基于RCM的海上油氣生產(chǎn)裝置設(shè)備資產(chǎn)管理

余建星 ，周清基 ，杜尊峰 ，邵志衛(wèi)，馮加果，柴 松

(1. 天津大學(xué)建筑工程學(xué)院，天津 300072；2. 天津大學(xué)港口與海洋工程教育部、天津市重點實驗室，天津 300072；3. 中國艦船研究設(shè)計中心，武漢 430064；4. 中海油研究總院，北京 100027)

以可靠性為中心的維修(reliability centered maintenance，RCM)[1]是一種針對維修資源的優(yōu)化配置方法．RCM 認(rèn)為設(shè)備具有固有的可靠性和期望的性能，當(dāng)設(shè)備的性能達(dá)不到期望時說明設(shè)備發(fā)生了故障，因此由功能研究故障是合理的．故障模式的劃定與分析的目的是確定設(shè)備故障模式的風(fēng)險排序，確定哪些設(shè)備出現(xiàn)故障的可能性較大．對風(fēng)險排序后的故障模式選擇維修策略則采用邏輯決斷圖，控制決斷的依據(jù)是RCM思想[2]．

RCM 的一個重要特征就是對故障模式做優(yōu)先級排序，其必要性是：在許多情況下，對于低風(fēng)險的設(shè)備花費 RCM分析時間是不值得的，排序能夠確定出故障危害最大的故障模式，將 RCM的優(yōu)質(zhì)資源分配給這些故障能夠?qū)崿F(xiàn)優(yōu)化配置，減少損失，同時也減少了資源的浪費．而故障模式與影響分析(failure mode and effects analysis，F(xiàn)MEA)方法是分析系統(tǒng)中所有可能產(chǎn)生的故障模式及其對系統(tǒng)造成的所有可能的影響，并按每一故障模式的發(fā)生頻度(fS)、影響嚴(yán)重程度(sS)和檢測難易程度(dS)予以分類的一種歸納分析方法．結(jié)合FMEA方法，以故障模式為研究對象，分析故障模式發(fā)生頻度、嚴(yán)重度和檢測度，能夠確定故障模式的綜合風(fēng)險排序數(shù)．對比 FMEA和RCM 的分析過程，可知 RCM 分析的中間步驟與FMEA方法有非常好的結(jié)合性．

傳統(tǒng)的 FMEA方法采用風(fēng)險優(yōu)先指數(shù)(risk priority number，RPN)來對風(fēng)險排序，以期將有限資源充分利用到最危險故障模式的預(yù)防與維修中[3]．RPN值由fS、sS和dS相乘得到，3個決策因素的取值范圍均為 1～10．根據(jù)得到的 RPN 值來對故障模式進(jìn)行排序，確定出關(guān)鍵的少數(shù)故障模式．RPN值越大，故障模式越重要，需給予更高的優(yōu)先等級．盡管傳統(tǒng)FMEA方法已被證明在裝備系統(tǒng)的設(shè)計、生產(chǎn)及運營階段都是最重要的故障預(yù)防決策方法之一，但仍然存在很多缺點：①不同的因素組合可能得到相同的RPN值，但潛在的風(fēng)險卻大不相同；②此方法中不能體現(xiàn) 3個因素之間的相對重要度；③RPN值為 1～1,000之間的離散數(shù)，且密布于此范圍的底部，故相同的差值并不能反映相同的風(fēng)險等級差別．因此有必要對傳統(tǒng)的FMEA方法進(jìn)行改進(jìn)．

本文引入熵權(quán)理論計算 FMEA方法中各個因素之間的客觀權(quán)重，并結(jié)合模糊數(shù)理論實現(xiàn)對海上油氣生產(chǎn)裝置設(shè)備故障模式及其影響的分析研究，以確定正確的設(shè)備維修決策，實現(xiàn)對海上油氣生產(chǎn)裝置設(shè)備的有效管理．

1 改進(jìn)的FMEA分析方法

1.1 熵權(quán)因素的引入

主觀權(quán)重可以通過專家的個人經(jīng)驗計算得到，但是專家給出其客觀權(quán)重是很困難并且是不可信的．決策時，不同的人有不同的觀點，每個人對每個指標(biāo)的思考角度也是不同的，同時由于人類的不確定思考過程，所以客觀權(quán)重不能通過專家來直接得到，因此，引入熵理論來計算各個指標(biāo)的客觀權(quán)重[4-5]．

