学位论文 > 优秀研究生学位论文题录展示

基于风险和状态的智能维修决策优化系统及应用研究

作　者: 王庆锋
导　师: 高金吉
学　校: 北京化工大学
专　业: 化工过程机械
关键词: 物联网基于风险的维修完整性管理指标决策模型可靠性预测剩余工作寿命预测维修任务优化
分类号: TH186
类　型: 博士论文
年　份: 2011年
下　载: 214次
引　用: 0次
阅　读: 论文下载

内容摘要

中国过程工业企业设备管理基本属于传统的事后维修模式,设备基础管理薄弱,依靠经验的、定性的方法确定设备检查/维护内容,缺乏对关键设备的识别和分类,维修资源不能合理分配,存在“维修不足”和“维修过剩”,系统安全生产隐患大、事故多,设备可靠性、可用性和安全性难以控制和保证。为保证过程工业安全生产减少安全事故和环境事故,建立了过程工业基于风险和状态的设备智能维修决策及任务优化系统,它以基于风险和状态的设备完整性管理系统为架构,利用物联网技术和面向服务的架构技术综合集成了企业资源计划系统(Enterprise Resource Planning, ERP)、企业生产执行系统(Manufacturing Executive System, MES)和基于风险的维修(Risk Based Maintenance, RBM)系统与状态监测预知维修信息系统(Predictive Maintenance Information Systems, PMIS),为企业提供设备动态风险等级数据、预知维修信息数据、设备绩效指标数据、可靠性预测数据、设备剩余工作寿命数据,使各级人员能够通过网络平台及时准确地掌握设备风险状态和优化的维修任务排程,为设备维修决策提供科学支持。主要研究工作概括如下：(1)基于风险的维修研究和软件开发根据石油炼制、石油化工等过程工业设备管理特点,研究了适合过程工业设备管理特点的基于风险的维修风险评价技术,开发了基于风险的维修(RBM)软件,建立了基于风险的维修决策模型。(2)基于风险和状态的智能维修决策系统优化研究利用物联网技术搭建了基于风险和状态的设备智能维修决策系统。利用计算机技术、服务接口技术、数据库技术、有线或无线网络技术,基于面向服务的架构(Service Oriented Architecture, SOA)综合集成了PMIS、MES、RBM等系统模块,搭建了“以风险管理和核心,以专业管理为主线”的设备智能维修决策平台。该系统能够提供设备预知维修决策指标、动态风险等级指标、关键绩效指标,为基于风险和状态的维修决策提供定量分析数据。(3)基于风险的维修动态评估和设备管理绩效指标研究针对具体设备类型研究了可靠性数据、维修数据采集和交换内容；针对过程工业设备管理特点研究了设备动态风险变化影响因子(管理因子、个别设备修正因子)和动态风险评价技术；在对设备故障数据、维修数据进行分析的基础上,研究了过程工业设备绩效指标评估体系(设备、装置和公司三级)和设备管理绩效指标决策模型、绩效指标可靠性预测模型。(4)基于风险和状态的智能维修任务优化研究利用威布尔分布分析工具对平均故障间隔时间(Mean Time Between Failure, MTBF)、可靠性(Reliability)等动态数据进行分析,实现了设备的可靠性预测；利用主元分析方法确定设备故障特征参数,基于人工神经网络、灰色理论、曲线回归拟合和时间序列建模等方法跟踪设备故障特征参数劣化趋势,实现了设备剩余工作寿命预测；利用可靠性预测和剩余工作寿命预测实现了设备维修内容和故障维修间隔周期的优化；在设备动态风险分析和预知维修决策指标模型、管理绩效决策指标模型、设备可靠性预测模型、剩余工作寿命预测模型建立的基础上,以基于风险和状态的智能维修决策系统为平台,建立了基于风险和状态的设备维修任务优化模型。(5)基于风险和状态的设备智能维修决策系统工程应用基于风险和状态的设备智能维修决策系统综合集成了企业现有的ERP、MES、PMIS等设备管理信息资源,既考虑企业传统的设备管理现状,又引进了先进的RBM等设备风险管理技术；既考虑到设备定量风险分析缺乏可靠性数据和维修数据,又考虑到建立设备管理绩效指标的重要性；既强调建立的系统要具有动态风险等级指标、预知维修指标、设备管理绩效指标、可靠性和剩余工作寿命预测指标决策模型实现智能维修决策,又强调领导的强力支持、持续的培训和教育是基于风险和状态的维修管理模式成功应用的保证。锦州石化公司工程应用实践表明：建立的设备维修智能决策信息系统对于提高设备可靠性、可用性和安全性产生了积极效果,它使设备故障频率降低、故障后果减小,维修资源得到了合理利用。

