CN106503879A - 海洋平台动设备的重要度评价方法和系统 - Google Patents
海洋平台动设备的重要度评价方法和系统 Download PDFInfo
- Publication number
- CN106503879A CN106503879A CN201610832166.9A CN201610832166A CN106503879A CN 106503879 A CN106503879 A CN 106503879A CN 201610832166 A CN201610832166 A CN 201610832166A CN 106503879 A CN106503879 A CN 106503879A
- Authority
- CN
- China
- Prior art keywords
- importance degree
- equipment
- degree evaluation
- evaluation index
- index
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 198
- 238000000034 method Methods 0.000 title claims abstract description 83
- 230000001186 cumulative effect Effects 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004088 simulation Methods 0.000 claims description 6
- 238000000205 computational method Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 abstract description 15
- 238000013139 quantization Methods 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 description 25
- 238000004458 analytical method Methods 0.000 description 18
- 239000011159 matrix material Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 230000000712 assembly Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000005553 drilling Methods 0.000 description 5
- 238000004451 qualitative analysis Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 238000004445 quantitative analysis Methods 0.000 description 4
- 238000012913 prioritisation Methods 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 238000012764 semi-quantitative analysis Methods 0.000 description 2
- 238000010008 shearing Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 244000309464 bull Species 0.000 description 1
- 238000005119 centrifugation Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000011058 failure modes and effects analysis Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000005496 tempering Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种海洋平台动设备的重要度评价方法及系统，其方法包括：S1.建立设备的重要度评价指标；S2.建立各重要度评价指标的评分标准；S3.多个评价者分别采用AHP方法确定出各重要度评价指标的初始权重值及优序关系，得到各重要度评价指标的多种初始权重值及优序关系；S4.采用模糊Borda序值法对各重要度评价指标的多种初始权重值及优序关系进行计算，得到各重要度评价指标的Borda值；S5.根据各重要度评价指标的Borda值生成各重要度评价指标的群体权重值及优序关系；S6.根据各重要度评价指标的群体权重值及优序关系计算设备的重要度。本发明提出了基于AHP方法、模糊Borda序值法和Monte Carlo仿真方法的设备组合群体评价方法，实现了海洋平台动设备重要度的量化。
Description
技术领域
本发明涉及重要度评价技术领域，特别是涉及一种海洋平台动设备的重要度评价方法及系统。
背景技术
准确、高效地确定出重要功能产品是维修决策、风险评价、完整性评价的基础，也是RRCM分析成败的关键。目前，海洋平台动设备重要度评价的需求及问题主要体现在以下几个方面：实现重要功能产品的重要度量化，重要度分析结果的精确性及直观性；满足维修决策、风险评价和完整性评估过程中数据的需求；保证RRCM工程应用过程中的实施效率、可操作性及可重复性；解决分析对象数量多，层次关系复杂，重要度影响因素多，需快速筛选非重要功能产品的问题；解决多人评价或多种评价结果时，无针对性的方法或模型对其进行处理以获得最优综合评价结果的问题。
