对流程行业数据集成优化的方法
技术领域
[0001] 本
发明涉及流程行业数据优化技术领域，具体涉及一种对流程行业数据集成优化的方法。
背景技术
[0002] 对于重资产的流程行业，对整装置/整厂的资产可靠性状态和绩效进行精准的模拟和优化，对于指导企业资产设计、运行和维修都有重要的意义。
[0003] 现有的对资产可靠性状态和绩效进行的模拟技术，仍旧是基于单个部件模拟的思路，但单个部件的逻辑关系相对简单，而流程行业的资产是一个庞大的系统，逻辑关系非常复杂且包含工艺特性，比如炼厂的工艺，包括旁路、回流、备用、负载均衡以及复杂操作规程。仅凭基于单个部件的简单串并联逻辑关系的可靠性方
框图(RBD)逻辑建模方法和
算法，无法对其资产可靠性状态和绩效进行准确的模拟，生产效率低，成本难以把控。
发明内容
[0004] 为解决上述技术问题，本发明提出了一种对流程行业数据集成优化的方法，以达到对流程行业资产可靠性、可用性、维护性及工艺产出的模拟优化，对系统表现结果实现正确的模拟预测与优化，提高生产效率，有效控制各类成本的目的。
[0005] 为达到上述目的，本发明的技术方案如下：一种对流程行业数据集成优化的方法，所述方法步骤如下：根据流程行业的行业参数绘制可靠性方框图；定义可靠性框图中各个单元的参数；根据定义的各个单元的参数再结合各个单元之间的逻辑关系计算出系统表现数据。
[0006] 进一步地，所述行业参数包括：工艺
流程图、操作规程、运行方案、设备台账和历史检维修记录。
[0007] 进一步地，所述可靠性方框图包括：单元、负载共享子系统、备用子系统、
节点、容器、其他事件、条件事件流
水线、连接工具、进口和出口，所述单元为：流水线上的加工节点；所述负载共享子系统为：流水线上一个加工节点的多个平行负载共享节点；所述备用子系统为：带有冗余备件的单元；所述节点包括：一个入口多个出口的分流器、多个入口一个出口的混合器和多个入口多个出口的混合分流器；所述容器为：用于缓冲介质的非标准储罐；
所述其他事件为：引起工艺产出改变的突发事件框图；所述条件事件流水线为：根据故障节点以及故障节点的相邻节点的设置的分流节点；所述连接工具为：各个单元间的连接器，所述进口为可靠性方框图进口，所述出口为可靠性方框图出口。
[0008] 进一步地，所述可靠性框图中各个单元的参数包括：工艺参数、经济参数、可靠性参数、维修参数和资源参数，
[0009] 所述工艺参数包括：最小吞吐量百分比、系统启动数据、系统关闭数据、启动时长、负载增加选项、停机时长、负载降低选项、系统进料和系统出料；
[0010] 所述经济参数包括：各个单元的操作成本、停机时间违约成本、产品价格、贷款偿还期、成本花费利率、启动
费用和停机费用；
[0011] 所述可靠性参数包括：故障分布模型和故障率，所述故障分布模型包括：指数分布、正态分布、对数正态分布和威布尔分布；
[0012] 所述维修参数包括：修正性维修参数、
预防性维修参数、实时监测参数、基于
大数据预警参数、检查参数和预知性维修参数，所述修正性维修参数包括：基本参数、维修任务包、修复模型和费用；所述预防性维修包括：基本参数、维修时长、修复模型和费用；所述实时监测参数包括：基本参数、后续任务、修复模型和费用；所述大数据预警参数包括：基本参数、预警参数、后续任务、修复模型和费用；所述检查参数包括：基本参数、检查时长、故障探测、故障任务包、修复模型和费用；所述预知性维修参数包括：基本参数、维修任务包、修复模型和费用；
[0013] 所述资源参数包括：人
力资源和备件资源。
[0014] 进一步地，所述系统表现数据包括：可靠性方框图以及方框图内各个单元的可靠性、可用性、维护性、系统产出和生命周期成本。
[0015] 进一步地，所述计算系统表现数据需使用相应的算法，所述算法包括：串并联计算法、数值计算法、蒙特卡洛算法和
马尔科夫链算法。
[0016] 进一步地，所述系统表现数据随时间变化和输入参数变化而变化，生成不同的表现结果，系统表现数据在时间轴上以曲线的形式表示。
