专利名称：一种带有风险控制的液压设备最优维修决策方法
技术领域：
本发明属于液压设备维修决策领域，涉及一种带有风险控制的液压设备最优维修 决策方法。
背景技术：
液压设备具有复杂、精密、价格高、功率大的特点，同时液压设备的工作状况决定 了生产效率和钢铁冶炼的质量，其安全性和可靠性要求比较高。由于液压系统中各液压元 件在密闭的油路中工作，管路内油液的流动状态和内部零件的情况无法直接观察，因此，液 压系统的故障诊断比一般机械、电气设备的故障诊断更为困难。对液压设备系统实时在线 监控，建立有效、准确的故障诊断及预警系统显得十分重要。现有的方法在实际的应用中都取得了一定的效果，但是存在着一些局限性，主要 如下1、各种信息检测手段和预警方法都未能将诊断对象看成一个有机的整体，未能有效 的考虑设备的各个部件之间可能存在的相互联系和影响。2、难以处理多种故障并存的复杂 情况。在实际的设备故障演变过程中，系统的各个部件之间有着紧密的联系，各种故障经常 同时发生，因此现有技术方法还很难得到较为准确的预测值。风险是对于未来可能发生事故的量化感知，是一种对于不确定性和损失性的综合 评估。简单来说，风险就是事故发生概率与事故后果的乘积。而风险评估是在识别风险的 基础上，对风险进行计量、比较、判断和排序等分析，从而为制定防范措施和管理决策提供 科学的依据。风险维修(Risk BasedMaintenance，简称RBM)是基于风险分析和评价而制 订维修策略的方法。风险维修也是以设备或部件处理的风险为评判基础的维修策略管理模 式。设备维修模式以及技术体系的发展分为四个阶段，即事后维修、计划维修、状态维修 和风险维修，由此可见，风险维修作为下一代的以可靠性为中心的维修方法(Reliability Centered Maintenance，简称RCM)，是现代设备维修管理的发展方向。RBM方法已经成功应 用于炼油厂、化工厂、石化厂等大型企业中，采用RBM技术一般可为企业减少设备检修量和 维护费用15%到40%。风险维修在不危及安全性和影响环境的前下，提高运行效益，优化 全寿命周期费用。通过建立风险维修体系，可以辨识每个设备的风险优先序，降低设备寿 命周期费用，减少设备事故和故障，达到维修和降低风险的目标一致，既考虑了设备的安全 性，又考虑了设备的检修维护成本。风险维修的主要流程包括以下四步1)系统划分及功能建模，确定研究对象；2)故障风险评估分析，包括故障概率、故障后风险值的分析与计算；3)基于风险决策，确定相应的维修策略；4)维修策略的实施。风险维修方法主要有故障模式影响分析法(FMEA)，故障树分析法(FTA)。故障模式影响分析法(FailureMode and Effects Analysis，简称 FMEA)是一种 可靠性设计的重要方法，是FMA (故障模式分析)和FEA (故障影响分析)的组合。FMEA对各种可能的风险进行评价、分析，以便在现有技术的基础上消除这些风险或将这些风险减 小到可接受的水平。FMEA是一组系列化的活动，其过程包括找出产品/过程中潜在的故障模式；根据 相应的评价体系对找出的潜在故障模式进行风险量化评估；列出故障起因/机理，寻找预 防或改进措施。FMEA在实际的应用中取得了较好的效果，但是FMEA是针对一个特定构件作 出分析，而不是针对一个过程或设备系统作分析，因此具有局部性，不适合应用于液压设备 中。故障树分析法(Failute Tree Analysis,简称FTA)，一种从系统到部件，再到零 件，按“下降形”分析的方法。FTA从系统开始，通过由逻辑符号绘制出的一个逐渐展开成树 状的分枝图，来分析故障事件(又称顶端事件)发生的概率。故障树分析法已在航空和航 天的设计、维修，原子反应堆、大型设备以及大型电子计算机系统中得到了广泛的应用。构造故障树是故障树分析中最为关键的一步。通常要由设计人员、可靠性工作人 员和使用维修人员共同合作，通过细致的综合与分析，找出系统故障和导致系统该故障的 诸因素的逻辑关系，并将这种关系用特定的图形符号，即事件符号与逻辑符号表示出来，成 为以顶端事件为“根”向下倒长的一棵树_故障树。故障树分析法既可进行定性分析，又可进行定量分析和系统评价。通过定性分析， 确定各基本事件对事故影响的大小，从而可确定对各基本事件进行安全控制所应采取措施 的优先顺序，为制定科学、合理的安全控制措施提供基本的依据。