石油化工生產(chǎn)在我國國民經(jīng)濟發(fā)展中具有重要的作用,但其工藝介質(zhì)具有易燃、易爆、毒性的特點,一旦設(shè)備發(fā)生事故,不僅造成巨大的經(jīng)濟損失,而且還會影響到人身安全和環(huán)境,有時會造成無法估量的損失,甚至?xí)o社會帶來災(zāi)難性后果。所以采取有效的手段,預(yù)防事故的發(fā)生和提高設(shè)備的可靠性,對于石化企業(yè)意義重大。隨著石化生產(chǎn)逐漸向大型化、復(fù)雜化和自動化方向發(fā)展,危險物質(zhì)的數(shù)量和種類都在不斷增加,因此對其生產(chǎn)設(shè)備的安全性、可靠性就提出愈來愈高的要求。設(shè)備維修是安全生產(chǎn)、提高產(chǎn)品質(zhì)量和增加企業(yè)經(jīng)濟效益的重要保證。目前,石油化工企業(yè)維修成本占生產(chǎn)總成本的比例越來越高。因此,在確保安全和可靠的前提下,如何有效地降低維修成本,對維修進行有效地決策與優(yōu)化,已經(jīng)成為人們關(guān)注的焦點,也是目前迫切而且必須解決的問題。 與靜設(shè)備相比,動設(shè)備一般故障率較高,為了保證整個生產(chǎn)系統(tǒng)的安全、平穩(wěn)和可靠地運行,必須對動設(shè)備進行有效的維修管理,以確保石油化工企業(yè)的安全長周期運轉(zhuǎn)。 本文在總結(jié)了各種先進的設(shè)備維修管理理念的基礎(chǔ)上,對石化動設(shè)備維修決策方法進行了研究。具體研究內(nèi)容主要包括以下幾個方面: (1)基于風(fēng)險的動態(tài)智能維修系統(tǒng)的建立 運用先進的計算機技術(shù)、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫技術(shù),利用系統(tǒng)工程方法,建立了基于風(fēng)險的動態(tài)智能維修系統(tǒng)。在此系統(tǒng)中,通過基于風(fēng)險的維修決策指導(dǎo)智能監(jiān)/檢測,同時把智能監(jiān)/檢測與動態(tài)風(fēng)險評價相結(jié)合,根據(jù)設(shè)備狀態(tài)監(jiān)測與故障診斷結(jié)果確定出設(shè)備的動態(tài)風(fēng)險等級,實施風(fēng)險預(yù)警。隨著設(shè)備狀態(tài)的變化,維修計劃不斷更新和調(diào)整,從而形成一個動態(tài)閉環(huán)智能維修系統(tǒng)。 (2)石化動設(shè)備重要度評價方法研究 設(shè)備重要度評價是維修資源合理分配的重要依據(jù),把故障模式和影響分析方法引入設(shè)備重要度評價,并且針對設(shè)備重要度評價過程中的模糊性、不確定性和多因素的特點,建立了基于模糊綜合評價方法的設(shè)備重要度評價模型。由于基于誤差反向傳播(BP:Back—propagation)算法的人工神經(jīng)網(wǎng)具有很強的學(xué)習(xí)能力而且結(jié)構(gòu)簡單,把模糊綜合評價方法與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合。實例分析表明,該模型能夠真實地反映出設(shè)備在生產(chǎn)中所處的地位,而且實現(xiàn)了設(shè)備重要度的智能評價。 (3)石化動設(shè)備視情維修周期優(yōu)化研究 目前,視情維修對石化動設(shè)備是一種有效的維修方式。視情維修的成本是設(shè)備壽命周期費用的重要組成部分,因此,降低視情維修成本是維修管理追求的一個主要目標(biāo)。在本研究中建立了視情維修成本優(yōu)化模型。在模型中,首先提出了視情維修應(yīng)用的判別條件,然后以單位時間內(nèi)維修成本最低為目標(biāo),把潛在故障與功能故障之間的時間間隔引入維修成本優(yōu)化模型中,針對故障發(fā)生的隨機性,開發(fā)了蒙特卡羅計算機優(yōu)化仿真流程。以一臺離心泵為分析實例,結(jié)果表明:與優(yōu)化前相比,可節(jié)省維修費用14,327元/年,取得明顯的經(jīng)濟效益。 (4)基于風(fēng)險的石化動設(shè)備維修決策方法研究、軟件開發(fā)及工程應(yīng)用 引入了風(fēng)險評價理論,對石化動設(shè)備的維修決策過程進行了研究。建立了適合石化動設(shè)備的風(fēng)險評價準(zhǔn)則和基于風(fēng)險的維修決策方法。以故障根本原因分析為依據(jù),提出故障根治維修措施。 依據(jù)基于風(fēng)險的石化動設(shè)備維修決策的研究成果,開發(fā)了計算機輔助分析軟件。結(jié)果表明,與傳統(tǒng)的人工決策方式相比,該軟件實現(xiàn)了維修分析決策過程的規(guī)范化和流程化,大大提高了維修決策的效率和有效性。 將基于風(fēng)險的石化動設(shè)備維修決策方法在中石化某乙烯廠進行了工程應(yīng)用。對乙烯裝置141臺動設(shè)備先后進行了故障模式分析、風(fēng)險評價和根本原因分析,共得到549種故障模式,高風(fēng)險故障模式有67個,占12%。依據(jù)基于風(fēng)險的維修決策流程,提出根治維修和狀態(tài)監(jiān)/檢測建議。應(yīng)用結(jié)果表明,該方法對企業(yè)的維修資源進行了合理的分配,充分考慮了生產(chǎn)的安全性與經(jīng)濟性,提高了維修的效益。
【學(xué)位單位】：北京化工大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2009
【中圖分類】：TH17
【部分圖文】：

