CN110658308B - 考虑共因失效的烟气在线监测系统安全可靠性评价方法 - Google Patents
考虑共因失效的烟气在线监测系统安全可靠性评价方法 Download PDFInfo
- Publication number
- CN110658308B CN110658308B CN201910967799.4A CN201910967799A CN110658308B CN 110658308 B CN110658308 B CN 110658308B CN 201910967799 A CN201910967799 A CN 201910967799A CN 110658308 B CN110658308 B CN 110658308B
- Authority
- CN
- China
- Prior art keywords
- failure
- fault
- reliability
- common cause
- event
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 50
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 title claims abstract description 45
- 239000003546 flue gas Substances 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 47
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- IXKSXJFAGXLQOQ-XISFHERQSA-N WHWLQLKPGQPMY Chemical compound C([C@@H](C(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N1CCC[C@H]1C(=O)NCC(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(O)=O)C(=O)N1CCC[C@H]1C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(O)=O)NC(=O)[C@@H](N)CC=1C2=CC=CC=C2NC=1)C1=CNC=N1 IXKSXJFAGXLQOQ-XISFHERQSA-N 0.000 claims abstract description 24
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 239000000779 smoke Substances 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000012423 maintenance Methods 0.000 claims abstract description 9
- 239000000523 sample Substances 0.000 claims description 85
- 238000005070 sampling Methods 0.000 claims description 34
- 238000009833 condensation Methods 0.000 claims description 7
- 230000005494 condensation Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 2
- 238000004451 qualitative analysis Methods 0.000 description 7
- 230000035939 shock Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/007—Arrangements to check the analyser
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0068—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a computer specifically programmed
