一种仪表系统失效率计算方法及失效率数据库系统技术方案

本发明专利技术涉及仪表系统失效率技术领域，尤其是指一种仪表系统失效率计算方法，包括仪表系统分类方法、失效率分类方法和失效率数据递推计算方法；仪表系统失效率数据库系统包括失效率数据收集、数据完整性校验、数据质量审核和数据分类，失效率数据收集建设失效数据库，采集失效数据库需要的设备故障数据、维护数据和设备基础数据，形成失效数据的源数据仓库，数据来源首先考虑基于企业现有数据源通过批量或实时采集方式获取。本发明专利技术通过将失效率数据库和失效率计算方法相结合，建成仪表失效数据系统平台与智能应用平台，降低设备维护费用。降低设备维护费用。降低设备维护费用。

【技术实现步骤摘要】
一种仪表系统失效率计算方法及失效率数据库系统


[0001]本专利技术涉及仪表系统失效率
，尤其涉及一种仪表系统失效率计算方法及失效率数据库系统。

技术介绍

[0002]失效数据库通过收集设备的基础数据、维护数据和失效故障数据，按照定义好的设备分类、设备边界和设备失效模式，依据设备在役时间，安装的位置、安装的数量、失效的次数、维修维护时长等数据计算得出设备的可靠性，给出定量的设备失效率，可靠性数据可用于企业基于RCM的设备维修管理和SIL评估等。
[0003]失效数据库适用于石油，天然气和石化行业中使用的设备类型，包括但不限于工艺设备和管道，安全设备，海底设备，管道系统，装卸设备，井下油井设备和钻井设备等设备类别。失效数据库适用于设备是永久安装，也可以与安装，维护或改装阶段结合使用。
[0004]失效数据库的概念最初是由欧洲石油企业和科研机构为了满足设备管理的需求提出，然后开始实施。通过不断收集设备的故障数据、维护数据和设备基础数据(安装位置，运行环境，设备类型，材质等)，通过对采集到的数据分析研究最后获得设备可靠性数据作为工厂设备选型、维修维护，工厂安全评定的重要依据。
[0005]在石油，石化和天然气工业中，设备的安全性，可用性，可靠性和可维护性是企业设备管理的重要指标，企业也致力于不断提高设备的可用性，但每年设备不可用导致的维修维护成本仍然很高。企业在新工厂设计建设和在役装置的维护投入也在增加。提高设备可用性使得与设备及其操作有关的失效，失效机制和维护维修数据变得更加重要。

