[发明专利]设备状态变化趋势预判、系统结构和维修策略优化的方法

说明书

技术领域

本发明涉及一种设备状态变化趋势预判、系统结构和维修策略优化的方法。

背景技术

市场上现有的技术没有把设备/系统可靠性分析(RAM)和维修策略制定方法(RCM)两者系统的有机结合起来，没有形成以数据为输入，进行模拟、优化的系统化方法，没有实现自我迭代优化与闭环管理。

主要有以下几点缺陷：

未能以数据作为设备可靠性分析的驱动力，主要表现在企业数据的不完整，不正确，格式不统一，储存分散等问题；没有规范的数据库管理系统为可靠性分析服务；没有利用实时数据来不断更新系统信息从而获取设备实时的状态变化；维修策略没能以数据为指导从而不能准确有针对性的解决故障问题；没有对维修策略的周期进行优化分析。

发明内容

本发明要解决的技术问题是提供一种简单的设备状态变化趋势预判、系统结构和维修策略优化的方法。

为解决上述技术问题，本发明提供一种设备状态变化趋势预判、系统结构和维修策略优化的方法，将设备/系统可靠性分析和维修策略制定方法两者系统集成一起，形成一套能以数据为输入，进行模拟、优化的自我迭代更新的闭环方法。

作为本发明设备状态变化趋势预判、系统结构和维修策略优化的方法的进一步改进；所述设备/系统可靠性分析步骤如下：a.收集数据；b.通过步骤a所获得的数据获取设备及其零部件的故障发生规律；c.建立RBD模型；d.利用步骤c中的RBD模型进行模拟、优化；e.根据步骤d的结果进行分析，获取KPI，发出相关警报；f.将步骤e发出的相关警报与步骤a中收集的数据共同作为以设备为最高单元的底层系统的故障信息；g.通过对步骤b中所述的设备及其零部件的功能和功能故障进行准确定义，实现对系统故障的有效判断和识别。

作为本发明设备状态变化趋势预判、系统结构和维修策略优化的方法的进一步改进；所述维修策略制定方法如下：h.根据步骤f所得故障信息，进行故障模式与故障后果分析；i.制定维修策略；j.由步骤e发出的相关警报触发步骤i中相应的维修策略；k.维修策略制定方法以可靠性分析的结果为导向，形成针对不同故障选择不同的维修策略，并制定科学维修工作间隔，同时确定维护方案的周期和维护方案应用的备件数量。

作为本发明设备状态变化趋势预判、系统结构和维修策略优化的方法的进一步改进；所述步骤a中，所述收集的数据包括但不限于设备规格参数、可靠性数据和维修数据；以上所述数据来源包括但不限于EAM系统、设备维护工单、设备台账、操作规程、设备维修管理纸质文档、企业事故/设备故障分析日志、企业运行运营目标、检修/运行规程、设备厂商数据及资产数据库数据、监控数据。

作为本发明设备状态变化趋势预判、系统结构和维修策略优化的方法的进一步改进；所述步骤b中，数据处理步骤如下：使用特定算法对步骤a得到的数据按故障模式、故障原因进行分析，得出各故障模式、故障原因、设备整体、以及设备所在分组整体的故障发生规律、维修耗时规律、离线检测耗时规律参数；所述故障发生规律、维修耗时规律、离线检测耗时规律、维修资源消耗规律参数的描述类型包括且不限于韦伯分布。

作为本发明设备状态变化趋势预判、系统结构和维修策略优化的方法的进一步改进；所述步骤d中仿真模拟的步骤如下：在步骤c建立的RBD模型的每个方框中加入设备故障发生的概率模型、对应的不同类型维修维护所需的资源、设备或组件的负荷等数据，利用特定算法对系统的RBD进行仿真模拟，获得RBD模拟仿真结果；所述结果包括如下数据：系统的可用性、系统运行时间、系统停机时间、系统进行修正性维修的次数、预防性维修的次数、实时监测引起的维修次数、检测引起的维修次数、系统首次故障的期望、系统故障周期的期望、系统维护周期的期望、系统启动次数、停机次数、启动总耗费时间、停机总耗费时间、备件消耗数量；系统在不同时间点的可靠性；造成系统停机时间最长的设备故障模式排名；系统在不同负荷下运行时间的百分比、系统负荷的平均利用率；系统用于不同类型维护的成本、各类型维护所用人力资源的成本、所用备件的成本、年化固定资产投资成本、备件的仓储成本、开机成本、停机成本、停机损失、运行成本、总成本、销售额、销售利润数据；针对各设备的类似分析结果。

作为本发明设备状态变化趋势预判、系统结构和维修策略优化的方法的进一步改进；所述步骤e中的KPI包括可靠性、可用性、可维护性、故障率、产能、全生命周期成本。