防喷阀的可变成本实时预测维护与备件订购方法及系统的制作方法
【技术领域】
[0001] 本发明属于可靠性工程与软测量领域，涉及海洋平台防喷阀，具体地说，涉及一种 海洋平台防喷阀的可变成本实时预测维护与备件订购方法及系统。
【背景技术】
[0002] 海洋平台作为开发海洋石油天然气资源的基础性设施，集海上生产、生活诸多功 能于一体，其安全性和重要性不言而喻。但是由于海洋平台所处的工作环境非常恶劣，长期 受到风、浪、流、潮等多种载荷的作用，影响平台及其设备的正常运行。尤其对于海洋平台上 的关键设备，如防喷阀、管件等，其主要性能指标都会随着时间的推移而逐渐衰退，当产品 衰退到一定程度之后，就会发生失效，直接引起海洋平台倾覆、油喷等事故发生，导致巨额 的财产损失，更重要的是导致生命安全受到威胁。因此海洋平台上设备和器件的剩余寿命 估计是视情维护和预测与健康管理中的一项重要研究内容，其目的是基于产品的历史寿命 数据或退化数据评估产品在使用一段时间以后发生失效的概率。剩余寿命估计是设备后期 确定最佳维护时间、制定备件订购策略、做出延寿决策等后勤管理策略的重要依据。当管 理人员按照维修决策结果安排相应维修活动时，需要根据当前的备件存储情况进行合理规 划，因此将寿命预测、维修决策和订购策略联合研究，既可以降低成本，又可以保证海洋平 台系统的安全性与可靠性。
[0003] 对于海洋钻井平台，防喷器组是保证钻井作业最安全最关键的设备。防喷器以迅 捷反应及良好的封堵能力，在防井涌、井喷中起到举足轻重的作用，对安全钻井起着重要的 保障作用。但防喷器在正常钻井过程中均处在常开启状态，长时间的遭受高压钻井液的冲 刷和腐蚀，易造成防喷器密封失效甚至完全报废。因此，准确的评估防喷阀的健康状态和可 靠性具有重要的实际意义。
[0004] 就设备的寿命预测而言，目前已有的方法中，对产品进行寿命预测一般都仅利用 了产品自身的性能退化数据，因而需要较多的性能退化数据建立性能退化模型。然而在产 品运行初期，测量得到的产品性能退化数据较少，仅利用这些数据得到的剩余寿命预测结 果精度难以保证。与此同时，同一批次产品在其历史经验、维修等过程中往往存在一些寿命 数据，而这些寿命数据同样包含产品的寿命信息，因此可以利用历史寿命数据和运行过程 中得到的性能退化数据对其剩余寿命进行预测，提高剩余寿命分布的预测精度。
[0005] 另一方面，目前有关设备维护和备件订购决策的方法主要依赖于一类设备总体的 可靠性分布，不能反映单个运行设备的退化特征，也不能实现快速实时的维护策略安排和 备件订购决策。因此如何利用单个运行设备的历史监测信息和实时监测数据预测剩余寿 命，进而对设备进行快速实时的维护和库存决策成为一个亟待解决的问题。此外，以往的研 究仅仅将单位时间长期运行期望成本作为替换时间决策的目标函数。但是，单纯的考虑期 望成本而忽略成本的可变性会增加经济成本、提高维护的不确定性与管理风险。
【发明内容】
[0006] 本发明的目的在于克服现有技术存在的上述缺陷和不足，提供了一种防喷阀的可 变成本实时预测维护与备件订购方法及系统。所述方法解决了传统的防喷阀维护和备件订 购决策方法依赖一类防喷阀总体的可靠性分布而忽略单个防喷阀间的差异性的问题，有效 降低了失效风险及维护和备件订购够的管理风险。
[0007] 根据本发明一实施例，提供了一种防喷阀的可变成本实时预测维护与备件订购方 法，含有以下步骤：
[0008] ( -）剩余寿命的在线预测：在线检测防喷阀的参数，利用基于线性漂移驱动的 Brownian运动建立防喷阀的退化过程，t时刻的退化状态表示为