目前，在设备管理过程中，设备重要度评价及分类方法主要有ABC分类方法(层次分析法)、经验判定法]和FSI法等定性分析方法；风险矩阵分类法、肯特打分法等半定量分析；以及改进的TOPSIS方法、Fuzzy聚类方法、模糊综合评判]和改进模糊物元方法等定量分析方法。上述定性分析方法和半定量分析方法具有一定通用性，但是在进行设备重要度评价时，通常是以人的主观经验为依据，所以评价结果经常不一致，且评价结果不能直观地体现，不能有效地指导后续维修决策。定量分析方法一般是根据统计数据来建立数学模型，所得到的重要度评价结果是量化的，相比定性分析方法具有更高的精度，从而可根据重要度准确地划分设备种类，且可为后续维修决策、设备风险及运行状态评价提供数据支持。
目前，国内外学者针对不同的行业和应用背景，已经开展了大量设备重要度评价的相关研究工作，且一些已经得到有效应用。例如，华北电力大学的董玉亮和杨昆等建立了发电设备重要度评价指标，应用AHP方法对重要度评价指标进行优先级排序，并提出了一种基于蒙特卡罗仿真的设备重要度评价方法，有效减少了人为因素对于评价结果的影响。北京化工大学的郭丽杰和高金吉等通过FMEA分析出石化设备故障对生产、安全、环境和维修的影响，从而提出一种基于模糊综合评价和BP神经网络的设备重要度评价模型，并应用实例对模型进行验证，该模型还可以根据生产实际状况和企业的设备管理水平进行修正。宝山钢铁公司的王钰和刘珧等基于冶金工业设备的特点，从生产安全、低投入的角度，提出了一种基于风险评估的设备分类方法，为促进维修资源的合理分配、保障设备状态稳定等提供了支持。
在现有的设备重要度评价及分类方法中，虽然定量分析方法一般较半定量分析方法和定性分析方法计算结果精度更高，但是它们在计算过程中存在需要主观参数更多、参数定量化难和计算量大且复杂等不足之处。同时在实际的工程应用中，定量分析方法的实施难度要高于定性分析方法和半定量分析方法。而现有定量分析方法多是结合了具体的对象和背景来建立的，因而具有较强的局限性。因此，为了克服现有重要度定量评价方法的不足，以及满足RRCM分析的需求，需开展海洋平台动设备分类及重要度评价方法的研究。
海洋平台动设备结构一般较为复杂，可划分为多个子系统或单元，子系统或单元又由大量的零部件组成(在RCM中，系统或设备、子系统、单元、零部件都统称为产品)。如果逐一对设备子系统或零部件进行详细分析，并制定维修策略，将要花费大量的人力、物力及维修资源，而根据实际情况来看，这也是没有必要的。同时由于维修资源的有限性，保持平台上所有零部件、设备或系统等的高性能、高指标是不可能的，也是不科学的。通过综合考虑海上油气生产的特殊行业背景，动设备的结构复杂，以及海洋平台动设备RRCM维修决策需求等方面，现有的设备重要度评价及分类方法皆不能满足需求。
发明内容
本发明的目的在于克服现有技术的不足，提供一种海洋平台动设备的重要度评价方法及系统，实现了对海洋平台动设备重要度的定量化评价。
本发明的目的是通过以下技术方案来实现的：海洋平台动设备的重要度评价方法，包括：
S1.建立设备的重要度评价指标；
S2.建立各重要度评价指标的评分标准；
S3.多个评价者分别采用AHP方法确定出各重要度评价指标的初始权重值及优序关系，得到各重要度评价指标的多种初始权重值及优序关系；
S4.采用模糊Borda序值法对各重要度评价指标的多种初始权重值进行处理，得到各重要度评价指标的Borda值；
S5.根据各重要度评价指标的Borda值生成各重要度评价指标的群体权重值及优序关系；
S6.根据各重要度评价指标的群体权重值及优序关系计算设备的重要度。
所述步骤S4包括：
S41.确定隶属度μmn：在第m个评价者确定的设备的初始权重值及优序关系中，根据公式一计算每一个重要度评价指标的权重值Dn属于优的隶属度μmn：
式中，Bm(Dn)—重要度评价指标的权重值Dn在第m个评价者确定的设备的初始权重值及优序关系中的效用值；
S42.根据公式二计算模糊频数fkn，根据公式三计算模糊频率Wkn：
式中，
S43.计算优序关系得分Qk：根据公式四计算每一个重要度评价指标的权重值Dn在优序关系中排在第k位的得分：
S44.计算Borda值：根据公式五计算各重要度评价指标的Borda值FB(Dn)：
所述步骤S6包括：
S61.多个评价者根据评分标准对设备进行评分；
S62.根据各重要度评价指标的群体权重值以及多个评价者对设备的评分计算得到设备的多个重要度指数Index；
S63.根据所述设备的多个重要度指数Index生成多种设备重要度及优序关系；
S64.采用模糊Borda序值法计算各设备的Borda值；
S65.根据各设备的Borda值生成各设备的重要度。
设备的重要度指数Index的计算公式如下：
式中，n-重要度评价指标的数量；vi-评价者根据第i项重要度评价指标对设备的评分；wi-第项重要度评价指标的群体权重值。
所述步骤S61还包括更新重要度评价指标的群体权重值：产生一组随机数，按预设规则为每项重要度评价指标分配一个随机数，将各项重要度评价指标的群体权重值更新为其对应的随机数。
更新重要度评价指标的群体权重值包括：(0，1)分布的均匀随机发生器产生一组随机数，随机数的个数与重要度评价指标的个数相同，将该组随机数中的各随机数按照由大到小的顺序依次分配给优先级从高至低的各重要度评价指标，将各项重要度评价指标的群体权重值更新为其对应的随机数。
所述步骤S65之后还包括：
S66.根据重要度统计各设备的排名，获取各设备所属排列序号；
