CN106600095A - 一种基于可靠性的维修评估方法 - Google Patents
一种基于可靠性的维修评估方法 Download PDFInfo
- Publication number
- CN106600095A CN106600095A CN201610603154.9A CN201610603154A CN106600095A CN 106600095 A CN106600095 A CN 106600095A CN 201610603154 A CN201610603154 A CN 201610603154A CN 106600095 A CN106600095 A CN 106600095A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- equipment
- risk
- factor
- failure
- 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.)
- Granted
Links
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于可靠性的维修评估方法,包括故障模式和故障原因分析、模糊故障影响分析、设备维修等级确定和维修模式判别步骤。本发明的评估方法和评估系统能够根据设备维修等级制定出合适的设备维修策略,降低维修费用,确保企业生产安全、可靠运行,满足现代企业设备管理的需要。
Description
技术领域
本发明涉及一种维修评估方法,尤其涉及一种基于可靠性的评估方法,属于石油化工的风险管理技术领域。
背景技术
为满足国内能源日益增长的需求,国内石油石化企业生产规模不断扩大,生产技术不断提升,使得装置日趋大型化、连续化和自动化,且装置的结构也更加复杂。企业因设备故障产生的维修费用和生产损失已占到其生产总成本的30%~40%。某些行业已位居生产总成本的第二位,甚至更高。据统计,我国每年仅用于设备维修的支出就高达800多亿元,占我国资产总额的7%~9%。
另一方面,随着环境保护与安全生产的立法越来越严格,企业一旦发生事故,不仅产生巨大的经济损失,而且也会引起严重的社会影响和环境影响,不仅如此,有些设备故障往往会引起非常严重的安全和环境后果。因此,如何提高设备的安全性和可靠性已成为现代企业设备管理和维修工程的一个重要研究课题。
以可靠性为中心的维修(RCM)属于第三代维修管理模式发展的新阶段,是目前国际上通用的、用以确定设备预防性维修工作需求、优化维修管理制度的一种系统工程方法。
RCM分析思想的一个显著特点是:对于具有安全性和环境性故障后果以及隐蔽性故障后果的设备,以可靠性和故障后果作为确定其维修方式的依据;而对于具有使用性和非使用性后果的设备,则以经济性和可用率作为确定其维修方式的依据。
如果将RCM技术运用于企业设备维修管理,不仅可以确保企业生产的安全性和设备的可靠性,而且能减少40%-70%的日常维修工作量。通过实施RCM分析技术在控制维修成本的同时显著提高了设备的可靠性和可用率。
过去,我国石油石化行业主要采用事后维修和预防维修等传统维修方式。而随着石油石化装置日趋大型化、复杂化和连续化的生产,企业对维护管理方面的要求也越来越高。传统维修方式主要依靠维修人员的经验,而不是依据设备的实际使用状态、使用条件和设备的失效风险进行维修,不仅容易产生维修过剩和维修不足的现象,而且也没有考虑故障对社会和环境影响的严重程度。因此,如何有效地提高设备可靠性,降低企业维修费用,避免事故发生已成为现代石油石化企业检维修所面临的首要问题。
传统的预防维修和事后维修等维修方式对系统中动设备来说存在着维修过度或维修不足、维护成本高等缺点。而且动设备极易出现故障,且维护、维修复杂。因此,必须提升动设备的维护管理水平以适应此要求。RCM技术根据设备故障模式所造成的风险大小来识别设备维护的关键目标,根据故障原因以及根本原因,通过RCM逻辑决断程序制定适当的维护策略以减少设备故障模式的发生,能有效避免维修过度或维修不足,对于优化维修策略,提高石化装置安全性和可靠性有重要意义。
发明内容
针对上述问题,本发明提供了一种基于模糊综合评判的可靠性维修评估方法,该评估方法能够制定出合适的设备维修策略,降低维修费用,确保企业生产安全、可靠运行,满足现代企业设备管理的需要。
本发明实施例采用的技术方案包括:
提供一种基于可靠性的石化装置维修评估方法,包括:(1)故障模式和故障原因分析:采集动设备的基础数据,基于采集的基础数据确定高风险/中高风险动设备所有可能的故障模式以及导致故障模式发生的故障原因;(2)模糊故障影响分析:基于模糊综合评判法,对每种故障模式可能产生的故障后果进行分析,并基于故障后果评价准则确定每种故障模式下的故障后果等级;(3)设备维修等级确定:根据设备的动态风险进行分级,高风险/中高风险设备为A类设备,对应的维修等级为A级;中风险设备为B类设备,对应的维修等级为B级;低风险设备为C类设备,对应的维修等级为C级;(4)维修模式判别:判断设备维修等级,若维修等级为C级,则对应事后维修;若维修等级为A/B级,判断是隐性故障还是显性故障,隐性故障根据故障查找任务是否有效来确定是一次性变更还是故障查找,显性故障根据预测性维修任务是否有效来确定是预测性维修还是预防性维修。
进一步地,至少通过以下途径来基于采集的基础数据确定高风险/中高风险动设备的所有可能故障模式:1)对收集的基础数据进行统计分析;以及2)从故障模式数据库比对同类设备所发生的故障模式。
进一步地,其中,所述故障原因分析包括根据所述动设备的工作环境、维修维护技术力量、结构特点和检修档案或历史维修维护记录来确定设备故障模式产生的原因。
进一步地,所述模糊故障影响分析包括:步骤一:确定故障模式的评价因素,所述评价因素包括因素集U和评语集V;步骤二:确定关于所述因素集合所述评语集的综合评判矩阵R;步骤三:基于层次分析法来确定各因素的权重;步骤四:采用加权平均模型来对故障模式后果进行综合评判;步骤五:根据最大隶属度原则来确定各故障模式的评判结果。
进一步地,其中,所述综合评判矩阵R通过以下确定:先逐一选定影响因素进行单因素评判,之后将各单因素评判结果进行综合,从而确定评判矩阵R,所述综合评判矩阵R由下式进行确定:
其中,rij表示第i个因素对第j个评语的隶属度,其中,i=1,2,3,4,5;j=1,2,3。
进一步地,所述确定各因素的权重具体包括:根据九标度判断尺度表,通过以可靠性为中心的维修专家判断,确定各因素U的相对重要度,进而得到由各评价因素的相对重要度组成的评判矩阵P,所述评判矩阵P由以下公式(2)确定:
其中,uij表示因素ui对因素uj的重要程度,其中i=1,2,…,n;j=1,2,…,n。
然后计算式(2)中每一行元素的乘积Mi:
Mi=(ui1×ui2×...×uin)(i=1,2,…,n) (3)
再计算得即有向量然后对其进行正交化处理,即W为P的向量,从而得到权重向量;
最后进行一致性检验:计算重要度矩阵的最大特征值λmax,然后由公式(4)可得CR:
如果CR<0.1,则满足一致性要求,此时向量W的各分量可作为因素U=(u1,u2,u3)对应的权重系数,式中CI为一致性指标,RI为平均随机一致性指标,CR为一致性比率。
