【技术实现步骤摘要】
本专利技术涉及压缩机维修分析，具体涉及一种基于压缩机使用寿命的维修周期确定方法、终端及介质。
技术介绍
1、往复式压缩机组在长期的工作中，无法避免的是压缩机会出现故障，需要对其进行维护，并通过维修、检修等方法来避免压缩机在工作中出现故障，从而来保证压缩机的工作可靠性，压缩机的维修类型和方法经过几十年的发展，主要包括以下三种维修方法：
2、(一)被动维修
3、在压缩机出现故障以后再维修，压缩机管理采取被动维修方式，这种方式会导致压缩机的非计划停车，其后果不仅仅会造成生产的损失，还有可能对安全和环境产生影响，并会使维修的费用大大增加，压缩机的失效存在很大的不确定性。
4、(二)状态维修
5、以压缩机故障间隔期为基础，再配合压缩机的监测诊断技术，通过测量压缩机状态，识别即将出现的问题，预计故障修理时机，以减少压缩机故障。
6、(三)定期维修
7、以时间间隔为基础的定期维修，包含定期修复和定期更换两种维修方式。预防性维修方式可以减少非计划停机、缩短维修时间、提高维修质量。但有的压缩机故障发生与压缩机使用时间无关。
8、其中定期维修又包括大修和小修，在一个大修周期内，设置多个小修周期，从而来减少维修所需的费用，但是现阶段大多数大修和小修的周期都是通过维修人员的经验进行确定，可能导致出现维修费用过高的情况。
9、基于此，需要一种能够有效减少维修费用支出的维修周期确定方法。
技术实现思路
1、本专利技
2、本专利技术通过下述技术方案实现：
3、一种基于压缩机使用寿命的维修周期确定方法，包括：
4、建立可靠性函数r(t)、累积故障概率密度函数f(t)、故障概率密度函数f(t)和故障率函数λ(t)的关系：式中，t为压缩机的使用时间；
5、获得故障概率密度函数模型f(t)和累积故障概率密度函数模型f(t)：
6、
7、式中，β为反映压缩机不同时期故障率曲线特征的形状参数，α为衡量压缩机平均故障间隔时间的尺度参数，γ为代表极限值含义的位置参数；
8、构建累积故障概率密度函数曲线、故障概率密度函数曲线和故障率函数曲线；
9、建立压缩机维修周期模型；
10、确定压缩机的最佳预防性小修周期，确定压缩机的最佳预防性大修周期。
11、具体地，建累积故障概率密度函数曲线、故障概率密度函数曲线和故障率函数曲线的方法包括：
12、选取一组服从威布尔分布的历史故障数据列(t1,t2,...ti,...,tn)，其中故障数据的数量为n且包括ns个完整数据和ns个截尾数据；
13、获得历史故障数据的似然函数：
14、其中a为完整数据的集合，b为截尾数据的集合；
15、获得对数似然函数：
16、
17、获得α和β的超越方程：
18、
19、γ＝0并求解α和β的值，以t为横坐标，以累积故障概率密度、故障概率密度和故障率为纵坐标，构建累积故障概率密度函数曲线、故障概率密度函数曲线和故障率函数曲线。
20、优选地，令γ＝0，简化可靠性函数r(t)、累积故障概率密度函数f(t)、故障概率密度函数f(t)和故障率函数λ(t)；
21、
22、
23、
24、
25、具体地，建立压缩机维修周期模型的方法包括：建立可用度模型和建立维修费用模型；
26、可用度模型：其中a'(t')为一个预防性维修周期内的平均可用度，t'为维修周期；
27、维修费用模型：
28、其中c'(t')为一个预防性维修周期内的平均维修费用。
29、可选地，可用度模型包括预防性小修周期可用度和预防性大修周期可用度；
30、构建一个预防性小修周期内的平均可用度模型：
31、
32、构建一个预防性大修周期内的平均可用度模型：
33、
34、式中，an(t0)为一个预防性小修周期内的平均可用度，a(t)为一个预防性小修周期内的平均可用度，t0为预防性小修周期，n为预防性大修周期内进行预防性小修的次数，t为预防性小修周期t＝nt0，为恢复性维修所耗时间，为更换新维修所耗时间，为预防性小修所耗时间，为预防性大修所耗时间，pm1为需要进行恢复性维修故障所占比例，pm2为需要进行更换性维修故障所占比例，η为设定的可靠性取值。
35、可选地，维修费用模型包括预防性小修费用模型和预防性大修费用模型；
36、构建一个预防性小修周期内的平均维修费用模型：
37、
38、构建一个预防性大修周期内的平均维修费用模型：
39、
40、式中，cn(t0)为一个预防性小修周期内的平均维修费用，c(t)为一个预防性小修周期内的平均维修费用，为恢复性维修所需费用，为更换新维修所需费用，为预防性小修所需费用，为预防性大修所需费用。
41、具体地，计算预防性小修周期、平均维修费用以及对应的n的取值；
42、设定最佳预防性小修周期的目标模型为：
43、mincn(t0)s.t.an≥amin