后維修基礎(chǔ)上發(fā)展起來的維修與管理模式。它首先預(yù)測設(shè)備故障，通過周期性的檢查和分析來制訂維修計劃的管理方法，在故障之前采取措施，減少了非計劃停車損失，這種維修方式被世界各國普遍接受和采用。預(yù)防維修過程如圖1一4所示[5]，圖中，Pl為預(yù)防維修時刻點，PZ為故障發(fā)生時刻點。當(dāng)時，有兩大體系共存:一是以前蘇聯(lián)為代表的計劃預(yù)修體制，另一個是以美國為代表的預(yù)防維修體制。這兩大體制本質(zhì)相同，都是以摩擦學(xué)為理論基礎(chǔ)，但在形式和做法上略有所不同，基本上屬于TBM(Time BasedMaintenanee)，即以時間為基礎(chǔ)的維修范疇。靡新設(shè)備的性能、\\\\}‘廠-\\已馬日測頂故—..~貓?zhí)崆靶蘩頃r間圖1一4預(yù)防維修過程Fig.1一 4TheProeessofPreventivemaintenance預(yù)防維修的優(yōu)點是可以有準(zhǔn)備、有計劃地安排維修活動，減少非計劃停車損失。定期預(yù)防維修適合于故障率隨時間增大的故障模式

本研究采用智能監(jiān)/檢測管理平臺對狀態(tài)監(jiān)測進行管理，它集數(shù)據(jù)采集、分析、信息診斷功能于一體，由數(shù)據(jù)采集(網(wǎng)絡(luò)化智能分析診斷信息平臺和狀態(tài)監(jiān)/檢測)、動態(tài)工況數(shù)據(jù)庫和故障診斷組成，如圖2一4所示。故障模式和原因分析、風(fēng)險評價信 信息采集 集 便 便攜式 式 _____。_.巡檢儀指令 令 目目劃銳刮口口口月卜一-.一一一 理理翌竺卡顫一 一凈凈斗斗洲 洲 洲洲洲一 一一 一 一一 一 一一 一 一一 一 一一 一 一一 智能診斷分析斗一傳像原既今衛(wèi)鮮翌塑些…圖2一4智能監(jiān)/檢測Fig.2一 4Theintelligentmonitorin幼nsPeetion(l)信息采集信息采集主要是通過狀態(tài)監(jiān)測得到設(shè)備運行的各種狀態(tài)參數(shù)。動設(shè)備的狀態(tài)監(jiān)測參數(shù)以振動參數(shù)為主，介質(zhì)的溫度、壓力、流量等工藝參數(shù)和電機的電流、電壓參數(shù)為輔助監(jiān)測參數(shù)。信息采集系統(tǒng)可分為對機泵群巡檢系統(tǒng)和對大機組的實時在線監(jiān)測系統(tǒng)。對機泵采用巡檢系統(tǒng)時，由智能監(jiān)/檢測管理系統(tǒng)發(fā)出指令，巡檢系統(tǒng)可以按設(shè)備位號、設(shè)備類型、結(jié)構(gòu)型式、測點、監(jiān)測參數(shù)、監(jiān)測周期、監(jiān)測路徑、使用儀器等進行組態(tài)

(2)動態(tài)風(fēng)險評價動態(tài)風(fēng)險評價首先根據(jù)基于風(fēng)險的維修決策中的故障模式靜態(tài)風(fēng)險評價準(zhǔn)則進行風(fēng)險評價，然后再結(jié)合設(shè)備狀態(tài)，進行動態(tài)風(fēng)險評價。評價過程如圖2一6所示。靜態(tài)風(fēng)險為三個等級:H(高)、M(中)和L(低)，評價準(zhǔn)則見第五章。在動態(tài)風(fēng)險評價中，以靜態(tài)風(fēng)險評價結(jié)果為依據(jù)，動態(tài)風(fēng)險等級隨著設(shè)備狀態(tài)的變化不斷升級，依次為H(高)一HH(高高)，M(中)一MH(中高)一H(高)，L(低)一M(中)一LH(低高)，動態(tài)風(fēng)險等級如表2一6所示。表2一6動態(tài)風(fēng)險等級靜態(tài)風(fēng)險等級動態(tài)風(fēng)險等級l2H(高)M(中)L(低)HH(高高)MH(中高)M(中)HH(高高)H(高)LH(低高)
【引證文獻】

相關(guān)期刊論文 前3條

1 張樹忠;曾欽達;;基于FMEA和變權(quán)AHP的大型起重機械零部件重要度評估[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2014年05期

2 鄧力;馬登武;吳明輝;;復(fù)雜裝備維修方式?jīng)Q策方法研究[J];航空維修與工程;2013年04期

3 黃君玲;張來斌;段禮祥;;基于狀態(tài)監(jiān)測和故障診斷的RCM技術(shù)[J];石油機械;2011年04期

相關(guān)博士學(xué)位論文 前1條

1 王慶鋒;基于風(fēng)險和狀態(tài)的智能維修決策優(yōu)化系統(tǒng)及應(yīng)用研究[D];北京化工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前4條

1 黃振;石化旋轉(zhuǎn)機械故障診斷及維修管理優(yōu)化研究[D];燕山大學(xué);2011年

2 安光晨;供電企業(yè)設(shè)備維修管理研究[D];華北電力大學(xué);2012年

3 任治政;電站設(shè)備維修優(yōu)化的研究[D];華北電力大學(xué);2012年

4 劉佳;風(fēng)電場設(shè)備維修決策支持系統(tǒng)研究[D];華北電力大學(xué);2013年

本文編號：2869539