[发明专利]基于可靠性分析的炼化装置运行周期专家决策系统及方法

说明书

技术领域

本发明属于石油化工技术领域，尤其涉及一种基于可靠性分析的炼化装置运行周期专家决策系统及方法。

背景技术

随着装备的复杂性提高，大量的预防性维修、较短的维修周期以及较深的维修深度往往会造成维修费用不堪重负，而且故障率并未得到有效控制。可靠性分析方法应运而生，并在航空、军工领域取得了较为广泛的应用，近几年核电行业也有发展。该方法在石油化工等流程工业也进行过尝试，但因为石化装备运行工艺条件复杂，设备及零部件的运行环境和参数都不同，其故障模式也不相同，采用的维修策略和对应的维修周期也不同，即便是通用装备也难以取得通用的维修策略，因此应用并未有成功的经验。随着石化装备日趋大型化、高速化、自动化、智能化，如何使用经济高效的维修策略保证装备的安全运行显得特别重要。

综上所述，现有技术存在的问题是：

现有技术在该领域的研究具有一定的片面性，往往针对某台设备或某个系统某种故障模式的研究，缺乏设备间、系统间、故障模式之间的相互影响研究，即没有达到具系统性、全局性的研究层次，因而突发设备故障事件仍时有发生，为避免该种情况，采取了频繁预防维修、加大部件更换频率等措施，导致维修费用较高。

发明内容

针对现有技术存在的问题，本发明提供了一种基于可靠性分析的炼化装置运行周期专家决策系统及方法。

本发明是这样实现的，一种基于可靠性分析的炼化装置运行周期专家决策方法，所述基于可靠性分析的炼化装置运行周期专家决策方法，包括：

在对炼化装置的功能、功能故障、故障模式和故障后果分析基础上，应用概率统计获得炼化装置的安全性和可靠性数据，建立炼化装置系统分析平台；判断炼化装置各系统、设备、零部件所处的状态，确定需要进行预防性维修、定期维修、改进或重新设计的方案；并进一步确定设备维修、检验、检查周期和手段，最终制定出实用、合理和科学的维修计划或维修大纲或维修策略包；

对炼化装置中的零部件、设备、系统的各种故障模式之间及装置内各系统间的关联性问题进行分析，确定装置各部分的相互关系，建立炼化装置的维修策略；

通过建立设备基础数据与维护数据的数据信息分析平台，收集和分析设备的故障数据，应用概率统计获得炼化装置的可靠性数据，并在使用过程中不断更新设备的故障数据，形成适用炼化装置周期的动态维修策略包；

炼化装置投入使用后，不断收集和分析使用中的故障数据，并以此为依据对维修计划或维修大纲或维修策略包进行及时补充和修订，形成动态的维修策略包，构建基于装备可靠性的资产完整性管理体系。

进一步，所述炼化装置的安全性和可靠性数据由设备、零部件的可靠性数据组成，所述设备、零部件的可靠性数据由历史维修数据分析得来；具体包括：

首先收齐设备或零部件的所有历史维修数据，然后再分析这些数据的有效性；记录维修数据有效点，进行周期分析；

确定维修数据有效点数后，当历史维修数据点不足或者历史维修数据点不满足威布尔分布分析需要时，则采用平均法确定维修周期，其他采用概率统计方法；

当历史维修数据点满足或者历史维修数据点满足威布尔分布分析需要时，采用威布尔分布分析方法；根据有效的历史维修数据，采用参数估计的算法确定指数分布和正态分布的参数，得到设备或零部件的具体的威布尔分布模型，根据威布尔分布模型确定设备的维修周期或设备的当前可靠度。

进一步，所述威布尔分布分析方法，包括威布尔模型，所述威布尔模型包括标准的二参数威布尔分布模型和三参数威布尔分布模型；当标准的二参数威布尔分布模型和三参数威布尔分布模型的形状参数分别取特定的数值时，接近指数分布、正态分布分布模型；

威布尔模型是研究机械零部件可靠性的最适合的模型之一。标准的二参数威布尔分布模型和三参数威布尔分布模型能够拟合各种类型的寿命数据，当其形状参数分别取特定的数值时，它接近于指数分布、正态分布等分布模型。用威布尔分布可以拟合各种可靠性数据，计算产品的可靠性指标，为故障树分析、可靠性设计、可靠性预计与分配等工作提供了统计学依据。

所述三参数威布尔分布模型用三个参数进行分析，所述三个参数分别是尺度参数η、形状参数m、位置参数γ；形状参数m的大小决定威布尔分布的形状，当m>1，密度函数曲线呈单峰型，且随m的减小峰高逐渐降低，当m＝3.5时，接近正态分布；当m＝1时，密度函数曲线指数分布的密度函数曲线；当m<1时，密度函数曲线是递减曲线；

尺度参数η用于放大或缩小坐标尺度，尺度参数与工作条件负载的大小有关，负载越大，尺度参数越小；