S67.判断仿真次数是否达到预设值：若仿真次数达到预设值，执行步骤S68；否则，执行步骤S61；
S68.根据各设备所述序列号的累计频率绘制出其累计频率图；
S69.根据各设备的累计频率图计算各设备的重要度。
所述步骤S69中，重要度的计算方法为：
根据累计频率图中各设备的累计曲线的累积速率计算各设备的重要度；
或，根据累计频率图中各设备的累计曲线的右边所围面积计算各设备的重要度。
海洋平台动设备的重要度评价系统，其特征在于,包括：
重要度评价指标创建模块，用于建立设备的重要度评价指标；
评分标准创建模块，用于建立各重要度评价指标的评分标准；
初始权重值计算模块，用于采用AHP方法确定出各重要度评价指标的多种初始权重值及优序关系；
群体权重值计算模块，用于采用模糊Borda序值法对各重要度评价指标的多种初始权重值进行处理，得到各重要度评价指标的Borda值；根据各重要度评价指标的Borda值生成各重要度评价指标的群体权重值及优序关系；
重要度计算模块，用于获取多个评价者根据评分标准给设备的评分；根据各重要度评价指标的群体权重值以及多个评价者对设备的评分计算得到设备的多个重要度指数Index；根据所述设备的多个重要度指数Index生成多种设备重要度及优序关系；采用模糊Borda序值法计算各设备的Borda值；根据各设备的Borda值生成各设备的重要度。
本发明的有益效果是：本发明分析确定出了海洋平台动设备重要度影响因素、重要度评价指标及评分标准，提出了基于AHP方法、模糊Borda序值法和Monte Carlo仿真方法的设备的组合群体评价方法，有效解决了评分过程无法体现群体偏好以及严重主观化问题，并实现了设备重要程度的量化，且提高了分析结果的精确性和直观性。
附图说明
图1为本发明中海洋平台动设备的重要度评价方法的一个实施例的流程图；
图2为本发明中采用AHP方法确定各重要度评价指标的初始权重值的流程图；
图3为本发明中计算设备的重要度的一个实施例的流程图；
图4为本发明中计算设备的重要度的又一个实施例的流程图；
图5为本发明泥浆泵重要度评价的实施例中泥浆泵下属设备的层次结构树的示意图；
图6为图5中PUMP01曲轴总成下属设备的层次结构树的示意图；
图7为图5中PUMP02小齿轮轴总成下属设备的层次结构树的示意图；
图8为图5中PUMP03第二曲轴总成下属设备的层次结构树的示意图；
图9为图5中PUMP04液力端总成下属设备的层次结构树的示意图；
图10为图5中PUMP05润滑总成下属设备的层次结构树的示意图；
图11为图5中PUMP06喷淋端总成下属设备的层次结构树的示意图；
图12为图5中PUMP07排出辅助管路下属设备的层次结构树的示意图；
图13为本发明泥浆泵重要度评价的实施例中部分零部件重要度排序累积频率图；
图14为泥浆泵重要度评价的实施例中44个零部件的累计频率曲线右边的面积的柱状图；
图15为本发明中海洋平台动设备的重要度评价系统的一个实施例的流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
如图1所示，海洋平台动设备的重要度评价方法，其包括以下步骤：
S1.建立设备的重要度评价指标。
海洋平台动设备的系统、子系统和零部件的重要度的主要影响因素有：故障对人员安全的影响、故障对环境的影响、故障对系统功能的影响、是否有备用设备、在生产中的重要程度、专用程度、故障对其他产品的关联影响、故障频率、运行工况、产品类型及结构(复杂、简单)、故障引起的生产损失、是否可监测、监测参数数量、监测成本、监测人员技术水平、停运时间、备件库存情况、备件供应周期、维修费用、维修间隔期、维修人员技术水平、维修人员调派情况、维修难易程度、设备服役年龄、使用频次等。
上述设备的一些重要度的影响因素之间有较强的关联性和交叉性，为降低后续分析的复杂性，建立精准的重要度评价指标，将以下影响因素进行整理合并，具体如下：是否有备用设备、专用程度、在生产中的重要程度和故障对其他产品的关联影响并入故障对系统功能的影响；运行工况并入故障频率；设备类型及结构并入维修难易程度；是否可监测、监测参数数量、监测成本、监测人员技术水平合并为可监测性；备件库存情况、备件供应周期并入停运时间；维修周期、维修人员技术水平、维修人员调派情况并入维修费用；将设备服役年龄、使用频次并入服役情况。通过对上述因素进行整合和归类，确定出海洋平台动设备重要度影响因素主要包括五大类10项，如表1所示。
表1重要度影响因素
S2.建立各重要度评价指标的评分标准。
划分重要度评价指标等级时，需保证重要度评价结果的精确性，但又不能使产品重要度评价过于复杂，例如，可将每个重要度评价指标划分为4～6个等级。为了降低评分难度、保证数据统一和提高计算效率，重要度评价指标采用10分制。
S3.多个评价者分别采用AHP方法确定出各重要度评价指标的初始权重值及优序关系，得到各重要度评价指标的多种初始权重值及优序关系。
如图2所示，评价者采用AHP方法确定各重要度评价指标的初始权重值及优序关系，包括：
S31.建立层次结构模型：根据设备的重要度评价指标建立设备的重要度的层次结构模型。
S32.构造判断矩阵：评价者将各重要度评价指标进行两两比较，构造出判断矩阵D，由于各个重要度评价指标对设备重要度的影响程度不同，通过构造判断矩阵D可以体现各个重要度评价指标之间的相对重要性；
其中，uij表示第i个重要度评价指标对第j个重要度评价指标的相对重要度，uji表示第j个重要度评价指标对第i个重要度评价指标的相对重要度，uji的取值为uij的倒数。相对重要度的取值可参考表2。
表2相对重要度尺度及含义
S33.计算最大特征值及其特征向量：计算所述判断矩阵D的最大特征值λmax，并将最大特征值λmax带入公式八(齐次线性方程组)计算所述最大特征值λmax对应的特征向量W。
