風險矩陣在維修策略制定和優化中的應用

段美春 陳建華

關鍵詞：可靠性維修;風險矩陣;故障頻率;設備維修

0引言

以可靠性為中心的維修（Reliability CenteredMaintenance，RCM），在世界范圍內的工業企業維修領域發揮著非常重要的作用，通過RCM技術分析與成果應用能夠提高設備可靠性和可用率，降低運行和維修成本。其特點在于提供了一種系統框架，通過對電廠各系統功能和失效后果進行分析（FMEA），針對故障后果較為嚴重的設備，增加預防性維修和點巡檢工作。這種方法雖可降低設備故障風險，但對于發生頻率極低的故障存在嚴重的過修，導致檢修資源投入不合理等現象。本文提出一種構建風險矩陣的方法，通過威布爾分布擬合獲取設備故障原因分布規律，采用蒙特卡洛法模擬某種維修策略執行后對故障風險的影響，從而達到優化維修策略的目的，避免了傳統設備維修管理中的過修或欠修問題。

1技術方案

1.1構建風險矩陣

以設備故障的平均故障問隔時問和預設風險維度的影響等級為指標創建預設風險維度下的風險矩陣。考慮到對于不同的設備故障，其發生的可能性或頻率可能并不相同，為了解各故障原因的風險情況，進而制定相應的維修策略，本文將利用設備故障的平均故障間隔時問（即MTBF）來表示該設備故障發生的可能性或發生頻率，該平均故障問隔時間可根據實際的需求進行不同的時段劃分。例如，以一設備故障為例，其平均故障問隔時間劃分方法如表1所示。

對于設備故障的平均故障問隔時間的劃分時段等級以及每一等級的時段時長不應限于上述表中的劃分，用戶可以根據實際需求對該平均故障間隔時間的等級劃分進行相應調整，以使得到各故障原因的風險情況更加符合對應設備的實際發生故障的可能性。

預設風險維度包括人員傷害維度、經濟損壞維度、供熱影響維度、環境影響維度或聲譽影響維度等等。通過在不同的風險維度下對發生的設備故障所產生的后果進行后果評估，從而獲取該故障對應的影響等級。例如，以某一公司的企業標準制定的經濟損壞維度為例，將故障產生的影響后果劃分成不同的影響等級，如表2所示。

考慮到劃分的合理性，對于不同的風險維度下的影響程度，其具體等級的劃分可參考企業標準或相關行業標準來進行合理劃分，而上述的經濟損壞維度的影響等級劃分也不應限于上述表中的劃分。

1.2風險等級劃分

根據平均故障時間和預設風險維度的影響等級將風險矩陣劃分成不同的風險等級區。于是，利用這兩個指標可建立對應的風險矩陣，以上述2個表的劃分為例，可得到如圖1所示的經濟損失維度下的風險矩陣。利用風險不同的MTBF等級和不同的影響等級可將該風險矩陣劃分為不同的風險等級區。不同的風險等級區可分為4個等級，分別是低風險區、中風險區、高風險區和嚴重高風險區。該風險等級區的劃分可根據實際情況進行其他劃分，例如，可劃分為3個等級，如低風險區、中風險區和高風險區，又或者可劃分為5個等級等等。

對于不同的風險等級區，為增加不同程度的風險警示作用，可采用不同的背景顏色、線條或圖案等進行區別展示。例如，對于嚴重高風險區，可在風險矩陣中采用紅色的背景顏色來展示，以達到警示相關操作人員的目的等。當然，也可以更直觀地了解不同風險等級區的故障原因的分布情況等。

1.3維修策略

根據各故障原因所在的風險等級區確定對應的維修策略。在建立好該風險矩陣后，可利用設備的歷史故障數據來得到各故障原因的平均故障間隔時問，以及對該故障原因在對應的風險維度下的影響程度來確定其影響等級，然后根據這兩個值將該故障原因填人該風險矩陣中的對應位置。維修策略包括檢修周期、維修類型等等。

通過確定該故障原因的分布，可直觀了解該故障原因的風險情況，例如，當某一故障原因分布在嚴重高風險區時，可知該故障原因對應的設備故障的發生是不被允許的，因此，為降低該故障原因再次發生的可能性，可針對性地制定其對應的維修策略，如進行預防性維修或增加該故障原因的檢修頻率等。

該維修策略制定方法還包括，將具有相同的所述預設風險維度下的影響等級且獲取的所述平均故障間隔時間屬于同一平均故障問隔時問時段的多個故障原因在所述風險矩陣中的同一位置進行匯總展示，如圖2所示，在該風險矩陣中把所有出現過的故障原因在當前時段的風險情況進行匯總展示，可直觀了解到該設備的整體風險情況等。而利用各故障原因在風險矩陣中的不同分布還可直觀地確定各故障原因的風險排序，然后根據不同的風險排序可采用不同的維修策略。

若某一故障原因分布在預設高風險區，則可增加該故障原因的檢修頻率，以降低該故障原因的平均故障間隔時間，從而使該故障原因向低風險區移動，達到降低設備風險的目的。若某一故障原因分布在預設低風險區，則可降低該故障原因的檢修頻率，以降低檢修成本等。當然，若降低其檢修頻率后，該故障原因的平均故障間隔時間明顯增大而不再分布在該預設低風險區時，則還需要再次調整其檢修頻率等，以保證該故障原因仍分布在該預設低風險區，從而獲得設備安全性與維修經濟性的平衡。

本方案中，還可利用該風險矩陣來評價各故障原因的已有維修策略是否合理等。而對于一些存在過修或欠修的情況，可根據該故障原因在該風險矩陣中的持續分布情況來判斷，進而針對性地調整該故障原因對應的維修策略。

2應用實例

（1）欠修項目

采用風險矩陣評價功能對某火電廠給煤機現有檢修策略進行評估，如圖3所示，發現現有檢修策略存在3項故障原因分布在高風險區域，分別為軸承損壞、皮帶從動滾筒軸承損壞以及襯套磨損，有針對性地優化現有檢修策略，例如，更換軸承以及襯套，避免檢修項目中存在欠修項目，可極大地提高設備運行可靠性。

（2）過修項目

采用風險矩陣評價功能對某火電廠漿液循環泵現有檢修策略進行評估，如圖4所示，發現現有檢修策略存在12項故障原因分布在低風險區域。查看12項故障原因，如圖5所示，其中軸承磨損、軸套磨損、主軸損壞、聯軸器損壞、疲勞應力5項故障原因平均故障間隔時問均超過了50年，然而電廠的設計壽命一般在30年左右，因此通過檢維修來保持50年的平均故障問隔時問完全沒有必要，可以適當地降低設備的檢修與備件的更換周期。以上述火電廠為例，通過延長設備的檢修與備件的更換周期，單臺漿液循環泵年化檢修費用降低0.5萬。

3結束語

電力市場環境下的發電設備可靠性研究將打破傳統的計劃檢修模式。數據挖掘技術是發電設備可靠性管理走向實時化、智能化以及預測化的有力工具。本文提出的風險矩陣評估法通過對歷史檢修數據的挖掘獲取設備故障分布規律并模擬出檢修策略執行后的故障分布，直觀地展示出檢修前后設備風險的變化，該方法克服了國內缺乏RCM實施效果的評估準則和實施指南的難題，可有效解決現有技術中存在過修或維修投入不合理等問題。