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明请求保护一种考虑共因失效的烟气在线监测系统安全可靠性评价方法,通过分析烟气在线监测系统的典型故障模式,结合故障树分析方法,通过显示建模的方法处理共因失效,把故障事件分为独立失效事件和共因失效事件,建立考虑共因失效的故障树模型,在此基础上使用α因子模型进行系统共因失效的分析,从而对系统的安全性和可靠性进行评价。本发明以烟气在线监测系统中样品处理子系统为例,进行考虑共因失效的可靠性评价,并基于故障维修数据对系统考虑共因失效进行可靠度的计算,得到了更加符合实际运行情况的可靠性分析结果。
Description
技术领域
本发明属于系统可靠性工程领域,具体涉及一种考虑共因失效的烟气在线监测系统安全可靠性评价方法。
背景技术
烟气在线监测系统是在适应环境的基础上对大气中废气污染物排放进行实时监测的一种典型在线监测系统。烟气在线监测系统的高可靠性对装置安全、平稳运行及避免出现环保事件具有重要的指导作用,因此要求烟气在线监测系统具备机电产品的精准性和较长的使用寿命。
而烟气在线监测系统是一个带有集成化、工程化和网络化为一体的在线分析仪器,内部结构复杂,元件数量繁多,且要实现对烟气中颗粒物浓度、气态污染物浓度的监测与温度、压力、流量、湿度等多参数的测定。现有的技术人员在评价烟气在线系统的可靠性时,为了降低系统故障识别与分析的难度,便在基于系统部件失效相互独立的假设的基础上对系统进行定性和定量计算,忽略了系统各部件失效存在的联系,这会带来较大程度的误差,可靠性分析的结果缺乏准确性。
为了减小误差,需要考虑系统各零部件失效之间存在共因的影响。为了分析共因失效对系统可靠性的影响,需要对系统进行可靠性建模,而Markov模型、动态贝叶斯网络模型等动态建模方法对于模型条件的要求过高,分析过程复杂,缺乏清晰性和直观性。因此,建立一种考虑共因失效且烟气在线监测系统安全可靠性评价方法,且能够选择适用于烟气在线监测系统的可靠性建模方式对于优化系统的可靠性具有重要的意义。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种考虑共因失效的烟气在线监测系统安全可靠性评价方法。本发明的技术方案如下:
一种考虑共因失效的烟气在线监测系统安全可靠性评价方法,其特征在于,包括以下步骤:
S1:首先计算机设定系统可靠性评估指标,包括服从指数分布下的可靠度、平均故障时间及串联系统的失效率;
S2:计算机收集烟气在线监测系统的故障数据,使用统计方法分析某产品的售后维修记录,得到系统在某一时期内的故障模式、故障时间在内的故障信息;
S3:根据分析的故障模式建立基本的故障树模型,然后考虑基本事件间存在的共因失效,采用显式建模方法进行故障树扩展,共因失效将作为故障树模型中的重复性基本事件来影响所有零部件或者系统,得到考虑共因失效的故障树模型;
S4:根据故障数据和故障模型,选择α-因子模型进行共因失效分析;
S5:利用α-因子模型,分析某零部件独立失效及共因失效的概率,然后使用串联系统可靠度和平均故障时间计算方法,进行系统可靠性评价。
进一步的,所述步骤S1设定系统可靠性评估指标,包括服从指数分布下的可靠度、平均故障时间及串联系统的失效率,具体包括:
(1)可靠度
烟气在线监测系统中多是机械零件、电子元器件,可假设系统寿命服从指数分布,则其可靠度函数为:
R(t)=e-λt (1)
式中:λ表示元件失效率;t表示某一时刻。
(2)平均故障间隔时间
对于服从指数分布的系统的平均故障间隔时间计算如式所示:
(3)串联系统的失效率
烟气在线监测系统样品处理子系统由样品提取、样品传输、样品分析和废流处置四个部分组成,符合串联系统的特征,则系统的失效率和可靠度可表示为:
λi=λ1+λ2+λ3…+λn (3)
式中:λi(t)表示元件失效率;Ri(t)表示元件的可靠度;Rs(t)表示系统的可靠度。
进一步的,所述步骤S3分析的故障模式具体包括:
确定导致样品处理子系统故障的基本事件:分析收集的样品处理子系统故障数据和常见故障形式,确定以样品处理子系统故障(U1)为顶事件,取样探头故障(E1)、取样管故障(E2)和电磁阀故障(E3)为中间事件,探头过滤器堵塞(M1)、取样探头破损(M2)、取样管堵塞(M3)、取样管烟气冷凝(M4)、取样管泄漏(M5)、电磁阀不动作(M6)、电磁阀不能关闭(M7)为基本事件。
进一步的,所述步骤S3根据分析的故障模式建立基本的故障树模型,然后考虑基本事件间存在的共因失效,采用显式建模方法进行故障树扩展包括:
在分析收集的样品处理子系统故障数据和常见故障形式后,确定以样品处理子系统故障为顶事件,取样探头故障、取样管故障和电磁阀故障为中间事件,探头过滤器堵塞、取样探头破损、取样管堵塞、取样管烟气冷凝、取样管泄漏、电磁阀不动作、电磁阀不能关闭为基本事件。
然后利用显式建模方法扩展,共因失效将作为故障树模型中的重复性基本事件来影响所有零部件或者系统。样品处理子系统中存在共因失效的部件都由一个基本事件扩展到两个基本事件,其中一个基本事件代表一个独立的失效过程。基本故障树模型中的探头过滤器堵塞、取样探头破损、取样管堵塞以及取样管烟气冷凝这四个基本事件都将包含一个独立事件和一个共因失效事件。
进一步的,还包括对故障树定性评估的步骤,即使用布尔代数化简法对故障树模型化简。
进一步的,所述步骤S4根据故障数据和故障模型,选择α-因子模型进行共因失效分析,具体包括:
α-因子模型考虑了任意阶数失效的情况,对于m阶冗余系统引入了m个参数,即:α1,α2,…,αm,因此对于m阶系统而言,定义αk为式(12)所示,式中Qk表示有且仅有k个单元失效的概率;
同时定义:
则由(12)、(13)、(14)式可得:
α-因子模型中α1,α2,…,αm与Qt都为参数,可根据已知的失效数据确定参数α1,α2,…,αm与Qt,从而求出Qk。
进一步的,所述步骤S5利用α-因子模型,结合串联系统可靠度和平均故障时间计算方法,进行系统可靠性评价,具体包括:
针对扩展后的样品处理子系统故障树模型的基本事件,由一个基本事件扩展到一个独立事件和共因失效事件,结合α-因子模型中将某A事件考虑共因失效扩展后的独立失效及共因失效概率可表示为:
λ(CCF)=α·λA (17)
式中:α表示由共因引起的部件失效频率与总失效频率之比;
λ(CCF)为A事件中共因失效率;
λA表示A事件失效率。
计算考虑共因失效后的系统失效率
根据考虑共因失效后的故障树分析结果,计算各基本事件的失效率,然后求和求得系统失效率λ′,并计算得到系统可靠度和平均故障时间。
本发明的优点及有益效果如下:
(1)本发明采用的故障树分析法运用图形演绎的方式,根据建立的故障树的最小割集,将导致系统所有失效原因组合表现出来,并可根据单元的故障信息评价系统的故障信息。这种建模方式相对于贝叶斯网络建模方法可以更好地将系统的故障模型表现出来,建模清晰直观且方便运算,易于实现对系统进行定性或者定量分析。
(2)采用的显式建模方法相比于动态贝叶斯网络等建模方法适用性更强,可用于单元分布不相同、承受各种共因失效冲击的情况,可用于存在各种共因失效的普遍情况。
(3)选用的α-因子模型与Marshall-Olkin模型、β-因子模型相比,参数估计更容易,可以通过系统中观察的失效数据加以处理来获得。这也更加适合零部件失效率难以获得的烟气在线监测系统。
(2)以其中的样品处理子系统为例,建立了考虑共因失效的故障树模型,并得到了考虑共因失效后的系统的失效率、可靠度和平均故障间隔时间,能够较为准确的评价系统的可靠性。根据样品处理子系统可靠度对比曲线可知,相比不考虑共因失效的可靠度,考虑共因失效的可靠度更加接近实际,也符合串联系统考虑CCF后可靠度大于未考虑CCF的理论结果,考虑共因失效的系统可靠性评价方法更具工程应用的实际价值。
附图说明
图1是本发明提供优选实施例考虑共因失效的系统故障树模型;
图2考虑共因失效的可靠度对比曲线;
图3是本发明提供优选实施例考虑共因失效的烟气在线监测系统安全可靠性评价方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
本发明是对烟气在线监测系统样品处理子系统的安全可靠性进行评价,通过在分析失效原因时考虑共因失效,提高可靠性评价的合理性。首先,明确本发明可靠性评价的相关指标;其次,收集系统的故障数据,分析故障模式。然后选择故障树分析法对烟气在线监测系统的样品处理子系统进行考虑共因失效故障树建模,对系统存在的故障进行定性分析。最后根据故障数据和故障模型,利用α-因子因子模型,结合串联系统可靠度和平均故障时间计算方法,得到考虑共因失效的基本事件的失效率,进而计算系统的失效概率、可靠度及平均故障时间。
图3是本发明提供优选实施例考虑共因失效的烟气在线监测系统安全可靠性评价方法流程图,具体包括:
首先,明确本发明的可靠性评价的指标,下面对可靠度、平均故障时间、串联系统的失效率和可靠度进行详细说明。
1.明确系统可靠性评价指标