[0017] 本发明具有如下优点：
[0018] (1).本发明通过生成可靠性方框图并对可靠性方框图中的各个单元进行参数设置，再根据各个单元之间的逻辑关系计算出流程行业的资产可靠性、可用性、维护性、工艺产出及全生命周期成本并优化，提升流程行业对系统/设备等资产的掌控程度和利用效率，辅助决策，提高生产效率，有效控制各类成本。
附图说明
[0019] 为了更清楚地说明本发明
实施例或
现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
[0020] 图1为本发明实施例公开的对流程行业数据集成优化的方法流程图；
[0021] 图2为本发明实施例公开的尾气处理工艺流程图；
[0022] 图3为本发明实施例公开的图2的可靠性方框图；
[0023] 图4为本发明实施例公开的流程工艺中条件事件触发图；
[0024] 图5为本发明实施例公开的流程工艺中容器触发示意图；
[0025] 图6为本发明实施例公开的流程工艺中其他事件触发图；
[0026] 图7为本发明实施例公开的可靠性数值计算示意图；
[0027] 图8为本发明实施例公开的可用性数值计算示意图；
具体实施方式
[0028] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
[0029] 本发明提供了一种对流程行业数据集成优化的方法，其工作原理是通过生成可靠性方框图并对可靠性方框图中的各个单元进行参数设置，再根据各个单元之间的逻辑关系计算出流程行业系统表现数据，以达到对流程行业资产可靠性、可用性、维护性及工艺产出的模拟优化，对系统表现结果实现正确的模拟预测与优化，提高生产效率，有效控制各类成本的目的。
[0030] 下面结合实施例和具体实施方式对本发明作进一步详细的说明。
[0031] 如图1所示，一种对流程行业数据集成优化的方法，所述方法步骤如下：根据流程行业的行业参数绘制可靠性方框图；定义可靠性框图中各个单元的参数；根据定义的各个单元的参数再结合各个单元之间的逻辑关系计算出系统表现数据。
[0032] 其中，所述行业参数包括：工艺流程图、操作规程、运行方案、设备台账和历史检维修记录等。
[0033] 其中，所述可靠性方框图包括：单元、负载共享子系统、备用子系统、节点、容器、其他事件、条件事件流水线、连接工具、进口和出口，所述单元为：流水线上的加工节点；所述负载共享子系统为：流水线上一个加工节点的多个平行负载共享节点；所述备用子系统为：带有冗余备件的单元；所述节点包括：一个入口多个出口的分流器、多个入口一个出口的混合器和多个入口多个出口的混合分流器；所述容器为：用于缓冲介质的非标准储罐；所述其他事件为：引起工艺产出改变的突发事件框图；所述条件事件流水线为：根据故障节点以及故障节点的相邻节点的设置的分流节点；所述连接工具为：各个单元间的连接器，所述进口为可靠性方框图进口，所述出口为可靠性方框图出口。
[0034] 其中，所述可靠性框图中各个单元的参数包括：工艺参数、经济参数、可靠性参数、维修参数和资源参数，
[0035] 所述工艺参数包括：最小吞吐量百分比、系统启动数据、系统关闭数据、启动时长、负载增加选项、停机时长、负载降低选项、系统进料和系统出料；
[0036] 所述经济参数包括：各个单元的操作成本、停机时间违约成本、产品价格、贷款偿还期、成本花费利率、启动费用和停机费用；
[0037] 所述可靠性参数包括：故障分布模型和故障率，所述故障分布模型包括：指数分布、正态分布、对数正态分布和威布尔分布；
[0038] 所述维修参数包括：修正性维修参数、预防性维修参数、实时监测参数、基于大数据预警参数、检查参数和预知性维修参数，所述修正性维修参数包括：基本参数、维修任务包、修复模型和费用；所述预防性维修包括：基本参数、维修时长、修复模型和费用；所述实时监测参数包括：基本参数、后续任务、修复模型和费用；所述大数据预警参数包括：基本参数、预警参数、后续任务、修复模型和费用；所述检查参数包括：基本参数、检查时长、故障探测、故障任务包、修复模型和费用；所述预知性维修参数包括：基本参数、维修任务包、修复模型和费用；
