风险矩阵在维修策略制定和优化中的应用

段美春 陈建华

关键词：可靠性维修;风险矩阵;故障频率;设备维修

0引言

以可靠性为中心的维修（Reliability CenteredMaintenance，RCM），在世界范围内的工业企业维修领域发挥着非常重要的作用，通过RCM技术分析与成果应用能够提高设备可靠性和可用率，降低运行和维修成本。其特点在于提供了一种系统框架，通过对电厂各系统功能和失效后果进行分析（FMEA），针对故障后果较为严重的设备，增加预防性维修和点巡检工作。这种方法虽可降低设备故障风险，但对于发生频率极低的故障存在严重的过修，导致检修资源投入不合理等现象。本文提出一种构建风险矩阵的方法，通过威布尔分布拟合获取设备故障原因分布规律，采用蒙特卡洛法模拟某种维修策略执行后对故障风险的影响，从而达到优化维修策略的目的，避免了传统设备维修管理中的过修或欠修问题。

1技术方案

1.1构建风险矩阵

以设备故障的平均故障问隔时问和预设风险维度的影响等级为指标创建预设风险维度下的风险矩阵。考虑到对于不同的设备故障，其发生的可能性或频率可能并不相同，为了解各故障原因的风险情况，进而制定相应的维修策略，本文将利用设备故障的平均故障间隔时问（即MTBF）来表示该设备故障发生的可能性或发生频率，该平均故障问隔时间可根据实际的需求进行不同的时段划分。例如，以一设备故障为例，其平均故障问隔时间划分方法如表1所示。

对于设备故障的平均故障问隔时间的划分时段等级以及每一等级的时段时长不应限于上述表中的划分，用戶可以根据实际需求对该平均故障间隔时间的等级划分进行相应调整，以使得到各故障原因的风险情况更加符合对应设备的实际发生故障的可能性。

预设风险维度包括人员伤害维度、经济损坏维度、供热影响维度、环境影响维度或声誉影响维度等等。通过在不同的风险维度下对发生的设备故障所产生的后果进行后果评估，从而获取该故障对应的影响等级。例如，以某一公司的企业标准制定的经济损坏维度为例，将故障产生的影响后果划分成不同的影响等级，如表2所示。

考虑到划分的合理性，对于不同的风险维度下的影响程度，其具体等级的划分可参考企业标准或相关行业标准来进行合理划分，而上述的经济损坏维度的影响等级划分也不应限于上述表中的划分。

1.2风险等级划分

根据平均故障时间和预设风险维度的影响等级将风险矩阵划分成不同的风险等级区。于是，利用这两个指标可建立对应的风险矩阵，以上述2个表的划分为例，可得到如图1所示的经济损失维度下的风险矩阵。利用风险不同的MTBF等级和不同的影响等级可将该风险矩阵划分为不同的风险等级区。不同的风险等级区可分为4个等级，分别是低风险区、中风险区、高风险区和严重高风险区。该风险等级区的划分可根据实际情况进行其他划分，例如，可划分为3个等级，如低风险区、中风险区和高风险区，又或者可划分为5个等级等等。

对于不同的风险等级区，为增加不同程度的风险警示作用，可采用不同的背景颜色、线条或图案等进行区别展示。例如，对于严重高风险区，可在风险矩阵中采用红色的背景颜色来展示，以达到警示相关操作人员的目的等。当然，也可以更直观地了解不同风险等级区的故障原因的分布情况等。

1.3维修策略

根据各故障原因所在的风险等级区确定对应的维修策略。在建立好该风险矩阵后，可利用设备的历史故障数据来得到各故障原因的平均故障间隔时问，以及对该故障原因在对应的风险维度下的影响程度来确定其影响等级，然后根据这两个值将该故障原因填人该风险矩阵中的对应位置。维修策略包括检修周期、维修类型等等。

通过确定该故障原因的分布，可直观了解该故障原因的风险情况，例如，当某一故障原因分布在严重高风险区时，可知该故障原因对应的设备故障的发生是不被允许的，因此，为降低该故障原因再次发生的可能性，可针对性地制定其对应的维修策略，如进行预防性维修或增加该故障原因的检修频率等。

该维修策略制定方法还包括，将具有相同的所述预设风险维度下的影响等级且获取的所述平均故障间隔时间属于同一平均故障问隔时问时段的多个故障原因在所述风险矩阵中的同一位置进行汇总展示，如图2所示，在该风险矩阵中把所有出现过的故障原因在当前时段的风险情况进行汇总展示，可直观了解到该设备的整体风险情况等。而利用各故障原因在风险矩阵中的不同分布还可直观地确定各故障原因的风险排序，然后根据不同的风险排序可采用不同的维修策略。

若某一故障原因分布在预设高风险区，则可增加该故障原因的检修频率，以降低该故障原因的平均故障间隔时间，从而使该故障原因向低风险区移动，达到降低设备风险的目的。若某一故障原因分布在预设低风险区，则可降低该故障原因的检修频率，以降低检修成本等。当然，若降低其检修频率后，该故障原因的平均故障间隔时间明显增大而不再分布在该预设低风险区时，则还需要再次调整其检修频率等，以保证该故障原因仍分布在该预设低风险区，从而获得设备安全性与维修经济性的平衡。

本方案中，还可利用该风险矩阵来评价各故障原因的已有维修策略是否合理等。而对于一些存在过修或欠修的情况，可根据该故障原因在该风险矩阵中的持续分布情况来判断，进而针对性地调整该故障原因对应的维修策略。

2应用实例

（1）欠修项目

采用风险矩阵评价功能对某火电厂给煤机现有检修策略进行评估，如图3所示，发现现有检修策略存在3项故障原因分布在高风险区域，分别为轴承损坏、皮带从动滚筒轴承损坏以及衬套磨损，有针对性地优化现有检修策略，例如，更换轴承以及衬套，避免检修项目中存在欠修项目，可极大地提高设备运行可靠性。

（2）过修项目

采用风险矩阵评价功能对某火电厂浆液循环泵现有检修策略进行评估，如图4所示，发现现有检修策略存在12项故障原因分布在低风险区域。查看12项故障原因，如图5所示，其中轴承磨损、轴套磨损、主轴损坏、联轴器损坏、疲劳应力5项故障原因平均故障间隔时问均超过了50年，然而电厂的设计寿命一般在30年左右，因此通过检维修来保持50年的平均故障问隔时问完全没有必要，可以适当地降低设备的检修与备件的更换周期。以上述火电厂为例，通过延长设备的检修与备件的更换周期，单台浆液循环泵年化检修费用降低0.5万。

3结束语

电力市场环境下的发电设备可靠性研究将打破传统的计划检修模式。数据挖掘技术是发电设备可靠性管理走向实时化、智能化以及预测化的有力工具。本文提出的风险矩阵评估法通过对历史检修数据的挖掘获取设备故障分布规律并模拟出检修策略执行后的故障分布，直观地展示出检修前后设备风险的变化，该方法克服了国内缺乏RCM实施效果的评估准则和实施指南的难题，可有效解决现有技术中存在过修或维修投入不合理等问题。