通过比尔Berneski、CRE CMRP
本文不存在原始定理在数学或RCM,但是是为了巩固现有的一些相关但不同的概念维护周期选择,并提供了一些指导的最好方法应用它们。
RCM分析应该导致最优故障管理策略的设备或系统。故障管理策略意味着分析师将选择是否防止失效模式(预防性维护),修改设备排除故障模式(变质的维护),或者只是让它发生,接受结果失败时(修复)。选择时防止失效模式,预防(PM)的任务是选择。但艰难的问题选择一个任务后多久我们应该这样做吗?
我们将尝试回答这个问题。
有三种基本类型的点在RCM的任务;任务执行完全基于时间(不是条件),基于任务状态和任务旨在发现一个隐藏的故障。回到最初的国防部RCM手册由诺兰&堆、基于时间的任务被称为预定丢弃或安排返工。这些任务组件更换或检修不管条件在指定的时间间隔,今天,通常称为很难的任务。
在这项研究中,我们将组织这些任务和叫他们指向(TD)。TD任务可以最经济惩罚,因为它没有考虑组件的条件。通过替换很难安排一个项目,我们可能会放弃有用的使用寿命,或者我们项目失败的风险才被替换。
当我们选择执行维护基于组件的认定条件,我们执行一个条件类型任务,或CD的任务。CD的任务通常是更经济,如果一个具有成本效益的触发执行他们可以被识别。
最后,当我们执行任务识别组件的故障是否发生隐藏运营商在正常操作,我们执行我们称之为失败找到(FF)的任务。FF任务,以防止二次伤害的发生造成的损失隐藏功能,如火灾报警测试,或测试启动应急发电机。
RCM logic-tree分析的结果,当我们选择防止失效模式,我们将选择使用TD, CD,或FF(或组合)任务。一旦我们定义点的任务,以及他们如何将被执行,我们必须决定初始点周期的研究或频率。这可能是一个很难解决的问题,因为到目前为止我们已经按照严格的RCM逻辑流。RCM分析完成后,我们不是告诉如何从逻辑上推导一个初始任务周期。
一种方法是使用最好的工程判断或过去的经验。然而,对于每种类型的RCM任务,数学模型,基于统计分布,可用于“工程师”最初的周期性。是很重要的,必须有数据需求和假设的模型。也会消耗更多的时间和研究获得每个任务的周期性,因此分析师必须平衡的重要性和风险点任务,确定努力得到周期性数学上是值得的。
似乎大多数谨慎地使用这些方法更高风险或成本失效模式和点任务。下面是一个描述的数学模型推导初始周期的研究为每种类型(TD, CD, FF) RCM的任务。
TD任务:
通常是最昂贵的选择对于任何点指向的任务。因为我们正在取代或重建一个组件不是基于它的条件,但在一个日历,每小时,或使用的基础上,我们经常放弃组件的使用寿命。最实用的原因选择TD任务是CD是不适用或成本效益。然而,RCM告诉我们,至少必须有一个点在失败的条件概率的生活物品显示显著增加,即对象有一个“磨损”时代。
通常简单的东西穿在一定年龄和复杂的项目和系统随机分解。如果分析师有很好的数据失效模式的问题,那么数据可以分析来确定项目是否有磨损。重要的是要注意,磨损年龄应该对应于一个特定的失效模式。
一个方法,用来选择一个TD维修周期平均故障间隔时间(MTBF)。简单的方法是把一个项目的总运行时间除以失败的数量,从而到达MTBF。MTBF可以用来设置一个维护间隔。这是一个方法,虽然简单,邀请错误。考虑图1所示。
三个不同的项目(A、B和C)被放置在服务和每个操作10000小时。巧合的是,每一项失败5次10000小时。因此MTBF对于每一项失败10000小时/ 5 = 2000小时。如果我们平等对待每个项目,因为他们都有相同的平均无故障时间、我们错过的故障趋势数据给我们。
可以被检验,每个项目都有不同的失效模式。项目似乎随机或non-time-dependent失败率,肯定不是一个好的候选人TD的任务。non-time-dependent失败率是最好的指数所代表的故障分布。B项似乎减少失败率说明“穿”。This makes it an even worse candidate for a TD task because we actually increase the probability of failure for the item after each renewal. The only item that displays the failure pattern conducive to a TD task is item C which shows a significantly higher failure rate near the 10,000 hour point.