(1)可靠度
可靠度是产品在规定条件、规定时间和规定能力下,完成其规定功能的概率。在可靠性评估工作中,根据工作经验和工程应用中的合理假设,对产品的寿命常采用一系列经典的寿命分布函数进行拟合,对各分布函数的参数进行估计以计算产品的可靠度Rt。烟气在线监测系统中多是机械零件、电子元器件,可假设系统寿命服从指数分布,则其可靠度函数为:
R(t)=e-λt (1)
式中:λ表示元件失效率;t表示某一时刻。
(2)平均故障间隔时间
对于服从指数分布的系统的平均故障间隔时间计算如式所示:
(3)串联系统
烟气在线监测系统样品处理子系统由样品提取、样品传输、样品分析和废流处置四个部分组成,符合串联系统的特征。则系统的失效率和可靠度可表示为:
λi=λ1+λ2+λ3…+λn (3)
式中:λi(t)表示元件失效率;Ri(t)表示元件的可靠度;Rs(t)表示系统的可靠度。
2.收集烟气在线监测系统中样品处理子系统的故障维修数据
烟气在线监测系统设备本身的复杂性以及运行时的实时性使得整机实验代价过高,对烟气在线监测系统进行可靠性实验的可行性较低。故本发明选择收集系统的故障维修数据,主要途径分析企业产品的售后服务记录,得到其中的现场故障数据,了解烟气在线监测系统在现场复杂环境下故障发生的阶段及部位。
对于样品处理子系统中某一元件的故障,可以通过分析运行和维修记录,将故障发生的时刻与上次故障维修结束时刻的差值作为故障间隔时间,在对某一时间段的故障间隔进行统计分析后,可以得到该元件的平均故障时间,以进行后面的可靠性评价。其经典的计算公式如下:
以某样品处理子系统的探头过滤器堵塞为例,其故障间隔时间表1。
表1故障时间间隔
由式(5)可得样品处理子系统探头过滤器平均故障时间为2846h,故探头过滤器堵塞的失效率λM1为3.5137E-04。其它故障形式的失效率如表2所示。
表2样品处理子系统各故障形式失效率
在收集烟气在线监测系统故障数据后,根据故障信息进行系统共因失效的定性分析,下面对分析步骤进行详细说明。
3.系统共因失效定性分析
共因失效定性分析常采用故障树分析法,确定引起系统故障的基本事件以及各基本事件之间存在的共因失效因子,然后建立考虑共因失效的故障树模型。
(1)确定导致样品处理子系统故障的基本事件
分析收集的样品处理子系统故障数据和常见故障形式,确定以样品处理子系统故障(U1)为顶事件,取样探头故障(E1)、取样管故障(E2)和电磁阀故障(E3)为中间事件,探头过滤器堵塞(M1)、取样探头破损(M2)、取样管堵塞(M3)、取样管烟气冷凝(M4)、取样管泄漏(M5)、电磁阀不动作(M6)、电磁阀不能关闭(M7)为基本事件。
(2)确定引起样品处理子系统故障的共因失效因子
在确定导致故障发生的各基本事件后,需要考虑烟气在线监测系统部件存在的共因失效,主要从以下几个方面分析:
①基于硬件;
②基于运行环境、操作以及维护;
③基于环境因素;
对于烟气在线监测系统,考虑其设计的复杂性、运行环境的恶劣,可根据表2分析共因失效因子。
表2共因失效原因分析
考虑烟气在线监测系统中的样品处理子系统暴露在恶劣环境条件下运行的特点,本发明认为运行和环境因素能够系统中的多种机械零部件造成共同影响。具体为:
①样品处理子系统外部环境灰尘过多为探头过滤器堵塞和取样器堵塞的共因失效因子。
②样品处理子系统零部件使用时间过长为取样探头破损和取样管烟气冷凝的共因失效因子。
(3)建立考虑共因失效的故障树模型
在分析得到共因失效因子后,便在原故障树模型的基础上进行故障树扩展,利用显式建模方法,共因失效将作为故障树模型中的重复性基本事件来影响所有零部件或者系统。添加共因失效事件后的样品处理子系统故障树模型如图3所示。
图中:M1IIF为探头过滤器堵塞的独立事件,M2IIF为取样探头破损的独立事件,M3IIF为取样管堵塞的独立事件,M4IIF为取样管泄漏的独立事件,CCF1为M1和M3的共因失效因子,CCF2为M2和M4的共因失效因子。
(4)故障树定性评估
使用布尔代数化简法对故障树模型化简,化简过程如下:
U1=E1+E2+E3=(M1+M2)+(M3+M4+M5)+(M6+M7)
=(M1IIF+CCF1)+(M2IIF+CCF2)+(M3IIF+CCF1)
+(M4IIF+CCF2)+M5+M6+M7
=M1IIF+M2IIF+M3IIF+M4IIF+M5+M6+M7+CCF1+CCF2
可得到最小割集为{M1IIF}、{M2IIF}、{M3IIF}、{M4IIF}、{M5}、{M6}、{M7}、{CCF1}、{CCF2}。
