基于大数据分析模式的设备全寿命周期管理研究VIP免费

基于大数据分析模式的设备全寿命周期管理研究报告人：常屹内蒙古京隆发电有限责任公司二〇一七年十月二十日一、课题的实施背景在电力行业中，传统的设备管理主要指设备在役期间的运行维修管理。而现代意义上的设备全寿命周期管理，则包含了资产和设备管理的全过程，从采购、（安装）使用、维修（轮换）报废等过程。它是以生产经营为目标，通过一系列的技术、经济、组织措施，对设备的规划、设计、制造、选型、购置、安装、使用、维护、维修、改造，更新直至报废的全过程进行管理，以获得设备寿命周期费用最经济、设备综合产能最高的理想目标。设备的全寿命周期管理包括三个主要阶段，前期管理、运行维修管理、轮换及报废管理。一、课题的实施背景随着现代科学技术的进步与发展，设备越来越大型化、功能越来越全面、结构越来越复杂，自动化程度越来越高。关键设备发生故障，不仅给企业造成巨大的经济损失，而且可能危及人身安全，这就对设备管理提出了更高的要求。国家经贸委明确指出，企业要“继续推进设备管理现代化，广泛采用先进的设备管理方法和维修技术。建立价值形态与实物形态相结合的设备管理信息系统”。只有构建了适合本企业的设备全寿命周期管理系统，才能从管理上达到对设备全寿命周期的合理化、科学化、精细化管理。一、课题的实施背景梳理欧美国家重振制造业的发展历程，将信息技术与工业技术融合发展是共同的特征。在美国，电力设备的风险评估，可靠性分析，寿命管理，预知性维修等技术发展较快,已形成成熟的成套维修优化和管理技术。在我国，传统的设备管理体制长期以来是分割的，这种管理体制，制造与使用脱节，约束机制很小，反馈速度很慢，制约了设备一生效能的发挥与其不断创新、提高。由于对设备全寿命周期管理的研究较少，为之投入资金进行管理系统研究开发的机构较少，目前国内电力行业还没有成型的、专门针对设备全寿命周期管理开发的软、硬件产品。一、课题的实施背景京隆发电公司提出基于大数据分析模式的设备全寿命周期管理研究，希望通过大数据分析来实现减少设备故障频率、缩短停机时间和检修工期、降低备品备件库存、降低维修成本、提高维修人员工作效率，延长设备使用寿命的目标。这也是我国电力行业在设备全寿命周期管理中以信息化带动工业化发展的典范。一、课题的实施背景京隆发电公司两台机组自2008年投产发电以来，设备管理实行“点检定修”管理模式。两台机组已进行过A、B检修以及多次C级检修，积累了一定的设备基础数据，这些系统都彼此独立，无法很好地掌握设备从设计、施工、投产、运行维护到报废的全部信息，无法对原设备的历史数据进行更加科学的可靠性管理，全寿命周期管理无法形成闭环。但是大量的数据，为大数据平台的搭建提供了丰富的资源，有助于平台的尽快研发投运。二、创新成果的内涵将当今最为流行的大数据分析理念和方法,与电力行业设备全寿命周期管理相结合，对设备运行过程中各种性能数据进行采集、分析，利用计算机软件系统检测、分析设备数据，最终建立设备运行状态模型，为设备采购、使用、维修、轮换做定量分析，通过连续性数据分析，合理确定、评估、预测设备使用寿命，通过上线使用验证系统的实际效益，指导企业更加科学合理的组织生产，最终达到在电力行业内推广应用的目的。三、成果实施办法本系统采取分阶段、分模块进行，我公司的实践主要应用于设备运行维修管理阶段，具体方案如下：三、成果实施办法（一）、运行维修管理在设备运行和维修过程中，采用现代化管理思想和方法，如行为科学、系统工程、价值工程、定置管理、信息管理与分析、使用和维修成本统计与分析、PDCA方法、网络技术、虚拟技术，可靠性维修等，保证设备在运行过程中经常处于良好技术状态，并有效地降低维修费用。三、成果实施办法（二）、轮换及报废管理根据大数据分析预测报告给定设备的轮换及报废周期：1、轮换期：对于部分可修复设备，设备定期进行轮换和离线修复保养，然后继续使用。此期间的管理对于降低购置及维修成本，重复利用设备具有一定的意义。2、报废期：通过对设备劣化趋势分析，设备整体已到使用寿命，故障频发，影响到设备组...