1.1.1 建立評價矩陣

針對海上油氣生產(chǎn)裝置設(shè)備的 FMEA分析主要有3個評價指標(biāo)：fS、sS和dS，n個評價對象(失效模式)，按照定性與定量相結(jié)合的原則可得到多對象關(guān)于多指標(biāo)的評價矩陣

式中 ri′j為第 i( i = 1 ,2,3,…, n )個評 價 對象 在 第j( 1,2,3j= )個評價指標(biāo)之上的值，由于各評價指標(biāo)有不同的量和量綱，為了消除由此產(chǎn)生的指標(biāo)的不可公度性，運用極差變量法對各評價指標(biāo)進(jìn)行無量綱化處理，即

1.1.2 基于熵權(quán)確定指標(biāo)的權(quán)重

在上述評價矩陣中，第 j個評價指標(biāo)的熵的定義為

式中：jH為第j個評價指標(biāo)的熵；假定當(dāng)ijf＝0時，k為常數(shù)， 1/lnk n= ．

在評價問題中，第j個評價指標(biāo)的熵權(quán)jω的定義為

式中jω為第j個評價指標(biāo)的熵權(quán)，且

熵值越小則熵權(quán)越大，說明指標(biāo)提供的信息量越有效，指標(biāo)越能區(qū)分各故障模式，該指標(biāo)越重要；反之，該指標(biāo)越不重要．指標(biāo)熵權(quán)是根據(jù)數(shù)據(jù)之間的關(guān)系通過計算信息熵值得到的，根據(jù)熵權(quán)的大小確定體現(xiàn)指標(biāo)對于評價的重要性，稱其為客觀權(quán)重．很多領(lǐng)域的學(xué)者已經(jīng)證明了多指標(biāo)相對重要性的評價以及指標(biāo)重要性和敏感性與信息含量的多少相關(guān)，因此采用熵權(quán)方法模型來評價FMEA的3個因素之間的客觀權(quán)重．

1.2 基于模糊數(shù)和熵權(quán)的FMEA方法

鑒于不容易精確確定 3個風(fēng)險因素 Sf、Ss和Sd，所以采用語意詞來評估3個因素．選擇使用的語意詞和傳統(tǒng)FMEA一致，這樣能夠更好地匹配，同時將其處理成三角形或梯形的模糊數(shù)來代替準(zhǔn)確數(shù)值．形成模糊數(shù)以后根據(jù)模糊數(shù)和隸屬函數(shù)的對應(yīng)關(guān)系就可以確定使用的隸屬函數(shù)的形式[6-8]．不同形式的隸屬函數(shù)如圖1～圖3所示[8]．

圖1 發(fā)生頻度的隸屬函數(shù)Fig.1 Membership function of occurrence frequency

圖2 嚴(yán)重度的隸屬函數(shù)Fig.2 Membership function of severity

圖3 檢測度的隸屬函數(shù)Fig.3 Membership function of detection

下面結(jié)合模糊數(shù)學(xué)理論，來計算模糊風(fēng)險排序數(shù)(fuzzy risk priority number，F(xiàn)RPN)．

1) 確定模糊等級和模糊數(shù)

根據(jù)上述評價準(zhǔn)則，依據(jù)發(fā)生頻度選擇梯形模糊數(shù)，依據(jù)嚴(yán)重度和檢測度選擇三角形模糊數(shù)．

2) 整合FMEA小組成員專家的主觀判斷

假設(shè)有n個故障模式FMi(i = 1 ,2,… ,n )，m個專家工作組TMj( j = 1 ,2,…, m )；令分別是第 i個故障模式關(guān)于 3個風(fēng)險因素 Sf、Ss和 Sd的模糊等級 ；L 、 M 、M1、 M2、 U 分 別 代 表 相 應(yīng) 的 模 糊 數(shù) ；ωSf、ωSs、ωSd分別代表3個風(fēng)險因素的權(quán)重；hj( j = 1 ,2,… , m)表示 m個專家組的相對重要度權(quán)重，且．則

3) 定義模糊風(fēng)險排序數(shù)