下面对常用共因失效参数模型进行介绍,并根据烟气在线监测系统的特点选择合理的模型,以进行系统的共因失效分析。
4.选择合理的共因失效参数模型
在完成系统共因失效的定性分析后,需要用到共因失效的参数模型,以便定量分析共因失效事件对系统可靠性的影响。下面对Marshall-Olkin模型、BFR模型及α因子模型进行详细的说明,可根据烟气在线监测系统样品处理子系统具体运行情况以及故障数据选择合适的模型。
(1)Marshall-Olkin模型
Marshall-Olkin模型是最早提出的一个描述共因失效参数的模型。假设系统由m个部件构成,系统承受不同类型的冲击,每种冲击将导致一类部件发生失效。这些冲击到来的速率为λx1,x2,...,xm,其中xi=1代表冲击引起第i个部件失效。假设冲击是相互独立的,则第i个部件的总失效率可以表示为即所有由冲击导致的xi的失效率之和。
假设某两单元系统承受三种冲击。第一种冲击导致单元1失效,第二种冲击导致单元2失效,第三种冲击导致单元1和单元2同时失效。假设第一种冲击引起的失效率为λ1,第二种冲击引起的失效率为λ2,第三种冲击引起的失效率为λ12,那么两个单元寿命超过(t1,t2)的概率为:俥
t1≥0,t2≥0,λ1≥0,λ2≥0,λ12≥0
俥这一联合这一联合概率分布称为二元指数分布,描述了两个单元之间的失效相关性。单元寿命T1,T2的独立分布为:
(2)BFR模型
BFR模型即二项失效率模型,假设系统由m个相同单元构成,每个单元由独立因素导致的失效率为λ,除此之外,对单元造成非致命冲击的发生率为μ,冲击可能造成所有单元失效且各单元的失效是相互独立的。假设冲击发生时导致单元失效的概率为p,且各部件的状态相互独立。此情况适用二项故障率模型,因为冲击造成的失效部件个数I满足参数为m和p的二项分布。
仍需进一步做以下两种假设:(a)冲击以及故障的发生都是独立的;(b)所有的故障都立刻得到修复,且忽略修复时间。
当冲击发生时,各部件独立失效的假设往往是不合实际的。该问题通过以下假设可以在一定程度上得到解决,在重数为m的共因失效组中,第i个单元的故障率为:
(3)α-因子模型
α-因子模型考虑了任意阶数失效的情况,所以引入了m个参数(对于m阶冗余系统),即:α1,α2,…,αm。因此对于m阶系统而言,定义αk为式所示,式中Qk表示有且仅有k个单元失效的概率,如Q1表示单元独立失效的概率,Q2表示有且仅有两个单元共因失效的概率,依此类推。
同时定义:
则由(12)、(13)、(14)式可得:
α-因子模型中α1,α2,…,αm与Qt都为参数。可根据已知的失效数据确定参数α1,α2,…,αm与Qt,从而求出Qk。
考虑到本发明分析的CEMS-2000型烟气在线监测系统的故障数据的特点,选择α-因子模型进行分析。
5.考虑共因失效的样品处理系统可靠性评价
(1)选择α-因子模型进行共因失效分析,根据系统故障数据确定参数αm的值。根据运行和维修记录,发现由CCF1的失效引起M1失效的频次,即α1为0.467,由CCF2的失效引起M2失效的频次,即α2为0.444。
(2)针对扩展后的样品处理子系统故障树模型的基本事件,由一个基本事件扩展到一个独立事件和共因失效事件。结合α-因子模型中可以将某A事件考虑共因失效扩展后的独立失效及共因失效概率可表示为:
式中:α表示由共因引起的部件失效频率与总失效频率之比;
λ(CCF)为A事件中共因失效率;
λA表示A事件失效率。
根据式(12)、(13)、(14)、(15)、(16)、(17)计算考虑共因失效后样品处理子系统各基本事件失效率,其结果如表3所示。
表3系统各基本事件失效率
(3)计算考虑共因失效后的系统失效率
根据考虑共因失效后的故障树分析结果,计算各基本事件的失效率,然后求系统失效率λ′。
根据表3和式(3)可计算样品处理子系统的失效率为:
λU1=λM1IF+λM2IF+λM3IF+λM4IF+λM5+λM6+λM7+λCCF1+λCCF2
=4.33372E-04
(4)计算考虑共因失效后系统可靠度及平均故障时间
在得到系统失效率后,根据式(4)得到系统可靠度和平均故障时间。
当t=500h时,由式计算考虑共因失效后的样品处理子系统的可靠度为:
R′U1=e-λ′t=e-500×(4.33372E-04)=0.805182
由式(2)可知,则CEMS-2000型样品处理子系统的平均故障间隔时间为:
本发明的有益效果是:
