函数，决策中可控；u_a(t)为健康评估系统评估在t时刻健康评估的准确度。

外因变量时维修保障时机决策过程中与外部因素相关的变量，是决策过程中的重要输入信息之一。但与输入变量不同是，外因变量为决策过程中不可控的。

定义集合E＝{E₁,E₂,…,E_n}表示决策过程中外因变量的集合，其中E_i为集合中的元素即代表一个给定的外因变量。在本节讨论的决策模型中，外因变量主要包括：

(1)预定的装备更换维修保障费用E_MC：

(2)装备维修保障资源的运输费用E_RC，E_RC的具体取值与维修保障站点决策有关，将在下一章中详细讨论；

(3)装备出现随机故障后紧急维修保障费用E_EMC；

(4)装备出现随机故障后的损失E_FL；

(5)开展不必要的维修保障活动所产生的额外费用E_UL；

(6)当健康评估系统发出虚警后备件的剩余价值E_V(t)，可由式4.4求出

式1中，E(ξ)为备件真实寿命的期望；t为决策开展时刻；T为开展维修保障活动的时刻；C为备件的价值。

输出变量

决策的输出变量是单设备维修保障时机决策中在给定的输入、外因变量的条件下得到的与决策变量相关的中间状态变量以供决策者参考。

定义集合F＝{F₁(T,U,E),F₂(T,U,E),…,F_n(T,U,E)}表示健康评估不确定性下的单设备维修保障时机决策输出变量集合，其中F₁(T,U,E)为集合中的一个元素，是决策变量T、输入变量U以及外因变量E的算法函数。输出变量的集合中：

(1)设备在T时刻之前发生故障的风险F_BC：

根据边界条件，可以给出设备风险的估计我们知道产品风险估计值的分布服从正态分布，其中：

μ＝E(ξ)

σ＝u_a(t)

则，设备在T时刻前发生故障的概率可以转换为装备预计的风险小于T的概率，即：

令则有：

设备在T时刻之前发生故障的风险F_BC可表达为：

(2)设备在T时刻维修保障后，尚存在大量风险的风险F_AC，根据式6可以得出其理论计算公式：

F_AC＝(E_UL+E_MC+E_V(t))×{1-[p^(k)(t)]ⁿ}(6)

根据F_BC计算方法，设备在T时刻之后才发生故障的风险F_AC可按照一下算法计算：

由于R_ξ(t)+F_ξ(t)＝1，则有：

约束变量是基于灰色系统理论的单设备维修保障时机决策过程中判定方案是否为有效解的判据。基于灰色系统理论的单设备维修保障时机决策的目标是在满足规定的可用度的约束下使设备维修保障费用降至最小，所以可以定义约束变量集合为G＝{g_C,g_bf}，其中：

(1)g_C为当前策略下的维修保障最大可承受费用；

(2)g_bf为当前策略下装备在预定的维修保障活动之前发生故障的最大可承受概率。

则满足约束变量的可行解可表达为：

T＝{T^*|g_bf(T)-g_bf≤0,g_C(T)-g_C≤0}

基于灰色系统理论的单设备维修保障时机决策模型如公式9所示：

本发明具体实施方式提供的方法，包括：

步骤一：定义变量

定义决策变量为T，输入变量为装备风险概率分布u_ξ(t)，则有：

其中,t为时间，μ为均值；σ为方差。

输出变量为：F_BC、F_AC以及g_bf(T)

步骤二：定义求解精度ζ，0＜Δ＜E(ξ)。

步骤三：下行求解F_BC、F_AC及g_bf(T)，需要同时满足以下条件方能看作第k个可行解：

求解终止条件为：

满足式13说明设备在E(ξ)-lΔ时刻维修保障后，尚存在大量风险的风险F_AC超出约束限制；或下次下行求解中的时间小于当前决策时间。

步骤四：上行求解F_BC、F_AC及g_bf(T)，需要同时满足以下条件方能看作第k^*个可行解：

求解终止条件为：

步骤五：定义可行解集合

可行解集合假设可行解共有n个方案，即n＝k+k^*。每个方案可定义为X_i＝{F⁽ⁱ⁾ _BC,F⁽ⁱ⁾ _AC,F⁽ⁱ⁾ _C,g⁽ⁱ⁾ _bf}，即每个方案拥有4个关联属性。通过关联度分析方法得出的4个关联属性的关联度矩阵，但通过关联度矩阵得出属性权重是一种客观赋权法。虽然其能够客观的反应属性与方案关联程度的强弱，但由于无法考虑属性的实际含义，并不能体现决策者对不同属性的重视程度X由k个下行可行解与k^*个上行可行解构成。

通过设置不同的权重，以适应不同的应用场合，但这类权重的设置往往会对决策结果带来过多的主观影响。本发明通过组合赋权法综合考虑属性的设置权重与客观权重，有助于提高决策结果的准确性。

假设此时有m个专家根据经验并结合每个方案的关联属性值对n个方案进行打分，可以得到方案分值矩阵S_(n×m)：

其中

a₁≤S_ij≤a₂

a₁≤a₂

i∈[1,n],j∈[1,m](18)

所以每个方案的归一化分值矩阵S_(n×1)为：

通过上文所述的改进型关联度分析可以建立每个属性与方案归一化评价结论的关联程度矩阵：

则经过组合赋权修正的属性权重矩阵W_(4×1)为：

按照经过组合赋权法修正的属性权重，可以按照以下步骤开展可行方案的寻优。

步骤一：按照上文所述均值化方法计算属性值无量纲化矩阵

步骤二：加权计分

步骤三：通过比较每个方案的分值P⁽ⁱ⁾，分值最大者则为当前情况下的最优可行方案，即可以得出开展维修保障活动的时机T

综上所述，本发明实施提供了一种基于健康评估的设备动态风险确定方法，以及以此为输入的灰色系统理论的设备维修保障时机决策分析方法，为指导船上用户准确评价设备剩余能力，确定合理的维修时机与操作策略提供了有力支持。

本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种设备保障时机确定方法，其特征在于，所述方法包括：

步骤一：根据衰退模式的故障频率以及安全后果确定设备的风险等级；

步骤二：根据确定的所述设备的风险等级，以及选择的决策变量，确定设备保障时机。

2.根据权利要求1所述的设备保障时机确定方法，其特征在于，所述步骤一还包括，根据衰退模式的故障频率以及安全后果确定人员安全风险、环境安全风险、设备安全风险、维修风险中的至少一个，所述设备的风险等级为所述人员安全风险、环境安全风险、设备安全风险、维修风险中的至少一个中的最大值。

3.根据权利要求1所述的设备保障时机确定方法，其特征在于，所述步骤二还包括设置决策的外界条件。

4.根据权利要求3所述的设备保障时机确定方法，其特征在于，所述步骤二还包括通过灰色关联分析建立输入的变量，所述决策变量，以及外因变量与输出变量的关联矩阵。

5.根据权利要求3所述的设备保障时机确定方法，其特征在于，所述的输入的变量为装备风险概率分布。

6.根据权利要求4所述的设备保障时机确定方法，其特征在于，当得到多个保障时机时，将所述关联矩阵与权重矩阵相乘从而得到最优的保障时机。

7.根据权利要求4所述的设备保障时机确定方法，其特征在于，当保障时机的计算无解时，重新确定决策的外界条件并计算保障时机。

8.根据权利要求4所述的设备保障时机确定方法，其特征在于，所述外因变量是决策过程中不可控的变量。