进一步地,其中,当某一故障模式的W和R都已经确定时,通过如下模糊线性变换:
从而可得到因素集U对评语集V的隶属度集合B,其中,符号表示加权平均运算,由此可得:
bj=(wi·r1j)·(w2·r2j)...(wm·rmj)(j=1,2…,n) (6)。
进一步地,所述故障后果至少包括安全性后果、环境性后果、生产损失后果和维修成本后果。
进一步地,其中,每种故障模式下的风险等级基于以下步骤确定:(1)确定每种故障模式下有多少种故障后果;(2)根据该故障模式的故障概率等级和每种故障后果的风险等级,分别形成该种故障模式下不同后果的风险评价矩阵,根据评价矩阵确定风险等级;(3)选取所有风险评价矩阵中风险级别最高的风险等级作为该故障模式的风险等级。
进一步地,所述动设备包括石油石化装置动设备,所述基础数据至少包括设备数据、故障数据、运行数据、维修数据。
本发明具有以下技术效果:
(1)考虑同一故障模式受多种因素影响,每一个因素反应出该故障模式的不同特征。因此在评价某一故障模式产生的后果时,综合考虑各个因素的影响,从而使评价更加全面、客观。
(2)该方法集定性分析和定量分析功能于一身,特别适用于分析多准则、多目标的复杂问题。
(3)综合了模糊数学理论以及层次分析法理论,尤其适用于对影响因素较多且其评定具有模糊性和多层次性的复杂系统进行评判。提高了风险分析的准确性,为维修策略的制定提供了更准确的依据。
附图说明
图1是本发明的一种基于可靠性的维修评估方法的流程框图;
图2是本发明一实施例的系统划分与设备筛选的流程图;
图3是本发明的系统或设备风险级别确定框图;
图4(a)-4(d)是本发明一实施例的风险矩阵示意图;
图5是本发明的维修模式判别图。
具体实施方式
接下来,参考具体实施例对本发明进行具体介绍。
在本发明中,针对系统功能及失效模式,分析其对生产、安全、环境及经济造成影响的风险以及产生的原因,制订各类关键设备维修策略的通用方法。动设备是指有驱动机带动的转动设备(亦即有能源消耗的设备),如泵、压缩机、风机等,其能源可以是电动力、气动力、蒸汽动力等,在石化装置中,动设备为具有转动机构的工艺设备,包括容积泵、离心泵、往复式压缩机、离心式压缩机等。
图1是本发明的基于模糊综合评判的可靠性维修评估方法的流程框图。如图1所示,本发明的基于模糊综合评判的可靠性维修评估方法可包括:
1.确定评估实施范围
可靠性维修评估实施的第一步是召开项目开工会,成立可靠性维修评估小组,同时明确小组各成员的职责和任务。可靠性维修评估评估小组成员一般由生产企业里包括机械、仪表、电气、安全、工艺、可靠性等方面经验丰富的专家组成。小组成立之后即召开可靠性维修评估小组会议制定企业可靠性维修评估的目标,确定其实施范围以及分析层次,为下一步数据收集与整理做准备。
实施范围是指可靠性维修评估的对象,可以是整个企业或整套装置的所有动设备,如石化企业某装置的所有动设备;也可以是某一个独立的动设备,如某个燃气轮机或压缩机。分析层次是指可靠性维修评估的深度。在开始可靠性维修评估前应从需求、费用、进度等方面综合权衡后明确划分研究对象的分析层次。分析层次包括开始约定层次和终止约定层次:开始约定层次即可靠性维修评估的完整研究对象所在的层次;终止约定层次则为本次分析所需的最小单元,一般为设备层次或部件层次,如最小维修可更换单元配件。
2基础数据的收集与整理
基础数据的采集是整个可靠性维修评估中最为关键的环节,其优劣一般用数据的准确度和完整度这两个指标来衡量,所采集的基础数据只有满足以上指标时,可靠性维修评估才符合企业实际情况,其评估结果才能为企业维修提供有效的指导。
可靠性维修评估数据采集的内容一般包括产品的概况、运行情况、故障信息、维修保养信息、费用信息以及相似产品的以上信息,具体包括如下数据:
(1)设备数据:包括设备位置、类别、运转情况、结构参数等数据。
(2)故障数据:包括故障模式、故障开始时间、终止时间、故障影响、故障原因、故障部位及检测方法等数据,它们是可靠性维修评估的基础数据。
(3)运行数据:设备运行数据和装置运行数据。
(4)维修数据:设备的维修开始时间、结束时间、维修种类、维修工机具等,它们是进行故障率预测、可靠性预测的基础。
(5)故障数据、维修数据、运行数据和时间相关的重要数据:生产中断时间、平均故障间隔时间、故障平均修复时间、潜在故障间隔期。
需要对收集的以上数据进行整理,目的是为设备风险等级以及安全预防性维修周期的确定提供理论依据。该工作的主要任务是对收集的基础数据,尤其是对运行数据和维修数据进行归纳和总结,从而分析出某一类故障模式发生的时间间隔、平均寿命或故障率等可靠性参数,如分析出某离心机1年发生了0.5次轴承损坏,则该离心机轴承损坏的故障频率为0.5次/年。同时,还需要从设备管理制度、工艺管理制度、人员素质以及企业应急管理预案等方面考查影响设备运行的风险因素。
3.系统划分与设备筛选分析
企业的生产装置一般由若干个相互关联又相对独立的系统组成,每个系统在工艺生产中的作用各不相同,因而一旦发生故障,各个系统对生产造成的影响也不一样。为了评估设备故障模式对生产造成的影响,从而更精确地确定设备风险等级,可靠性维修评估时根据工艺流程将装置划分为既相互联系又相对独立的系统,划分后的系统在工艺生产中完成特定的功能。本发明中,系统可为整套装置中的不同单元。
设备筛选分析是可靠性维修评估实施的重要环节,其主要目的是识别出那些对装置的运行起关键性作用的系统、设备,以确保将有限的维修资源集中在关键的系统或设备上,在确保可靠性和安全性的前提下实现维修费用的最小化。
筛选分析主要采用定性方法,其过程如图2所示。如图2所示,根据采集的基础数据,对系统进行筛选,如果筛选出的系统属于高风险系统,则对其重点设备进行筛选,如果该设备属于高风险设备,则基于模糊综合评判的故障模式与影响分析对其进行分析,如果该设备不属于高风险设备,则使其运转到坏或更换;如果筛选出的系统不属于高风险系统,则使其运转到坏或更换。
可根据装置或设备失效历史、失效后果等资料,参照风险等级的定性分析矩阵,分别对其故障(失效)概率和故障(失效)后果进行“高”或“低”的评价(随后对故障概率和故障后果进行介绍)。本发明所采用的定性分析矩阵可如图3所示,图3所示的H、M和L分别表示高风险、中风险和低风险,A和B分别表示关键设备和重要设备。
综上,在该步骤中,首先从系统层面进行筛选,识别出对装置运行起关键作用的系统,同时筛选出低风险的系统。对于那些低风险系统中的设备,制定事后维修等纠正性措施即可。而对于高风险的系统,则需要对其在设备层面做进一步的筛选分析;同理,对于筛选出的低风险设备,制定事后维修等纠正性措施。而对筛选出的高风险的设备,则需要进行详细的基于模糊综合评判的故障模式与影响分析。
4.基于模糊综合评判的故障模式与影响分析
该分析过程至少基于采集的基础数据确定高风险动设备的所有可能的故障模式以及导致故障模式发生的故障原因;以及基于模糊综合评判法,对每种故障模式可能产生的故障后果进行分析,并基于故障后果评价准则确定每种故障模式下的故障后果等级。
