基于RCM的油庫輸油泵風險評價及運行可靠性分析

葉 霖，王興旺，魏立新，劉丙一，初勇強

(1.東北石油大學,黑龍江 大慶 163318；2.中國石化石油勘探開發(fā)研究院,北京 100083；3.國家管網集團北方管道有限責任公司秦皇島輸油氣分公司,河北 秦皇島 066001)

離心泵是油庫外輸必不可少的裝置，作為油庫外輸能量來源，其安全運轉是油庫外輸的基礎，一旦發(fā)生故障則會影響生產效率，甚至導致安全事故的發(fā)生。傳統(tǒng)維修決策準確性不高，會造成維修不均衡、增加維修成本等問題。因此采用RCM法對設備部件進行FMECA分析，并根據設備的可靠性曲線預測設備的運行狀況，改進維修方式。諸多學者開展了RCM理論與應用技術研究工作。John Moubray詳細闡述了RCM的指導思想和基本流程。國內方面，1986年朱曉陽、付立愉【1】等人提出用3種方法估算三參數威布爾分布中的參數,并從統(tǒng)計物理角度提煉出5個指標來比較三參數計算方法的優(yōu)劣，為疲勞壽命數據處理提供了可行方法；裴峻峰、鄭慶元【2】等人在離心式壓縮機維修周期及可靠性研究中確定離心式壓縮機維修數據對三參數威布爾分布擬合效果良好，并得出平均維修時間和在一定可靠度下的維修周期；高金吉等人【3】在RCM智能維修決策模型中將以可靠性為中心的維修與狀態(tài)維修相結合,建立了RCM智能維修決策模型,并確定預防性維修需求，指導設備維修決策。

本文針對某油庫外輸泵，運用FMECA分析開展了離心泵各部件風險等級研究，根據K-S檢驗結果，確定使用三參數威布爾函數，得到設備可靠度隨時間變化曲線，為油庫動設備安全管理提出可參照的方法。該方法可降低維修維護成本，提高外輸離心泵機組的安全運行水平。

1 輸油泵FMECA分析

1.1 故障模式影響及危害性分析原理

FMECA即故障模式、影響及危害性分析，是通過分析產品所有可能的故障模式及其可能產生的影響、并按嚴重程度及發(fā)生概率予以分類的一種歸納分析方法【4】，是RCM中使用的主要工具。

1.1.1 故障模式及原因分析

根據部件功能描述，確定該泵機組所有可能的功能故障模式，并根據該油庫泵機組的硬件組成，列舉最低層次上可能發(fā)生的硬件故障模式。通過設備變化找出每個故障模式產生的直接原因，以及外部因素構成的間接原因，如部件使用方式等人為操作環(huán)境【5】。對部件進行故障原因分析，可幫助制定針對性的改進措施，從而減少故障發(fā)生的可能性【4】。

1.1.2 故障模式危害性分析

故障模式危害性分析是指故障造成的結果，包括：影響安全與環(huán)境的方式、影響生產和運行的方式、故障引起的物理損壞、要修復故障必須采取的措施(維修后果、故障后果、環(huán)境后果)【6】。對每一種故障模式，一般用風險來描述其危害性。風險的兩個重要影響因素為故障頻率等級和故障所造成的后果。

該泵機組風險等級矩陣見表1，其中L為低風險，M為中風險，H為高風險。

表1 風險等級矩陣

其中維修成本后果打分標準見表2。

表2 維修成本后果打分

1.2 某油庫外輸泵FMECA分析結果

根據某油庫15年來的生產資料，采用部件法，以離心泵的每個部件為研究對象，依據離心泵的設計圖及其它工程設計資料，對離心泵的故障模式、故障原因、影響及危害性進行分析【7】。其FMECA分析結果見表3，故障模式風險分布統(tǒng)計見表4。

表3 FMECA分析結果

(續(xù)表3)

