CN107544457A - 基于可靠性分析的炼化装置运行周期专家决策系统及方法 - Google Patents

Abstract

本发明属于石油化工领域，公开了一种基于可靠性分析的炼化装置运行周期专家决策系统及方法，决策方法在对炼化装置的功能、功能故障、故障模式和故障后果分析基础上，应用概率统计获得炼化装置的安全性和可靠性数据，建立炼化装置系统分析平台；判断炼化装置各系统、设备、零部件所处的状态，确定需要进行预防性维修、定期维修、改进或重新设计的方案；并进一步确定设备维修、检验、检查周期和手段，最终制定出实用、合理和科学的维修计划或维修大纲或维修策略包。本发明通过建立设备基础数据与维护数据的数据信息分析平台，构建了炼化装置长周期数据分析模型，形成了适用装置长周期的动态维修策略任务包。

Description

基于可靠性分析的炼化装置运行周期专家决策系统及方法

技术领域

本发明属于石油化工技术领域，尤其涉及一种基于可靠性分析的炼化装置运行周期专家决策系统及方法。

背景技术

随着装备的复杂性提高，大量的预防性维修、较短的维修周期以及较深的维修深度往往会造成维修费用不堪重负，而且故障率并未得到有效控制。可靠性分析方法应运而生，并在航空、军工领域取得了较为广泛的应用，近几年核电行业也有发展。该方法在石油化工等流程工业也进行过尝试，但因为石化装备运行工艺条件复杂，设备及零部件的运行环境和参数都不同，其故障模式也不相同，采用的维修策略和对应的维修周期也不同，即便是通用装备也难以取得通用的维修策略，因此应用并未有成功的经验。随着石化装备日趋大型化、高速化、自动化、智能化，如何使用经济高效的维修策略保证装备的安全运行显得特别重要。

综上所述，现有技术存在的问题是：

现有技术在该领域的研究具有一定的片面性，往往针对某台设备或某个系统某种故障模式的研究，缺乏设备间、系统间、故障模式之间的相互影响研究，即没有达到具系统性、全局性的研究层次，因而突发设备故障事件仍时有发生，为避免该种情况，采取了频繁预防维修、加大部件更换频率等措施，导致维修费用较高。

发明内容

针对现有技术存在的问题，本发明提供了一种基于可靠性分析的炼化装置运行周期专家决策系统及方法。

本发明是这样实现的，一种基于可靠性分析的炼化装置运行周期专家决策方法，所述基于可靠性分析的炼化装置运行周期专家决策方法，包括：

在对炼化装置的功能、功能故障、故障模式和故障后果分析基础上，应用概率统计获得炼化装置的安全性和可靠性数据，建立炼化装置系统分析平台；判断炼化装置各系统、设备、零部件所处的状态，确定需要进行预防性维修、定期维修、改进或重新设计的方案；并进一步确定设备维修、检验、检查周期和手段，最终制定出实用、合理和科学的维修计划或维修大纲或维修策略包；

对炼化装置中的零部件、设备、系统的各种故障模式之间及装置内各系统间的关联性问题进行分析，确定装置各部分的相互关系，建立炼化装置的维修策略；

通过建立设备基础数据与维护数据的数据信息分析平台，收集和分析设备的故障数据，应用概率统计获得炼化装置的可靠性数据，并在使用过程中不断更新设备的故障数据，形成适用炼化装置周期的动态维修策略包；

炼化装置投入使用后，不断收集和分析使用中的故障数据，并以此为依据对维修计划或维修大纲或维修策略包进行及时补充和修订，形成动态的维修策略包，构建基于装备可靠性的资产完整性管理体系。

进一步，所述炼化装置的安全性和可靠性数据由设备、零部件的可靠性数据组成，所述设备、零部件的可靠性数据由历史维修数据分析得来；具体包括：

首先收齐设备或零部件的所有历史维修数据，然后再分析这些数据的有效性；记录维修数据有效点，进行周期分析；

确定维修数据有效点数后，当历史维修数据点不足或者历史维修数据点不满足威布尔分布分析需要时，则采用平均法确定维修周期，其他采用概率统计方法；

当历史维修数据点满足或者历史维修数据点满足威布尔分布分析需要时，采用威布尔分布分析方法；根据有效的历史维修数据，采用参数估计的算法确定指数分布和正态分布的参数，得到设备或零部件的具体的威布尔分布模型，根据威布尔分布模型确定设备的维修周期或设备的当前可靠度。