故障模式与影响分析方法是以故障模式为基础,以分析故障影响或后果为目标的分析技术。它根据已有的故障模式以及潜在的故障确定零部件所发生的故障与系统整体故障之间的因果关系。而模糊综合评判法能综合考虑各个因素的影响,优化评价结果。因此本发明将模糊综合评判方法与故障模式与影响分析相结合,形成基于模糊综合评判的故障模式与影响分析综合评价方法,以便对石油石化装置中的动设备的可靠性进行综合评价。具体步骤可包括:
(1)故障模式分析
故障模式即引起故障状态的事件。在可靠性维修评估中通常考虑以下3类故障模式:
①同类设备上已发生的故障模式;
②现有的维修大纲所预防的故障模式;
③未发生但被认为很可能发生的故障模式。
在进行可靠性维修评估时,需要确定设备所有可能发生的故障模式,可同以下两种途径来确定:
①对收集的基础数据进行统计分析;
②从故障模式数据库比对同类设备所发生的故障模式。
通过以上两种途径能够确定满足可靠性维修评估要求的所有故障模式。进行故障模式分析的目的是为下一步故障原因分析以及最后为设备制定相应的预防措施做准备。
(2)故障原因分析
故障原因分析是根据设备的工作环境、维修维护技术力量、设备结构特点和检修档案或历史维修维护记录来确定设备故障模式产生的原因。
故障原因分析遵循以下原则:
①若该故障模式的发生将引起严重的故障后果,并且该故障模式在技术上可以预防,那么就需要预防该故障模式的发生,因此需要确定各故障模式发生的根本原因;
②若该故障模式的后果不严重,则只需采用纠正性维修,不需要采取预防措施,因而不需要分析其发生的根本原因;
③有些故障模式的发生虽然产生严重的故障后果,但目前没有可预防的技术手段,因而只能采取诸如定期试验等手段进行管理,所以在分析此类故障模式时不需找出其发生的根本原因,可以将其笼统地描述成设备故障。
故障原因分析的目的是找出设备故障模式发生的机理,以便采取有效地预防性对策。
(3)模糊故障影响分析
故障影响是故障发生后所产生的一系列现象。模糊故障影响分析的步骤是根据故障模式产生的原因,可分别从安全影响、环境影响、故障造成生产中断所引起的损失和排除该故障所需的维修成本等四个方面分析故障造成的影响,从而为判断维修工作是否可行提供详细、准确的信息。
传统方式的故障影响分析属于定性分析,主要依赖主观经验。有些改进的故障影响分析方法虽然引入了定量分析的部分,但关键因素的确定还是依靠人的主观经验,误差不好把握。本发明将模糊综合评判引入其中,实现故障影响的定量化分析。模糊故障模式影响分析主要包括以下5个步骤:
①评价因素的确定
评价因素包括评价对象的因素集和评语集。
因素集是由被评判对象的各因素所组成的集合,在模糊故障模式与影响分析分析中,故障模式影响的因素集包含多个层次。对于某一具体的模糊故障模式与影响分析分析,视问题的复杂程度和所需结果的精度,模糊层次可以设定为2层、3层甚至更多。
就石油石化装置的某故障模式影响而言,以安全性后果为例,因素集U包括:潜在的人身伤害、人身伤害的严重度、健康风险以及可能的火灾、爆炸事件等。评语集是对以上各方面因素的评价。故障模式的评语集与上面的因素集一一对应。如对于因素集U中的“潜在的人生伤害”,它的评语集V可分为“无,低,中,高,非常高”。
②综合评判矩阵R的确定
该评判矩阵通过综合设备运行和维修的历史数据以及权威专家们的评判而得到。具体步骤为:先逐一选定各影响因素进行单因素评判,之后将各单因素评判结果进行综合,从而确定评判矩阵R。
例如:对某一事件,其评判因素有:发生的可能性(u1),引起的后果(u2)。则分析时先对其可能性(u1)进行评判,设定其评语集为(很大,较大,一般,不可能)。假设认为其发生可能性很大、较大、一般、不可能的人数分别占总评判人数的30%、40%、20%和10%,则其隶属度为:(0.3,0.4,0.2,0.1)。同理得出后果(u2)的隶属度,设为(0.1,0.3,0.5,0.1),则评判矩阵R如下:
③确定各因素权重
各因素的权重通过层次分析法得到。
首先根据九标度判断尺度表(如下表1所示),通过可靠性维修评估专家判断,确定各因素的相对重要,进而得到由各评价因素的相对重要度组成的评判矩阵P。
表1九标度判断尺度表
标度 | 含义 |
1 | 因素ui与因素uj具有同等重要性 |
3 | 因素ui比因素uj稍微重要 |
5 | 因素ui比因素uj明显重要 |
7 | 因素ui比因素uj强烈重要 |
9 | 因素ui比因素uj极端重要 |
2、4、6、8 | 2、4、6、8分别表示标度1-3、3-5、5-7、7-9的中值 |
倒数 | uj比ui的结果为uj比ui结果的倒数,即uji=1/uij |
其中,uij表示因素ui对因素uj的重要程度,其中i=1,2,…,n;j=1,2,…,n。
然后计算式(1)中每一行元素的乘积Mi:
Mi=(ui1×ui2×...×uin)(i=1,2,…,n) (2)
再计算得即有向量然后对其进行正交化处理,即W为P的向量,从而得到权重向量。
最后进行一致性检验:计算重要度矩阵的最大特征值λmax,然后由公式(3)可得CR。
若有CR<0.1,则满足一致性要求,此时向量W的各分量即可作为因素U=(u1,u2,u3)对应的权重系数。式中CI为一致性指标,RI为平均随机一致性指标,CR为一致性比率。
维数与RI的关系如下:
维数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0.00 | 0.00 | 0.58 | 0.90 | 1.12 | 1.23 | 1.32 | 1.41 | 1.45 |
④模糊综合评判
采用加权平均模型对故障模式后果进行综合评判。当某一故障模式的W和R都已经确定时,通过如下模糊线性变换:
即可得到因素集U对评语集V的隶属度集合B。其中,符号表示加权平均运算,即:
bj=(wi·r1j)·(w2·r2j)...(wm·rmj)(j=1,2…,n) (5)
⑤评判结果清晰化
为了直观而明确地确定事件的评价等级,需对得到的模糊向量进行清晰化处理。本次评判结果选用最大隶属度法进行清晰化处理,即选用最终评判向量B=(b1,b2,…,bn)中最大的元素bj所对应的评语作为最终得出的评判结果。
5.基于风险的设备维修分级管理
基于风险的设备维修分级管理的目的是识别出对装置运行起重要作用,一旦发生故障对装置运行产生严重影响或对环境造成严重破坏的设备,以便对其进行重点监护。而对于故障影响相对较小的设备,则相应减少关注度,从而使企业有限的维修管理资源得到合理分配,提高设备管理效率,从而到达优化企业设备维修管理制度的目的。
本发明提出的基于风险的设备维修分级管理方法,通过风险分析,确定设备的A、B、C类,其中A类对应风险级别为高和中高的设备,B类对应风险级别为中的设备,C类对应风险级别为低的设备,从而为设备管理者编制检维修计划提供决策支持,优化设备维修计划,提高设备可靠性和可用性。当然,可根据具体情况来设定设备的风险级别和种类。设备维修分级管理具体可包括:
(1)设备风险分析
在进行设备风险分析之前,需要制定出风险可接受准则,以风险可接受准则为尺度去衡量基于模糊综合评判的故障模式与影响分析结果中故障模式的风险等级,从而确定每台设备的风险级别。