模糊風(fēng)險排序數(shù)為

式(6)將FRPN定義為3個風(fēng)險因素的加權(quán)幾何平均，克服了傳統(tǒng)方法將 3個因素平等對待的缺點．FRPN計算出來仍為模糊數(shù)，因此還可以使用α-截集理論計算，即

則

4) FRPN的解模糊化

采用重心解模糊化方法，其公式如式(11)所示，同時對該方法使用了α-截集理論來處理．

對于這樣的模糊數(shù)和模糊語意詞的使用，專家的工作就相對簡單容易，他們憑自己的經(jīng)驗可以對模糊的語意詞做出準(zhǔn)確的判斷．經(jīng)過模糊理論的處理，可以得到準(zhǔn)確的結(jié)果，即每個故障模式的 FRPN，并根據(jù) FRPN為故障模式排序[9-10]．算法具體流程如圖4所示．

圖4 改進(jìn)的FMEA方法計算FRPN的流程Fig.4 Calculation flow chart of FRPN using advanced FMEA method

2 RCM維修決策

對風(fēng)險排序后的故障模式選擇維修策略需要用到邏輯決斷圖，控制決斷的依據(jù)是 RCM 的思想，如圖5所示[11]．

依據(jù)上述維修策略，只要維修工作滿足了有效性，就可以認(rèn)為該維修方式適用于該故障模式，證明所選擇的維修策略可行．

圖5 邏輯決斷示意Fig.5 Logical decision diagram

3 計算實例

液化系統(tǒng)隸屬于天然氣處理系統(tǒng)．天然氣系統(tǒng)是FLNG(floating liquefied natural gas)船上大系統(tǒng)之一，包括脫酸、脫水、液化系統(tǒng)和再液化系統(tǒng)．因其直接處理的是天然氣，危險性較大，因此選其作為一個典型算例．天然氣的液化流程主要有 3種，而膨脹機液化流程比較適用于海上浮式裝置．液化制冷系統(tǒng)涉及的設(shè)備有壓縮機 1個、冷卻器 2個、渦輪機 1個、透平膨脹機 1個、熱交換器 1個以及閥門若干．本算例主要對閥門進(jìn)行分析，其 RCM 信息工作單如表1所示．

閥門是石化管道系統(tǒng)的重要部件，其主要功能有以下 3個．①啟閉：切斷或溝通管路中的流體流動；②調(diào)節(jié)：調(diào)節(jié)管路內(nèi)流體流速和流量；③節(jié)流：流體流過閥門后產(chǎn)生很大的壓力降，改變流體的壓力．

閥門處于各種不同的工況時會受到各種形態(tài)的腐蝕，腐蝕性強的介質(zhì)，如各種無機酸、有機酸，會對碳鋼及低合金鋼管線、閥門及管件產(chǎn)生均勻腐蝕而使其壁厚減?。駝訒鹌趽p傷，如介質(zhì)壓力的脈動作用會引起管線的振動，強烈的振動會引起管線和閥門產(chǎn)生疲勞開裂．過大的外力也會引起損傷，如管線閥門受到外力作用會產(chǎn)生嚴(yán)重的變形或在應(yīng)力集中的部位產(chǎn)生開裂．

表1 閥門的RCM信息工作單Tab.1 RCM information worksheet of valve

通過層次分析法可得到發(fā)生頻度、嚴(yán)重度、檢測度的主觀權(quán)重分別為 0.32、0.56和 0.12，根據(jù)上述流程計算得到的FRPN值如表2所示，而客觀權(quán)重和綜合權(quán)重的計算結(jié)果如表3所示．根據(jù)RCM分析層級的確定，每個設(shè)備都有儀表監(jiān)測設(shè)備，為了避免重復(fù)，可將其單獨列出來分析，同時因儀表監(jiān)測設(shè)備應(yīng)該集中在控制室內(nèi)，所以在實際操作中將其單獨處理也便于監(jiān)測維修，因此在表2中缺少了對保護(hù)功能的計算分析．表4為綜合排序結(jié)果和維修決策．

通過對膨脹循環(huán)液化冷卻系統(tǒng)的閥門進(jìn)行定量分析計算，并對 FRPN值進(jìn)行排序，同時根據(jù)排序的結(jié)果對相應(yīng)的設(shè)備提出合理的維修決策(見表 4)，這將有助于對海上油氣生產(chǎn)裝置設(shè)備的資產(chǎn)管理．