进一步，所述威布尔分布分析方法，包括威布尔模型，所述威布尔模型包括标准的二参数威布尔分布模型和三参数威布尔分布模型；当标准的二参数威布尔分布模型和三参数威布尔分布模型的形状参数分别取特定的数值时，接近指数分布、正态分布分布模型；

威布尔模型是研究机械零部件可靠性的最适合的模型之一。标准的二参数威布尔分布模型和三参数威布尔分布模型能够拟合各种类型的寿命数据，当其形状参数分别取特定的数值时，它接近于指数分布、正态分布等分布模型。用威布尔分布可以拟合各种可靠性数据，计算产品的可靠性指标，为故障树分析、可靠性设计、可靠性预计与分配等工作提供了统计学依据。

所述三参数威布尔分布模型用三个参数进行分析，所述三个参数分别是尺度参数η、形状参数m、位置参数γ；形状参数m的大小决定威布尔分布的形状，当m>1，密度函数曲线呈单峰型，且随m的减小峰高逐渐降低，当m＝3.5时，接近正态分布；当m＝1时，密度函数曲线指数分布的密度函数曲线；当m<1时，密度函数曲线是递减曲线；

尺度参数η用于放大或缩小坐标尺度，尺度参数与工作条件负载的大小有关，负载越大，尺度参数越小；

位置参数γ是一平移参数，当γ＝0时，该威布尔分布就变成二参数威布尔分布模型，此时

进一步，在可靠性分析中用到的各种分布的参数和可靠性特征量都是未知的，需要应用样本提供的信息对威布尔分布模型中的未知参数进行威布尔分布参数的极大似然估计法估计，这一过程称为参数估计。参数估计分为点估计和区间估计；

威布尔分布函数的未知参数包括形状参数、位置参数和尺度参数，只有在确定这些参数后，才能利用分布模型计算各可靠性指标。通常将参数估计方法分为图解法和解析法两大类，图解法包括经验分布图法、威布尔概率图法和风险率统计图法等；解析法包括极大似然估计法和回归估计法等。本专利采用威布尔分布参数的极大似然估计法。

极大似然估计法利用总体的概率密度或概率分布的表达式及其总体的概率密度或概率分布的表达式子样所提供的信息来求未知参数的估计量；它是建立在极大似然原理基础上的一种统计方法。所述子样为设备或零部件的有效故障数据。

进一步，数据信息分析平台的建立包括：

对炼化装置进行系统划分，以及进行系统、设备、零部件及各部分的相互关系划分；

建立炼化装置的故障模式以及维修策略，并进行相对应设备或零部件的维修记录；

建立设备或零部件维修周期计算的逻辑策略和方法；所述逻辑策略包括整个装置维修策略制定方法以及动态维修策略的实现方法；

现有的维修策略制定方法基本是定周期的，即在什么时候维修什么设备或零部件。本发明的维修策略是动态的，在不同时刻制定维修策略由于设备和零部件的可靠性不同，需要维修的设备和零部件也不同，是一个动态的。

进一步，建立基础数据与维护数据的数据信息分析平台，包括:综合炼化装置内各系统、设备、零部件间及各种故障模式之间的关联性，同时记录设备的名称、设备的编号，设备检测的项目、检测的周期和检测的技术指标、历史维修数据；历史维修数据包括设备或零部件发生故障的原因，用于确定该数据是否可用于分析其维修周期。

进一步，炼化装置投入使用后，不断收集和分析装置使用中的故障数据，并补充到专家决策系统中，用于修正设备或零部件的维修周期；同时新的故障模式及维修策略也添加到系统中，对整个装置的维修计划、维修大纲或维修策略包进行及时补充和修订，形成动态的维修策略包，构建基于装备可靠性的资产完整性管理体系。

