[發明專利]基于可靠性分析的煉化裝置運行周期專家決策系統及方法在審
| 申請號: | 201710770529.5 | 申請日: | 2017-08-31 |
| 公開(公告)號: | CN107544457A | 公開(公告)日: | 2018-01-05 |
| 發明(設計)人: | 李志海;劉雁;韓建宇;宣征南;栗雪勇;黎志;何建暖;王永貴;譚強 | 申請(專利權)人: | 廣東石油化工學院 |
| 主分類號: | G05B23/02 | 分類號: | G05B23/02 |
| 代理公司: | 武漢智嘉聯合知識產權代理事務所(普通合伙)42231 | 代理人: | 黃君軍 |
| 地址: | 525000 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 可靠性分析 化裝 運行 周期 專家 決策 系統 方法 | ||
技術領域
本發明屬于石油化工技術領域,尤其涉及一種基于可靠性分析的煉化裝置運行周期專家決策系統及方法。
背景技術
隨著裝備的復雜性提高,大量的預防性維修、較短的維修周期以及較深的維修深度往往會造成維修費用不堪重負,而且故障率并未得到有效控制。可靠性分析方法應運而生,并在航空、軍工領域取得了較為廣泛的應用,近幾年核電行業也有發展。該方法在石油化工等流程工業也進行過嘗試,但因為石化裝備運行工藝條件復雜,設備及零部件的運行環境和參數都不同,其故障模式也不相同,采用的維修策略和對應的維修周期也不同,即便是通用裝備也難以取得通用的維修策略,因此應用并未有成功的經驗。隨著石化裝備日趨大型化、高速化、自動化、智能化,如何使用經濟高效的維修策略保證裝備的安全運行顯得特別重要。
綜上所述,現有技術存在的問題是:
現有技術在該領域的研究具有一定的片面性,往往針對某臺設備或某個系統某種故障模式的研究,缺乏設備間、系統間、故障模式之間的相互影響研究,即沒有達到具系統性、全局性的研究層次,因而突發設備故障事件仍時有發生,為避免該種情況,采取了頻繁預防維修、加大部件更換頻率等措施,導致維修費用較高。
發明內容
針對現有技術存在的問題,本發明提供了一種基于可靠性分析的煉化裝置運行周期專家決策系統及方法。
本發明是這樣實現的,一種基于可靠性分析的煉化裝置運行周期專家決策方法,所述基于可靠性分析的煉化裝置運行周期專家決策方法,包括:
在對煉化裝置的功能、功能故障、故障模式和故障后果分析基礎上,應用概率統計獲得煉化裝置的安全性和可靠性數據,建立煉化裝置系統分析平臺;判斷煉化裝置各系統、設備、零部件所處的狀態,確定需要進行預防性維修、定期維修、改進或重新設計的方案;并進一步確定設備維修、檢驗、檢查周期和手段,最終制定出實用、合理和科學的維修計劃或維修大綱或維修策略包;
對煉化裝置中的零部件、設備、系統的各種故障模式之間及裝置內各系統間的關聯性問題進行分析,確定裝置各部分的相互關系,建立煉化裝置的維修策略;
通過建立設備基礎數據與維護數據的數據信息分析平臺,收集和分析設備的故障數據,應用概率統計獲得煉化裝置的可靠性數據,并在使用過程中不斷更新設備的故障數據,形成適用煉化裝置周期的動態維修策略包;
煉化裝置投入使用后,不斷收集和分析使用中的故障數據,并以此為依據對維修計劃或維修大綱或維修策略包進行及時補充和修訂,形成動態的維修策略包,構建基于裝備可靠性的資產完整性管理體系。
進一步,所述煉化裝置的安全性和可靠性數據由設備、零部件的可靠性數據組成,所述設備、零部件的可靠性數據由歷史維修數據分析得來;具體包括:
首先收齊設備或零部件的所有歷史維修數據,然后再分析這些數據的有效性;記錄維修數據有效點,進行周期分析;
確定維修數據有效點數后,當歷史維修數據點不足或者歷史維修數據點不滿足威布爾分布分析需要時,則采用平均法確定維修周期,其他采用概率統計方法;
當歷史維修數據點滿足或者歷史維修數據點滿足威布爾分布分析需要時,采用威布爾分布分析方法;根據有效的歷史維修數據,采用參數估計的算法確定指數分布和正態分布的參數,得到設備或零部件的具體的威布爾分布模型,根據威布爾分布模型確定設備的維修周期或設備的當前可靠度。
進一步,所述威布爾分布分析方法,包括威布爾模型,所述威布爾模型包括標準的二參數威布爾分布模型和三參數威布爾分布模型;當標準的二參數威布爾分布模型和三參數威布爾分布模型的形狀參數分別取特定的數值時,接近指數分布、正態分布分布模型;
威布爾模型是研究機械零部件可靠性的最適合的模型之一。標準的二參數威布爾分布模型和三參數威布爾分布模型能夠擬合各種類型的壽命數據,當其形狀參數分別取特定的數值時,它接近于指數分布、正態分布等分布模型。用威布爾分布可以擬合各種可靠性數據,計算產品的可靠性指標,為故障樹分析、可靠性設計、可靠性預計與分配等工作提供了統計學依據。
所述三參數威布爾分布模型用三個參數進行分析,所述三個參數分別是尺度參數η、形狀參數m、位置參數γ;形狀參數m的大小決定威布爾分布的形狀,當m>1,密度函數曲線呈單峰型,且隨m的減小峰高逐漸降低,當m=3.5時,接近正態分布;當m=1時,密度函數曲線指數分布的密度函數曲線;當m<1時,密度函數曲線是遞減曲線;
尺度參數η用于放大或縮小坐標尺度,尺度參數與工作條件負載的大小有關,負載越大,尺度參數越小;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣東石油化工學院,未經廣東石油化工學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710770529.5/2.html,轉載請聲明來源鉆瓜專利網。





