一種基於狀態監測和設備部件可靠性的備件需求預測方法
2023-06-10 18:11:36 1
一種基於狀態監測和設備部件可靠性的備件需求預測方法
【專利摘要】本發明涉及一種基於狀態監測和設備部件可靠性的備件需求預測方法，屬於機械製造【技術領域】。首先根據設備維修記錄單，使用可靠性理論對維修記錄中的部件失效壽命數據進行處理，得到部件失效壽命的概率累積分布函數，再根據部件失效壽命的概率累積分布函數、設備工作總時長、實際備件需求量的歷史記錄、備件需求量同比環比值記錄、計劃員的經驗預測值等，與實際備件需求量的歷史記錄用於比較預測的誤差相比較，得到設備備件需求量預測值。本方法的預測結果有實際依據，能夠有效減少企業呆滯庫存，減少資源浪費、降低成本對不同的易損備件具有較好的普適性。
【專利說明】一種基於狀態監測和設備部件可靠性的備件需求預測方法
【技術領域】
[0001]本發明涉及一種基於狀態監測和設備部件可靠性的備件需求預測方法，屬於機械製造【技術領域】。
【背景技術】
[0002]大型複雜設備的維修過程複雜，為縮短修理的停歇時間，保證維修效率，一定數量的備件庫存是必須的。備件庫存短缺可能導致設備不能及時維修投入使用，造成巨大的經濟損失；備件儲備過多產生大量呆滯庫存，造成倉庫場地費、保管費、備件損壞造成的損失等額外消耗增加，佔用大量的企業流動資金，影響企業運營。因此，合理地預測備件需求量，在保證設備正常維修需求的前提下降低備件庫存量，對於減少企業資金滯留、提高經濟效益，有著重要的意義。
[0003]傳統的備需求預測是通過對備件需求量的同比環比記錄、下月銷售政策等因素進行經驗估計來預測備件需求量、制定採購計劃，這也是目前大部分企業採用的方法。由於缺乏數位化的預測方法，備件需求的估計主要憑藉計劃員的經驗，而備件需求量受到未來一段時間內開工設備數量、開工時間、季節因素、銷售政策等多種因素的影響，單憑經驗很難做到準確的需求預測。
[0004]一些科研文獻中提到的定量預測的方法如單指數平滑、函數擬合回歸、神經網絡等計算方法，通常需要大量的數據進行擬合分析等，但實際生產中由於受數量質量的限制，很難擬合準確，經常出現的過擬合和過學習現象導致預測準確率較低。
[0005]隨著無線傳感技術和狀態監測技術的發展，基於狀態的維修(Condition-BasedMaintenance, CBM)正逐漸得到廣泛的推廣和應用。基於狀態的維修是對設備運行狀態數據的監測分析來確定設備維修需求的預防維修模式。被監測的狀態數據通常由傳感器採集或設備智能終端上傳，形成狀態監測數據流，並通過無線傳感網、GPRS、Internet和衛星等數據傳感網絡源源不斷地上傳到設備狀態監測分析平臺，進行解析、存儲以及特徵值提取、去噪、數據融合等一系列分析過程，確定設備維修需求。這些狀態監測數據所反映出的設備的使用時間、損耗程度、可能的故障部位及原因等信息，可以在一定程度上用於預測設備未來一段時間內的健康狀態以及可能需要更換備件的類型和數量。
[0006]已有技術提出了利用狀態監測信息進行備件預測方法，但都通常建立在一個基本的條件上:需要預測的部件必須帶有傳感裝置，能夠獲得其狀態數據。而實際情況中，鑑於傳感器成本、體積等問題，不是設備上的所有部件都能被監測到。狀態監測的重點往往在設備上比較關鍵或者貴重的部件，而對一些需求量大但比較廉價的易損部件，單獨安裝傳感器來預測其未來一段時間的備件需求量，成本過高。
【發明內容】
[0007]本發明的目的是提出一種基於狀態監測和設備可靠性的備件需求預測方法，針對大型複雜設備中大批量需求的易損件進行備件需求預測，提高預測的準確度，易於實施，能夠在保證設備正常維修需求的前提下降低備件庫存量，減少企業資金滯留、節約企業運營成本。
[0008]本發明提出的基於運行狀態監測和設備可靠性的設備備件需求預測方法，包括以下步驟:
[0009](I)從設備維修記錄單中獲取設備部件的失效壽命，根據可靠性理論，使用Weibull模型、Weibull競爭風險模型或截短的正態分布模型擬合得到部件失效壽命的概率累積分布函數F (t)；
[0010](2)對N臺設備進行狀態監測，獲取N臺設備中的每臺設備j在當前時刻Ti的工作總時長tu，其中I≤j≤N，N臺設備的工作總時長為^
[0011](3)根據步驟(2)中得到的設備的工作總時長^和步驟(1)中得到的部件失效壽命的概率累積分布函數F (t)，利用下式，計算得到N臺設備上部件在當前時刻Ti的實際工作年齡5.[0012]Ui = Fii , +AT1- ^(Si),
[0013]實際工作年齡孓為N維向量，Bij表示為第j臺設備上的部件在當前時刻Ti的實際工作年齡，