W＝(ω1+ω2+…+ωn) (公式九)
S34.对所述特征向量W进行归一化得到各重要度评价指标的初始权重值，并根据所述各重要度评价指标的初始权重值生成各重要度评价指标的优序关系。
S35.一致性检验：根据公式十对所述判断矩阵D进行一致性检验：若一致性检验成功，则输出各重要度评价指标的初始权重值及优序关系；否则，执行步骤S32：
CR＝CI/RI,CI＝(λmax-n)/(n-1) (公式十)
式中，CR—判断矩阵D的随机一致性比率，CI—判断矩阵D的一般一致性指标，RI—判断矩阵D的平均随机一致性指标。对于1～10阶判断矩阵D，平均随机一致性指标RI的取值如表3所示。
表3 1～10阶判断矩阵的RI值
在一致性检验过程中，CI的值越小说明一致性越好。由于一致性偏离可能是由随机原因造成，所以当CR＜0.1时，即认为判断矩阵D的一致性检验通过，且说明权重分配是合理的；否则就不具有符合要求的一致性，需要调整判断矩阵，即重复执行步骤S32～S34，直到判断矩阵D的一致性检验通过。
由于判断矩阵D是由评价者对重要度评价指标两两比较得到其相互之间的相对重要度评分而构成的，由于重要度评价指标数目较多，不能保证评分过程中重要度评价指标两两比较时具有较好的一致性，因此对其进行一致性检验，使得判断矩阵D满足一致性条件。
S4.采用模糊Borda序值法对各重要度评价指标的多种初始权重值进行处理，得到各重要度评价指标的Borda值。
所述步骤S4包括：
S41.确定隶属度μmn：在第m个评价者确定的设备的初始权重值及优序关系中，根据公式一计算每一个重要度评价指标的权重值Dn属于优的隶属度μmn：
式中，Bm(Dn)—重要度评价指标的权重值Dn在第m个评价者确定的设备的初始权重值及优序关系中的效用值；
S42.根据公式二计算模糊频数fkn，根据计算结果制定一个模糊频数统计表，如表4所示，根据公式三计算模糊频率Wkn：
式中，
表4模糊频数统计表
S43.计算优序关系得分Qk：根据公式四计算每一个重要度评价指标的权重值Dn在优序关系中排在第k位的得分，从而将每一个重要度评价指标的权重值Dn所排位次转换成为位次得分Qk。
S44.计算Borda值：根据公式五计算各重要度评价指标的Borda值FB(Dn)：
根据FB(Dn)的大小即可得出N个重要度评价指标的优序关系。
S5.根据各重要度评价指标的Borda值生成各重要度评价指标的群体权重值及优序关系。
S6.根据各重要度评价指标的群体权重值及优序关系计算设备的重要度。
如图3所示，所述步骤S6包括：
S61.多个评价者根据评分标准对设备进行评分。
S62.根据各重要度评价指标的群体权重值以及多个评价者对设备的评分计算得到设备的多个重要度指数Index。
确定出各个重要度评价指标的群体权重值，并根据各重要度评价指标进行评分后，全面评价产品的重要度则需综合考虑其所用重要度评价指标的评分向量V及其对应的权重值向量W。设备的重要度指数Index可以表示为，
Index(V,W)＝F[v1w1,v2w2,…,vnwn] (公式十一)
其中，F[·]为综合评价函数，反映各重要度评价指标对设备重要度的影响程度，可以为各种形式的函数。本实施例采用较为简单的线性加权模型，则设备的重要度指数Index的计算公式如下：
式中，n-重要度评价指标的数量；vi-评价者根据第i项重要度评价指标对设备的评分；wi-第项重要度评价指标的群体权重值。
S63.根据所述设备的多个重要度指数Index生成多种设备重要度及优序关系。
S64.采用模糊Borda序值法计算各设备的Borda值。此处计算各设备的Borda值的原理公式与前文步骤S4中计算各重要度评价指标的Borda值的原理公式类似，只需将计算各重要度评价指标的Borda值中的重要度评价指标的权重值Dn替换为步骤S63中的设备重要度即可。
S65.根据各设备的Borda值生成各设备的重要度。
如图4所示，所述步骤S61还包括更新重要度评价指标的群体权重值：产生一组随机数，按预设规则为每项重要度评价指标分配一个随机数，将各项重要度评价指标的群体权重值更新为其对应的随机数。
更新重要度评价指标的群体权重值包括：(0，1)分布的均匀随机发生器产生一组随机数，随机数的个数与重要度评价指标的个数相同，将该组随机数中的各随机数按照由大到小的顺序依次分配给优先级从高至低的各重要度评价指标，将各项重要度评价指标的群体权重值更新为其对应的随机数。
所述步骤S65之后还包括：
S66.根据重要度统计各设备的排名，获取各设备所属排列序号；
S67.判断仿真次数是否达到预设值：若仿真次数达到预设值，执行步骤S68；否则，执行步骤S61；
S68.根据各设备所述序列号的累计频率绘制出其累计频率图；
S69.根据各设备的累计频率图计算各设备的重要度。
所述步骤S69中，重要度的计算方法为：
根据累计频率图中各设备的累计曲线的累积速率计算各设备的重要度，即累积曲线最快达到“1”的重要程度高，累积曲线较慢达到“1”的重要程度则次之，以此类推；
或，根据累计频率图中各设备的累计曲线的右边所围面积计算各设备的重要度，即将累计频率图中各设备的累计曲线右边所围的面积作为设备重要度的量化指标，求出各个设备累计曲线右边的面积后，绘制出设备重要度的柱状图，从而可以直观地区分出设备的重要度。
实施例一