本发明的另一目的在于提供一种基于可靠性分析的炼化装置运行周期专家决策系统。

本发明的优点及积极效果为：

本发明可以对炼化装置设备的安全使用状况进行实时分析，并对使用寿命进行预测，避免设备的非计划检修，保证装置安全运行，具有重要的安全生产价值。以10万吨/年高压聚乙烯为例，采用该系统每年减少2次因装备或机械故障引起的停机检修，检修一次约需3天，每天少产高压聚乙烯1100吨，高压聚乙烯产品利润约1800元/吨，每天直接损失198万元，每次检修需配件费、维修费等100万元，直接经济损失为：2次×(3天×198万元/天+100万元)＝1388万元；因非计划停车引起的间接经济损失(原料放空及废料处理)每次为20万元，间接经济损失为：2次×20万元＝40万元，依次获得效益：1388万元+40万元＝1428万元。

本发明针对石化装备以及装备所处的生产系统，通过分析装备使用状态的影响因素，紧密结合状态监测、维修、使用和环境等信息，对设备的运行状态进行评估和寿命预测，结合设备间、系统间的相互关联关系，建立了系统平台，整体构建了石化装备的全局性维修策略。

附图说明

图1是本发明实施例提供的炼化装置内各系统、设备间相互关系示意图；

图2是本发明实施例提供的维修周期决策策略流程图；

图3是本发明实施例提供的维修动态策略包流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图及具体实施例对本发明的应用原理作进一步描述。

本发明实施例提供的基于可靠性分析的炼化装置运行周期专家决策方法，包括：

在对炼化装置的功能、功能故障、故障模式和故障后果分析基础上，应用概率统计获得炼化装置的安全性和可靠性数据，建立炼化装置系统分析平台；判断炼化装置各系统、设备、零部件所处的状态，确定需要进行预防性维修、定期维修、改进或重新设计的方案；并进一步确定设备维修、检验、检查周期和手段，最终制定出实用、合理和科学的维修计划或维修大纲或维修策略包；

对炼化装置中的零部件、设备、系统的各种故障模式之间及装置内各系统间的关联性问题进行分析，确定装置各部分的相互关系，建立炼化装置的维修策略；

通过建立设备基础数据与维护数据的数据信息分析平台，收集和分析设备的故障数据，应用概率统计获得炼化装置的可靠性数据，并在使用过程中不断更新设备的故障数据，形成适用炼化装置周期的动态维修策略包；

炼化装置投入使用后，不断收集和分析使用中的故障数据，并以此为依据对维修计划或维修大纲或维修策略包进行及时补充和修订，形成动态的维修策略包，构建基于装备可靠性的资产完整性管理体系。

作为本发明实施例的优选实施例，所述可靠性分析过程中包括对数据的有效性进行分析；同时包括各种故障模式之间及装置内各系统间的关联性分析；各系统、设备或零部件间是串联还是并联，各设备是3开1备还是1开1备等。

作为本发明实施例的优选实施例，所述炼化装置的安全性和可靠性数据由设备、零部件的可靠性数据组成，所述设备、零部件的可靠性数据由历史维修数据分析得来；具体包括：

首先收齐设备或零部件的所有历史维修数据，然后再分析这些数据的有效性；记录维修数据有效点，进行周期分析；

确定维修数据有效点数后，当历史维修数据点不足或者历史维修数据点不满足威布尔分布分析需要时，则采用平均法确定维修周期，其他采用概率统计方法；

当历史维修数据点满足或者历史维修数据点满足威布尔分布分析需要时，采用威布尔分布分析方法；根据有效的历史维修数据，采用参数估计的算法确定指数分布和正态分布的参数，得到设备或零部件的具体的威布尔分布模型，根据威布尔分布模型确定设备的维修周期或设备的当前可靠度。

作为本发明实施例的优选实施例，所述威布尔分布分析方法，包括威布尔模型，所述威布尔模型包括标准的二参数威布尔分布模型和三参数威布尔分布模型；当标准的二参数威布尔分布模型和三参数威布尔分布模型的形状参数分别取特定的数值时，接近指数分布、正态分布分布模型；