表4 故障模式風險分布統(tǒng)計

由表3可知，泵本體的機械密封是系統(tǒng)中風險較高的。通過部件失效頻率確定，泵本體的機械密封、排氣排污管線、機封沖洗管線維修次數較多。雖然機械密封損壞導致泄漏的后果一般，但是發(fā)生頻率較高，也應給予相應的重視。由于該外輸離心泵機組運行較穩(wěn)定，故風險主導后果為維修成本。通過失效機理的分布情況可知，磨損、震動、泄漏的方式最易造成零件失效，因此應把部件的潤滑和裝配穩(wěn)定當作維護重點。采用FMECA法評估設備各部件的風險大小，并按照中高風險決策邏輯【8】，推薦泵本體采用狀態(tài)維修，發(fā)電機采用預防性維修。

針對泵本體機械密封損壞問題，可以考慮采取狀態(tài)監(jiān)測的方式，通過收集運行信息，對離心泵故障進行診斷，并結合離心泵可靠度曲線分析進行預測，提供進一步的優(yōu)化維修辦法。

2 離心泵可靠性分析

2.1 離心泵壽命分布模型確定及K-S檢驗結果

2.1.1 三參數威布爾模型

三參數威布爾函數最初用于解釋疲勞數據，后被廣泛用于估算機械設備的漸變失效特性。大量實踐表明，因設備中某一零件失效引起的設備故障的設備壽命服從三參數威布爾分布。

設隨機變量t的密度函數為：

(1)

式中：t——離心泵運行時間，h；

β——形狀參數；

α——尺度參數；

γ——位置參數。

當隨機變量t符合式(1)時，就稱該隨機變量t符合三參數威布爾分布。

威布爾分布函數為：

(2)

2.1.2 壽命分布模型K-S檢驗

由于對設備的可靠性分析建立在合理的壽命分布假設模型上，因此有必要對假設模型進行檢驗，確定其壽命分布模型。常用的檢驗方式有圖估檢驗、χ2檢驗、K-S檢驗等。由于K-S檢驗精度高、使用范圍較廣，因此本文采用K-S檢驗法對離心泵的壽命分布模型進行檢驗。

K-S檢驗是比較子樣本分布fn(x)與理論分布g(x)的檢驗方法，通過計算待檢驗信號的經驗分布函數和參考信號的經驗之間的最大垂直距離，檢驗分布函數相似性的。檢驗原假設H0即兩個數據分布一致或者數據符合理論分布。

設備正常運行時間X的分布函數為g(x)，X的觀察值為X1、X2……Xn，據此做了樣本分布函數fn(x)：

(3)

式中：n——樣本數。

K-S距離為：

Dn=max|fn(x)-g(x)|

(4)

將該油庫外輸離心泵運行15年來離心泵運行維護信息進行統(tǒng)計。以離心泵每次故障修理完成后為開始，至下次設備停機維修時為止，記錄該段設備正常運行時長，得到54個時長隨機變量。

使用隨機變量進行K-S檢驗，將三參數威布爾分布與正態(tài)分布、指數分布兩種傳統(tǒng)分布模型進行了對比，確定了外輸離心泵壽命分布模型。

設備正常運行時間X的分布函數為g(x)，將樣本數n=54代入式(3)，得到經驗分布函數fn(x)，進而獲得不同分布的實際觀測值D。

若實際觀測值D>D(n,α)則拒絕H0，否則接受H0。在樣本量較小時，K-S檢驗作為非參數檢驗可用來分析兩組數據之間是否不同。使用K-S檢驗驗證數據在置信水平為0.05的前提下服從正態(tài)分布、指數分布及威布爾分布原假設成立概率。分布類型的K-S檢驗結果見表5。

表5 分布類型的K-S檢驗結果

從表5中的擬合結果來看，拒絕原假設H0即X服從正態(tài)分布或指數分布，接受結果即變量X服從三參數威布爾分布。考慮到機械工程領域的廣泛適用性，以及在損耗特征漸變性失效下的適用性后，最終確定可以采用三參數威布爾分布來進行離心泵的可靠性研究【9】。

2.2 威布爾模型參數確定及運行可靠性分析

RCM分析過程中，需要合理地確定預防性檢修周期。使用三參數威布爾函數確定該油庫離心泵的樣本數據分布，用Matlab程序計算三參數威布爾分布的特征值，求得位置參數估計值后，利用極大似然估計和最小二乘估計可求得形狀參數β和尺度參數α的估計值【10】。其中形狀參數β=1.370 5，尺度參數α=3 329.748 5，位置參數γ=43。將上述參數代入式(1)和式(2)，求得離心泵運行時間的概率密度f(t)為：