(1)本发明采用的故障树分析法运用图形演绎的方式,根据建立的故障树的最小割集,将导致系统所有失效原因组合表现出来,并可根据单元的故障信息评价系统的故障信息。这种建模方式相对于贝叶斯网络建模方法可以更好地将系统的故障模型表现出来,建模清晰直观且方便运算,易于实现对系统进行定性或者定量分析。
(2)采用的显式建模方法相比于动态贝叶斯网络等建模方法适用性更强,可用于单元分布不相同、承受各种共因失效冲击的情况,可用于存在各种共因失效的普遍情况。
(3)选用的α-因子模型与Marshall-Olkin模型、β-因子模型相比,参数估计更容易,可以通过系统中观察的失效数据加以处理来获得。这也更加适合零部件失效率难以获得的烟气在线监测系统。
(2)以其中的样品处理子系统为例,建立了考虑共因失效的故障树模型,并得到了考虑共因失效后的系统的失效率、可靠度和平均故障间隔时间,能够较为准确的评价系统的可靠性。根据样品处理子系统可靠度对比曲线可知,相比不考虑共因失效的可靠度,考虑共因失效的可靠度更加接近实际,也符合串联系统考虑CCF后可靠度大于未考虑CCF的理论结果,考虑共因失效的系统可靠性评价方法更具工程应用的实际价值。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (6)
1.一种考虑共因失效的烟气在线监测系统安全可靠性评价方法,其特征在于,包括以下步骤:
S1:首先计算机设定系统可靠性评估指标,包括服从指数分布下的可靠度、平均故障时间;
S2:计算机收集烟气在线监测系统的故障数据,使用统计方法分析某产品的售后维修记录,得到系统在某一时期内的故障模式、故障时间在内的故障信息;
S3:根据分析的故障模式建立基本的故障树模型,然后考虑基本事件间存在的共因失效,采用显式建模方法进行故障树扩展,共因失效将作为故障树模型中的重复性基本事件来影响所有零部件或者系统,得到考虑共因失效的故障树模型;
S4:根据故障数据和故障模型,选择α-因子模型进行共因失效分析;
S5:利用α-因子模型,分析某零部件独立失效及共因失效的概率,然后使用串联系统可靠度和平均故障时间计算方法,进行系统可靠性评价;
所述步骤S3根据分析的故障模式建立基本的故障树模型,然后考虑基本事件间存在的共因失效,采用显式建模方法进行故障树扩展包括:
在分析收集的样品处理子系统故障数据和常见故障形式后,确定以样品处理子系统故障为顶事件,取样探头故障、取样管故障和电磁阀故障为中间事件,探头过滤器堵塞、取样探头破损、取样管堵塞、取样管烟气冷凝、取样管泄漏、电磁阀不动作、电磁阀不能关闭为基本事件;
然后利用显式建模方法扩展,共因失效将作为故障树模型中的重复性基本事件来影响所有零部件或者系统,样品处理子系统中存在共因失效的部件都由一个基本事件扩展到两个基本事件,其中一个基本事件代表一个独立的失效过程;基本故障树模型中的探头过滤器堵塞、取样探头破损、取样管堵塞以及取样管烟气冷凝这四个基本事件都将包含一个独立事件和一个共因失效事件。
2.根据权利要求1所述的考虑共因失效的烟气在线监测系统安全可靠性评价方法,其特征在于,所述步骤S1设定系统可靠性评估指标,包括服从指数分布下的可靠度、平均故障时间及串联系统的失效率,具体包括:
(1)可靠度
烟气在线监测系统中多是机械零件、电子元器件,可假设系统寿命服从指数分布,则其可靠度函数为:
R(t)=e-λt (1)
式中:λ表示元件失效率;t表示某一时刻;
(2)平均故障间隔时间
对于服从指数分布的系统的平均故障间隔时间计算如式所示:
(3)串联系统的失效率
烟气在线监测系统样品处理子系统由样品提取、样品传输、样品分析和废流处置四个部分组成,符合串联系统的特征,则系统的失效率和可靠度可表示为:
λi=λ1+λ2+λ3…+λn (3)
式中:λi(t)表示元件失效率;Ri(t)表示元件的可靠度;Rs(t)表示系统的可靠度。
3.根据权利要求1所述的考虑共因失效的烟气在线监测系统安全可靠性评价方法,其特征在于,所述步骤S3分析的故障模式具体包括:
确定导致样品处理子系统故障的基本事件:分析收集的样品处理子系统故障数据和常见故障形式,确定以样品处理子系统故障(U1)为顶事件,取样探头故障(E1)、取样管故障(E2)和电磁阀故障(E3)为中间事件,探头过滤器堵塞(M1)、取样探头破损(M2)、取样管堵塞(M3)、取样管烟气冷凝(M4)、取样管泄漏(M5)、电磁阀不动作(M6)、电磁阀不能关闭(M7)为基本事件。
4.根据权利要求1所述的考虑共因失效的烟气在线监测系统安全可靠性评价方法,其特征在于,还包括对故障树定性评估的步骤,即使用布尔代数化简法对故障树模型化简。