通过定量分析，依据各基 本事件发生的概率，计算出顶上事件(事故)发生的概率，为实现系统的最佳安全控制目标 提供一个具体量的概念，有助于其它各项指标的量化处理。但是利用FTA对系统进行定量 分析时，必须事先确定所有各基本事件发生的概率，每次都要重新计算，运算量大、速度慢， 因而不适合用于液压设备的在线诊断。关联规则(Association Rule)是为了挖掘出隐藏在数据之间的相互关系，找出所 有能把一组事件或数据项与另一组事件或数据项联系起来的规则。挖掘关联规则的基本思路给定一个事务集，挖掘关联规则的任务就是生成支持 度(support)和置信度(confidence)分别大于用户给定的最小支持度(minsupp)和最小 置信度(minconf)的关联规则。满足最小支持度、最小置信度和相关度要求的规则称为强 规则。寻找出所有有效的强规则就是关联规则数据挖掘要完成的任务。设数据事物集D，I = {ii;i2, ...，ij是项的集合，其中的元素称为项(item)。记 D为交易T的集合，这里交易T是项的集合，并且Tei。对应每一个交易有唯一的标识。设 χ是一个I中项的集合，如果XST,那么称交易T包含χ。一个关联规则是形如蕴涵式，这里x〔i,ycl，并且Χ η y = Φ。定义一 X々y在事物数据库D中的支持度是事物集中包含χ和y的事物数与所有 事物数之比，记为support (χ U y)，即
权利要求
一种带有风险控制的液压设备最优维修决策方法，其特征在于包括如下步骤第一步利用液压设备历史数据构建变权关联预警模式库，其中所述设备历史数据包括非故障状态和故障状态数据；第二步监测液压设备数据，并对其相关数据进行分析和处理，提取特征值；第三步将特征值与基于关联预警模式库中的模式相匹配，即判断设备是否出现退化征兆；第四步若匹配不成功，则说明液压设备没有出现退化征兆，返回继续监测设备数据；第五步若匹配成功，则说明液压设备出现退化征兆，做如下处理；第六步利用变权关联规则算法计算相应潜在故障的概率值，即潜在故障在变权关联预警模式库中匹配的支持度为相应潜在故障的概率值；第七步以液压设备自身风险、人身风险、环境风险、社会风险和系统风险作为输入，通过神经网络建模求得相应故障的后果值；第八步将潜在故障的概率值与相应的后果值相乘，得到该潜在故障的风险值；第九步判断该风险值是否超过事先规定的阈值；第十步若没有超过则返回继续监测液压设备；第十一步超过阈值则将故障风险值由高到低排序，以确定最优维修顺序；第十二步按照最优顺序进行停机维修，并返回继续监测液压设备数据。
2.如权利要求1所述的方法，其特征在于建立变权关联预警模式库包括1)开始执行，首先对交易数据库D进行扫描，发现其中频繁项目集的最大可能长度，并 返回该数值；2)将初始权值赋予设备各组件值，初始权值依据历史监测数据来确定；3)累计1-项目集的支持数，计算每个1-项目集的k-支持期望，然后收集其支持数不 低于k-支持期望的1-项目集，生成候选1-项目集C1 ；4)根据候选k-Ι-项目集Clri生成候选k-项目集Ck的链接；5)执行项目集的修剪；6)遍历交易数据库D，更新候选k-项目集Ck中所有候选项目集的支持计数，删除不满 足所有可能频繁项目集支持期望的候选项目集，剩余的候选项目集均保存在候选k-项目 集Ck中，然后，再检查各项目集的加权支持，从中挑选出频繁k-项目集Lk ；7)根据频繁项目集生成符合最低信任阈值的关联规则。
全文摘要
本发明属于液压设备维修决策领域，涉及一种带有风险控制的液压设备最优维修顺序决策方法。主要分为三步第一步采用变权关联规则算法判断系统是否处于缺陷状态，若处于缺陷状态计算其潜在故障发生的概率值；第二步利用BP神经网络求得每种潜在故障的后果综合评价值；第三步将第一步求得的故障概率值和第二步求得的故障后果综合评价值相乘得到潜在故障风险值，判断该值是否超过事先规定的阈值，如果超过事先规定的阈值，则按照求得故障风险值由大到小排列，以确定维修顺序；否则返回继续监测。该方法只需要计算一次就可以判断设备是否处于缺陷状态、潜在故障类型和潜在故障发生概率值，与传统的风险维修方法相比，提高了故障诊断准确度，同时加快了诊断速度，为在线决策提供了更好的参考。
文档编号G06Q10/00GK101950382SQ20101027244
公开日2011年1月19日 申请日期2010年9月1日 优先权日2010年9月1日
发明者刘晶, 季海鹏, 朱清香, 蔡大勇 申请人:燕山大学