风险可接受准则由可靠性维修评估小组根据设备运行情况、管理现状和关于安全、环境的相关法规/标准等,参考公司的HSE管理体系制定,并与设备管理人员和现场安全工程师共同讨论、修正评价准则。风险准则的内容一般以矩阵的形式呈现,定量分析时矩阵可以是5×5或5×7等。图4(a)至图4(d)所示为5×5的风险矩阵示例,其中红色代表高风险(H),黄色代表中风险(M),绿色代表低风险(L)。进行风险评估时,利用该风险矩阵,在已知故障模式影响大小和故障概率的前提下就可以确定该故障模式唯一的风险等级。
制定出符合企业实际情况的风险评价准则和风险矩阵后,方能进行故障模式风险分析。故障模式风险分析分别从安全风险、环境风险、生产损失风险和维修成本风险四个方面进行评价,以区分出高、中、低风险的故障模式。故障模式的最终风险等级由四方面风险中最高的风险项对应的风险等级决定。其中,设备某一故障的发生频率主要通过数据统计分析得出,然后利用设备故障概率数据库中该类故障模式的发生概率对其进行修正,修正后的结果作为该故障模式最终发生的概率。其中,故障后果等级可根据上述步骤4分析得出,故障概率等级可参照下表2得出。
表2故障概率/频率评价准则
故障频率等级 | 故障模式出现的可能性 | 一个检修周期内可能发生的故障频率 |
A | 几乎不发生 | 0<X≤0.5次 |
B | 较少发生 | 0.5<X≤1次 |
C | 偶尔发生 | 1<X≤3次 |
D | 有时发生 | 3<X≤5次 |
E | 很高 | X>5次 |
在本发明中,故障设备概率数据库可基于采集的设备数据得出,建立的设备故障概率数据库可根据采集的基础数据而动态更新。
(2)设备维修级别的确定
可靠性维修评估的最终目的是制定出详细的设备维修策略,为装置或设备的长周期稳定运行提供指导。根据上述可靠性维修评估结果,利用可靠性维修评估逻辑决断程序,如图5所示,对不同设备的每种故障模式制定相应的维修策略。
确定设备维修级别的主要目的是识别出对装置的运行起关键性作用的设备,以便重点对其制定详细的检维修大纲,优化维修策略,节省维修资源。对于某一确定的设备,若在其所有的故障模式中存在高风险等级的故障模式,则该设备的维修级别为A,属于关键设备,维护时需要对其重点关注;若该设备所有故障模式中的最高风险为中风险等级,则其维修级别为B,属于次重点设备;若该设备的所有故障模式均为低风险等级,则确定其维修级别为C,此时可以减少对其的关注度,以便将关注重点放在更高维修级别的设备上,防止事故发生。
对于C类设备,由于其发生故障时的危害性相对较小,故一般采取事后维修的方式以节约维修资源;对于A、B类设备,根据维修模式判别方法(图5),首先要判断其故障的显隐性,具体步骤如下:
1)若故障模式为隐性,则判断故障查找任务对于该故障模式而言是否有效:若故障查找任务有效,则该故障模式的维修任务即为故障查找,包括定期试验和定期测试;若故障查找任务无效,则需考虑对该设备采取一次性变更措施,即重新设计或重新选型。
2)若该故障模式为显性,则需要进一步判断预测维修对于该故障模式而言是否有效:
①当预测性维修对其有效时,确定该故障模式的维修任务为预测维修。预测维修任务一般包括振动分析、油液分析、电机电流分析、热成像分析以及工艺参数监测分析等方式;
②当预测性维修对其无效时,则还需进一步判断预防性维修是否有效:若预防性维修任务对预防该故障模式有效,则采取预防性维修任务,包括定期恢复、定期报废等;若预防性维修任务对该故障模式的预防无效,则需考虑对该设备采取一次性变更措施。
实施例
以下以某一线生产企业某设备的基础数据为例,对本发明的基于模糊综合评判的可靠性维修评估方法进行介绍。
(1)确定可靠性维修评估实施范围
经过可靠性维修评估小组分析确定本次评估的对象为某装置的液硫产品泵,同时设定本次故障模式分析的层次为设备级。
(2)基础数据的收集与整理
可靠性维修评估数据采集的内容一般包括产品的概况、运行情况、故障信息、维修保养信息、费用信息以及相似产品的以上信息。本次采集的数据如表3所示。
表3基础数据信息表
(3)系统划分与设备筛选分析
根据采集的基础数据并结合企业生产实际,将液硫产品泵划分为硫磺回收系统。其主要功能是:将脱气后的产品液硫送至液硫成型单元生产固体硫磺产品,输送温度为138℃,入口压力为0.004MPa,出口压力为1.37MPa,输送流量为21.7m3/h。进一步筛选分析可知,液硫产品泵的功能在整个脱硫装置中至关重要,其一旦发生故障将可能导致整个脱硫系统停机,对生产造成损失并增加维修成本。同时,由基础数据统计可知,其故障频率统计为0.75次/3年。因此根据图4(a)-4(d)的风险定性分析矩阵可知其筛选风险较高,需进一步进行详细的基于模糊综合评判的故障模式与影响分析。
(4)基于模糊综合评判的故障模式与影响分析
按照上述分析,基于模糊综合评判的故障模式与影响分析分为以下三个流程:
①故障模式分析
通过对收集到的基础数据分析统计,同时参考设备故障模式数据库中同类型设备的故障模式分析,确定液硫产品泵的故障模式为以下6种:i.振动或异响或噪音;ii.流量或(扬程、排压)异常;iii.密封泄漏;iv.轴承温度高;v.电机负荷超过正常值;vi.盘不动车。
②故障原因分析
根据设备的工作环境、维修维护技术力量、设备结构特点和检修档案以及收集的液硫产品泵历史维修维护记录,可靠性维修评估小组将以上6种故障模式产生的原因进行了整理,列表如下:
表4液硫产品泵故障原因
③基于模糊综合评判的故障影响分析
对于液硫产品泵的六种故障模式,分别分析其可能产生的后果。详细过程如下:
i.确定评价因素
评价因素包括评价对象的因素集和评语集。
以“振动或异响或噪音”这一故障模式为例,其引起的后果包括四个方面:安全性后果、环境性后果、生产损失后果和维修成本后果。
设其维修成本后果的评价因素集为:
U=(u1,u2,u3)
其中,u1表示维修费用,u2表示备件情况,u3维修难易程度。
设u1对应的评语集为:
V1=(v11,v12,v13,v14,v15)
其中,v11表示“无”,v12表示“少”,v13表示“中”,v14表示“高”,v15表示“非常高”。
同理,V2=(v21,v22,v23,v24,v25),V3=(v31,v32,v33,v34,v35),其所对应的含义见表5。
ii.确定评判矩阵R
根据上述评判矩阵R的公式,建立关于评价因素与评语的评判矩阵R如下:
矩阵R中,rij表示第i个因素对第j个评语的隶属度,i=1,2,3,4,5;j=1,2,3。
模糊评判矩阵需要通过可靠性维修评估专家的评判得到。通过对n份“维修成本后果”专家调查表(表5)的分析,分别统计各因素ui(i=1,2,3)中评语出现的次数nj,则Pj=nj/n即为该因素出现的概率,即隶属度。
表5“振动或异响或噪音”维修成本后果专家调查表
以n=20为例,对于“维修费用”,其评语v1i(i=1,2,…,5)出现的次数分别为n1=0,n2=1,n3=2,n4=5,n5=12,则隶属度r为:
r1=(0,0.05,0.10,0.25,0.60)
同理得到r2=(0.05,0.10,0.30,0.35,0.25),r3=(0.05,0.15,0.20,0.40,0.20)
所以评判矩阵R为:
iii.确定各因素权重
根据九标度判断尺度表(表1),通过可靠性维修评估专家判断,维修成本后果的各因素相对重要度如表6所示:
