基于RCM的海上油气生产装置设备资产管理

余建星 ，周清基 ，杜尊峰 ，邵志卫，冯加果，柴 松

(1. 天津大学建筑工程学院，天津 300072；2. 天津大学港口与海洋工程教育部、天津市重点实验室，天津 300072；3. 中国舰船研究设计中心，武汉 430064；4. 中海油研究总院，北京 100027)

以可靠性为中心的维修(reliability centered maintenance，RCM)[1]是一种针对维修资源的优化配置方法．RCM 认为设备具有固有的可靠性和期望的性能，当设备的性能达不到期望时说明设备发生了故障，因此由功能研究故障是合理的．故障模式的划定与分析的目的是确定设备故障模式的风险排序，确定哪些设备出现故障的可能性较大．对风险排序后的故障模式选择维修策略则采用逻辑决断图，控制决断的依据是RCM思想[2]．

RCM 的一个重要特征就是对故障模式做优先级排序，其必要性是：在许多情况下，对于低风险的设备花费 RCM分析时间是不值得的，排序能够确定出故障危害最大的故障模式，将 RCM的优质资源分配给这些故障能够实现优化配置，减少损失，同时也减少了资源的浪费．而故障模式与影响分析(failure mode and effects analysis，FMEA)方法是分析系统中所有可能产生的故障模式及其对系统造成的所有可能的影响，并按每一故障模式的发生频度(fS)、影响严重程度(sS)和检测难易程度(dS)予以分类的一种归纳分析方法．结合FMEA方法，以故障模式为研究对象，分析故障模式发生频度、严重度和检测度，能够确定故障模式的综合风险排序数．对比 FMEA和RCM 的分析过程，可知 RCM 分析的中间步骤与FMEA方法有非常好的结合性．

传统的 FMEA方法采用风险优先指数(risk priority number，RPN)来对风险排序，以期将有限资源充分利用到最危险故障模式的预防与维修中[3]．RPN值由fS、sS和dS相乘得到，3个决策因素的取值范围均为 1～10．根据得到的 RPN 值来对故障模式进行排序，确定出关键的少数故障模式．RPN值越大，故障模式越重要，需给予更高的优先等级．尽管传统FMEA方法已被证明在装备系统的设计、生产及运营阶段都是最重要的故障预防决策方法之一，但仍然存在很多缺点：①不同的因素组合可能得到相同的RPN值，但潜在的风险却大不相同；②此方法中不能体现 3个因素之间的相对重要度；③RPN值为 1～1,000之间的离散数，且密布于此范围的底部，故相同的差值并不能反映相同的风险等级差别．因此有必要对传统的FMEA方法进行改进．

本文引入熵权理论计算 FMEA方法中各个因素之间的客观权重，并结合模糊数理论实现对海上油气生产装置设备故障模式及其影响的分析研究，以确定正确的设备维修决策，实现对海上油气生产装置设备的有效管理．

1 改进的FMEA分析方法

1.1 熵权因素的引入

主观权重可以通过专家的个人经验计算得到，但是专家给出其客观权重是很困难并且是不可信的．决策时，不同的人有不同的观点，每个人对每个指标的思考角度也是不同的，同时由于人类的不确定思考过程，所以客观权重不能通过专家来直接得到，因此，引入熵理论来计算各个指标的客观权重[4-5]．

1.1.1 建立评价矩阵

针对海上油气生产装置设备的 FMEA分析主要有3个评价指标：fS、sS和dS，n个评价对象(失效模式)，按照定性与定量相结合的原则可得到多对象关于多指标的评价矩阵

式中 ri′j为第 i( i = 1 ,2,3,…, n )个评 价 对象 在 第j( 1,2,3j= )个评价指标之上的值，由于各评价指标有不同的量和量纲，为了消除由此产生的指标的不可公度性，运用极差变量法对各评价指标进行无量纲化处理，即

1.1.2 基于熵权确定指标的权重

在上述评价矩阵中，第 j个评价指标的熵的定义为

式中：jH为第j个评价指标的熵；假定当ijf＝0时，k为常数， 1/lnk n= ．

在评价问题中，第j个评价指标的熵权jω的定义为

式中jω为第j个评价指标的熵权，且

熵值越小则熵权越大，说明指标提供的信息量越有效，指标越能区分各故障模式，该指标越重要；反之，该指标越不重要．指标熵权是根据数据之间的关系通过计算信息熵值得到的，根据熵权的大小确定体现指标对于评价的重要性，称其为客观权重．很多领域的学者已经证明了多指标相对重要性的评价以及指标重要性和敏感性与信息含量的多少相关，因此采用熵权方法模型来评价FMEA的3个因素之间的客观权重．

1.2 基于模糊数和熵权的FMEA方法

鉴于不容易精确确定 3个风险因素 Sf、Ss和Sd，所以采用语意词来评估3个因素．选择使用的语意词和传统FMEA一致，这样能够更好地匹配，同时将其处理成三角形或梯形的模糊数来代替准确数值．形成模糊数以后根据模糊数和隶属函数的对应关系就可以确定使用的隶属函数的形式[6-8]．不同形式的隶属函数如图1～图3所示[8]．

