喷阀参数的在线检测，所述防喷阀监测系统包括控 制柜和参数测定模块，控制柜内设有电源模块以及分别与电源模块相连的控制器模块、无 线传输模块和传感器模块，电源模块为控制器模块、无线传输模块的GPRS发射模块和传感 器模块的温湿度传感器供电，控制器模块的串口发送端与GPRS发射模块的串口接收端连 接；所述温湿度传感器固定于防喷阀的外侧。所述参数测定模块包括分别与220V交流电源 连接的金属抗腐蚀性试验机、金属疲劳测试机、金属磨损测试机和金属老化测试机。
[0047] 描述防喷阀的性能参数主要由压力、温度、抗腐蚀性、疲劳、磨损、老化等，其中压 力反应防喷阀的整体性能变化，且直接影响整个海洋平台的安全。本发明实施例提出的防 喷阀的可变成本实时预测维护与备件订购方法，以海洋平台的防喷阀作为研究对象，选择 压力作为防喷阀的主要性能特征参数，通过对其和其它特征参数的测量，对防喷阀进行寿 命预测评估和制定备件订购决策，解决了传统的设备维护和备件订购决策方法仅依赖一类 设备总体的可靠性分布而忽略单个设备间的差异性的问题；并且以方差表征成本的不确定 性，构建融入剩余寿命预测信息和成本不确定性信息的维护决策模型和备件订购模型，在 此基础上确定设备的最优替换时间和最佳备件订购时间，以增加维护和备件订购的经济可 承受性，降低维护和库存管理风险；与现有技术相比，该方法考虑了备件的个体差异性，避 免了因考虑整体备件的情况而对个别防喷阀进行过早替换或失效后替换带来的不必要的 损失，经济有效，具有很好的工程应用价值，可以推广到其他备件。本发明实施例提出的防 喷阀监测系统，既能通过本身自带设备测出关键参数，从而对每个防喷阀的剩余寿命进行 在线预测，更能进一步根据各个防喷阀的情况分别制定备件订购决策。
【附图说明】
[0048] 附图1为本发明实施例防喷阀监测系统中控制柜的结构示意图。
[0049] 图中，1、控制柜，2、控制器模块，3、无线传输模块，4、传感器模块，5、电源模块， 101、柜体，102、第一层隔板，103、第二层隔板，201、TMS320F2812最小系统板，301、GPRS发 射模块，302、天线。
【具体实施方式】
[0050] 以下结合附图对本发明实施例作进一步说明。
[0051] 实施例一：一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：
[0052] ( -）剩余寿命的在线预测：首先在线检测防喷阀的参数，然后进行剩余寿命的预 测。
[0053] 利用工程实际中广泛应用的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
[0055] 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。
[0056] 根据防喷阀的退化模型，对于t > h，退化状态为
[0058] 为了在剩余寿命预测过程中充分利用当前监测数据和整个历史监测信息，令漂移 系数λ为一个随时间变化的随机变量，且λ' λ u+n，其中，η~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：
[0060] 式中，ε广N(0, tJ，并假设初始漂移系数λ。~Ν( μ。，P。)，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。
[0061] 由于构建的状态空间模型将漂移系数视作隐含的状态，因此，需要根据监测信息 估计漂移系数，定义当前时刻h，
和PlU= VarU ilX^)，利用卡尔曼滤波， 估计出
[0062] 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 八1&, ((lu和分布函数&1.\.。, ((|υ分别为
[0065] 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，实现剩余寿命的 在线预测。
[0066] (二）可变成本的不确定性建模：利用维护成本的方差表征成本的可变性。
[0067] 考虑一个计数过程{N(t)，t彡0}，令Τη，η彡1表示过程中第n-1次替换和第η次 替换之间的时间间隔，如果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Ε[Γ〗0)]和期望更新周期Ε [Τ π ]表示 为
[0071] 策略π下单位时间长期运行期望成本为
[0073] 单位时间长期运行均方成本为
[0075] 单位时间长期运行成本方差为
[0077] 根据上述定义，得到
[0079] 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。
[0080] (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
；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
[0082] 式中
，仁表示当前时刻t i需要决策的预防性替 换时间；
[0083] 相应地，单位时间长期运行期望成本方差为
[0085] 基于可变成本的预测维护目标函数定义为
[0087] 式中，α为成本方差敏感因子。
[0088] 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。
[0089] 成本方差敏感因子α表示方差的相对权重。具体的取值一般基于专家经验或工 业标准。α多1意味着决策者认为改进成本方差对最终决策的影响小于改进期望成本所产 生的影响，即期望成本比成本方差重要。类似地，α多1意味着决策者认为成本方差比期 望成本重要。但是，根据工程实际情况，一般认为〇< α <1是合理的。
[0090] (四）构建备件订购模型：本实施例仅考虑部件的库存空间只允许一次订购一个 备件的情况。部件在运行过程中会发生随机失效，一旦失效会产生很高的失效成本；此外， 对部件采取预防性替换操作，也会产生一定的替换费用。替换费用远远低于失效成本。无 论是失效后还是预防性替换，库存中都必须有一个可用的备件，且会消耗一定的储备费用。 如果在要求的替换时间发生库存短缺的情况，则每单位时间会产生一定的库存短缺费用。
[0091] 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
[0093] 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。
[0094] 由公式（15)和（16)构成逐次决策模型，首先根据公式（15)确定最优替换时间^. 将确定的<代入公式（14)，得到最优的备件订购时间。
[0095] 实施例二：根据本发明一实施例提供的一种防喷阀监测系统，如图1所示，包括控 制柜1和参数测定模块，控制柜1内设有电源模块5以及分别与电源模块5相连的控制器模 块2、无线传输模块3和传感器模块4,电源模块5为控制器模块2、无线传输模块3的GPRS 发射模块301和传