威布尔模型是研究机械零部件可靠性的最适合的模型之一。标准的二参数威布尔分布模型和三参数威布尔分布模型能够拟合各种类型的寿命数据，当其形状参数分别取特定的数值时，它接近于指数分布、正态分布等分布模型。用威布尔分布可以拟合各种可靠性数据，计算产品的可靠性指标，为故障树分析、可靠性设计、可靠性预计与分配等工作提供了统计学依据。

所述三参数威布尔分布模型用三个参数进行分析，所述三个参数分别是尺度参数η、形状参数m、位置参数γ；形状参数m的大小决定威布尔分布的形状，当m>1，密度函数曲线呈单峰型，且随m的减小峰高逐渐降低，当m＝3.5时，接近正态分布；当m＝1时，密度函数曲线指数分布的密度函数曲线；当m<1时，密度函数曲线是递减曲线；

尺度参数η用于放大或缩小坐标尺度，尺度参数与工作条件负载的大小有关，负载越大，尺度参数越小；

位置参数γ是一平移参数，当γ＝0时，该威布尔分布就变成二参数威布尔分布模型，此时

作为本发明实施例的优选实施例，在可靠性分析中用到的各种分布的参数和可靠性特征量都是未知的，需要应用样本提供的信息对威布尔分布模型中的未知参数进行威布尔分布参数的极大似然估计法估计，这一过程称为参数估计。参数估计分为点估计和区间估计。

作为本发明实施例的优选实施例，威布尔分布函数的未知参数包括形状参数、位置参数和尺度参数，只有在确定这些参数后，才能利用分布模型计算各可靠性指标。通常将参数估计方法分为图解法和解析法两大类，图解法包括经验分布图法、威布尔概率图法和风险率统计图法等；解析法包括极大似然估计法和回归估计法等。本专利采用威布尔分布参数的极大似然估计法。

极大似然估计法利用总体的概率密度或概率分布的表达式及其总体的概率密度或概率分布的表达式子样所提供的信息来求未知参数的估计量；它是建立在极大似然原理基础上的一种统计方法。所述子样为设备或零部件的有效故障数据。

作为本发明实施例的优选实施例，建立基础数据与维护数据的数据信息分析平台，包括:综合炼化装置内各系统、设备、零部件间及各种故障模式之间的关联性，同时记录设备的名称、设备的编号，设备检测的项目、检测的周期和检测的技术指标、历史维修数据。历史维修数据包括设备或零部件发生故障的原因，用于确定该数据是否可用于分析其维修周期。

作为本发明实施例的优选实施例，炼化装置投入使用后，不断收集和分析装置使用中的故障数据，并补充到专家决策系统中，用于修正设备或零部件的维修周期。同时新的故障模式及维修策略也添加到系统中，对整个装置的维修计划、维修大纲或维修策略包进行及时补充和修订，形成动态的维修策略包，构建基于装备可靠性的资产完整性管理体系。

下面结合具体实施例对本发明作进一步描述。

本发明实施例提供的基于可靠性分析的炼化装置运行周期专家决策系统，分析了炼化装置内各系统、设备、零部件间及各种故障模式之间的关联性，系统、设备、零部件间具有串联、并联和混联关系，同时在用设备与备用设备的关系中有1开2备、1开1备、2开1备等。这些关系是对整个装置的可靠性分析的基础。采用以可靠性为中心的维修方法，从功能出发对炼化装置的故障模式进行分析，建立各种故障模式的相互关系。

建立其基础数据与维护数据的数据信息分析平台，综合炼化装置内各系统、设备、零部件间及各种故障模式之间的关联性，同时记录设备的名称、设备的编号，设备监检测的项目、监检测的周期和监检测的技术指标、历史维修数据。

本发明实施例提供的基于可靠性分析的炼化装置运行周期专家决策系统构建炼化装置周期数据分析模型。

炼化装置周期数据分析模型具体包括：

(1)设备的维修周期如果法规或其他规章制度等有明确的规定的检验周期和检验内容，则采用法规等规定的维修周期。

(2)如果装置具有定期维修周期(例如催化剂换剂周期)，则采用装置的维修周期。

(3)如果没有上述两种情况，则按照功能-功能故障-故障模式-故障影响-维修策略的分析方法得出的针对故障模式的维修策略对应的周期。

上述炼化装置周期数据分析具体模型中(3)分析的维修策略和维修周期包括：

①基于时间(或周期)的维修或维护策略(定期维修、定期更换、定期检查等)，此处的定期指的是基于周期的，而这个周期可能是动态变化的，根据历史维修数据确定故障分布规律，采用威布尔分布方法，估计故障分布函数的参数，再根据给定的可靠度确定维修周期，当历史维修数据不足或者其历史维修数据点不满足威布尔分布时，则采用平均法确定维修周期。

