基于大数据分析模式的设备全寿命周期管理研究

1、基于大数据分析模式设备全寿命周期管理研究汇报人：常屹内蒙古京隆发电有限责任企业十月二十日第1页一、课题实施背景在电力行业中，传统设备管理主要指设备在役期间运行维修管理。而当代意义上设备全寿命周期管理，则包含了资产和设备管理全过程，从采购、（安装）使用、维修（轮换）报废等过程。它是以生产经营为目标，经过一系列技术、经济、组织办法，对设备规划、设计、制造、选型、购置、安装、使用、维护、维修、改造，更新直至报废全过程进行管理，以取得设备寿命周期费用最经济、设备综合产能最高理想目标。设备全寿命周期管理包含三个主要阶段，前期管理、运行维修管理、轮换及报废管理。第2页一、课题实施背景伴随当代科学技术进步与

2、发展，设备越来越大型化、功效越来越全方面、结构越来越复杂，自动化程度越来越高。关键设备发生故障，不但给企业造成巨大经济损失，而且可能危及人身安全，这就对设备管理提出了更高要求。国家经贸委明确指出，企业要“继续推进设备管理当代化，广泛采取先进设备管理方法和维修技术。建立价值形态与实物形态相结合设备管理信息系统”。只有构建了适合本企业设备全寿命周期管理系统，才能从管理上到达对设备全寿命周期合理化、科学化、精细化管理。第3页一、课题实施背景梳理欧美国家重振制造业发展历程，将信息技术与工业技术融合发展是共同特征。在美国，电力设备风险评定，可靠性分析，寿命管理，预知性维修等技术发展较快,已形成成熟成套维

3、修优化和管理技术。在我国，传统设备管理体制长久以来是分割，这种管理体制，制造与使用脱节，约束机制很小，反馈速度很慢，制约了设备一生效能发挥与其不停创新、提升。因为对设备全寿命周期管理研究较少，为之投入资金进行管理系统研究开发机构较少，当前国内电力行业还没有成型、专门针对设备全寿命周期管理开发软、硬件产品。第4页一、课题实施背景京隆发电企业提出基于大数据分析模式设备全寿命周期管理研究，希望经过大数据分析来实现降低设备故障频率、缩短停机时间和检修工期、降低备品备件库存、降低维修成本、提升维修人员工作效率，延长设备使用寿命目标。这也是我国电力行业在设备全寿命周期管理中以信息化带开工业化发展典范。第5

4、页一、课题实施背景京隆发电企业两台机组自年投产发电以来，设备管理实施“点检定修”管理模式。两台机组已进行过A、B检修以及屡次C级检修，积累了一定设备基础数据，这些系统都彼此独立，无法很好地掌握设备从设计、施工、投产、运行维护到报废全部信息，无法对原设备历史数据进行愈加科学可靠性管理，全寿命周期管理无法形成闭环。不过大量数据，为大数据平台搭建提供了丰富资源，有利于平台尽快研发投运。第6页二、创新结果内涵将当今最为流行大数据分析理念和方法,与电力行业设备全寿命周期管理相结合，对设备运行过程中各种性能数据进行采集、分析，利用计算机软件系统检测、分析设备数据，最终建立设备运行状态模型，为设备采购、使用

5、、维修、轮换做定量分析，经过连续性数据分析，合理确定、评定、预测设备使用寿命，经过上线使用验证系统实际效益，指导企业愈加科学合理组织生产，最终到达在电力行业内推广应用目标。第7页三、结果实施方法本系统采取分阶段、分模块进行，我企业实践主要应用于设备运行维修管理阶段，详细方案以下：第8页三、结果实施方法（一）、运行维修管理在设备运行和维修过程中，采取当代化管理思想和方法，如行为科学、系统工程、价值工程、定置管理、信息管理与分析、使用和维修成本统计与分析、PDCA方法、网络技术、虚拟技术，可靠性维修等，确保设备在运行过程中经常处于良好技术状态，并有效地降低维修费用。第9页三、结果实施方法（二）、轮

6、换及报废管理依据大数据分析预测汇报给定设备轮换及报废周期：1、轮换期：对于部分可修复设备，设备定时进行轮换和离线修复保养，然后继续使用。此期间管理对于降低购置及维修成本，重复利用设备含有一定意义。2、报废期：经过对设备劣化趋势分析，设备整体已到使用寿命，故障频发，影响到设备组可靠性，其维修成本已超出设备购置费用，必须对设备进行更换，更换后设备资产进行转让或处置，对应费用进入企业营业外收入或支出，建立完善报废流程，以使资产处置在帐管理，现有利于追溯设备使用历史，也利于资金回笼。至此，设备寿命正式终止。第10页三、结果实施方法（二）、轮换及报废管理设备在管理过程中会经历一系列设备财务台账和管理及维