在海洋平台钻井动设备中，泥浆泵是关键设备之一，由液力端和动力端两大部分构成，在钻井过程中，泥浆泵在高压下输送高粘度、大密度、磨砺性大和腐蚀性强的液体，工作环境恶劣、冲击负荷大。钻井泥浆泵(MUB PUMP)由多个子系统和上百个零部件组成，整体结构复杂。以海洋钻井平台(XIJIANG 30-2)上的泥浆泵(P-120-MP2NO.1)为例，对其进行重要度评价。该泥浆泵为某公司生产的F1600系列钻井泵，对其进行系统边界定义及结构分析，该泥浆泵包括20个子系统或组件，共计239个零部件(螺栓及螺母等未被完全计算在内)。对F1600系列泥浆泵进行结构分析可知，其存在属性和结构相同的子系统、组件或零部件，为了提高分析效率，避免重复分析，相同属性和结构的产品留下一个参与分析即可，从而将分析对象简化为10个子系统或组件，共计113个零部件。为了进一步对分析对象数量进行简化，基于二阶风险矩阵方法对其进行初筛，将系统中失效率极低和无风险的子系统、组件和零部件都略去，并按照组件及零部件的功能及位置进行整理，余下4个子系统，共计56个零部件及组件，并对其建立泥浆泵层次结构树，如图5～图12所示。
通过收集MAXIMO系统以及现场设备运行、维修历史记录中相同或类似泥浆泵的数据，并结合现场维修人员和相关专家的意见，对于余下5个子系统66个零部件的故障频率和故障影响进行统计与分析。根据故障频率及故障影响统计及分析结果，确定复筛过程中风险矩阵阶数为5，基于四类风险的五阶风险矩阵图和中/高风险产品判断准则，对66个零部件进行分析，其中具有中/高风险零部件共计44个：PUMP0101曲轴、PUMP0102主轴承、PUMP0103 偏心轮轴承、PUMP0104密封垫圈、PUMP0106连杆、PUMP0107主轴承套、PUMP0109大齿圈、PUMP0202小齿轮轴、PUMP0203耐磨套、PUMP0204轴承套、PUMP0207轴承、PUMP0301十字头、PUMP0302上、下导板、PUMP0309中间拉杆、PUMP0310十字头销、PUMP0312十字头轴承、PUMP0401液缸、PUMP0402缸盖、PUMP0403插板总成、PUMP0404阀杆导向器、PUMP0405缸盖堵头、PUMP0406缸盖密封圈、PUMP0407阀弹簧、PUMP0408阀总成、PUMP0409阀盖密封圈、PUMP0410阀盖、PUMP0413活塞杆、PUMP0415缸套、PUMP0417活塞、PUMP0418吸入管路、PUMP0501油泵、PUMP0502机架总成、PUMP0503钢管、PUMP0505滤油器总成、PUMP0602管线、PUMP0603离心式喷淋泵、PUMP0604内螺纹球阀、PUMP0605水箱、PUMP0702排出高压管、PUMP0703排出四通、PUMP0704安全阀接管、PUMP0705压力表座、PUMP0707剪切安全阀、PUMP0708空气包。
根据风险分析结果可知，泥浆泵所包含的中/高风险维修产品主要存在经济成本风险和维修成本风险，基本不存在安全风险和环境风险，因而从10项重要度评价指标中选择出泥浆泵的重要度评价指标为：故障对功能的影响(SF)、故障频率(FR)、维修费用(MC)、故障引起的生产损失(OC)、停运时间(DT)、维修难易程度(MD)，共计6项。为了合理地确定出各重要度评价指标的权重，由四名评价者对6项重要度评价指标进行两两比较评分，其结果如表5所示。
表5重要度评价指标两两比较评分结果
采用基于AHP方法重要度评价指标权重评价模型分别计算出四名评价者的评价结果，即6项重要度评价指标初始的权重及优先级排序，如表6所示。
表6重要度评价指标权重及优先级排序
为了综合四名评价者的意见，采用基于模糊Borda序值法的重要度评价指标权重组合群体评价方法，对泥浆泵的重要度评价指标的权重值进行综合计算。计算得到模糊频次计算结果(表7)和各重要度评价指标的模糊Borda值(表8)。
表7六项重要度评价指标的模糊频数统计结果
表8各个重要度评价指标的模糊Borda值
由四名评价者(例如现场操作人员、现场维修人员、现场监督人员以及维修专家)按照各重要度评价指标的评分标准来对复筛后的44个中/高风险零部件进行评分。基于上述评分结果，再采用Monte Carlo仿真方法进行去主观化处理。取模拟次数N＝2000，通过Matlab计算得到44个中/高风险零部件的一组重要度数值，对其进行统计分析后，绘制出0010301大齿轮、010302主轴承、010303小齿轮、010401十字头、010402导板5个零部件的重要度排序累积频率图，如图13所示，其中：曲线1为大齿轮、曲线2为小齿轮、曲线3为主轴承、曲线4为十字头、曲线5为导板。从图13中可以判断出上述产品的重要度排序为：0010301 大齿轮、010303小齿轮、010302主轴承、010401十字头、010402导板。如图13所示，大齿轮的累积频率和小齿轮的累积频率基本同时到达“1”，两者的重要度来几乎相当，但由于大齿轮的维修费用(MC)的评分高于小齿轮，因此大齿轮在到达“1”之前累积频率都较小齿轮快，所以大齿轮比小齿轮重要度高。虽然导板相比十字头的失效频率(FC)较高，但其维修成本(MC)和维修难度(MD)都低于十字头。
对泥浆泵44个零部件的累计频率曲线右边的面积进行统计，绘制出其柱状图，如图14所示。从柱状图就可以更清晰地判断出泥浆泵中44个中/高风险零部件的相对重要程度，其重要度排序为：PUMP0103偏心轮轴承、PUMP0102主轴承、PUMP0401液缸、PUMP0101空心曲轴、PUMP0410阀盖、PUMP0405缸盖堵头、PUMP0707剪切安全阀、PUMP0702排出高压管、PUMP0703排出四通、PUMP0207轴承、PUMP0312十字头轴承、PUMP0708空气包、PUMP0408阀总成、PUMP0417活塞、PUMP0301十字头、PUMP0413活塞杆、PUMP0302上、下导板、PUMP0502机架总成、PUMP0109大齿圈、PUMP0202小齿轮轴、PUMP0106连杆、PUMP0203耐磨套、PUMP0309中间拉杆、PUMP0402缸盖、PUMP0404阀杆导向器、PUMP0403插板总成、PUMP0107主轴承套、PUMP0204轴承套、PUMP0310十字头销、PUMP0409阀盖密封圈、PUMP0406缸盖密封圈、PUMP0415缸套、PUMP0418吸入管路、PUMP0504溢流阀、PUMP0505滤油器总成、PUMP0603离心式喷淋泵、PUMP0604内螺纹球阀、PUMP0605水箱、PUMP0704安全阀接管、PUMP0705压力表座、PUMP0407阀弹簧、PUMP0503钢管、PUMP0602管线、PUMP0104密封垫圈。