技术实现思路

[0006]本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种仪表系统失效率计算方法及失效率数据库系统。
[0007]为了实现上述目的，本专利技术采用了如下技术方案：一种仪表系统失效率计算方法，包括仪表系统分类方法、失效率分类方法和失效率数据递推计算方法，所述失效率分类方法包括传统意义的失效率和结合外部因素的故障率，所述失效率数据递推计算方法包括仪表自身失效率计算递推逻辑和外部原因导致的仪表故障率的递推逻辑。
[0008]作为上述技术方案的进一步描述：
[0009]所述失效率数据递推计算方法还包括经典失效率计算方法、无信息先验分布的贝叶斯方法和有信息先验分布的贝叶斯方法，
[0010]所述经典失效率计算方法有失效数据记录时，采用如下公式做失效率的估计，偶然故障期恒定故障率的最大似然估计方法：
[0011][0012]n是观察到的设备失效次数；
[0013]τ是同型号设备运行的总合时间，以日历时间为单位，即设备的运行时间。
[0014]在经典统计理论中，下限为L
Lower
，上限为L
Upper
，如公式：
[0015][0016][0017]z 0,95；v是具有v自由度的χ2分布(卡方)的上百分位数；
[0018]z 0,05；v是具有ν自由度的χ2分布(卡方)的第5个百分点；
[0019]所述无信息先验分布的贝叶斯方法处理零失效情况，在时间t内观察到n个失效时，后验分布中的失效率估计由公式给出：
[0020][0021]在零失效的情况下，上面的公式变化为：
[0022][0023]规定置信水平时故障率估算公式：
[0024][0025]所述有信息先验分布的贝叶斯方法以OREDA数据库的失效率作为先验数据求解参数，然后使用收集到的设备失效数据计算设备失效率过程：
[0026]数据统计获取设备的累计运行时间和失效次数
[0027][0028]选用OREDA数据库为先验数据，查找OREDA数据库得到失效率的先验值为：λ0＝31.05
×
10
‑6,先验方差为S0＝18.89
×
10
‑6。将λ0和S0代入下面的公式，求得Gamma分布的α、β参数的值。
[0029][0030][0031]将求解得到的α、β的值及设备失效次数n＝1,设备累计运行时间t＝0.0438
×
106分别代入如下公式，即可求得阀门失效率的后验均值和后验标准方差。
[0032][0033][0034]一种仪表系统失效率数据库系统，包括失效率数据收集、数据完整性校验、数据质量审核和数据分类，所述失效率数据收集建设失效数据库，采集失效数据库需要的设备故障数据、维护数据和设备基础数据，形成失效数据的源数据仓库，所述数据完整性校验用于保证数据库中的数据在逻辑上的一致性、正确性和可靠性，所述数据质量审核在数据收集期间和之后，要分析数据以验证一致性，以避免收集无效的数据，所述数据分类包括设备单元数据、失效数据和维修数据；还包括失效率数据计算功能和失效率数据可视化应用功能，所述失效率数据计算功能包括设备本身的失效率和外部原因导致的失效率，所述失效率数据可视化应用功能包括数据可视化和可视化面板定制。
[0035]作为上述技术方案的进一步描述：
[0036]所述数据完整性校验规划以下措施：
[0037]A1：定义要包含在数据库中的每个设备单元的分类信息；
[0038]A2：确定可以收集数据的设备的安装日期，安装数量和运行时间；
[0039]A3：定义每个设备类别的边界，明确要收集哪些RM数据；
[0040]A4：应用统一的失效模式定义和失效分类方法；
[0041]A5：采用统一的维护活动定义和维护分类方法。
[0042]作为上述技术方案的进一步描述：
[0043]所述数据质量审核遵循如下原则：
[0044](1)数据的来源被记录和追溯；
[0045](2)数据来源于类似的设备类型，技术和操作条件；
[0046](3)设备与目的相关；
[0047](4)数据符合定义和解释规则；
[0048](5)记录的故障在定义的设备边界和监视周期内；
[0049](6)信息是一致的；
[0050](7)数据以正确的格式注册；
[0051](8)收集足够的数据以提供可接受的统计置信度；
[0052](9)咨询操作维护人员以验证数据；
[0053](10)通过合适的方法定义数据完整性的优先级。
[0054]作为上述技术方案的进一步描述：
[0055]所述设备单元数据具有以下特征：
[0056]1)分类数据，例如工业，工厂，位置，系统；
[0057]2)设备属性，例如制造商的数据，设计特征；
[0058]3)运营数据，例如工作模式，工作功率，环境；
[0059]4)设备数据，设备数据分类为技术，操作和环境参数，是收集RM数据的基础；
[0060]所述失效数据具有以下特征：
[0061]1)识别数据，例如失效记录编号和发生故障的相关设备；
[0062]2)失效数据，例如失效模式、失效时间、失效描述、严重等级等；
[0063]3本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种仪表系统失效率计算方法，其特征在于：包括仪表系统分类方法、失效率分类方法和失效率数据递推计算方法，所述失效率分类方法包括传统意义的失效率和结合外部因素的故障率，所述失效率数据递推计算方法包括仪表自身失效率计算递推逻辑和外部原因导致的仪表故障率的递推逻辑。2.根据权利要求1所述的一种仪表系统失效率计算方法，其特征在于：所述失效率数据递推计算方法还包括经典失效率计算方法、无信息先验分布的贝叶斯方法和有信息先验分布的贝叶斯方法，所述经典失效率计算方法有失效数据记录时，采用如下公式做失效率的估计，偶然故障期恒定故障率的最大似然估计方法：n是观察到的设备失效次数；τ是同型号设备运行的总合时间，以日历时间为单位，即设备的运行时间。在经典统计理论中，下限为LLower，上限为LUpper，如公式：在经典统计理论中，下限为LLower，上限为LUpper，如公式：z 0,95；v是具有v自由度的χ2分布(卡方)的上百分位数；z 0,05；v是具有ν自由度的χ2分布(卡方)的第5个百分点；所述无信息先验分布的贝叶斯方法处理零失效情况，在时间t内观察到n个失效时，后验分布中的失效率估计由公式给出：在零失效的情况下，上面的公式变化为：规定置信水平时故障率估算公式：所述有信息先验分布的贝叶斯方法以OREDA数据库的失效率作为先验数据求解参数，然后使用收集到的仪表失效数据计算仪表失效率过程：数据统计获取设备的累计运行时间和失效次数
选用OREDA数据库为先验数据，查找OREDA数据库得到失效率的先验值为：λ0＝31.05
×
10
‑6,先验方差为S0＝18.89
×
10
‑6。将λ0和S0代入下面的公式，求得Gamma分布的α、β参数的值布的α、β参数的值将求解得到的α、β的值及设备失效次数n＝1,设备累计运行时间t＝0.0438
×
106分别代入如下公式，即可求得仪表失效率的后验均值和后验标准方差。入如下公式，即可求得仪表失效率的后验均值和后验标准方差。3.一种仪表系统失效率数据库系统，其特征在于：包括失效率数据收集、数据完整性校验、数据质量审核和数据分类，所述失效率数据收集建设失效数据库，采集失效数据库需要的设备故障数据、维护数据和设备基础数据，形成失效数据的源数据仓库，所述数据完整性校验用于保证数据库中的数据在逻辑上的一致性、正确性和可靠性，所述数据质量审核在数据收集期间和之后，要分析数据以验证一致性，以避免收集无效的数据，所述数据分类包括设备单元数据、失效数据和维修数据；还包括失效率数据计算功能和失效率数据可视化应用功能，所述失效率数据计算功能包括设备本身的失效率和外部原因导致的失效率，所述失效率数据可视化应用功能包括数据可视化和可视化...

【专利技术属性】
技术研发人员：殷卫兵，陈勇，魏晓明，秦龙，刘二平，董伟东，童俊，毕佳宁，
申请(专利权)人：北京安稳优自动化技术有限公司，
类型：发明
国别省市：