[0014]h為部件在Th時刻的實際工作年齡，式,=I , mod B、，mod表示取餘數，By為與步驟(1)的累積分布函數F(t)的Y分位點相對應的部件失效壽命時長；
[0015]Ag為時間區間[Th, Ti]內設備的工作總時長的增量，=H，
[0016]趴S')為壽命補給函數，指設備上的部件在時間區間[IV1Ji]內因被替換造成的實際工作年齡減少的值，其中Si為時間區間[Ti^Ti]內的實際備件儲備量，壽命補給函數迓岑)值的計算方法為:分別對部件在IV1時刻的實際工作年齡ag，」與時間區間[!^,Ti]內設備的工作總時長的增量At。進行加和，得到一個加和值，根據加和值從大到小順序對設備進行排序，設定排序在前SiS的設備上的部件在時間區間[!^,Ti]內被替換，則前SiS設備的g(Si)值為該部件的失效壽命時長BY，其餘設備的g(Si)值為0 ;
[0017](4)利用公式5/+1 =ai+Mm，得到Ti+1時刻的部件實際工作年齡，其中AF ,是為時
間區間[H+J內設備的工作總時長的增量的估計值，根據歷史同期設備開工情況估計得到；
[0018](5)將步驟(4)得到的或+1中的每臺設備上部件的實際工作年齡ai+1」_分別與部件失效壽命時長By進行比較，若％+1，」瓜，則該設備上的部件可能失效，將可能失效的部件數加和，得到時間區間[H+J內可能失效的部件數量
[0019](6)對上述可能失效的部件數量、設備備件的歷史需求量為和設備管理人員對部件需求量的經驗估計值乓進行加權求和，得到時間區間[Ti，Ti+1]內設備備件需求量的預測公式:S'i+{ 二 a^ia^+a^ +--，其中a0> a a2分別為、力和r的權重.[0020](7)將備件需求的預測值S'與設備運行歷史記錄中的備件實際需求量S之間的預測誤差表示為e，S=Is' -Si，根據設備運行歷史記錄中的備件實際需求量，通過最小
化m個時間段內的預測誤差之和;E^，計算得到部件失效壽命時長By中的Y值以及上述權
重 Ct O、Ct 1、Ct 2 的值；
[0021 ] ( 8 )將步驟(7 )得到的Y值和a。、a丨、a 2的值代入公式S = J1^h \ )+a^i +
中，計算得到[H+J時段的設備備件需求量預測值$+1。
[0022]本發明提出的基於狀態監測和設備可靠性的備件需求預測方法，其優點是:
[0023]( I)本發明方法利用狀態監測數據估計部件當前實際使用年齡，結合設備狀態監測數據和部件可靠性模型進行備件預測，預測結果有實際依據，較傳統預測方法更加準確，能夠有效減少企業呆滯庫存，減少資源浪費、降低成本。
[0024](2)本發明方法針對需求量大的易損耗部件，結合企業實際考慮，通過監測部件所在設備的工作總時長而非各部件自己的狀態來進行預測，節約部件上部署傳感器和採集電控信號的成本。
[0025](3)本發明方法通過最小化預測誤差調整預測參數，對不同的易損備件具有較好的普適性。
【具體實施方式】
[0026]本發明提出的基於運行狀態監測和設備可靠性的設備備件需求預測方法，包括以下步驟:
[0027](I)從設備維修記錄單中獲取設備部件的失效壽命，根據可靠性理論，使用Weibull模型、Weibull競爭風險模型或截短的正態分布模型擬合得到部件失效壽命的概率累積分布函數F(t);以Weibull分布為例，累積分布函數F(t)= 1-exp[-(t/ a ) e]，其中
a、^為需要擬合的參數。根據可靠性理論擬合累積分布函數的具體流程請參見機械工程出版社蔣仁言、左明健所著的《可靠性模型和應用》。
[0028](2)對N臺設備進行狀態監測，獲取N臺設備中的每臺設備j在當前時刻Ti的工作總時長tu，其中I ( j≤N，N臺設備的工作總時長為O'
[0029](3)根據步驟(2)中得到的設備的工作總時長彳和步驟(1)中得到的部件失效壽命的概率累積分布函數F(t)，利用下式，計算得到N臺設備上部件在當前時刻Ti的實際工作年齡乓:
[0030]^ Ui , +A/；-g(5;),
[0031]實際工作年齡孓為N維向量，3丨' =(a;1ato)T，其中aij表示為第j臺設備上的部件在當前時刻Ti的實際工作年齡，
[0032]1為部件在IV1時刻的實際工作年齡，C-, =Ka，mod表示取餘數，By為與
步驟(1)的累積分布函數F(t)的Y分位點相對應的部件失效壽命時長，例如B9tl，則表示部件累積失效概率為90%時對應的失效壽命時長。[0033]Ag為時間區間[Ti+ Ti]內設備的工作總時長的增量，Ati =I1-1i^，