表6“振动或异响或噪音”维修成本后果的各因素相对重要度
因此判断矩阵P为:
计算P中每一行元素的乘积Mi得:
M1=16,M2=0.25,M3=0.25
计算Mi的3次方根得:
对向量进行正规化处理,即得:
W=(0.667,0.167,0.167)
一致性检验:
计算判断矩阵的最大特征值λmax=3,则由公式
得CR=0<0.1,满足一致性要求,故W=(0.667,0.167,0.167)可作为因素U=(u1,u2,u3)的权重系数。
iv.进行模糊综合评判
采用加权平均模型对各因素进行模糊综合评判:
v.评判结果清晰化
由B=(0.0084,0.0751,0.1502,0.2920,0.4754)可知,根据最大隶属度原则,“振动或异响或噪音”这一故障模式的维修成本风险后果为E级。
同理可分别得出该故障模式的安全性后果、环境性后果和生产损失后果等级以及其他故障模式如“流量或(扬程、排压)异常”、“密封泄漏”、“轴承温度高”、“电机负荷超过正常值”和“盘不动车”的安全性后果、环境性后果和生产损失和维修成本后果等级。
(5)设备维修分级管理
根据基础数据的整理结果,“振动或异响或噪音”这一故障模式的发生概率为0.75次/3年,根据表2,可知该故障概率等级评定为“B”级。而由上节分析结果可知,该故障模式后果等级为E级。因此,由图4(a)中的维修成本风险矩阵即可得出“振动或异响或噪音”这一故障模式的风险等级为“H”,即高风险等级。同理可得其他5种故障模式的维修成本风险等级。
重复以上分析过程,可以分别得出该故障模式的安全性后果、环境性后果和生产损失后果的风险等级。
同理可以分别确定其他5种故障模式的安全性后果、环境性后果以及生产损失后果的风险等级。
根据设备维修分级管理方法,由于存在高风险等级的故障模式,因此液硫产品泵的风险等级为高风险,因此,确定液硫产品泵的维修等级为A。
(6)设备维修策略制定
由前面的分析可知液硫产品泵一共有6种故障模式,而对于“振动或异响或噪音”这一故障模式,根据上述分析步骤,首先判断该故障模式的显隐性。由于该故障模式很容易被设备管理者发现,因此判定该故障模式为“显性”。
第二步判断预测维修对于该故障模式而言是否有效。根据分析,振动超过标准值时可通过振动分析检测出来,因此可以通过对相关参数采取监测措施来预知设备健康状况。对于液硫产品泵的其他低风险的故障模式,维修方式均采用事后维修方式。
以上内容仅为本发明的较佳实施例,对于本领域的普通技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于可靠性的维修评估方法,其特征在于,包括:
(1)故障模式和故障原因分析:采集动设备的基础数据,基于采集的基础数据确定高风险/中高风险动设备所有可能的故障模式以及导致故障模式发生的故障原因;
(2)模糊故障影响分析:基于模糊综合评判法,对每种故障模式可能产生的故障后果进行分析,并基于故障后果评价准则确定每种故障模式下的故障后果等级;
(3)设备维修等级确定:根据设备的动态风险进行分级,高风险/中高风险设备为A类设备,对应的维修等级为A级;中风险设备为B类设备,对应的维修等级为B级;低风险设备为C类设备,对应的维修等级为C级;
(4)维修模式判别:判断设备维修等级,若维修等级为C级,则对应事后维修;若维修等级为A/B级,判断是隐性故障还是显性故障,隐性故障根据故障查找任务是否有效来确定是一次性变更还是故障查找,显性故障根据预测性维修任务是否有效来确定是预测性维修还是预防性维修。
2.根据权利要求1所述的基于模糊综合评判的可靠性维修评估方法,其特征在于,
至少通过以下途径来基于采集的基础数据确定高风险/中高风险动设备的所有可能故障模式:
1)对收集的基础数据进行统计分析;以及
2)从故障模式数据库比对同类设备所发生的故障模式。
3.根据权利要求1所述的基于模糊综合评判的可靠性维修评估方法,其特征在于,其中,所述故障原因分析包括根据所述动设备的工作环境、维修维护技术力量、结构特点和检修档案或历史维修维护记录来确定设备故障模式产生的原因。
4.根据权利要求1所述的基于模糊综合评判的可靠性维修评估方法,其特征在于,其中,所述模糊故障影响分析包括:
步骤一:确定故障模式的评价因素,所述评价因素包括因素集U和评语集V;
步骤二:确定关于所述因素集合所述评语集的综合评判矩阵R;
步骤三:基于层次分析法来确定各因素的权重;
步骤四:采用加权平均模型来对故障模式后果进行综合评判;
步骤五:根据最大隶属度原则来确定各故障模式的评判结果。
5.根据权利要求4所述的基于模糊综合评判的可靠性维修评估方法,其特征在于,其中,所述综合评判矩阵R通过以下确定:先逐一选定影响因素进行单因素评判,之后将各单因素评判结果进行综合,从而确定评判矩阵R,所述综合评判矩阵R由下式进行确定:
其中,rij表示第i个因素对第j个评语的隶属度,其中,i=1,2,3,4,5;j=1,2,3。
6.根据权利要求5所述的基于模糊综合评判的可靠性维修评估方法,其特征在于,其中,所述确定各因素的权重具体包括:
根据九标度判断尺度表,通过以可靠性为中心的维修专家判断,确定各因素U的相对重要度,进而得到由各评价因素的相对重要度组成的评判矩阵P,所述评判矩阵P由以下公式(2)确定:
其中,uij表示因素ui对因素uj的重要程度,其中i=1,2,…,n;j=1,2,…,n。
然后计算式(2)中每一行元素的乘积Mi:
Mi=(ui1×ui2×...×uin)(i=1,2,…,n) (3)
再计算得即有向量然后对其进行正交化处理,即W为P的向量,从而得到权重向量;
最后进行一致性检验:计算重要度矩阵的最大特征值λmax,然后由公式(4)可得CR:
如果CR<0.1,则满足一致性要求,此时向量W的各分量可作为因素U=(u1,u2,u3)对应的权重系数,式中CI为一致性指标,RI为平均随机一致性指标,CR为一致性比率。
7.根据权利要求6所述的基于模糊综合评判的可靠性维修评估方法,其特征在于,其中,当某一故障模式的W和R都已经确定时,通过如下模糊线性变换:
从而可得到因素集U对评语集V的隶属度集合B,其中,符号表示加权平均运算,由此可得:
bj=(wi·r1j)·(w2·r2j)...(wm·rmj)(j=1,2…,n) (6)。
8.根据权利要求1所述的基于模糊综合评判的可靠性维修评估方法,其特征在于,所述故障后果至少包括安全性后果、环境性后果、生产损失后果和维修成本后果。
9.根据权利要求1所述的基于模糊综合评判的可靠性维修评估方法,其特征在于,
其中,每种故障模式下的风险等级基于以下步骤确定:
(1)确定每种故障模式下有多少种故障后果;
(2)根据该故障模式的故障概率等级和每种故障后果的风险等级,分别形成该种故障模式下不同后果的风险评价矩阵,根据评价矩阵确定风险等级;
(3)选取所有风险评价矩阵中风险级别最高的风险等级作为该故障模式的风险等级。