44、设定最佳预防性大修周期的目标模型为：
45、minc(t)s.t.a≥amin
46、其中，amin为最小可用度，an为小修周期内的平均可用度，a为大修周期内的平均可用度。
47、进一步，在构建函数曲线之间，对构建的故障概率密度函数模型和累积故障概率密度函数模型进行模型校验，通过图估检法和k-s检验法对可靠性函数、累积故障概率密度函数、故障概率密度函数和故障率函数的假设进行校验。
48、一种基于压缩机使用寿命的维修周期确定终端，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述的一种基于压缩机使用寿命的维修周期确定方法的步骤。
49、一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述的一种基于压缩机使用寿命的维修周期确定方法的步骤。
50、本专利技术与现有技术相比，具有如下的优点和有益效果：
51、本专利技术通过构建可靠性函数、累积故障概率密度函数、故障概率密度函数和故障率函数，并根据压缩机建立函数模型，通过函数模型确定压缩机的使用寿命，并根据使用寿命建立压缩机维修周期模型，通过压缩机维修周期模型确定可用度模型和维修费用模型，在保证可用度的情况下，确定最少维修费用，从而确定压缩机的最佳预防性小修周期和大修周期。...
【技术保护点】
1.一种基于压缩机使用寿命的维修周期确定方法，其特征在于，包括：
2.根据权利要求1所述的一种基于压缩机使用寿命的维修周期确定方法，其特征在于，建累积故障概率密度函数曲线、故障概率密度函数曲线和故障率函数曲线的方法包括：
3.根据权利要求2所述的一种基于压缩机使用寿命的维修周期确定方法，其特征在于，令γ＝0，简化可靠性函数R(t)、累积故障概率密度函数F(t)、故障概率密度函数f(t)和故障率函数λ(t)；
4.根据权利要求2所述的一种基于压缩机使用寿命的维修周期确定方法，其特征在于，建立压缩机状态监测周期模型的方法包括：建立可用度模型和建立维修费用模型；
5.根据权利要求4所述的一种基于压缩机使用寿命的维修周期确定方法，其特征在于，所述可用度模型包括预防性小修周期可用度和预防性大修周期可用度；
6.根据权利要求5所述的一种基于压缩机使用寿命的维修周期确定方法，其特征在于，所述维修费用模型包括预防性小修费用模型和预防性大修费用模型；
7.根据权利要求6所述的一种基于压缩机使用寿命的维修周期确定方法，其特征在于
8.根据权利要求6所述的一种基于压缩机使用寿命的维修周期确定方法，其特征在于，在构建函数曲线之间，对构建的故障概率密度函数模型和累积故障概率密度函数模型进行模型校验，通过图估检法和K-S检验法对可靠性函数、累积故障概率密度函数、故障概率密度函数和故障率函数的假设进行校验。
9.一种基于压缩机使用寿命的维修周期确定终端，包括存储器、处理器以及存储在存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-8中任一项所述的一种基于压缩机使用寿命的维修周期确定方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的一种基于压缩机使用寿命的维修周期确定方法的步骤。
...【技术特征摘要】
1.一种基于压缩机使用寿命的维修周期确定方法，其特征在于，包括：
2.根据权利要求1所述的一种基于压缩机使用寿命的维修周期确定方法，其特征在于，建累积故障概率密度函数曲线、故障概率密度函数曲线和故障率函数曲线的方法包括：
3.根据权利要求2所述的一种基于压缩机使用寿命的维修周期确定方法，其特征在于，令γ＝0，简化可靠性函数r(t)、累积故障概率密度函数f(t)、故障概率密度函数f(t)和故障率函数λ(t)；
4.根据权利要求2所述的一种基于压缩机使用寿命的维修周期确定方法，其特征在于，建立压缩机状态监测周期模型的方法包括：建立可用度模型和建立维修费用模型；
5.根据权利要求4所述的一种基于压缩机使用寿命的维修周期确定方法，其特征在于，所述可用度模型包括预防性小修周期可用度和预防性大修周期可用度；
6.根据权利要求5所述的一种基于压缩机使用寿命的维修周期确定方法，其特征在于，所述维修费用模型包括预防性小修费用模型和预防性大修费用...
【专利技术属性】
技术研发人员：万泽君，舒洁，张凌帆，林冬，高健，刘畅，付进，齐昌超，鲍明昱，杜炘洁，罗倩云，张健，谢雳雳，崔铭芳，张力，胡岸，李玉丹，程文杰，宫航，李勋，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。