大型LNG工厂气动阀故障率分析预测

为探究LNG工厂控制阀故障率发展变化规律,预测关键零部件维修损坏频次,指引日常维护检修与备品备件的采购库存,收集2014-2019年某工程控制阀故障情况数据,丰富问题分析宽度,运用灰色系统均值GM(1,1)模型进行相关问题表征。研究表明:1)GM(1,1)模型是基于累加生成和最小二乘法的指数拟合模型,具有“贫信息、小样本”的通用性优势,能在时间序列数据有限的前提下得到较高精度的预测结果;2)本次建模得出的2019年故障情况预测较为可靠,其中定位器维修频次平均模拟相对误差仅3.67%,但随着未来的发展,该模型的预测意义就越弱;3)下步将运用DGM模型或SDGM模型全面提升原始均值GM(1,1)模型的精确性;4)控制阀控制回路简单,但仅凭停工期间的阀门开度比对不能及时和全面地发现问题,且该研究结果时效性有限,需要制定严谨而简便的阀门检测方案,并使相关数据适应于GM(1,1)建模。本研究通过简约数学算法,极大预测后续可能发生的异常工况,在成本可靠的前提下辅助生产。