如图15所示，海洋平台动设备的重要度评价系统，包括重要度评价指标创建模块、评分标准创建模块、初始权重值计算模块、群体权重值计算模块和重要度计算模块。
所述重要度评价指标创建模块，用于建立设备的重要度评价指标。
所述评分标准创建模块，用于建立各重要度评价指标的评分标准。
所述初始权重值计算模块，用于采用AHP方法确定出各重要度评价指标的多种初始权重值及优序关系。
所述群体权重值计算模块，用于采用模糊Borda序值法对各重要度评价指标的多种初始权重值进行处理，得到各重要度评价指标的Borda值；根据各重要度评价指标的Borda值生成各重要度评价指标的群体权重值及优序关系。
所述重要度计算模块，用于获取多个评价者根据评分标准给设备的评分；根据各重要度评价指标的群体权重值以及多个评价者对设备的评分计算得到设备的多个重要度指数Index；根据所述设备的多个重要度指数Index生成多种设备重要度及优序关系；采用模糊Borda序值法计算各设备的Borda值；根据各设备的Borda值生成各设备的重要度。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (9)
1.海洋平台动设备的重要度评价方法，其特征在于,包括：
S1.建立设备的重要度评价指标；
S2.建立各重要度评价指标的评分标准；
S3.多个评价者分别采用AHP方法确定出各重要度评价指标的初始权重值及优序关系，得到各重要度评价指标的多种初始权重值及优序关系；
S4.采用模糊Borda序值法对各重要度评价指标的多种初始权重值及优序关系进行计算，得到各重要度评价指标的Borda值；
S5.根据各重要度评价指标的Borda值生成各重要度评价指标的群体权重值及优序关系；
S6.根据各重要度评价指标的群体权重值及优序关系，计算设备的重要度。
2.根据权利要求1所述的海洋平台动设备的重要度评价方法，其特征在于,所述步骤S4包括：
S41.确定隶属度μmn：在第m个评价者确定的设备的初始权重值及优序关系中，根据公式一计算每一个重要度评价指标的权重值Dn属于优的隶属度μmn：
式中，Bm(Dn)—重要度评价指标的权重值Dn在第m个评价者确定的设备的初始权重值及优序关系中的效用值；
S42.根据公式二计算模糊频数fkn，根据公式三计算模糊频率Wkn：
式中，
S43.计算优序关系得分Qk：根据公式四计算每一个重要度评价指标的权重值Dn在优序关系中排在第k位的得分：
S44.计算Borda值：根据公式五计算各重要度评价指标的Borda值FB(Dn)：
3.根据权利要求1所述的海洋平台动设备的重要度评价方法，其特征在于,所述步骤S6包括：
S61.多个评价者根据评分标准对设备进行评分；
S62.根据各重要度评价指标的群体权重值以及多个评价者对设备的评分计算得到设备的多个重要度指数Index；
S63.根据所述设备的多个重要度指数Index生成多种设备重要度及优序关系；
S64.采用模糊Borda序值法计算各设备的Borda值；
S65.根据各设备的Borda值生成各设备的重要度。
4.根据权利要求3所述的海洋平台动设备的重要度评价方法，其特征在于,设备的重要度指数Index的计算公式如下：
式中，n-重要度评价指标的数量；vi-评价者根据第i项重要度评价指标对设备的评分；wi-第项重要度评价指标的群体权重值。
5.根据权利要求3所述的海洋平台动设备的重要度评价方法，其特征在于,所述步骤S61还包括更新重要度评价指标的群体权重值：产生一组随机数，按预设规则为每项重要度评价指标分配一个随机数，将各项重要度评价指标的群体权重值更新为其对应的随机数。
6.根据权利要求5所述的海洋平台动设备的重要度评价方法，其特征在于,更新重要度评价指标的群体权重值包括：(0，1)分布的均匀随机发生器产生一组随机数，随机数的个数与重要度评价指标的个数相同，将该组随机数中的各随机数按照由大到小的顺序依次分配给优先级从高至低的各重要度评价指标，将各项重要度评价指标的群体权重值更新为其对应的随机数。
7.根据权利要求5所述的海洋平台动设备的重要度评价方法，其特征在于,所述步骤S65之后还包括：
S66.根据重要度统计各设备的排名，获取各设备所属排列序号；
S67.判断仿真次数是否达到预设值：若仿真次数达到预设值，执行步骤S68；否则，执行步骤S61；
S68.根据各设备所述序列号的累计频率绘制出其累计频率图；
S69.根据各设备的累计频率图计算各设备的重要度。
8.根据权利要求7所述的海洋平台动设备的重要度评价方法，其特征在于,所述步骤S69中，重要度的计算方法为：
根据累计频率图中各设备的累计曲线的累积速率计算各设备的重要度；
或，根据累计频率图中各设备的累计曲线的右边所围面积计算各设备的重要度。
9.海洋平台动设备的重要度评价系统，其特征在于,包括：
重要度评价指标创建模块，用于建立设备的重要度评价指标；
评分标准创建模块，用于建立各重要度评价指标的评分标准；
初始权重值计算模块，用于采用AHP方法确定出各重要度评价指标的多种初始权重值及优序关系；