6.根据权利要求5所述的考虑共因失效的烟气在线监测系统安全可靠性评价方法,其特征在于,所述步骤S5利用α-因子模型,结合串联系统可靠度和平均故障时间计算方法,进行系统可靠性评价,具体包括:
针对扩展后的样品处理子系统故障树模型的基本事件,由一个基本事件扩展到一个独立事件和共因失效事件,结合α-因子模型中将某A事件考虑共因失效扩展后的独立失效及共因失效概率可表示为:
λ(CCF)=α·λA (17)
式中:α表示由共因引起的部件失效频率与总失效频率之比;
λ(CCF)为A事件中共因失效率;
λA表示A事件失效率;
计算考虑共因失效后的系统失效率
根据考虑共因失效后的故障树分析结果,计算各基本事件的失效率,然后求和求得系统失效率λ′,并计算得到系统可靠度和平均故障时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910967799.4A CN110658308B (zh) | 2019-10-12 | 2019-10-12 | 考虑共因失效的烟气在线监测系统安全可靠性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910967799.4A CN110658308B (zh) | 2019-10-12 | 2019-10-12 | 考虑共因失效的烟气在线监测系统安全可靠性评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110658308A CN110658308A (zh) | 2020-01-07 |
CN110658308B true CN110658308B (zh) | 2022-01-21 |
Family
ID=69040652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910967799.4A Active CN110658308B (zh) | 2019-10-12 | 2019-10-12 | 考虑共因失效的烟气在线监测系统安全可靠性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110658308B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598467A (zh) * | 2020-05-20 | 2020-08-28 | 中国石油大学(华东) | 一种对集输联合站以及关键设备的可靠性评价方法及系统 |
CN112462731B (zh) * | 2020-10-16 | 2022-06-24 | 北京西南交大盛阳科技股份有限公司 | 安全监督控制方法、安全监督控制装置、计算机设备及安全监督系统 |
CN112257268B (zh) * | 2020-10-23 | 2024-05-24 | 南京工业大学 | 一种液压多路阀可靠性分析方法 |
CN113639980B (zh) * | 2021-08-06 | 2024-03-01 | 华北电力科学研究院有限责任公司 | 一种评价烟气提水装置提水性能的方法和装置 |
CN115202327B (zh) * | 2022-09-14 | 2022-12-09 | 江苏恒立液压科技有限公司 | 阀口独立控制系统及其安全性能评估方法、装置 |
CN117494460A (zh) * | 2023-11-16 | 2024-02-02 | 广东工业大学 | 一种生产线装备动作的可靠性评估分析方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US2285094A (en) * | 1941-03-07 | 1942-06-02 | Inez Rohn | Power transmission for bulldozers |
CN102419799A (zh) * | 2012-01-10 | 2012-04-18 | 杜玉龙 | 一种消防系统可靠性分析和计算方法 |
CN104184146B (zh) * | 2014-09-12 | 2017-02-15 | 大连海事大学 | 船舶电站可靠性实时在线评估系统及其评估方法 |
CN109559048A (zh) * | 2018-12-02 | 2019-04-02 | 湖南大学 | 一种核电装备的系统可靠性评估方法 |
