一种设备完整性管理与预测性维修方法、装置及电子设备与流程
本发明涉及设备监测,具体涉及一种设备完整性管理与预测性维修方法、装置及电子设备。
背景技术:
1、危险化学品企业设备数量多、类型差异大、运行工况变化频繁,涵盖动设备、静设备、电气设备、仪表设备、特种设备、储罐、管道、机泵、压缩机、换热设备、反应设备以及与安全生产密切相关的关键装置。设备失效可能进一步引发泄漏、火灾、爆炸、中毒窒息、装置非计划停车等后果,因此设备状态判断和维修时机选择不仅关系经济性,更直接关系工艺连续性和本质安全。
2、现有设备管理系统已经能够建立设备台账、接入在线监测与点巡检数据,并基于健康评分、劣化趋势或预计剩余寿命生成维护建议。相关技术能够回答设备是否正在变差以及距离预设失效边界还有多长时间等问题,但在实际危化企业中,仅有预测结果仍不足以直接形成可靠维修决策,致使预测结果可执行性低。
技术实现思路
1、本发明提供了一种设备完整性管理与预测性维修方法、装置及电子设备,以解决现有技术中预测结果可执行性低的问题。
2、第一方面,本发明提供了一种设备完整性管理与预测性维修方法,包括:
3、获取待评估设备的历史运行数据和实时多源数据,多源数据包括当前运行条件和状态特征;
4、基于当前运行条件和历史正常样本确定状态偏离量,以根据状态偏离量和工程数据可信度构建待评估设备的劣化负荷,历史正常样本从历史运行数据中筛选得到;
5、基于劣化负荷构建局部不维修劣化负荷预测值和局部维修劣化负荷预测值,从候选维修动作和候选生产窗口中根据局部不维修劣化负荷预测值、局部维修劣化负荷预测值、允许劣化负荷上限、资源可用指示量、工程决策可信度和安全可延迟时长选择目标维修动作和维修时间;
6、在维修时间内对待评估设备执行目标维修动作。
7、通过获取待评估设备的历史运行数据和实时多源数据,基于当前运行条件和历史正常样本确定状态偏离量并构建劣化负荷,再从候选维修动作和候选生产窗口中根据局部不维修劣化负荷预测值、局部维修劣化负荷预测值、允许劣化负荷上限、资源可用指示量、工程决策可信度和安全可延迟时长选择目标维修动作和维修时间,最后在维修时间内执行目标维修动作,从而将设备状态评价、维修动作效果、生产窗口、资源条件和安全裕量统一到同一决策链中,能够减少过度维修、无效维修和错失安全维修窗口,使维修决策在资源允许的同时获得足够且可验证的安全恢复量,使得能够在维修时间内执行目标维修动作,易于执行。
8、第二方面,本发明提供了一种设备完整性管理与预测性维修装置,包括:
9、数据获取模块,用于获取待评估设备的历史运行数据和实时多源数据,多源数据包括当前运行条件和状态特征;
10、劣化负荷构建模块,用于基于当前运行条件和历史正常样本确定状态偏离量,以根据状态偏离量和工程数据可信度构建待评估设备的劣化负荷,历史正常样本从历史运行数据筛选得到;
11、维修操作确定模块,用于基于劣化负荷构建局部不维修劣化负荷预测值和局部维修劣化负荷预测值,从候选维修动作和候选生产窗口中根据局部不维修劣化负荷预测值、局部维修劣化负荷预测值、允许劣化负荷上限、资源可用指示量、工程决策可信度和安全可延迟时长选择目标维修动作和维修时间;
12、维修动作执行模块,用于在维修时间内对待评估设备执行目标维修动作。
13、第三方面,本发明提供了一种电子设备,包括:存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行上述第一方面或其对应的任一实施方式的设备完整性管理与预测性维修方法。
1.一种设备完整性管理与预测性维修方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,根据所述局部不维修劣化负荷预测值、所述局部维修劣化负荷预测值、允许劣化负荷上限、资源可用指示量、工程决策可信度和安全可延迟时长选择目标维修动作和维修时间包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述局部不维修劣化负荷预测值、所述局部维修劣化负荷预测值、允许劣化负荷上限、资源可用指示量、工程决策可信度和安全可延迟时长确定候选动作-窗口组合,包括:
4.根据权利要求1所述的方法,其特征在于,根据所述状态偏离量和工程数据可信度构建所述待评估设备的劣化负荷,包括:
5.根据权利要求2所述的方法,其特征在于,基于所述历史闭环工作中的维修动作的合集确定候选维修动作,包括:
6.根据权利要求1所述的方法,其特征在于,在所述维修时间内对所述待评估设备执行所述目标维修动作,包括:
7.根据权利要求1至6中任一项所述的方法,其特征在于,在所述维修时间内对所述待评估设备执行所述目标维修动作之后,所述方法还包括:
8.根据权利要求1所述的方法,其特征在于,基于当前运行条件和历史正常样本确定所述状态特征的偏离量,包括:
9.一种设备完整性管理与预测性维修装置,其特征在于,所述装置包括:
10.一种电子设备,其特征在于,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com