图1 发生频度的隶属函数Fig.1 Membership function of occurrence frequency

图2 严重度的隶属函数Fig.2 Membership function of severity

图3 检测度的隶属函数Fig.3 Membership function of detection

下面结合模糊数学理论，来计算模糊风险排序数(fuzzy risk priority number，FRPN)．

1) 确定模糊等级和模糊数

根据上述评价准则，依据发生频度选择梯形模糊数，依据严重度和检测度选择三角形模糊数．

2) 整合FMEA小组成员专家的主观判断

假设有n个故障模式FMi(i = 1 ,2,… ,n )，m个专家工作组TMj( j = 1 ,2,…, m )；令分别是第 i个故障模式关于 3个风险因素 Sf、Ss和 Sd的模糊等级 ；L 、 M 、M1、 M2、 U 分 别 代 表 相 应 的 模 糊 数 ；ωSf、ωSs、ωSd分别代表3个风险因素的权重；hj( j = 1 ,2,… , m)表示 m个专家组的相对重要度权重，且．则

3) 定义模糊风险排序数

模糊风险排序数为

式(6)将FRPN定义为3个风险因素的加权几何平均，克服了传统方法将 3个因素平等对待的缺点．FRPN计算出来仍为模糊数，因此还可以使用α-截集理论计算，即

则

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，同时对该方法使用了α-截集理论来处理．

对于这样的模糊数和模糊语意词的使用，专家的工作就相对简单容易，他们凭自己的经验可以对模糊的语意词做出准确的判断．经过模糊理论的处理，可以得到准确的结果，即每个故障模式的 FRPN，并根据 FRPN为故障模式排序[9-10]．算法具体流程如图4所示．

图4 改进的FMEA方法计算FRPN的流程Fig.4 Calculation flow chart of FRPN using advanced FMEA method

2 RCM维修决策

对风险排序后的故障模式选择维修策略需要用到逻辑决断图，控制决断的依据是 RCM 的思想，如图5所示[11]．

依据上述维修策略，只要维修工作满足了有效性，就可以认为该维修方式适用于该故障模式，证明所选择的维修策略可行．

图5 逻辑决断示意Fig.5 Logical decision diagram

3 计算实例

液化系统隶属于天然气处理系统．天然气系统是FLNG(floating liquefied natural gas)船上大系统之一，包括脱酸、脱水、液化系统和再液化系统．因其直接处理的是天然气，危险性较大，因此选其作为一个典型算例．天然气的液化流程主要有 3种，而膨胀机液化流程比较适用于海上浮式装置．液化制冷系统涉及的设备有压缩机 1个、冷却器 2个、涡轮机 1个、透平膨胀机 1个、热交换器 1个以及阀门若干．本算例主要对阀门进行分析，其 RCM 信息工作单如表1所示．

阀门是石化管道系统的重要部件，其主要功能有以下 3个．①启闭：切断或沟通管路中的流体流动；②调节：调节管路内流体流速和流量；③节流：流体流过阀门后产生很大的压力降，改变流体的压力．

阀门处于各种不同的工况时会受到各种形态的腐蚀，腐蚀性强的介质，如各种无机酸、有机酸，会对碳钢及低合金钢管线、阀门及管件产生均匀腐蚀而使其壁厚减薄．振动会引起疲劳损伤，如介质压力的脉动作用会引起管线的振动，强烈的振动会引起管线和阀门产生疲劳开裂．过大的外力也会引起损伤，如管线阀门受到外力作用会产生严重的变形或在应力集中的部位产生开裂．

表1 阀门的RCM信息工作单Tab.1 RCM information worksheet of valve

通过层次分析法可得到发生频度、严重度、检测度的主观权重分别为 0.32、0.56和 0.12，根据上述流程计算得到的FRPN值如表2所示，而客观权重和综合权重的计算结果如表3所示．根据RCM分析层级的确定，每个设备都有仪表监测设备，为了避免重复，可将其单独列出来分析，同时因仪表监测设备应该集中在控制室内，所以在实际操作中将其单独处理也便于监测维修，因此在表2中缺少了对保护功能的计算分析．表4为综合排序结果和维修决策．

通过对膨胀循环液化冷却系统的阀门进行定量分析计算，并对 FRPN值进行排序，同时根据排序的结果对相应的设备提出合理的维修决策(见表 4)，这将有助于对海上油气生产装置设备的资产管理．

表2 FMEA分析和逻辑决断控制表Tab.2 Analysis and logical decision control table with FMEA

表3 客观权重和综合权重的计算结果Tab.3 Calculation results of the objective weights and integrated weights

表4 综合排序结果和维修决策Tab.4 Comprehensive sorting results and maintenance decision

4 结 论

(1) 采用模糊数和模糊语意词，专家凭自己的经验可以对模糊语意词做出准确的判断；综合专家的意见并且以专家意见为原始输入数据，通过模糊理论进行计算，可以得到较为准确的结果．

(2) 针对传统的 FMEA方法中的发生频度、严重度和检测度 3个指标不能体现出相对重要度等缺陷，引入了熵权理论计算客观权重，体现了各个指标的相对重要性，使权重计算结果更加迅速明显地得出排序结果．

(3) 采用以可靠性为中心的维修技术分析海上油气生产装置设备故障模式及其影响，进行预防维修或预测维修等设备维修决策，这种设备检测和维修管理方法，相对于传统的定期维修和事后维修，在节约成本的同时，可以使决策正确、维修有的放矢．

［1］ Rausand Marvin，Vatn Jørn． 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，李彦苍，吴海欣，等. 基于熵的海洋平台安全评价专家评定模型[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，李华军，董 胜. 交互式多目标决策方法及其在海洋平台方案综合优选中的应用[J]. 船舶力学，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).