[0034]識5:)為壽命補給函數，指設備上的部件在時間區間[IVpTi]內因被替換造成的實際工作年齡減少的值，其中Si為時間區間[Ti^Ti]內的實際備件儲備量，壽命補給函數豆(4)值的計算方法為:分別對部件在IV1時刻的實際工作年齡ai_u與時間區間[!^,Ti]內
設備的工作總時長的增量At。進行加和，得到一個加和值，根據加和值從大到小順序對設備進行排序，設定排序在前SiS的設備上的部件在時間區間[!^,Ti]內被替換，則前SiS設備的g(Si)值為該部件的失效壽命時長BY，其餘設備的g(Si)值為0 ;
[0035](4)利用公式式+1 =盡+ AL ,得到Ti+1時刻的部件實際工作年齡，其中AL是為時
間區間[H+J內設備的工作總時長的增量的估計值，根據歷史同期設備開工情況估計得到；
[0036](5)將步驟(4)得到的在+1中的每臺設備上部件的實際工作年齡ai+u分別與部件失效壽命時長By進行比較，若％+1，」瓜，則該設備上的部件可能失效，將可能失效的部件數加和，得到時間區間[Ti，Ti+1]內可能失效的部件數量/?(『)；
[0037](6)對上述可能失效的部件數量/KU、設備備件的歷史需求量矣和設備管理人員對部件需求量的經驗估計值毛進行加權求和，得到時間區間[Ti，Ti+1]內設備備件需求量的預測公式
【權利要求】
1.一種基於運行狀態監測和設備可靠性的設備備件需求預測方法，其特徵在於該方法包括以下步驟: (1)從設備維修記錄單中獲取設備部件的失效壽命，根據可靠性理論，使用Weibull模型、Weibull競爭風險模型或截短的正態分布模型擬合得到部件失效壽命的概率累積分布函數F(t)； (2)對N臺設備進行狀態監測，獲取N臺設備中的每臺設備j在當前時刻Ti的工作總時長tu，其中I ( j≤N，N臺設備的工作總時長為.Jinf' (3)根據步驟(2)中得到的設備的工作總時長彳和步驟(1)中得到的部件失效壽命的概率累積分布函數F (t)，利用下式，計算得到N臺設備上部件在當前時刻Ti的實際工作年齡
+Atf-^(Si)， 實際工作年齡或為N維向量，Ui = (a,,,...,a..,...,ata)T，其中aij表示為第j臺設備上的部件在當前時刻Ti的實際工作年齡， (丨為部件在IV1時刻的實際工作年齡，K mod5y，mod表示取餘數，By為與步驟(I)的累積分布函數F(t)的Y分位點相對應的部件失效壽命時長； Ag為時間區間[Ti^1, Ti]內設備的工作總時長的增量，， 豆(岑)為壽命補給函數，指設備上的部件在時間區間[IV1Ji]內因被替換造成的實際工作年齡減少的值，其中Si為時間區間[!^,Ti]內的實際備件儲備量，壽命補給函數玖X)值的計算方法為:分別對部件在Tg時刻的實際工作年齡ai_u與時間區間[TmTi]內設備的工作總時長的增量At。進行加和，得到一個加和值，根據加和值從大到小順序對設備進行排序，設定排序在前SiS的設備上的部件在時間區間[!^,Ti]內被替換，則前Si名設備的g(Si)值為該部件的失效壽命時長BY，其餘設備的g(Si)值為0 ; (4)利用公式或+1=無+#+1，得到Ti+1時刻的部件實際工作年齡，其中,是為時間區間[H+J內設備的工作總時長的增量的估計值，根據歷史同期設備開工情況估計得到； (5)將步驟(4)得到的J,中的每臺設備上部件的實際工作年齡ai+u分別與部件失效壽命時長By進行比較，若L1+1，yBY，則該設備上的部件可能失效，將可能失效的部件數加和，得到時間區間[H1]內可能失效的部件數量/?+1); (6)對上述可能失效的部件數量AR'」)、設備備件的歷史需求量為和設備管理人員對部件需求量的經驗估計值毛進行加權求和，得到時間區間[H+J內設備備件需求量的預測公式:S'i+l 二 a^^+a^+a.x,，其中a 0、a丄、a 2分別為/<5;+1)、^和毛的權重； (7)將備件需求的預測值S'與設備運行歷史記錄中的備件實際需求量S之間的預測誤差表示為e，e—S, -S|，根據設備運行歷史記錄中的備件實際需求量，通過最小化m個
m時間段內的預測誤差之和，計算得到部件失效壽命時長By中的Y值以及上述權重a。、
1-1a i> a 2的值； (8)將步驟(7)得到的Y值和a。、a p a 2的值代入公式S,。=--/?(?；,,)+?.,!-, +a2i2中，計算得到[H+J時段的 設備備件需求量預測值S' i+1。
【文檔編號】G06F19/00GK103632054SQ201310625071
【公開日】2014年3月12日 申請日期:2013年11月28日 優先權日:2013年11月28日
【發明者】張力, 劉英博, 王建民, 曹原 申請人:清華大學