下面的插图显示了图形绘制时这些失败率如何出现连续函数。
如果维护人员正在考虑使用一个指向的方法一个点的任务,他真的应该确定故障模式支持这个决定。为此,应该分析失败的数据来确定有一种趋势或模式的失败。分析一个项目的失败数据的一个方法是威布尔方法。威布尔分析自1950年代以来一直在使用和有许多软件包(有些是免费的或非常便宜)可以被用来开发威布尔的阴谋。
也有许多书籍和文章关于威布尔提供了大量的深入的信息。威布尔适用于系统组件失败后被替换,而不是修理在职。威布尔假设系统替换后像新的一样。如果不是这种情况下幂律法等其他方法(由
结合1970年代)更合适。
威布尔分布是一个持续的失败,其中一个,可用于模型的可靠性。其他包括高斯(正常)分布、对数正态分布、指数等。使威布尔受欢迎的是多个变量,可以改变形状的分布类似于这些其他发行版。然而,重要的是要注意,威布尔模型旨在特定失效模式。的输入参数分布,特定失效模式、失效到达时间,以及是否数据时间结束之前,所有单位失败,即分析悬浮在一个特定时间。
所以一个人必须知道人口的组件的大小根据分析,分析时间的长度,多少和什么时候故障发生。后输入这些值的威布尔软件(或老式的威布尔图纸上),将生成两个分布参数:形状参数(η)和尺度参数(β)。
β的值会告诉如果你什么类型的故障模式。如果β远远小于1.0,那么你有一个减少失败率(老化)类似于直线B如图2所示。当β大于1.0,有一个失败的增长率,失效模式的问题。这对应于图2的直线C。当β等于,或几乎等于1.0,那么就没有趋势。
规模参数(η),威布尔分布也被称为“生命特征”的分布。它提供了一个参照系的62%的失败应该发生点。在这种方式,它可以作为一个点的时候执行TD维护任务。η值越高,年龄退化率越高。但是,最好的方法来确定一个TD周期性是情节威布尔可靠性与时间(或使用穿)η> 1.0的失效模式。然后选择一个Pf点,可靠性成为低于期望的是什么触发维护。
PLM的过程,类似于威布尔,但是是专为系统分解,修理,然后放置在服务。这个过程一直持续到系统更换或检修。像威布尔,一个从失败中β参数计算数据和β的斜率决定失败的趋势。β值小于1.0表明磨合时期,值相等或几乎等于1.0表明没有趋势,和值大于1.0表明项目正在经历磨损。PLM的方法可以用来计算最经济可行的检修频率磨损的物品。周期性的TD任务是由:
λ和β的计算值是基于失效数据和时间失败的设备。计算这些值超出了本文的范围,但是可以在文献中找到。重要的是用威布尔分析失效模式的组件被替换为一个新组件失败和PLM的组件是修复,修复后返回给服务。威布尔和幂律方法详细描述文学,其中一些包括在本文末尾的参考资料部分。
故障发现任务:
FF任务不能防止功能失败。他们的目的是发现隐藏的失败可能会导致失去保护功能,如火灾报警的测试。诺兰&堆描述一个方法来计算的间隔FF任务依赖于一些基本假设。首先,是故障模式必须是时候独立,因此遵循一个指数故障分布如图1(如项目)。第二,分析员必须知道MTBF的失效模式。最后,分析师必须输入所需的可靠性级别(百分比)的设备。例如,我们可以使用95%或0.95设备操作的信心。所使用的方程是一个熟悉的指数可靠性函数的变化:
在λ= 1 / MTBF和t是时间。FF任务间隔我们解决t (FF任务间隔)的方程,因此有:
作为一个例子,如果我们有一个开关平均15000小时,和一个需要0.95的可靠性,然后求解t我们得到一个任务间隔测试769小时的开关,或大约32天的连续操作。所以每月周期性FF任务测试开关将给我们一个95%的信心将在需要的时候工作。
条件引导任务:
状态指示(CD)的任务是周期性的测试或检查比较现有的条件或一个项目的性能与已建立的标准来确定需要后续更新,修复或修复,防止损失的功能。相关的有两个因素对选择CD检查间隔:失效模式的特点,和检验方法的准确性和一致性。
CD任务只能如果特点与失效模式探测,而且它可以测量的准确性和一致性,也有足够的和相对一致的间隔从检测潜在的失败,直到实际功能。此概念如图3所示。
其中n是检查p -间隔内执行的数量。如果有信心或检查将确定一个潜在的失败概率存在时,我们定义为θ检验成功的概率。因此,不检测潜在的失败的概率是(1 -θ)。如果每个检验1 -θ不检测的概率P点,然后对n检查,不检测的总概率P(1-θ)n。如果检测的可接受的概率P是作为Pa,那么最小可接受的Pa发生在Pa =(1-θ)n。解这个方程n收益率方程2:
显然,当θ= 1方程不会工作。因此我们不能计算100%置信检验检测P,与实际经验的协议。通过这种方式,可以使用n计算和确定所需的检查间隔(I)。
n的值越大,检验时间间隔越小,因此在早期发现潜在的失败更大的信心。CBM在线实时监控等技术有效地减少检查时间间隔秒或更少,并完全满足这个方程。
结论:
RCM过程最优意味着建立一个定期维护计划。初始任务通常周期的研究分析提出了挑战。为重要的失效模式,或失败,我们有很好的数据建立,最初的维护周期的研究可以合理计算。然而,这些周期的研究不应保持不变。RCM是生活,持续改进流程和任务间隔应该重新审视和调整的条件的基础上,故障数据,运营商的反馈。这样的反馈是一个不可分割的一部分age-exploration程序优化维护间隔的成本效益。
引用:
诺兰,F·斯坦利和堆,霍华德·F。以可靠性为中心的维修,“美国国防部门,1978年。
NAVAIR 00-24-403,”海军航空兵指南以可靠性为中心的维修过程,”美国海军,1996年。
乌鸦,拉里·H。博士,“实用方法可修系统的可靠性分析,“可靠性优势,5卷,问题1,Reliasoft出版,2004年。
国家科学与技术研究院”,工程统计手册”,在线发表在(http://www.itl.nist.gov/div898/handbook/index.htm),2010年。
Berneski先生是一位注册可靠性工程师拥有超过15年的经验在可靠性工程和RCM。他是一个技术项目经理CACI公司。www.caci.com