(5)

離心泵的故障概率累計函數為：

(6)

運行時間概率密度f(t)隨時間的變化情況如圖1所示。

圖1 離心泵運行時間概率密度隨時間變化

從圖1中可知，概率密度面積的極大值位于該泵機組運行1 325 h時，為該泵發(fā)生故障的時長眾數，是該泵發(fā)生故障概率最大的時刻。

設備平均失效時間=平均無故障時間+平均修復時長，由于設備修復時長基本固定，因此需要確定離心泵的平均無故障時間。平均無故障時間式(7)計算：

(7)

式中：tMTBF——平均無故障時間，h;

?！ゑR函數。

由式(7)可求得離心泵的平均無故障時間tMTBF為3 046.719 h。通過比較運行時間概率密度和平均無故障時間發(fā)現(xiàn)，離心泵維修集中在1 325 h處，較平均無故障時間更短，但對于風險為“低”的部件來說，“定期更換、對中、監(jiān)測”等傳統(tǒng)維修項目都有可能對無故障運行時長造成影響；對“找正同軸度”而言，與其相關的軸、軸承、聯(lián)軸器的故障發(fā)生率較小、后果影響小，但也可導致無故障運行時長延長。根據油庫實際情況判斷，該油庫外輸泵原計劃分別在2 000 h和8 000 h進行維修，可能造成維修過剩，影響工作效率。

已知故障概率密度函數f(t)和經驗分布函數F(t)，根據故障函數與其關系：

(8)

運行可靠度函數

R(t)=1-F(t)

(9)

故障率函數

λ(t)=f(t)/R(t)

(10)

該離心泵運行可靠度函數：

(0

(11)

該離心泵故障率函數λ(t)：

(12)

將形狀、尺度、位置參數代入式(11)，得到故障率隨時間變化曲線；將上述參數代入式(12)得到可靠性變化曲線，確定預防性檢查周期。離心泵故障率隨時間變化曲線見圖2。

圖2 離心泵故障率隨時間變化曲線

可靠度R(t)隨運行時間變化趨勢見圖3。

圖3 離心泵可靠度曲線

油庫外輸離心泵檢查周期函數為：

(13)

式中：T——預防性檢查周期，h。

結合所求得的威布爾函數可分別對不同可靠度下的建議檢查周期求解，結果見表6。

表6 離心泵不同可靠度下檢查周期

由表6可知，可靠度要求越高，則設備的預防性檢查周期越短；根據運行所需可靠度可選擇預防性周期，在可靠度為0.9的情況下，離心泵的預防性檢查周期為687.61 h，在可靠度為0.75時，檢查周期為1 384.53 h。根據現(xiàn)場情況建議在可靠度為0.85的情況下進行預防性檢查，周期為927.38 h，約為34 d。

油庫應做好維修和運行記錄，若能對反映狀態(tài)特征的函數進行跟蹤采集，后續(xù)可考慮完善編程、搭建智能設備管理平臺，將設備數據錄入后可隨設備使用狀況調整可靠度曲線，智能修正壽命分布函數的參數，完成動態(tài)監(jiān)管和維修，實現(xiàn)設備智慧化管理。

3 結論

采用RCM及FMECA法為油庫的外輸離心泵制定合理的維護方案，可以減少事故發(fā)生的概率，節(jié)約成本，提高效率。

1) 通過的FMECA分析結果可看出泵本體的機械密封屬于高風險部件，應給予相應重視，并針對設備進行有效的密封、潤滑工作。

2) 離心泵的運行時間數據符合威布爾分布，擬合效果較好，可接受度為83.24%；利用K-S檢驗法對假設進行檢驗，估算出參數值，可對離心泵的相關可靠性指標進行預測。

3) 該離心泵的平均無故障時長為3 046 h，正常運行周期眾數為1 325 h，在可靠度為0.85 的條件下進行預防性檢查，離心泵的預防性檢查周期為927.38 h。