[0010] 式中，λ表示漂移系数，σ B> 〇表示扩散系数，B(t)为标准Brownian运动；根据 防喷阀的退化模型，对于t > h，退化状态为
[0012] 令漂移系数λ为一个随时间变化的随机变量，且λ 1= λ i 1+n，其中，n~ N(0, Q)，构建离散化的状态空间模型，离散化的状态空间模型如下：
[0014] 式中，￡1~~((^1411)，并假设初始漂移系数入。~1^&。，？。)，模型（3)的未知 参数θ = [μ。』。，0B，Q]采用期望最大化算法并通过迭代计算得到。
[0015] 根据监测信息估计漂移系数，定义当前时刻
和PlU = Var ( λ i |XQ:i)，利用卡尔曼滤波，估计出
[0016] 利用首达时间的概念，给定失效阈值w，得到^时刻的剩余寿命概率密度函数 4μ.。, ((. I )和分布函数 ((. I Ah)分别为
[0019] 若新的监测数据可用，则利用期望最大化算法更新参数估计值，然后利用卡尔曼 滤波更新漂移系数的分布，最后利用公式（4)和（5)更新剩余寿命的分布。
[0020] (二）可变成本的不确定性建模：考虑一个计数过程{N(t)，t彡0}，令Tn，n彡1 表示过程中第η-1次替换和第η次替换之间的时间间隔，如果{1\，Τ2,. . . }是独立同分布 的非负随机变量，则该计数过程为一个更新过程；令Cn表示在维护策略π下第η次更新的 成本，则为到时刻t为止的总成本，为到时刻t为止的单 次均方成本的总和；根据更新定理，长期运行期望成本E[Cn(t)]、长期运行期望均方成本 ⑴]和期望更新周期Ε[Τπ]表示为
[0021] E[Cn(t)] = E[Cn]E[N(t)] (6)
[0022] E[C; (t)\ = E[N{t)]Var{Cti) + Ε[(ΛΓ(0)2 ]￡2 (C；) C 7 >
[0023] E[TJ = E[TJ (8)
[0024] 策略π下单位时间长期运行期望成本为
[0026] 单位时间长期运行均方成本为
[0028] 单位时间长期运行成本方差为
[0030] 根据上述定义，得到
[0032] 由此，构建单位时间长期运行期望方差的模型以及期望成本和期望方差之间的关 系。
[0033] (三）建立基于可变成本的预测维护决策目标函数：当前时刻h，预测得到剩余寿 命分布的概率密度函数和分布函数钱在预测维护框架下，假设失效 后替换成本为cf，失效前，计划性预防替换成本为cp，替换成本满足0 < cp< c f，则以单位 时间长期运行期望成本为标准的决策目标函数定义为
[0035] 式中
仁表示当前时刻t i需要决策的预防性替 换时间。
[0036] 相应地，单位时间长期运行期望成本方差为
[0038] 基于可变成本的预测维护目标函数定义为
[0040] 式中，α为成本方差敏感因子。
[0041] 由公式（15)可知，当α =0时，目标函数等价于以期望成本为决策目标函数的维 护策略。
[0042] (四）构建备件订购模型：当前时刻t，得到剩余寿命分布的分布函数为
则单位时间长期运行期望库存成本表示为
[0044] 式中，<为最优替换时间，t。为待决策的备件订购时间，kh表示单位时间储备成本， ks为单位时间库存短缺成本，L表示从订购开始至接收到备件的交付时间。
[0045] 由公式（15)和公式（16)构成逐次决策模型，首先根据公式（15)确定最优替换时 间尤;将确定的<代入公式（16)，得到最优的备件订购时间。
[0046] 根据本发明一实施例提供了一种防喷阀监测系统，用于上述防喷阀的可变成本实 时预测维护与备件订购方法中，进行防