浅析吊机故障分析及趋势预测方法

陈小泉

【摘 要】本文就吊机设备的一些运行数据进行分析，包括维修费用、运行时长、检修时长和故障次数等数据进行分析研究，以期建立合理的预测模型，实现对设备故障发生概率的大概预测。

【关键词】吊机;故障分析;趋势预测;二次指数平滑法

引言

在资产型企业运营过程中，每年都会有大量的设备故障、维修、配件消耗等数据产生。对于这些数据，可以利用一些算法进行相关性分析，从而获得设备的故障趋势预测。本文就吊机的故障发生概率进行了预测。

1设备运行趋势预测方法

趋势预测主要用于估计故障的传播、发展，并对设备的劣化趋势做出预报。趋势预测方法大概包括：时序模型预测方法、特征参数的回归拟合方法、经济大修模型预测方法、二次指数平滑法等。本文使用二次指数平滑法进行分析。

二次指数平滑法[1]也称布朗指数平滑法，主要用于变参数线性趋势时间序列的预测，其计算公式如下：

2吊机的故障分析

2.1 数据收集

为了满足分析研究的条件，需要收集相关数据，并将这些数据转换成指标，如：维修费用、运行时长、检修时长、故障次数等，如图1所示。

2.2数据分析

利用收集到的吊机各类数据，分析数据之间的关联关系[2]，对这些数据进行概括性描述，计算最大值、最小值、标准差等。并利用二次指数平滑法公式对数据进行计算，得到吊机的运行趋势预测数据。

3预测分析结果

3.1 故障次数预测分析

如图2所示，通过二次指数平滑法，利用2014、2015、2016年的数据，预测2017年故障次数1131次，与实际数1360次比较接近。利用2015、2016、2017年数据，预测2018年故障次数1478次。利用2016、2017、2018年数据，预测2019年故障次数1315次，该值会随着2018年实际数据产生变化。

3.2 维修费用预测分析

如图3所示，通过二次指数平滑法，利用2014、2015、2016年数据，预测2017年维修费用782万元，与实际数997万元任然有200万差距。利用2015、2016、2017年数据，预测2018维修费用1294万元，与实际数289万差异教大。利用2016、2017、2018年数据，预测2019年维修费用836万元，该值会随着2018年实际数据产生变化。

4结语

本次研究收集了吊机设备的运行时间、维修次数、维修费用等数据，利用二次指数平滑法计算故障预测趋势，大概预测出2019年故障次数1315次，維修费用836万元，准确性有待确认。另外根据预测结果核对，发现算法存在一些限制，比如需要比较完备的历史数据，赋予远期较小的比重，近期较大的比重，所以只能进行短期预测。

参考文献：

[1]米翠兰.二次指数平滑法的研究与应用[J].华北理工大学学报（医学版），2000（5）：524-525.

[2]吴冉.基于灰色关联法分析吊车的机械故障[J].煤矿机械，2008，29（8）：195-197.

（作者单位：中海石油（中国）有限公司湛江分公司）