7、修统计，如设备可靠性管理及维修费用历史数据，都能够作为设备劣化趋势分析分析依据，最终能够在设备报废之后，对设备整体使用经济性，可靠性及其管理成本作出科学分析，并能够辅助设备采购决议，能够更换愈加先进设备重新进行全寿命周期跟踪，也能够依然使用原型号设备，并应用原设备历史数据进行愈加科学可靠性管理及维修策略，使其可靠性及维修经济愈加优化，从而使设备劣化趋势分析管理形成闭环。第11页三、结果实施方法（三）、设备劣化趋势分析管理（关键）设备劣化趋势分析管理实施分为三个阶段，第一阶段基础数据整理整合，搭建大数据硬件架构及选择软件平台。第二阶段精密点检实施，完成全部数据整合及建模。第三阶段系统应用、测试、

8、优化、模型确定及相关接口开发，完善设备劣化趋势分析管理系统各个步骤功效。经过设置定量分析边界条件、定量分析可能性因数，经过逻辑运算输出劣化分析定性汇报，优化设备日常检修与维护。第12页三、结果实施方法1、基础数据整理整合基础数据整理整合将设备按专业划分，将资料归类到设备管理三个阶段。运行维修管理包含预防设备性能劣化而进行日常维护保养、检验、监测、诊疗、修理以及更新等管理，此阶段整理设备台帐，为每一台设备状态点建模，以作为定时检测标准及分析模型。建模是一项技术要求很强工作，需专业精密点检设备厂家为电厂不一样设备进行详细建模及检测设备选型。设备定时进行轮换和离线修复保养，分析都要依据前期基础数据实

9、现。在此阶段最主要还是要完成大数据硬件架构搭建及软件选型，选择1-2台设备进行建模，同时完成接口开发。第13页三、结果实施方法2、精密点检实施经过引入多通道精密故障诊疗技术，使用多通道精密故障诊疗仪，到达提升设备可靠性，优化设备运行管理效果。多通道精密故障诊疗技术：异常振动为电厂转动设备损坏主要原因，所以对转动设备状态深入研究对提升机组运行可靠性和安全性，含有主要意义和实用价值。我厂经过引入双通道精密故障诊疗仪，采取相位分析、频谱分析、时域波形分析、相关分析等技术伎俩能够准确地诊疗设备故障，比如：转子不平衡、弯曲、裂纹、轴系不对中、动静部件摩擦、共振、机械松动、流体引发振动、滑动轴承运行工况不

10、正常、涡动和油膜震荡、齿轮啮合故障、电机电气故障、滚动轴承故障，皮带松动故障等。第14页三、结果实施方法2、精密点检实施经过使用多通道精密故障诊疗仪进行数据采集、分析、诊疗，能够发觉设备故障真正原因，从而能够对设备故障进行预测及判断, 有针对性地对设备进行维修，建立设备故障档案, 完善设备数据库, 建立企业预测性维修体系。按照企业2台600MW级机组规模，汽机、锅炉、电气三个专业大量电机、泵、风机等关键转动设备，按照精密点检工作要求，每个专业按照完整功效配置两台仪器，一用一备，共配置6台。使用多通道精密故障诊疗仪后，各个专业经过按周期对转动设备进行定时频谱检测、分析，能够及时发觉转动设备存在隐

11、患，在温度、振动、声音等现象出现异常前进行控制，到达依据频谱分析结论进行维修状态。对于设备存在非经典振动问题利用频谱检测，能够准确分析判断故障产生原因，进行有针对性治理，降低转动设备因振动原因不明而长久得不到治理现象发生！第15页三、结果实施方法（四）、利用大数据完成设备劣化趋势分析研究为了从管理上到达对设备劣化趋势分析合理管理，我们构建了一个适合本身设备劣化趋势分析管理系统。该系统不但含有资产管理（台账），设备管理，维修工时和成本管理等基本功效，还含有信息综合分析、报警功效和诊疗教授功效等，利用大数据理论完成对资产，故障，润滑，诊疗，备件，维修工时，成本等信息资源共享，进行综合分析并预报。经

12、过建模为企业设计一套科学、合理方法，以到达故障率大幅下降目标。经过搭建一套大数据平台，包含软件和硬件，以更大容量业务数据增量，支撑企业大数据存放、备份、安全防御。大数据实施策略当前第一步关键数据已具备，第二步外围数据依据现场状态监测数据、点检数据及精密点检数据也可获取，第三步是常规数据，这些设备状态信息也可得到，第四步，外部社会化或者非结构化数据，即现在所谓社会化媒体数据。从设备管理角度以及现ERP所含有功效主要划分为以下几个方面：第16页三、结果实施方法1、强化点检管理，实现点检系统与ERP系统集成按照设备管理创新和信息化建设要求，吸收先进设备管理理念，制订科学点检体系和推进目标，力争到达点

