输气管网设备维修策略优化方法研究

侯大立，赵 凇，成 凡，王 宇

（1.上海应用技术大学机械工程学院，上海 201418；
2.中石油管道有限公司西气东输分公司，上海 200122）

西气东输天然气工艺管线上的重要设备，包括阀门、执行机构、收发球装置、分输调压系统等，其中一些比较重要的设备，一旦发生严重性故障，将会影响到整个站场工艺管线的运作，甚至对下游用户正常生活也会造成影响。目前，输气管网大部分设备以定期维修为主，定期维修的检修周期分为日检、月检、季度检修，很容易出现“维修不足”和“维修过剩”的现象。

为解决输气站设备维修存在的问题，提出以可靠性为中心的维修（RCM）[1-2]方法，RCM是目前国内外常用来分析机械设备故障的研究方法，针对输气管网设备，充分利用故障数据，优化企业现有的维修策略。

根据企业提供的设备故障信息，对设备进行FMECA分析[3]，采用风险优先数法（RPN）[4]，分析出对设备可靠性影响较大的故障模式，进而对引起该故障的零部件进行可靠性分析。从设备故障库中计算得到有效的无故障工作时间，利用最小二乘法[5]对故障间隔进行线性变换[6-7]拟合，结合K-S 检验[8-9]、R2相关系数[10]，确定数据是否服从给定的分布类型，决策出最佳分布模型，最后在给定的可靠度下对维修周期进行优化。

2.1 FMECA分析

FMECA 即故障模式、影响及其危害度分析，主要对机械设备及其零部件所有可能发生的故障模式和原因进行分析，并对每一种故障模式进行危害等级评价，决策出对设备影响程度最大的故障模式，对其进行针对性维护。

2.2 可靠性分析

2.2.1 分布函数

机械设备的故障周期一般服从某种常见函数分布，用以反应其故障规律，以便对数据进行有效的分析处理，在工程应用上，常见的分布类型有四种：指数分布、正态分布、对数正态分布和威布尔分布［11-12］：

指数分布：

正态分布：

对数正态分布：

威布尔分布：

其中，式（4）为三参数威布尔分布，当t0=0时，变为两参数威布尔分布。

2.2.2 线性拟合

在对数据进行分布拟合之前，可以对上述四种常见分布进行线性变换，将非线性分布转化为线性分布Y=AX+B，以威布尔分布为例，线性变换过程如下：

两参数威布尔分布的概率分布函数：

对（5）式移向并且两端同时取对数得：

2.2.3 参数估计

在确定了故障数据的分布类型之后，采用最小二乘法对线性方程进行参数估计。最小二乘法的参数估计模型公式如下：

式中：i—数据编号；
n—数据总数。

表1 常见分布线性化Tab.1 Linearization of Common Distribution

2.2.4 分布检验

分布检验是对分布参数进行验证，检验数据是否服从某种分布，鉴于采集到的故障数据样本数量大多都小于30个，属于小样本数据，故采用K-S检验较为准确，不会损失采集到的数据中的信息。在得到K-S检验的结果后，可结合R2相关系数，进一步判断数据的拟合程度好坏，判断的标准是其值越接近1，则拟合效果越好，求解式（10）所示：

3.1 FMECA分析

根据企业提供的输气管网球阀的故障库数据，在2019年西气东输设备所记录的1508次故障中，球阀故障总计631次。根据故障库统计得到的球阀故障数据，采用风险优先数法进行FMECA分析，如表2所示。

表2 球阀故障FMECA分析Tab.2 FMECA Analysis of Ball Valve Failure

从表2中可以了解到球阀RPN值最高的为阀门本体造成的外漏故障，阀门本体外漏虽然发生频率较低，但是一旦发生就会对站场安全产生较大的威胁，为了坚决杜绝外漏现象的发生，站场会进行日检。其次RPN值较高的为阀门内漏，从故障资料中了解到阀座、密封面的损坏是引起内漏故障的主要原因。根据企业提供的计划性维检修表可知，阀门内漏检测周期为每年至少一次，为了优化阀门内漏检测周期，可对引起阀门内漏的阀座、密封面的故障数据进行可靠性分析。

3.2 可靠性分析

3.2.1 数据拟合

据统计，在2019 年中，由球阀阀座损坏引起的内漏总计14起，计算球阀的无故障工作时间，以天数为计量单位，如表3所示。

表3 球阀阀座无故障工作时间Tab.3 No Fault Working Time of Ball Valve Seat

对表3中的故障数据进行拟合分析，实现阀座故障数据对四种分布的线性拟合。并且根据K-S 检验（显著性检验水平α=0.05）以及式（10）计算R2，得到的结果，如表4、表5 所示。阀座故障数据服从四种分布，并且以威布尔分布的P值以及R2最高，此外，通过绘制数据拟合图，如图1 所示。可以看出威布尔分布拟合的效果很好，因此，确定球阀阀座的最佳分布模型为威布尔分布。

