石化设备复杂运行环境可靠性数据评估*

刘金玲，张杰东，葛春涛，胡 川，姜 雪

(中国石化青岛安全工程研究院化学品安全控制国家重点实验室，山东青岛 266104)

0 前言

可靠性数据应用广泛，数据分析结果可适用于定量风险分析、基于风险的检查、设备安全完整性水平评估、设备寿命周期成本/最优化/维护分析等领域。为满足石油公司、设备制造商等对可靠性数据的需求，国外相关公司和机构早已深入开展设备运行、故障、维护等数据的研究，形成了完整的可靠性数据分析体系，并依据应用需求构建了多个可靠性数据库，如挪威OREDA(海上可靠性数据)数据库、CCPS指导手册《工艺设备可靠性数据指南》、EXIDA《安全设备可靠性手册》、英国HSE的HCRD数据库等。

国内针对石化设备的可靠性分析也开展了一些研究，但关于设备失效数据的收集分析仍缺乏系统性，无法构建可供应用的工业可靠性数据库，致使国内化工行业设备可靠性数据均采用国外数据库/手册数据。但国外的可靠性数据库依托于国外相关产品设备的运行失效数据信息建成，所分析设备与国内石化设备在运行环境、失效数据等方面存在较多差异，无法准确反映国内设备的安全可靠性。

本文结合国内石化行业设备运行实际情况，构建可靠性数据逻辑架构，开展基于风险评估应用导向的设备可靠性数据分析技术研究，实现自主化设备可靠性信息挖掘、分析及应用，为国内石化行业设备系统化数据库构建探索了道路。

1 石化设备可靠性数据分析研究

目前，国内石化企业普遍应用设备设施现场运行信息收集系统，该系统已实现了设备基础信息归档，对设备运行数据、故障信息及维护信息进行实时记录。研究人员分析设备现场运行数据源发现，系统记录信息可以满足国内石化设备可靠性数据分析的基础信息需求，结合完善的数据库逻辑架构，采集风险评估应用导向所需的设备可靠性数据，并利用通用设备失效率算法分析设备可靠性指标参数-失效率，能够准确体现国内石化行业设备可靠性现状。

1.1 设备安全可靠性数据库逻辑架构

可靠性数据库逻辑架构是用以确定数据库内设备主要数据类型的逻辑链接关系，利用层级模型、网状模型、关联模型和对象模型定义设备数据逻辑结构，可以链接设备编目信息、故障信息及维护信息等。设备的数据逻辑结构与不同类型数据之间的关系如图1所示。数据库逻辑架构涵盖3种类型的数据：设备编目数据、故障数据和维修数据。每种类别的数据用以描述设备不同信息，设备编目数据包含设备技术数据、运行及环境数据等，表明设备的类型不同、运行装置差异及规格区别。设备故障数据描述设备在监视期间内的故障信息，且每一个故障信息都对应一个与设备相关联的故障事件。设备维护数据既包括与设备单元故障相关联的纠正性维护信息，也包括对设备进行的日常周期性维护信息，通常包括维护行为、维护间隔、人工时等。

图1 数据逻辑结构

1.2 基于风险评估应用的失效数据类型

基于风险评估导向，分析现场运行数据源记录的固有内容、数据形式，对比通用数据库的数据逻辑架构，分析人员制定了标准化的信息采集方法与待采集数据类型，提取现场运行数据系统“未加工的”数据进入到中间存储，转化成目标信息存储模块要求的类型和数据格式，搭建设备编目数据存储库与设备故障数据存储库，如表1所示的编目数据存储库离心泵的部分内容，表2为故障数据存储库离心泵的部分数据。

表1 离心泵编目数据(部分)

表2 离心泵失效数据(部分)

设备安全可靠性数据库的设备编目数据记录了设备的所属工厂、运行装置、设备制造商及技术型号、设备ID编码等，关联标准化的设备分类，标注设备的工作状态。设备故障数据库记录发生故障设备的设备ID编码、设备类型、关联标准的设备失效模式、规范的设备故障原因与故障措施、存储数据监视期内同一设备故障发生总次数等。