13、检体系完备，点检作业规范，点检管理高效。在实施中既考虑设备管理水平提升，主动推广量化点检，做到感观定性点检和仪器量化点检相结合，定量准确地把握设备状态。深入修订和完善设备点检标准，到达点检标准科学合理，点检作业规范有效。建立科学“三位一体”设备点检体系，构建牢靠设备五层防护线。经过对我企业点检定修制现实状况认真分析，要抓住设备ERP系统实施有利时机，建立和完善京隆发电企业三位一体设备点检体系。在流程优化中明确要求发电运行人员参加设备日常点检活动，负担必要设备检验和维护责任，以组成设备第一层防护线；在此基础上开展专业点检、精密点检，组成完备“三位一体”设备点检体系；最终形成日常点检、专业点检、精

14、密点检、技术诊疗和预防维修相结合设备“五层防护线”。经过完善点检体系，借助设备信息化伎俩，使设备点检管理得到深入强化。在强化管理过程中，应用大数据建模完成份析过程，完善设备全寿命管理过程，为领导提供决议提供真实、可靠数据确保。第17页三、结果实施方法2、完善精密点检管理，为设备劣化趋势分析做好数据准备精密点检作为点检深化主要内容，为点检工作深层次应用提出了更高标准和要求，电厂经过开展设备精密点检管理，为设备开展状态维修提供技术支撑。精密点检也是为电厂实施点检技能分级管理，切实提升设备点检水平一部分。电厂技术监督工作需要以质量为中心，以标准为依据，以计量为伎俩，建立质量、标准、计量三位一体技术监

15、督体系，技术上表达在精密点检方面。技术监督工作中精密点检是一项目非常主要及复杂工作，为了提升设备管理水平，确保设备稳定、经济运行，完善精密点检工作，为技术监督把好质量关、技术关。经过开展设备精密点检管理，推广量化点检，实现对设备进行劣化倾向趋势分析，把精密点检结果纳入大数据分析模型形成数据库原始基建数据，为分析系统提供可控制数据。第18页三、结果实施方法3、应用大数据理论，打造新经典非关系型数据库利用大数据思想完成电厂数据挖掘工作，以及数据挖掘怎样构建模型。在构建一个有指导数据挖掘模型，首先要了解和定义一些模型试图预计目标变量。一个经典案例，二元响应模型，如为电厂大型风机振动和转速选择数据模型

16、。模型构建选择历史数据，这些数据响应了以前类似活动。有指导数据挖掘目标就是找到更多类似数据，以提升未来活动响应。结构有指导数据挖掘模型过程中，一、要定义模型结构和目标。二、增加响应建模。三、考虑模型稳定性。四、经过预测模型、剖析模型来讨论模型稳定性。大数据方法颠覆了传统分析方法。在传统状态数据采集中，因果分析、逻辑推理是最主要研究方法，经过这种方法得出结论往往需要经过实践进行验证和修补，有甚至最终会被证伪、推翻。究其原因，关键在于我们主观世界与客观世界信息严重不对称。客观世界信息无限丰富，而我们本身受眼界、技术、认知能力等原因制约，能够获取信息极为有限，我们只能像管中窥豹或者盲人摸象一样，凭借

17、经验、常识乃至主观好恶对抽样数据进行判断、分析，借以推测事物全貌。实际上，由局部推测整体调查研究一直是存在偏差，其结论甚至可能会与事物真实情况大相径庭。大数据时代分析方式既无须、也不应再拘泥于对因果关系探究。海量数据不停涌现，数据搜集、存放、处理能力日益提升。充分利用互联网、云计算等当代化伎俩，对海量数据进行统计性搜索、比较、分析、归纳，原本似乎毫不相干事物之间存在着较高关联度，这是传统因果分析、逻辑推理趋势分析难以解释。第19页四、实施效果大数据应用除了能够实现预测性维保，并经过数据挖掘和分析驱动生产价值之外，经过ERP系统深化应用及与其它信息系统接口开发，从设备管理基础数据管理、设备运行状

18、态管理、设备检修管理及对设备各种统计分析，预期实现目标以下：第20页四、实施效果（一）设备运行状态管理1、新增设备运行管理三级点检系统与四级ERP系统集成功效，2、经过设备点检点异常自动触发ERP系统缺点单功效，3、经过对缺点单审批完成对设备消缺处理并可方便对设备在一段期间内所发生缺点缺点次数、时间、故障原因、故障部位等各种统计分析。4、强化设备质量监督管理，经过精密点检，给出设备劣化趋势分析，使运行人员对设备运行状态掌握愈加精准。第21页四、实施效果（二）开发多元化点检方式1、开发多元化点检方式如手抄仪、手机，IPAD方便点检工作开展。实施精密点检管理完善技术监督管理体制。 2、经过规范专业管理，从技术、业务、管理、应用上对技术监督管理进行全方面规划、整合，将技术监督落到实处。3、新增短信通知功效（通知可包含：设备报警、任务通知、漏检通知等）强化点检管理。第22页四、实施效果（三）发挥大数据分析功效提升竟争力大数据分析模式理念重视关键变量分析，只看关联不看因果；假如单独分析某一变量，对设备整体劣化倾向分析没有意义，不过假如把全部这些细小变量全部结合在一起，就会发觉指向性非常强，能够很准确判断出设备到底怎么样，对生产管理含有非常强