②非周期性故障采用预定事情工作，分析潜在故障演变为功能故障的间隔确定视情工作的项目及时间间隔。

③结合状态监测(在线或离线监测数据)，对维护或维修内容或周期予以修正。

形成适应装置长周期的动态维修策略任务包，根据计划维修的时间确定该时刻设备对应的可靠度，再根据设备的可靠度判断设备是否需要进行维修，从而确定某个维修时间点需要维修的设备，建立维修策略任务包。不同的维修点设备的可靠度不一样，从而需要维修的设备也不一样，从而使设备维修策略任务包发生变化；同时随着设备维修记录数据的变化，设备的维修周期分布发生变化，对应分布参数发生变化，使得设备的可靠度也发生变化，从而使设备是否需要维修也发生变化，最终使设备的维修策略包发生变化，形成动态维修策略任务包。

下面结合附图和具体实施例对本发明作进一步描述。

如图1所示，本发明实施例提供的基于可靠性分析的炼化装置运行周期专家决策系统首先对高压聚乙烯装置进行系统划分，根据功能可以划分为一次机系统、二次机系统、反应系统、挤压机系统、造粒机系统等五个系统。

各系统间是串联关系，其某一系统出现故障，则整个高压聚乙烯装置就需要停车检修。同时针对反应系统内有热水供应1、热水供应2、热水供应3等子系统，各子系统是串联，热水供应1子系统中的设备热水泵共有4台，为3开1备，3台在用热水泵间是并联。这些串并联的关系影响子系统的可靠性，进而影响系统和整个装置的可靠性，

本发明分析了系统、设备、零部件的关联性，在用设备与备用设备的关系。

构建炼化装置长周期数据分析模型，通过历史维修数据和监测数据，采用周期计算算法，确定设备的可靠度和维修周期，结合炼化装置内各系统、设备、零部件间及各种故障模式之间的关联性，进而确定整个炼化装置的可靠度和维修周期。

设备的维修周期首先如果有法规或其他规章制度等有明确的规定，则采用法规等规定的维修周期。如果没有，则根据设备历史维修数据确定其分布规律，估计分布函数的参数，再根据给定的可靠度确定维修周期。当历史维修数据不足或者其历史维修数据点不满足威布尔分布时，则采用平均法确定维修周期，其他采用威布尔分布。

下面结合原理分析对本发明作进一步描述。

如图2所示，本发明实施例提供的维修周期决策策略流程图。

设备的维修周期如果法规或其他规章制度等有明确的规定的检验周期和检验内容，则采用法规等规定的维修周期。如果装置具有定期维修周期(例如催化剂换剂周期)，则采用装置的维修周期。如果没有上述两种情况，则按照功能-功能故障-故障模式-故障影响-维修策略的分析方法得出的针对故障模式的维修策略对应的周期。

炼化装置周期分析的维修策略和维修周期包括基于时间(或周期)的维修或维护策略(定期维修、定期更换、定期检查等)，此处的定期指的是基于周期的，而这个周期可能是动态变化的，根据历史维修数据确定故障分布规律，采用威布尔分布方法，估计故障分布函数的参数，再根据给定的可靠度确定维修周期，当历史维修数据不足或者其历史维修数据点不满足威布尔分布时，则采用平均法确定维修周期。