表2 FMEA分析和邏輯決斷控制表Tab.2 Analysis and logical decision control table with FMEA

表3 客觀權(quán)重和綜合權(quán)重的計算結(jié)果Tab.3 Calculation results of the objective weights and integrated weights

表4 綜合排序結(jié)果和維修決策Tab.4 Comprehensive sorting results and maintenance decision

4 結(jié) 論

(1) 采用模糊數(shù)和模糊語意詞，專家憑自己的經(jīng)驗可以對模糊語意詞做出準(zhǔn)確的判斷；綜合專家的意見并且以專家意見為原始輸入數(shù)據(jù)，通過模糊理論進(jìn)行計算，可以得到較為準(zhǔn)確的結(jié)果．

(2) 針對傳統(tǒng)的 FMEA方法中的發(fā)生頻度、嚴(yán)重度和檢測度 3個指標(biāo)不能體現(xiàn)出相對重要度等缺陷，引入了熵權(quán)理論計算客觀權(quán)重，體現(xiàn)了各個指標(biāo)的相對重要性，使權(quán)重計算結(jié)果更加迅速明顯地得出排序結(jié)果．

(3) 采用以可靠性為中心的維修技術(shù)分析海上油氣生產(chǎn)裝置設(shè)備故障模式及其影響，進(jìn)行預(yù)防維修或預(yù)測維修等設(shè)備維修決策，這種設(shè)備檢測和維修管理方法，相對于傳統(tǒng)的定期維修和事后維修，在節(jié)約成本的同時，可以使決策正確、維修有的放矢．

［1］ Rausand Marvin，Vatn J?rn． Reliability-Centred Maintenance[M]. Berlin，German：Complex System Maintenance Handbook，2008.

［2］ Cheng Zhonghua，Jia Xisheng，Gao Ping，et al. A framework for intelligent reliability centered maintenance analysis[J]. Reliability Engineering and System Safety，2008，93(6)：806-814.

［3］ Stamatis D H. Failure Mode and Effect Analysis-FMEA from Theory to Execution[M]. New York：ASQC Quality Press，1995.

［4］ Bowles J B. An assessment of PRN prioritization in a failure modes effects and criticality analysis[J]. Journal of the IEST，2004，47：51-56.

［5］ Shannon C E，Weaver W. The Mathematical Theory of Communication[M]. Illinois：The University of Illinois Press，1947.

［6］ Zou Zhihong，Yun Yi，Sun Jingnan. Entropy method for determination of weight of evaluating in fuzzy synthetic evaluation for water quality assessment indicators[J]. Journal of Environmental Sciences，2006，18(5)：1020-1023.

［7］ Wang Tien-Chin，Lee Hsien-Da. Developing a fuzzy TOPSIS approach based on subjective weights and objective weights[J]. Expert Systems with Applications，2009，36(5)：8980-8985.

［8］ Wang Ying-Ming，Chin Kwai-Sang，Poon Gary Ka Kwai. Risk evaluation in failure mode and effects analysis using fuzzy weighted geometric mean[J]. Expert Systems with Applications，2009，36(2)：1195-1207.

［9］ Kang He-Yau，Lee A H I. Priority mix planning for semiconductor fabrication by fuzzy AHP ranking[J]. Expert Systems with Applications，2007，32(2)：560-570.

［10］ 余建星，李彥蒼，吳海欣，等. 基于熵的海洋平臺安全評價專家評定模型[J]. 海洋工程，2006，24(4)：90-94.Yu Jianxing，Li Yancang，Wu Haixin，et al. Specialists selection model for safety assessment of offshore platforms based on entropy[J]. Ocean Engineering，2006，24(4)：90-94(in Chinese).

［11］ 桑 松，李華軍，董 勝. 交互式多目標(biāo)決策方法及其在海洋平臺方案綜合優(yōu)選中的應(yīng)用[J]. 船舶力學(xué)，2006，10(4)：54-59.Sang Song，Li Huajun，Dong Sheng. Interactive multiobjective decision-making method and its application in preferred marine platforms[J]. Journal of Ship Mechanics，2006，10(4)：54-59(in Chinese).