将数据存储库内的基础数据转移到可靠性数据分析库中，利用通用设备失效率分析技术可以实现基于风险评估应用导向的设备可靠性评估。

1.3 通用设备失效率分析技术

评判石化设备可靠性水平的关键指标参数之一是失效率，失效率是指单位时间内设备发生失效的概率，设备的失效率函数是时间

t

的函数，是指设备工作至

t

时刻时还未发生故障，在下一单位时间Δ

t

内发生故障的概率，其数学定义表达式为：

(1)

式中：

Z

(

t

)——设备的失效率，次/h；

P

——单位时间内设备的平均故障次数，次；

T

——设备发生失效前时间，h。

设备的全寿命周期通常会分为3个阶段，分别为早期失效阶段、有效寿命阶段和磨损阶段，3个阶段的失效率趋势存在明显差异，设备全寿命周期失效率曲线如图2所示的浴盆曲线。

图2 浴盆曲线

设备的早期失效主要是由设备的质量或安装等造成的，通过严格的质量筛选和规范的安装程序，设备的失效率会迅速下降；设备在有效寿命阶段，通过日常的基本维护，失效率会维持在一定的稳定范围，可视为常数；当设备进入磨损阶段，设备耗损严重，失效率会迅速提高。设备安全可靠性数据库主要收集设备在有效寿命阶段的失效数据，这也是设备的失效率分析的前提。

在实际工业应用中，石化设备具有类型多样、设计规格不同、运行环境复杂及维护活动差异等特性，分析人员采用多样本区间估计方法，解决了石化设备复杂化问题。

统计同类设备失效的

k

个不同样本，样本

i

在整个服务时间

τ

中观察到

n

个故障，

i

=1,2,…,

k

。通用设备的多样本失效率分析如下:

(2)

b) 计算多样本关键参数

S

、

S

、

V

：

(3)

c) 由不同条件的样本组成的多样本数据之间存在差异性，引入方差表示样本之间的变化，方差的估计值为：

(4)

d) 设备失效率的样本均值

θ

为：

(5)

设备平均失效率置信水平为90%的置信区间下值和上值满足：

(6)

假设

π

(

λ

)是一个伽马分布的概率密度函数，带有参数

α

和

β

，参数

α

和

β

估算值为：

(7)

(8)

由卡方分布确定设备失效率的置信区间：

(9)

2 基于离心泵的通用失效率分析技术应用

基于现场运行信息收集系统的设备数据来自具有不同操作和环境条件的不同装置，或者由不同生产制造商提供的同类型设备应用于炼化装置，研究发现，不同条件的设备运行、故障、维护等可靠性数据，可以组成不同的设备单样本数据，规整合并能形成需求的多样本，并在不同制造商不同运行装置、目标装置、目标制造商、目标失效模式等4个维度下，分析设备的多样本失效率参数。

以国内某炼化企业5年间离心泵的故障记录数据为例，在目标失效模式维度下，多选离心泵的失效模式，计算离心泵的总体多样本失效率参数，该条件下共计387个样本数据，样本数据节选5条如表3所示，其中涉及到离心泵总数1 262台，装置数54套，制造商112家，失效模式25种。

表3 目标失效模式维度下离心泵多样本数据(部分)

利用通用设备失效率分析技术计算离心泵总体失效率多样本均值与标准差：

(10)

(11)

多样本均值失效率置信水平为90%的置信区间下、上限值为：

(12)

(13)

即为多样本均值失效率真值为区间(1.67×10，9.35×10)覆盖的概率为90%。

离心泵失效率的最终估计值为3.14×10/h，即为离心泵每年的失效率为0.28次。对比风险评估现场调研的离心泵失效情况，与实际运行结果基本相符，说明计算结果具有较高可信度。

3 结论

a) 结合国内石化设备的实际情况，分析设备现场运行数据源，完成数据逻辑架构搭建，确定了基于风险评估应用需求的设备失效数据类型，为数据库的建设提供了基础数据支撑。

b) 根据通用设备失效率分析技术，结合国内某炼化企业离心泵实际运行情况，记录失效事件，分析目标失效模式维度条件下的离心泵失效率样本均值，其计算结果与设备实际应用失效情况相符，具有较高可信度，对企业风险准确化评估具有重要意义。