收齐该设备或零部件的所有历史维修数据，然后再考虑这些数据的有效性。这次维修如果是自然磨损或失效，则该数据是有效，参入后面周期分析。如果是前期故障，属于初期质量问题，并且问题已经解决，则不作为有效点，不参入后面的周期分析。如果该设备进行了变更改造，如气阀更换气阀型式或厂家，比如增加无极流量调节系统，更换生产厂家，则本次和之前的记录均不作为有效点，不参入周期分析。确定了维修数据有效点数之后，当历史维修数据点不足或者其历史维修数据点不满足威布尔分布时，则采用平均法确定维修周期，其他采用概率统计方法，主要是威布尔分布分析方法。根据参数的不同威布尔分布可以模拟指数分布和正态分布，所以威布尔分布包含了指数分布和正态分布的情况。采用威布尔分布时需要确定其分布参数，根据有效的历史维修数据，采用参数估计的算法确定分布参数，得到该设备或零部件的具体的威布尔分布函数，根据该函数就可以确定设备的维修周期(给定可靠度)或设备的当前可靠度(给定设备运行时间)。

非周期性故障采用预定事情工作，分析潜在故障演变为功能故障的间隔确定视情工作的项目及时间间隔。

结合状态监测(在线或离线监测数据)，对维护或维修内容或周期予以修正。

形成适应装置长周期的动态维修策略任务包，根据计划维修的时间确定该时刻设备对应的可靠度，再根据设备的可靠度判断设备是否需要进行维修，从而确定某个维修时间点需要维修的设备，建立维修策略任务包。不同的维修点设备的可靠度不一样，从而需要维修的设备也不一样，从而使设备维修策略任务包发生变化；同时随着设备维修记录数据的变化，设备的维修周期分布发生变化，对应分布参数发生变化，使得设备的可靠度也发生变化，从而使设备是否需要维修也发生变化，最终使设备的维修策略包发生变化，形成动态维修策略任务包。

如图3所示，本发明提供的装置维修动态策略包流程图。

设备或零部件根据如图2所示算法确定设备或零部件的维修周期(给定可靠度)或设备的当前可靠度(给定设备运行时间)。根据设定的维修实施时间，可以确定设备的运行时间进而得到设备的可靠度。再结合装置系统、设备、零部件关联性，分析确定系统和整个装置的可靠性，最后得到整个装置的动态维修策略包。

本发明所包含的动态维修策略包括，随着设备的运行，设备维修数据增加，从而确定设备的维修周期的方法或维修周期的分布参数发生变化，得到的设备维修周期和可靠度发生变化，这些变化使得在不同计划维修时刻分析得到的维修策略任务包是不同，是动态变化。因此最后的维修计划与你计划维修的时间有关，是一个动态的维修策略。

例如，安全阀的校验周期是1年一次，则其校验周期是1年。渣油加氢装置的催化剂需要1年更换1次，则更换催化剂的周期是1年。具有历史维修数据的零部件其维修周期的确定则需要分析其维修数据。如果本次故障是由于随使用时间自然磨损或失效造成零部件或设备失效，则其本次运行时间是其维修周期分析的有效数据。如果本次故障属于前期故障，初期质量问题，本次故障发生之后，进行了纠正，类似故障不会再发生，则本次和之前的运行时间都不作为其维修周期分析的有效数据。如果本次故障属于前期故障，初期质量问题，本次故障发生之后，并没有进行有效纠正，类似故障可能再次发生，则本次的运行时间需要作为其维修周期分析的有效数据。根据具体的故障情况确定其数据的有效性后再进行维修周期分析。如果该零部件或设备1-4个有效历史维修数据(这里指有1-4次运行时间)，则将这几个运行时间取平均值作为该零部件或设备的维修周期。如果设备有5个及以上历史维修数据，比如一次闪二气阀出口阀其维修记录如下表。以两参数威布尔分布来分析，其参数采用最小二乘法点估计或极大似然估计法来求取。计算得到表示线性相关度的相关系数r＝0.98。当相关系数r→1时，则完全服从威布尔分布，由此可以得到一次闪二气阀出口阀维修运行时间服从二参数威布尔分布。再通过估计计算得到威布尔分布的两个参数为m＝3.14，η＝1224.08，当可靠度为0.85时，则其维修周期为686天。