图1 无故障运行时间的威布尔分布拟合图Fig.1 Weibull Distribution Fitting of Fault Free Running Time

表4 K-S检验结果Tab.4 K-S Results

表5 R2相关系数Tab.5 R2 Correlation Coefficient

3.2.2 可靠性建模

确定了数据的最佳分布为威布尔分布之后，可得到两参数威布尔分布的形状参数β=1.3309，尺度参数η=3580.63因此，球阀阀座的概率密度函数，如图2所示。

图2 无故障运行时间的概率密度函数Fig.2 Probability Density Function of Fault Free Running Time

从图2概率密度函数可知，阀座概率密度函数的极大值点主要在1500左右，表明阀座的无故障损坏时间主要集中在1500天，即原预防性维修周期为1500天左右。根据威布尔分布的可靠度函数［13］表达式：

阀座的威布尔分布可靠度函数，如图3所示。可以看出原数据与统计分析后得到的威布尔分布能够准确的预测出阀座的失效趋势。并且根据式（12）计算阀座的平均寿命：

图3 阀座的可靠度函数图Fig.3 Reliability Function Diagram of Valve Seat

由上述计算结果可知，阀座的原预防性维修时间小于平均寿命，说明原来阀座定期检查时间的合理性，并且可在平均寿命时间内对计划的检修时间进行优化。

3.3 阀门内漏故障维修周期的优化

为确定内漏的最佳预防性维修周期，需要综合考虑阀门阀座和密封面故障，在给定可靠度的前提下，结合模糊综合评价［14］的方法，确定维修周期。通过可靠性分析验证阀座和密封面的寿命均符合威布尔分布，分布参数，如表6所示。

表6 威布尔分布参数Tab.6 Weibull Distribution Parameters

在给定可靠度为R1的情况下，定期维修周期T为：

所以，根据现阶段企业要求的阀座的最低可靠度为0.9，即Rt=0.9，解得阀座定期维修时间T1=592.73，即约等于593 天。同理，在给定相同可靠度的情况下，密封面定期维修周期T2=336.70。采用模糊综合评价的方法，确定因素集为U={U1，U2}其中U1为阀座损坏，U2为密封面失效；
选定五位输气站设备维护工作人员进行打分评价，满分为10分，评定结果，如表7所示。并计算隶属度和维修周期：

表7 评分结果Tab.7 Scoring Results

式中：U—因素集元素；
Pj—对应的评分—隶属度；
T1、T2—阀座和密封面的预防性维修周期。

最佳预防性维修周期T由式（14）～式（16）计算得到，约等于459天，对比输气站维修计划的一年一检，在综合考虑了阀座故障和密封面失效两种因素的情况下，延长了阀门内漏检修周期，实现了优化目的。

以输气站球阀为例，对造成阀门故障的各种原因进行FMECA分析，决策出对球阀工作影响程度较大的内漏故障，并对引起阀门内漏的关键部件阀座和密封面进行了故障数据的分析处理，根据线性拟合、K-S假设检验以及R2相关系数确定了最佳寿命分布模型，并且在给定的可靠度为0.9的情况下，综合考虑两种因素，使用模糊综合评价的方法给予不同的权重，建立了阀门内漏维修周期优化数学模型，将输气站的球阀原本的检修周期由365天延长至459天一检，降低了工作频率，减少了维修成本，从而实现了对企业设备现有维修策略的优化。

猜你喜欢 内漏阀座球阀 大型异步电机轴瓦润滑油内漏改造上海大中型电机(2021年1期)2021-06-09阀门内漏原因的分析及解决方案化工管理(2021年7期)2021-05-13基于声发射理论的安全阀气体内漏信号特征研究压力容器(2020年2期)2020-03-25惠州抽水蓄能电厂进水阀无法全开常见故障分析水电站机电技术(2020年1期)2020-02-28Stanford B型胸主动脉夹层腔内修复术后内漏分析研究广州医药(2020年6期)2020-01-03大口径油气管线固定球球阀四阀座结构设计油气田地面工程(2019年8期)2019-09-05浅谈高压平板闸阀阀座组件结构的改进设计中国设备工程(2019年13期)2019-08-06防止蓄能电站球阀自激振的应用实例水电站机电技术(2018年12期)2018-12-21导流清洗阀的设计及应用西部探矿工程(2018年12期)2018-11-21抽水蓄能电站球阀枢轴轴套故障分析及改造电网与清洁能源(2015年5期)2015-12-29