[0039] 所述资源参数包括：人力资源和备件资源。
[0040] 其中，所述系统表现数据包括：可靠性方框图以及方框图内各个单元的可靠性、可用性、维护性、系统产出和生命周期成本。
[0041] 其中，所述计算系统表现数据需使用相应的算法，所述算法包括：串并联计算法、数值计算法、蒙特卡洛算法和马尔科夫链算法。
[0042] 其中，所述系统表现数据随时间变化和输入参数变化而变化，生成不同的表现结果，系统表现数据在时间轴上以曲线的形式表示。
[0043] 如图2所示，以尾气处理为例，尾气1通过辅助鼓
风机2进入处理系统，经过淬火
泵3、给水泵4依次处理后再通过预洗涤装置
循环泵6使被处理气体在预洗涤装置5中处理，转
化成净化蒸汽7后排出。
[0044] 如图3所示，图3是根据图2的工艺流程生成的可靠性方框图，图3中的淬火泵和预洗涤装置循环泵均为平行负载共享节点，生成可靠性方框图后为每个单元设置参数。
[0045] 如图4所示，工艺流程从A单元到G单元，当B单元和C单元中的任意一点发生故障时，触
发条件事件，对工艺流程进行分流。
[0046] 如图5所示，工艺流程从A单元到F单元，当工艺流程中的D单元失效时，触发条件事件对工艺流程进行分流，利用容器(非标准储罐)缓冲介质，利用G单元代替B单元和C单元的工艺流程，当D修好后继续进行后续的工艺流程。
[0047] 如图6所示，工艺流程从A单元到F单元，当工艺流程中在A单元后需要冒火花或采出
水处理时，先触发条件时间对工艺流程进行分流，对加工物体进行冒火花或采出水处理后输出系统。
[0048] 如图7所示，应用蒙特卡洛算法模拟进行系统可靠性计算为例：假设系统的在线时间遵循一个威布尔分布，在某个特定的时间计算可靠性，步骤如下：根据分布参数生成随机数；进行模拟；统计可靠性，可靠性＝t时刻在线模拟次数/总的模拟次数，[0049] R(20)＝8/10＝0.8；
[0050] R(80)＝4/10＝0.4；
[0051] R(120)＝2/10＝0.2；
[0052] 当模拟次数足够大时可以得到可靠结果。
[0053] 如图8所示，应用蒙特卡洛算法模拟进行系统可用性计算为例：假设系统的在线时间遵循一个威布尔分布，停机时间服从指数分布，在某个特定的时间计算可用性，步骤如下：根据分布参数生成随机数；进行模拟；统计可用性，可用性＝所有模拟的平均可用性，A＝(0.974+0.987+0.967+0.977+0.980+0.976+0.975+0.980+0.979+0.977)/10＝0.977[0054] 当模拟次数足够大时可以得到可靠结果。
[0055] 系统的可靠性、可用性与执行的维修任务是相互影响的，维修任务会影响系统的可靠性和可用性，而系统的可靠性也影响系统维修任务的次数和间隔。
[0056] 基于维修对系统表现结果的影响，可以根据对系统表现结果的要求，对维修间隔等维修任务相关的各个因素进行优化。
[0057] 通过本方法计算出的系统表现数据是一个数值，该数值包括：系统分析结果、单元分析结果、优化结果和资源配置结果，所述系统分析结果包括：系统可靠性、系统可用性、系统维护性、系统故障模式与停机惩罚费用排名和系统产出能力和吞吐量，所述单元分析结果包括：单元可靠性、单元可用性、单元维护性、单元故障模式与停机惩罚费用排名和单元产出能力和吞吐量，所述优化结果包括：维修间隔和其他维修任务相关的因素，所述资源配置结果包括：人力资源和备件资源，在不同的工艺流程中，客户会根据自身的产品需要来评估该数值。
[0058] 以上所述的仅是本发明所公开的一种对流程行业数据集成优化的方法的优选实施方式，应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干
变形和改进，这些都属于本发明的保护范围。