-
2019
- 2019-10-12 CN CN201910967799.4A patent/CN110658308B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110658308A (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110658308B (zh) | 考虑共因失效的烟气在线监测系统安全可靠性评价方法 | |
CN111114519B (zh) | 一种铁路车辆制动故障预测方法及健康管理系统 | |
CN112115602B (zh) | 磨煤机管路堵塞状态确定方法、装置、存储介质及计算设备 | |
CN102436519A (zh) | 电力系统自动装置动态可靠性综合评估方法 | |
CN106557546B (zh) | 一种对特高压在线监测数据进行挖掘并评价的方法及系统 | |
CN111191897A (zh) | 基于双向gru神经网络的业务流程在线合规性预测方法及系统 | |
CN110716512A (zh) | 一种基于燃煤电站运行数据的环保装备性能预测方法 | |
KR102549313B1 (ko) | 오염물질 배출수준 산정 시스템 및 방법 | |
US9299051B2 (en) | Methods and systems for evaluating the performance of building processes | |
CN112799898A (zh) | 基于分布式故障检测的互联系统故障节点定位方法及系统 | |
CN111898068A (zh) | 一种基于pert算法及仪表用量分析的异常检测方法 | |
CN113806343B (zh) | 一种车联网数据质量的评估方法和系统 | |
CN117574292A (zh) | 一种数据故障检测方法及系统 | |
CN117195451A (zh) | 一种基于图论的桥梁监测数据修复方法 | |
CN112128950A (zh) | 一种基于多种模型对比的机房温湿度预测方法及系统 | |
CN116773239A (zh) | 一种智能燃气表控制器可靠性寿命预测方法 | |
CN116720983A (zh) | 一种基于大数据分析的供电设备异常检测方法及系统 | |
CN116862109A (zh) | 一种区域碳排放态势感知预警方法 | |
CN113919225B (zh) | 环境试验箱可靠性评估方法和系统 | |
CN112800672B (zh) | 锅炉粘污系数的评估方法、系统、介质及电子设备 | |
CN111190415B (zh) | 一种工业控制系统可用率测试方法及系统 | |
CN115936266B (zh) | 轨道交通设备的可靠度预测方法、系统、设备和介质 | |
CN110703183A (zh) | 一种智能电能表故障数据分析方法及系统 | |
CN110990247A (zh) | 无人值守发布系统有效性的测试系统 | |
CN113642198B (zh) | 一种基于可靠性增长的独立运载系统设备可靠性评估方法 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230515 Address after: 401331 third floor, internship room at the southwest corner of building 39, Chongqing Institute of science and technology, No. 20, University Town East Road, Shapingba District, Chongqing Patentee after: Chongqing safety production scientific research Co.,Ltd. Address before: No. 20, East Road, University City, Chongqing, Shapingba District, Chongqing Patentee before: Chongqing University of Science & Technology |
|
TR01 | Transfer of patent right |