一次闪二气阀出口阀维修记录

根据图2所示的维修周期决策策略流程图确定各零部件或设备的周期后，再确定装置的维修策略包。根据生产安排和设备运行状况，确定维修一个维修实施时间(比如2019年7月1日)。根据零部件或设备的维修周期和最后一次维修重新开车日期，可以确定该零部件或设备下次维修日期。如果该日期在计划维修日期前则该设备需要进行维修，否则不需要进行维修。比如一次闪二气阀出口阀最后一次维修重新开车日期2016年4月29日，维修周期是686天，则该零部件下次维修日期是2018年3月16日，在2019年7月1日之前需要进行维修。综合分析所有零部件或设备的情况以及装置系统、设备、零部件的关联性，就得到整个装置在设定维修日期时设备的维修策略包。如果计划维修的日期不同，得到维修策略包也将不一样。同时随着每次维修后，新的维修数据的加入，设备的维修周期也会发生变化，比如一次闪二气阀出口阀增加一个维修数据(假设在2019年7月1日进行更换)，得到相关系数r＝0.98，威布尔分布的两个参数为m＝3.46，η＝1228.59，当可靠度为0.85时，则其维修周期为727天。从而整个维修策略包是一个动态的维修策略包。

本发明提供一种基于可靠性分析的炼化装置运行周期专家决策系统，

可以对炼化装置设备的安全使用状况进行实时分析，根据新维修数据更新维修策略任务包，形成动态维修策略任务包，并对使用寿命进行预测，避免设备的非计划检修，保证装置安全运行，具有重要的安全生产价值。本发明的实施将大大提高炼化装置的长周期管理水平，并为炼化企业的中高层决策者提供可靠的决策方法。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于可靠性分析的炼化装置运行周期专家决策方法，其特征在于，所述基于可靠性分析的炼化装置运行周期专家决策方法，包括：

在对炼化装置的功能、功能故障、故障模式和故障后果分析基础上，应用概率统计获得炼化装置的安全性和可靠性数据，建立炼化装置系统分析平台；判断炼化装置各系统、设备、零部件所处的状态，确定需要进行预防性维修、定期维修、改进或重新设计的方案；并进一步确定设备维修、检验、检查周期和手段，最终制定出实用、合理和科学的维修计划或维修大纲或维修策略包；

对炼化装置中的零部件、设备、系统的各种故障模式之间及装置内各系统间的关联性问题进行分析，确定装置各部分的相互关系，建立炼化装置的维修策略；

通过建立设备基础数据与维护数据的数据信息分析平台，收集和分析设备的故障数据，应用概率统计获得炼化装置的可靠性数据，并在使用过程中不断更新设备的故障数据，形成适用炼化装置周期的动态维修策略包；

炼化装置投入使用后，不断收集和分析使用中的故障数据，并以此为依据对维修计划或维修大纲或维修策略包进行及时补充和修订，形成动态的维修策略包，构建基于装备可靠性的资产完整性管理体系。

2.如权利要求1所述的基于可靠性分析的炼化装置运行周期专家决策方法，其特征在于，所述炼化装置的安全性和可靠性数据由设备、零部件的可靠性数据组成，所述设备、零部件的可靠性数据由历史维修数据分析得来；具体包括：

首先收齐设备或零部件的所有历史维修数据，然后再分析这些数据的有效性；记录维修数据有效点，进行周期分析；

确定维修数据有效点数后，当历史维修数据点不足或者历史维修数据点不满足威布尔分布分析需要时，则采用平均法确定维修周期，其他采用概率统计方法；

当历史维修数据点满足或者历史维修数据点满足威布尔分布分析需要时，采用威布尔分布分析方法；根据有效的历史维修数据，采用参数估计的算法确定指数分布和正态分布的参数，得到设备或零部件的具体的威布尔分布模型，根据威布尔分布模型确定设备的维修周期或设备的当前可靠度。

3.如权利要求2所述的基于可靠性分析的炼化装置运行周期专家决策方法，其特征在于，所述威布尔分布分析方法，包括威布尔模型，所述威布尔模型包括标准的二参数威布尔分布模型和三参数威布尔分布模型；当标准的二参数威布尔分布模型和三参数威布尔分布模型的形状参数分别取特定的数值时，接近指数分布、正态分布分布模型；