群体权重值计算模块，用于采用模糊Borda序值法对各重要度评价指标的多种初始权重值及优序关系进行计算，得到各重要度评价指标的Borda值；根据各重要度评价指标的Borda值生成各重要度评价指标的群体权重值及优序关系；
重要度计算模块，用于获取多个评价者根据评分标准给设备的评分；根据各重要度评价指标的群体权重值以及多个评价者对设备的评分计算得到设备的多个重要度指数Index；根据所述设备的多个重要度指数Index生成多种设备重要度及优序关系；采用模糊Borda序值法计算各设备的Borda值；根据各设备的Borda值生成各设备的重要度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610832166.9A CN106503879A (zh) | 2016-09-20 | 2016-09-20 | 海洋平台动设备的重要度评价方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610832166.9A CN106503879A (zh) | 2016-09-20 | 2016-09-20 | 海洋平台动设备的重要度评价方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106503879A true CN106503879A (zh) | 2017-03-15 |
Family
ID=58290550
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610832166.9A Pending CN106503879A (zh) | 2016-09-20 | 2016-09-20 | 海洋平台动设备的重要度评价方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106503879A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108566418A (zh) * | 2018-03-23 | 2018-09-21 | 成都安信思远信息技术有限公司 | 一种电子数据的智能的处理方法 |
| CN109784611A (zh) * | 2018-11-23 | 2019-05-21 | 中国船舶重工集团公司第七一九研究所 | 一种用于海洋平台的综合安全评估方法 |
| CN109801001A (zh) * | 2019-02-25 | 2019-05-24 | 南方电网科学研究院有限责任公司 | 一种电力企业保障体系的评价方法、装置及存储介质 |
| CN110866000A (zh) * | 2019-11-20 | 2020-03-06 | 珠海格力电器股份有限公司 | 数据质量评价方法、装置、电子设备及存储介质 |
| CN110866661A (zh) * | 2018-08-27 | 2020-03-06 | 中国石油化工股份有限公司 | 石化生产工艺的风险量化管理方法 |
| 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 |
| CN113516400A (zh) * | 2021-07-26 | 2021-10-19 | 华能威海发电有限责任公司 | 一种设备管理方法及系统 |
| CN115277438A (zh) * | 2022-08-11 | 2022-11-01 | 国网河南省电力公司信息通信公司 | 基于多因素评价指标的电力通信网节点重要性评估方法 |
-
2016
- 2016-09-20 CN CN201610832166.9A patent/CN106503879A/zh active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108566418A (zh) * | 2018-03-23 | 2018-09-21 | 成都安信思远信息技术有限公司 | 一种电子数据的智能的处理方法 |
| CN108566418B (zh) * | 2018-03-23 | 2021-03-30 | 杭州秀秀科技有限公司 | 一种电子数据的智能的处理方法 |
| CN110866661A (zh) * | 2018-08-27 | 2020-03-06 | 中国石油化工股份有限公司 | 石化生产工艺的风险量化管理方法 |
| CN110866661B (zh) * | 2018-08-27 | 2024-03-22 | 中国石油化工股份有限公司 | 石化生产工艺的风险量化管理方法 |
| CN109784611A (zh) * | 2018-11-23 | 2019-05-21 | 中国船舶重工集团公司第七一九研究所 | 一种用于海洋平台的综合安全评估方法 |
| CN109801001A (zh) * | 2019-02-25 | 2019-05-24 | 南方电网科学研究院有限责任公司 | 一种电力企业保障体系的评价方法、装置及存储介质 |
| CN110866000A (zh) * | 2019-11-20 | 2020-03-06 | 珠海格力电器股份有限公司 | 数据质量评价方法、装置、电子设备及存储介质 |
| CN110866000B (zh) * | 2019-11-20 | 2022-04-08 | 珠海格力电器股份有限公司 | 数据质量评价方法、装置、电子设备及存储介质 |
| 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 |
| CN113516400A (zh) * | 2021-07-26 | 2021-10-19 | 华能威海发电有限责任公司 | 一种设备管理方法及系统 |