10.根据权利要求1所述的基于模糊综合评判的可靠性维修评估方法,其特征在于,所述动设备包括石油石化装置动设备,所述基础数据至少包括设备数据、故障数据、运行数据、维修数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610603154.9A CN106600095B (zh) | 2016-07-27 | 2016-07-27 | 一种基于可靠性的维修评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610603154.9A CN106600095B (zh) | 2016-07-27 | 2016-07-27 | 一种基于可靠性的维修评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106600095A true CN106600095A (zh) | 2017-04-26 |
CN106600095B CN106600095B (zh) | 2020-09-08 |
Family
ID=58555964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610603154.9A Active CN106600095B (zh) | 2016-07-27 | 2016-07-27 | 一种基于可靠性的维修评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106600095B (zh) |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107590544A (zh) * | 2017-09-11 | 2018-01-16 | 合肥工业大学 | 一种液压泵的维修策略优化方法及系统 |
CN107977740A (zh) * | 2017-11-23 | 2018-05-01 | 海南电网有限责任公司 | 一种现场运维智能调度方法 |
CN108133311A (zh) * | 2017-12-14 | 2018-06-08 | 长春工程学院 | 一种风电机组故障模式风险评估及可靠性分析方法 |
CN108133090A (zh) * | 2017-12-13 | 2018-06-08 | 西安交通大学 | 一种可靠性敏感度驱动的高端复杂装备可靠性分析方法 |
CN108266336A (zh) * | 2018-01-08 | 2018-07-10 | 中国水电工程顾问集团有限公司 | 一种风电设备维护策略决策系统 |
CN109359894A (zh) * | 2018-11-29 | 2019-02-19 | 武汉大学 | 一种基于rpn的电力计量设备风险评价方法及装置 |
CN109389229A (zh) * | 2018-10-15 | 2019-02-26 | 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 |
CN109472449A (zh) * | 2018-10-10 | 2019-03-15 | 同济大学 | 基于群决策的城市轨道交通信号设备健康状态评价方法 |
CN109491341A (zh) * | 2018-11-28 | 2019-03-19 | 北京迈斯康特测控技术有限公司 | 用于油田作业设备的监控与数据分析系统 |
CN110135672A (zh) * | 2018-02-08 | 2019-08-16 | 北京航空航天大学 | 一种分析修理级别的方法及装置 |
CN110363339A (zh) * | 2019-07-05 | 2019-10-22 | 南京简睿捷软件开发有限公司 | 一种基于电机参数进行预测性维护的方法与系统 |
CN110378592A (zh) * | 2019-07-12 | 2019-10-25 | 珠海培慕科技有限公司 | 一种动态评估设备风险的方法 |
CN110458408A (zh) * | 2019-07-15 | 2019-11-15 | 中国石油化工股份有限公司 | 典型故障对动设备及装置影响后果的分析方法 |
CN110543997A (zh) * | 2018-05-29 | 2019-12-06 | 北京国铁盛阳技术有限公司 | 设备质量的量化方法、装置、计算机设备及存储介质 |
CN110782157A (zh) * | 2019-10-24 | 2020-02-11 | 华电邹县发电有限公司 | 一种基于发电设备重要度的维修方式制定方法 |
CN111301655A (zh) * | 2020-03-18 | 2020-06-19 | 无锡赛思亿电气科技有限公司 | 船舶电力推进与控制系统及其监控控制与安全评估方法 |
CN112085398A (zh) * | 2020-09-15 | 2020-12-15 | 中国石油化工股份有限公司 | 保温层下腐蚀风险评估方法和保温层下腐蚀检测方法 |
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 |
CN112784358A (zh) * | 2020-12-29 | 2021-05-11 | 中国航空工业集团公司西安飞机设计研究所 | 一种确定产品可靠性提升顺序的决策方法 |
CN112800678A (zh) * | 2021-01-29 | 2021-05-14 | 南京航空航天大学 | 多任务选择模型构建方法、多任务选择性维护方法及系统 |
CN112819262A (zh) * | 2019-10-30 | 2021-05-18 | 中国石油化工股份有限公司 | 存储器、工艺管道检维修决策方法、装置和设备 |
CN113159342A (zh) * | 2021-04-27 | 2021-07-23 | 上海应用技术大学 | 一种基于模糊综合评判的地铁信号系统维修方法 |
WO2021202431A1 (en) * | 2020-04-01 | 2021-10-07 | Microsoft Technology Licensing, Llc | Targeted repair of hardware components in a computing device |
CN114154286A (zh) * | 2020-09-08 | 2022-03-08 | 中国石油化工股份有限公司 | 基于可靠度计算的设备动态风险评价方法 |
CN114237203A (zh) * | 2021-12-13 | 2022-03-25 | 中国船舶重工集团公司第七0三研究所 | 一种基于虚拟现实的船舶燃气轮机气动控制系统预防性维修实现方法 |
CN116502896A (zh) * | 2023-06-25 | 2023-07-28 | 苏禹水务科技(南京)有限公司 | 一种基于bim+gis技术的泵站智能控制方法及系统 |
CN116756666A (zh) * | 2023-08-15 | 2023-09-15 | 广东石油化工学院 | 一种多源数据融合的离心式压缩机健康状态评估方法 |