所述三参数威布尔分布模型用三个参数进行分析，所述三个参数分别是尺度参数η、形状参数m、位置参数γ；形状参数m的大小决定威布尔分布的形状，当m>1，密度函数曲线呈单峰型，且随m的减小峰高逐渐降低，当m＝3.5时，接近正态分布；当m＝1时，密度函数曲线指数分布的密度函数曲线；当m<1时，密度函数曲线是递减曲线；

尺度参数η用于放大或缩小坐标尺度，尺度参数与工作条件负载的大小有关，负载越大，尺度参数越小；

位置参数γ是一平移参数，当γ＝0时，该威布尔分布就变成二参数威布尔分布模型，此时

<mrow> <mi>f</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mi>m</mi> <mi>&amp;eta;</mi> </mfrac> <msup> <mrow> <mo>(</mo> <mfrac> <mi>t</mi> <mi>&amp;eta;</mi> </mfrac> <mo>)</mo> </mrow> <mrow> <mi>m</mi> <mo>-</mo> <mn>1</mn> </mrow> </msup> <msup> <mi>e</mi> <mrow> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mfrac> <mi>t</mi> <mi>&amp;eta;</mi> </mfrac> <mo>)</mo> </mrow> <mi>m</mi> </msup> </mrow> </msup> <mo>,</mo> </mrow>

<mrow> <mi>F</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>1</mn> <mo>-</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mfrac> <mi>t</mi> <mi>&amp;eta;</mi> </mfrac> <mo>)</mo> </mrow> <mi>m</mi> </msup> </mrow> </msup> <mo>,</mo> </mrow>

<mrow> <mi>&amp;lambda;</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mi>m</mi> <msup> <mi>&amp;eta;</mi> <mi>m</mi> </msup> </mfrac> <msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mi>&amp;gamma;</mi> <mo>)</mo> </mrow> <mrow> <mi>m</mi> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>,</mo> </mrow>

<mrow> <mi>R</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mfrac> <mi>t</mi> <mi>&amp;eta;</mi> </mfrac> <mo>)</mo> </mrow> <mi>m</mi> </msup> </mrow> </msup> <mo>.</mo> </mrow>

4.如权利要求1所述的基于可靠性分析的炼化装置运行周期专家决策方法，其特征在于，在可靠性分析中用到的各种分布的参数和可靠性特征量都是未知的，需要应用样本提供的信息对威布尔分布模型中的未知参数进行威布尔分布参数的极大似然估计法估计；

极大似然估计法利用总体的概率密度或概率分布的表达式及其总体的概率密度或概率分布的表达式子样所提供的信息来求未知参数的估计量；所述子样为设备或零部件的有效故障数据。

5.如权利要求1所述的基于可靠性分析的炼化装置运行周期专家决策方法，其特征在于，数据信息分析平台的建立包括：

对炼化装置进行系统划分，以及进行系统、设备、零部件及各部分的相互关系划分；

建立炼化装置的故障模式以及维修策略，并进行相对应设备或零部件的维修记录；

建立设备或零部件维修周期计算的逻辑策略和方法；所述逻辑策略包括整个装置维修策略制定方法以及动态维修策略的实现方法。

6.如权利要求1所述的基于可靠性分析的炼化装置运行周期专家决策方法，其特征在于，

建立基础数据与维护数据的数据信息分析平台，包括:综合炼化装置内各系统、设备、零部件间及各种故障模式之间的关联性，同时记录设备的名称、设备的编号，设备检测的项目、检测的周期和检测的技术指标、历史维修数据；历史维修数据包括设备或零部件发生故障的原因，用于确定该数据是否可用于分析其维修周期。

7.如权利要求1所述的基于可靠性分析的炼化装置运行周期专家决策方法，其特征在于，炼化装置投入使用后，不断收集和分析装置使用中的故障数据，并补充到专家决策系统中，用于修正设备或零部件的维修周期；同时新的故障模式及维修策略也添加到系统中，对整个装置的维修计划、维修大纲或维修策略包进行及时补充和修订，形成动态的维修策略包，构建基于装备可靠性的资产完整性管理体系。

8.一种如权利要求1所述基于可靠性分析的炼化装置运行周期专家决策方法的基于可靠性分析的炼化装置运行周期专家决策系统。