| CN115277438A (zh) * | 2022-08-11 | 2022-11-01 | 国网河南省电力公司信息通信公司 | 基于多因素评价指标的电力通信网节点重要性评估方法 |
| CN115277438B (zh) * | 2022-08-11 | 2023-07-07 | 国网河南省电力公司信息通信公司 | 基于多因素评价指标的电力通信网节点重要性评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106503879A (zh) | 海洋平台动设备的重要度评价方法和系统 | |
| CN106444703B (zh) | 基于故障模式发生概率的动设备运行状态模糊评价及预测方法 | |
| CN105096053B (zh) | 一种适用于复杂工艺系统的健康管理决策方法 | |
| Chong et al. | Application of set pair analysis method on occupational hazard of coal mining | |
| CN106503807B (zh) | 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 | |
| CN106447205A (zh) | 一种基于层次分析法的配电自动化终端状态评价方法 | |
| CN105225020A (zh) | 一种基于bp神经网络算法的运行状态预测方法和系统 | |
| CN103020438A (zh) | 一种基于混合威布尔分布的航空发动机可靠性监测方法 | |
| CN104091035A (zh) | 一种基于数据驱动算法的空间站有效载荷健康监测方法 | |
| Tang et al. | A framework for making maintenance decisions for oil and gas drilling and production equipment | |
| CN116777223A (zh) | 一种城市地下管网安全综合风险评估方法及系统 | |
| Tian et al. | A two stage risk assessment model based on interval-valued fuzzy numbers and risk attitudes | |
| CN104361261A (zh) | 一种基于率模可靠性理论的齿轮泵健康状态评估方法 | |
| Zou et al. | Improved RCM method by AHP-FCE for the maintenance strategy of reciprocating compressor unit | |
| Cao et al. | Evaluation on influential factors of hydraulic gear pumps wear life using FAHP | |
| CN105894189A (zh) | Fta、fahp耦合gra复杂系统风险诱因分析方法 | |
| CN110458408A (zh) | 典型故障对动设备及装置影响后果的分析方法 | |
| Lin et al. | The strategy research on electrical equipment condition-based maintenance based on cloud model and grey DS evidence theory | |
| Yue et al. | Study on safety evaluation for tailing reservoirs based on the IAHP-fuzzy comprehensive evaluation | |
| Yang et al. | Research on real time risk monitoring system of airline operation based on AHP | |
| Lv et al. | Health Management Control Strategy of Tank Storage Based on Artificial Intelligence | |
| PANG et al. | Simulation and Risk Assessment of Sand Mixing Equipment Based on Function Failure Propagation [A] | |
| Duan et al. | Risk assessment of aviation maintenance error based on set pair analysis and BP neural network | |
| He et al. | The Extract Method of Engineering Management Index Based on Rough Set | |
| Wang et al. | Research Progress of Failure Mode Diagnosis Methods for Oil and Gas Field Pipelines |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170315 |
|
| RJ01 | Rejection of invention patent application after publication |