CN117495356A (zh) * | 2023-12-18 | 2024-02-02 | 成都秦川物联网科技股份有限公司 | 基于人机联动的智慧燃气管道维修方法和物联网系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102156916A (zh) * | 2011-04-02 | 2011-08-17 | 北京航空航天大学 | 一种航空产品研制单位可靠性工程能力评估方法 |
CN103235991A (zh) * | 2013-04-18 | 2013-08-07 | 国家电网公司 | 基于模糊理论的配网变压器状态评估方法 |
-
2016
- 2016-07-27 CN CN201610603154.9A patent/CN106600095B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102156916A (zh) * | 2011-04-02 | 2011-08-17 | 北京航空航天大学 | 一种航空产品研制单位可靠性工程能力评估方法 |
CN103235991A (zh) * | 2013-04-18 | 2013-08-07 | 国家电网公司 | 基于模糊理论的配网变压器状态评估方法 |
Non-Patent Citations (1)
Title |
---|
李翔 等: "RCM与风险分析技术的研究和应用", 《工业工程与管理》 * |
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107590544A (zh) * | 2017-09-11 | 2018-01-16 | 合肥工业大学 | 一种液压泵的维修策略优化方法及系统 |
CN107977740A (zh) * | 2017-11-23 | 2018-05-01 | 海南电网有限责任公司 | 一种现场运维智能调度方法 |
CN108133090B (zh) * | 2017-12-13 | 2020-07-28 | 西安交通大学 | 一种可靠性敏感度驱动的高端复杂装备可靠性分析方法 |
CN108133090A (zh) * | 2017-12-13 | 2018-06-08 | 西安交通大学 | 一种可靠性敏感度驱动的高端复杂装备可靠性分析方法 |
CN108133311A (zh) * | 2017-12-14 | 2018-06-08 | 长春工程学院 | 一种风电机组故障模式风险评估及可靠性分析方法 |
CN108266336A (zh) * | 2018-01-08 | 2018-07-10 | 中国水电工程顾问集团有限公司 | 一种风电设备维护策略决策系统 |
CN108266336B (zh) * | 2018-01-08 | 2023-08-01 | 中电建新能源集团股份有限公司 | 一种风电设备维护策略决策系统 |
CN110135672A (zh) * | 2018-02-08 | 2019-08-16 | 北京航空航天大学 | 一种分析修理级别的方法及装置 |
CN110543997A (zh) * | 2018-05-29 | 2019-12-06 | 北京国铁盛阳技术有限公司 | 设备质量的量化方法、装置、计算机设备及存储介质 |
CN109472449A (zh) * | 2018-10-10 | 2019-03-15 | 同济大学 | 基于群决策的城市轨道交通信号设备健康状态评价方法 |
CN109389229A (zh) * | 2018-10-15 | 2019-02-26 | 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 |
CN109491341A (zh) * | 2018-11-28 | 2019-03-19 | 北京迈斯康特测控技术有限公司 | 用于油田作业设备的监控与数据分析系统 |
CN109491341B (zh) * | 2018-11-28 | 2021-04-13 | 北京迈斯康特测控技术有限公司 | 用于油田作业设备的监控与数据分析系统 |
CN109359894A (zh) * | 2018-11-29 | 2019-02-19 | 武汉大学 | 一种基于rpn的电力计量设备风险评价方法及装置 |
CN109359894B (zh) * | 2018-11-29 | 2021-07-06 | 武汉大学 | 一种基于rpn的电力计量设备风险评价方法及装置 |
CN110363339B (zh) * | 2019-07-05 | 2022-03-08 | 南京简睿捷软件开发有限公司 | 一种基于电机参数进行预测性维护的方法与系统 |
CN110363339A (zh) * | 2019-07-05 | 2019-10-22 | 南京简睿捷软件开发有限公司 | 一种基于电机参数进行预测性维护的方法与系统 |
CN110378592A (zh) * | 2019-07-12 | 2019-10-25 | 珠海培慕科技有限公司 | 一种动态评估设备风险的方法 |
CN110458408A (zh) * | 2019-07-15 | 2019-11-15 | 中国石油化工股份有限公司 | 典型故障对动设备及装置影响后果的分析方法 |
CN110782157A (zh) * | 2019-10-24 | 2020-02-11 | 华电邹县发电有限公司 | 一种基于发电设备重要度的维修方式制定方法 |
CN112819262A (zh) * | 2019-10-30 | 2021-05-18 | 中国石油化工股份有限公司 | 存储器、工艺管道检维修决策方法、装置和设备 |
CN111301655A (zh) * | 2020-03-18 | 2020-06-19 | 无锡赛思亿电气科技有限公司 | 船舶电力推进与控制系统及其监控控制与安全评估方法 |
WO2021202431A1 (en) * | 2020-04-01 | 2021-10-07 | Microsoft Technology Licensing, Llc | Targeted repair of hardware components in a computing device |
US11593209B2 (en) | 2020-04-01 | 2023-02-28 | Microsoft Technology Licensing, Llc | Targeted repair of hardware components in a computing device |
CN114154286A (zh) * | 2020-09-08 | 2022-03-08 | 中国石油化工股份有限公司 | 基于可靠度计算的设备动态风险评价方法 |
CN112085398B (zh) * | 2020-09-15 | 2024-02-20 | 中国石油化工股份有限公司 | 保温层下腐蚀风险评估方法和保温层下腐蚀检测方法 |
CN112085398A (zh) * | 2020-09-15 | 2020-12-15 | 中国石油化工股份有限公司 | 保温层下腐蚀风险评估方法和保温层下腐蚀检测方法 |