全文目录

摘要  4-7
ABSTRACT  7-22
第一章绪论  22-48
  1.1 基于风险和状态的智能维修决策系统研究背景  22-23
  1.2 基于风险和状态的智能维修决策系统国内外研究现状  23-44
    1.2.1 以可靠性为中心的维修(RCM)  23-37
      1.2.1.1 设备维修模式的发展历史  23-25
      1.2.1.2 RCM标准化和应用现状  25-26
      1.2.1.3 国外RCM软件及应用现状  26-37
    1.2.2 风险管理与维修决策  37-41
      1.2.2.1 国外管道完整性管理研究与应用  38-39
      1.2.2.2 国外基于风险的设备维修决策研究与应用  39
      1.2.2.3 国内、外设备绩效指标维修决策研究与应用  39-40
      1.2.2.4 设备维修决策支持系统研究现状  40-41
    1.2.3 设备管理信息化发展现状及趋势  41-44
      1.2.3.1 欧洲工业基于风险的检验和维修程序(RIMAP)  41-42
      1.2.3.2 RCMO和SAP-ERP系统的融合  42
      1.2.3.3 北京化工大学基于风险和状态的动态智能维修模式  42-43
      1.2.3.4 物联网技术是设备智能维修决策的发展趋势  43-44
  1.3 研究的对象、目的和意义  44-47
    1.3.1 研究对象  44-45
    1.3.2 研究目的  45
    1.3.3 研究意义  45-47
  1.4 论文研究的主要内容和技术路线  47-48
第二章基于风险的维修软件开发  48-91
  2.1 传统的以可靠性为中心的维修原理  48-53
    2.1.1 以时间为基础的预防性维修  48-49
    2.1.2 潜在故障与功能故障  49-50
    2.1.3 隐蔽性功能故障和多重故障  50
    2.1.4 预防性维修与设备可靠性  50
    2.1.5 预防性维修与设备故障率  50-51
    2.1.6 设备故障后果预防  51
    2.1.7 预防性维修大纲  51-52
    2.1.8 传统RCM工程应用局限性  52-53
  2.2 过程工业基于风险的维修  53-72
    2.2.1 基于风险的维修研究内容  57-60
    2.2.2 基于风险的维修动态修正因子  60-72
      2.2.2.1 管理因素评价内容  61-69
      2.2.2.2 管理因素修正因子(F_M)  69-70
      2.2.2.3 个别设备修正因子(F_E)  70-72
  2.3 基于风险的维修软件开发  72-90
    2.3.1 软件特色  72-73
    2.3.2 软件功能  73-74
    2.3.3 系统功能模块  74-90
      2.3.3.1 项目创建功能模块  75-78
      2.3.3.2 FMEA功能模块  78-85
      2.3.3.3 设备重要度确定功能模块  85
      2.3.3.4 维修策略制定功能模块  85-86
      2.3.3.5 维修任务制定功能模块  86-90
  2.4 本章小结  90-91
第三章基于风险和状态的智能维修决策系统的开发  91-106
  3.1 过程工业基于风险和状态的设备完整性管理  92-96
    3.1.1 过程工业设备完整性管理内容  92-94
    3.1.2 过程工业基于风险和状态的设备智能维修决策系统  94-96
  3.2 设备智能维修决策指标模型  96-102
    3.2.1 设备的可靠性和维修数据  96-97
    3.2.2 RAM指标模型  97-99
    3.2.3 设备动态风险等级指标模型  99-100
    3.2.4 预知维修指标模型  100
    3.2.5 设备智能维修决策过程  100-102
  3.3 培训  102-103
  3.4 基于风险和状态的智能维修决策系统工程应用  103-104
  3.5 基于风险和状态的智能维修决策系统实践总结  104
  3.6 本章小结  104-106
第四章基于风险和状态的维修任务优化  106-142
  4.1 研究背景  106-107
  4.2 关键设备的识别和分类  107-114
    4.2.1 基于风险和状态的维修决策模型  108-109
    4.2.2 RBM定量风险分析  109-114
  4.3 预知维修决策指标模型  114-118
    4.3.1 基于主成份分析的神经网络故障预测模型  115-116
    4.3.2 特征参数故障诊断与预测技术  116-118
  4.4 设备管理绩效决策指标模型  118-126
    4.4.1 可靠性数据和维修性数据  118-119
      4.4.1.1 可靠性数据和维修数据的应用  118
      4.4.1.2 可靠性数据和维修数据类型  118-119
    4.4.2 设备管理绩效指标体系  119-126
      4.4.2.1 零部件绩效指标分析  120-121
      4.4.2.2 设备绩效指标  121-123
      4.4.2.3 装置设备类绩效指标  123-124
      4.4.2.4 工厂设备类绩效指标  124-126
  4.5 设备可靠性预测  126-136
    4.5.1 威布尔分布可靠性预测模型  126-134
      4.5.1.1 威布尔分布预测模型  127-130
      4.5.1.2 混合威布尔分布模型  130
      4.5.1.3 混合威布尔分布的EM算法  130-131
      4.5.1.4 应用举例  131-134
    4.5.2 RAM指标预测模型  134-135
    4.5.3 设备剩余工作寿命预测模型  135-136
  4.6 基于风险和状态的维修任务优化过程  136-141
    4.6.1 关键设备的识别和分类  137
    4.6.2 选择智能维修决策指标  137-138
    4.6.3 维修任务优化  138-141
      4.6.3.1 选择维修任务类型  139-140
      4.6.3.2 维修任务打包  140-141
  4.7 本章小结  141-142
第五章基于风险和状态的智能维修决策系统锦州石化公司工程应用实践  142-160
  5.1 工程应用背景  142-143
  5.2 锦州石化公司基于风险和状态的智能维修决策系统集成和应用  143-157
    5.2.1 基于风险和状态的智能维修决策系统集成  143-144
    5.2.2 预知维修信息系统模块集成  144-150
    5.2.3 设备动态风险决策系统模块集成  150-155
    5.2.4 设备管理绩效指标决策模块集成  155-156
    5.2.5 设备异常状态专业管理  156-157
    5.2.6 维修决策和维修任务优化  157
  5.3 基于风险和状态的维修决策建议  157-159
  5.4 本章小结  159-160
第六章结论与展望  160-162
  6.1 主要结论  160-161
  6.2 展望  161-162
参考文献  162-168
致谢  168-169
研究成果及发表的学术论文  169-170
作者和导师简介  170-171
博士研究生学位论文答辩委员会决议书  171-172

基于风险和状态的智能维修决策优化系统及应用研究

内容摘要

全文目录

相似论文