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 |
CN112784358A (zh) * | 2020-12-29 | 2021-05-11 | 中国航空工业集团公司西安飞机设计研究所 | 一种确定产品可靠性提升顺序的决策方法 |
CN112800678A (zh) * | 2021-01-29 | 2021-05-14 | 南京航空航天大学 | 多任务选择模型构建方法、多任务选择性维护方法及系统 |
CN112800678B (zh) * | 2021-01-29 | 2024-05-28 | 南京航空航天大学 | 多任务选择模型构建方法、多任务选择性维护方法及系统 |
CN113159342A (zh) * | 2021-04-27 | 2021-07-23 | 上海应用技术大学 | 一种基于模糊综合评判的地铁信号系统维修方法 |
CN114237203A (zh) * | 2021-12-13 | 2022-03-25 | 中国船舶重工集团公司第七0三研究所 | 一种基于虚拟现实的船舶燃气轮机气动控制系统预防性维修实现方法 |
CN116502896B (zh) * | 2023-06-25 | 2023-09-19 | 苏禹水务科技(南京)有限公司 | 一种基于bim+gis技术的泵站智能控制方法及系统 |
CN116502896A (zh) * | 2023-06-25 | 2023-07-28 | 苏禹水务科技(南京)有限公司 | 一种基于bim+gis技术的泵站智能控制方法及系统 |
CN116756666B (zh) * | 2023-08-15 | 2023-11-24 | 广东石油化工学院 | 一种多源数据融合的离心式压缩机健康状态评估方法 |
CN116756666A (zh) * | 2023-08-15 | 2023-09-15 | 广东石油化工学院 | 一种多源数据融合的离心式压缩机健康状态评估方法 |
CN117495356A (zh) * | 2023-12-18 | 2024-02-02 | 成都秦川物联网科技股份有限公司 | 基于人机联动的智慧燃气管道维修方法和物联网系统 |
CN117495356B (zh) * | 2023-12-18 | 2024-03-26 | 成都秦川物联网科技股份有限公司 | 基于人机联动的智慧燃气管道维修方法和物联网系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106600095B (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106600095A (zh) | 一种基于可靠性的维修评估方法 | |
CN109524139B (zh) | 一种基于设备工况变化的实时设备性能监测方法 | |
Bevilacqua et al. | Monte Carlo simulation approach for a modified FMECA in a power plant | |
Roemer et al. | Advanced diagnostics and prognostics for gas turbine engine risk assessment | |
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 | |
CN111160685A (zh) | 一种基于设备综合健康状况分析和管理的维修决策方法 | |
CN101770219B (zh) | 一种车铣复合机床故障诊断知识库的知识获取方法 | |
CN108089078A (zh) | 设备劣化预警方法及系统 | |
CN108133316A (zh) | 一种供电厂电力设备家族性缺陷的检测方法 | |
Mortada et al. | Rogue components: their effect and control using logical analysis of data | |
CN110598878A (zh) | 一种基于炼化装置停工大修的检修计划tier4评估技术 | |
Misra | Maintenance engineering and maintainability: An introduction | |
Nobakhti et al. | Dynamic reliability assessment of a complex recovery system using fault tree, fuzzy inference and discrete event simulation | |
RU2687848C1 (ru) | Способ и система вибромониторинга промышленной безопасности динамического оборудования опасных производственных объектов | |
CN110210722A (zh) | 一种核电厂系统监督方案的开发方法 | |
Sambrekar et al. | Maintenance strategies for realizing Industry 4.0: An overview | |
CN116776100A (zh) | 火电厂灰库设备状态评价系统和方法 | |
Sarkar et al. | Development of risk based maintenance strategy for gas turbine power system | |
Yacout | Logical analysis of maintenance and performance data of physical assets, ID34 | |
CN110458408B (zh) | 典型故障对动设备及装置影响后果的分析方法 | |
CN113887598A (zh) | 核电厂降低设备强损的关键敏感设备消除方法和电子设备 | |
Hardman et al. | A helicopter powertrain diagnostics and prognostics demonstration | |
Beduschi et al. | Optimizing rotating equipment maintenance through machine learning algorithm | |
Bitanov | Reliability study of subsea control module with focus on statistical methods | |
Khanfri et al. | New Hybrid MCDM Approach for an Optimal Selection of Maintenance Strategies: Results of a Case Study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |