过程装备故障分析及寿命预测

中国矿业大学化工学院学科前沿讲座论文论文标题：过程装备的失效分析和寿命预测班级：过控10—1姓名：林应德学号：06102801过程装备的失效分析和寿命预测林应德，中国矿业大学化工学院摘要：寿命预测理论是机械零件与装备安全服役的关键基础，也是现代机械设计与制造必须涵盖的重要方面。对于我国这样一个发展中国家，许多重大设备主要依赖于进口，如何能够做到物尽其用，这个课题更为重要。所以，需要有一套行之有效的，可靠的技术方法对设备进行寿命诊断、寿命管理，做好预测寿命及延长寿命工作。总的来说，寿命预测是处于确保设备安全运行、防止灾难性事故及延长使用寿命的需求而提出来的。然而，要进行装备的寿命预测，就得分析装备具体的失效机理和失效形式，通过失效理论来预测装备寿命。Abstract:Thelifepredictiontheoryismechanicalpartsandequipmentservingcriticalinfrastructuresecurity,butalsothemodernmechanicaldesignandmanufacturingmustcovertheimportantaspects.Foradevelopingcountrylikeourcountry,manymajorequipmentismainlydependentonimports,howcanwemakethebestuse,thisissueismoreimportant.Therefore,theneedtohaveaproven,reliabletechnologyandmethodsforequipmentlifediagnosis,lifemanagement,goodlife,andextendthelifepredictionwork.Overall,lifepredictionisinensuringsafeoperationofequipmenttopreventcatastrophicaccidentsanddurabilityrequirementsoftheirargument.However,tobeequippedwithlifeprediction,youhavetoanalyzeEquipmentspecificfailuremechanismandfailuremodes,failuretheoriestopredictequipmentthroughlife.关键词：失效分析寿命预测过程装备1前沿机械重大装备寿命预测技术对国民经济发展和国防建设具有重要意义。在过去近一个世纪与失效事故的斗争中，人类通过对诸如飞行器、舰船、车辆、发电机组等机械重大装备的研究，建立了基于力学的寿命预测理论、基于概率统计的寿命预测理论以及基于信息新技术的寿命预测理论等学科分支。从经济效益的角度希望设备能够长期继续运行，延长重大设备寿命已成为世界各国相关部门共同关心的研究课题，并已取得了很大成果。2设备的失效分析对设备进行可靠性评估，不仅要对它的一些可靠性指标例如平均寿命、失效率等做出评估，更重要的是要找出提高其可靠性的途径。为此要对设备的机理、原因等做出具体分析，找出影响失效和寿命的主要因素及反映失效过程的理论参数，从而确定提高该设备可靠性的对策，包括运行条件和制造两个方面宜采取的措施。同时也为设备运行中的状态诊断提供诊断内容和需要在线监测的监测量。失效模式是指设备失效的表现形式。失效模式比率ij是指设备或部件i出现失效模式j而引起该设备失效的失效频数比，比较不同失效模式在导致设备失效中所占的比重。失效机理是引起失效的物理、化学变化等的内在原因，它随设备种类、使用条件而异，但往往以老化、磨损、疲劳、腐蚀、氧化等简单形式表现出来。它和失效模式的关系可这样来理解，失效机理相当于病理，失效模式相当于病症。失效分析的基本内容和步骤是：⑴要进行设备运行和失效情况的现场调查和统计分析，主要涉及失效的时间、地点、运行条件（包括各种应力情况、异常情况、环境情况）、失效情况、设备失效前后的状况及历史记录等。一般可用表格形式存于计算机的数据库中以便积累数据并进行统计分析。⑵根据调查到的情况和数据统计分析失效模式，再根据失效模式和特征、运行、维修及试验方面的经验提出失效机理和失效原因，必要时要通过解剖和试验来验证上述失效机理和失效原因的分析是否正确。⑶在此基础上提出消除失效因素、降低失效率的建议和措施。对于大型、贵重的复杂设备需要对其不同的失效模式、原因做综合性分析，将设备作为一个系统来考虑，这样必然会更深入地涉及到设计、制造工艺等方面的问题。失效分析方法甚多，按失效原因分析的方法有因果图法和主次图法。按失效模式的影响分析的方法有：事件树分析法，故障树分析法，失效模式、效应及其危害度分析法。后两种分析方法是目前电力设备常用的失效分析方法，尤以故障树分析法用的更多。3设备寿命预测方法随着设备状态维修技术的发展，为了提高其可靠性，对于运行20-30年的重大设备的时数老化诊断，即寿命预测，越来越重要。各国对重大设备的寿命诊断都开展了研究工作，不断开发出新的寿命预测方法，有相当多的方法已经用于实际，也有一些尚处于实验预测阶段。诸多的寿命诊断方法归纳起来，大致可分为间接方法和直接方法。间接寿命预测方法即应力解析法是以解析求出部件材料的应力及材料强度数据为基础，用计算机采用有限元计算出部件的损伤程度。间接寿命预测的关键在于正确搜集到部件运行时完整的、真实的资料，如部件内部介质的温度、压力、金属的壁温等。可评价任何部件和任何部位，不受诊断对象所处位置的制约，但若运行历史或材料数据不准确将导致计算误差，且没有考虑材料老化这一因素。直接寿命预测方法分非破坏试验法和破坏试验法。破坏性试验法需要取得相同或类似的样本，然后通过破坏性试验得到需要的数据，进行加速蠕变断裂试验、疲劳试验，据此推算出寿命损伤程度，做出寿命评估。破坏性试验法（试样试验）评价时间较长，有许多场合取样较困难。而非破坏性试验法，在较短的时间，可对较多的部位进行诊断，且能定期监控，所以，采用非破坏性检查的剩余寿命诊断更为有用。直接预测方法中的破坏性方法比其它方法预测损伤的精确度高，在不明白过去作用于材料的温度、应力的情况下也能进行评价，缺点是做蠕变断裂试验、疲劳试验需要较长的时间；同时，受到限制的部件和部位不能使用；所取试样并不一定是关键部位，也有可能代表性不强。直接寿命诊断方法中的非破坏试验法是不需要从部件上切取样品，不破坏部件，在部件材料损伤进展的同时，非破坏地实地直接检验金属的组织，物理性能等，对部件寿命进行寿命预测，它可对多个位置进行诊断。直接方法中非破坏性试验法虽然不用破坏部件，可以实地直接检验金属组织，物理性能，对多个位置进行诊断，但这种方法仅适用于诊断受限制的部位，使用范围狭小。4目前工程中常用的寿命预测方法4.1基于故障诊断的寿命预测基于故障诊断技术的寿命预测就是根据电力设备的老化、劣化规律，及影响和决定因素，通过对各种检测方法（离线或在线）取得各种信息，经过科学分析方法全面综合分析，掌握设备的当前状况和寿命期望，并得出设备检修和更换的最佳时机，在避免发生重大事故和节约检修成本方面具有实用价值。基于故障诊断技术的寿命预测作为维修和更换设备决策的支撑技术，从理论与生产上建立起了状态检测与故障诊断理论以及各种针对具体对象的诊断系统。80年代以来，集多交叉学科于一体的监控、诊断、预测理论与技术，随着现代电子技术、自动控制理论、信息理论与技术、计算机技术，特别是智能理论与技术等前沿科学技术的迅猛发展，建立智能状态监控与故障诊断系统是一个必然的发展趋势。预防维修是根据设备故障特征曲线或浴盆曲线，在设备进入耗损故障期之前安排进行的维修活动。当今的设备比以往要复杂得多，而且故障模式也有了新的变化。国外一些部门和机构，作了大量关于设备可靠性的研究，发现在设备从使用到淘汰（包括无形磨损造成的设备报废），其故障特征曲线呈六种不同形状，如图1所示。AB4%2%CD5%7%EF14%68%图1不同的故障特征曲线从图中可以看出，模式B开始为恒定或逐渐略增的故障率，最后进入耗损期；模式C显示了缓慢增长的故障率，但没有明显的耗损期；模式D显示了新设备刚出厂时的低故障率现象，很快增长为一个恒定的故障率；模式E在整个寿命周期都保持恒定的故障率；模式F在开始时有较高的初期故障率，很快降低为恒定或增长极为缓慢的故障率。研究表明，模式A、B、C、D、E、F的发生概率分别为4%、2%、5%、7%、14%和68%。显然，在设备越来越复杂的情况下，更多的设备遵循E和F所代表的模式。这一研究表明，原来认为设备使用时间越长磨损越严重，而会使故障率迅速上升，这种观点不一定正确。对于某种故障模式起主导作用的设备，故障率可能与使用时间长短有关。而对于大多数设备而言，使用时间长短对于设备可靠性的影响不大。也就是说，经常修理设备或定期大修，不一定会防止故障发生，反之可能将初期的高故障率引入稳定的系统之中，增加设备总故障率。4.2weibull分布特点及设备寿命模型Weibull分布是可靠性分析中最广泛使用的分布之一，这是因为对分布参数的适当选择，就可以模拟各种故障的行为特征。除了可以模拟常熟故障率之外，对磨合期和磨损期，即通常整个寿命期间的早期稳定期和老化期现象也可以模拟。Weibull分布能应用于很多形式，包括1参数、2参数、3参数或混合weibull。3参数的weibull分布由形状、尺度（范围）和位置三个参数决定。其中形状参数是最重要的参数，决定分布密度曲线的基本形状，尺度参数起放大或缩小曲线的作用，但不影响分布的状态。其故障累积分布函数为：()1expxFx，x概率密度函数为：1()expxxfx，x失效率函数为：1()xx其中：,0，0。为尺度参数，为形状参数，为位置参数。Weibull分布必须具备以下两个条件：⑴满足客观事物的随机性；⑵变量必须大于零。设备的寿命是一个连续型的随机变量，且其值大于零。因此，可以确定设备寿命分布符合Weibull分布。上述公式中的位置参数的大小反映了曲线的起始点位在横坐标上的变化，一般来说设备在开始使用时就有寿命损耗，所以一般情况下0，即使0也可通过坐标变换令0。即得出设备寿命符合2参数的Weibull分布的模型，由此得到设备寿命损耗分布函数为：()1expmtFt，0t其中0为尺度参数，0m为形状参数，用于确定设备的寿命损耗程度，判定设备故障形态，即设备运行处于偶发失效期或早期失效期或损耗失效期。1()expmmmttft，0t失效概率函数为：1()mmtt利用weibull函数对各种类型统计分布拟合力强的特点，拟合出的设备失效率曲线如图2所示。123()tA0T1T2TATt（1—早期失效期；2—偶发失效期；3—耗损失效期）图2设备失效率曲线由图2可见，寿命分布具有浴盆失效率形状的特征，失效率形状由递减到某一低峰而后递增，反应了寿命分布的规律。即设备在早期失效期，寿命损耗相对稳定，在损耗失效期时，寿命损耗急剧上升，设备加速劣化。在损耗期AT时刻，出现临界值点A，此点为设备检修和更换的最佳时期。对设备进行检修之后，失效率曲线以A点为起始点，同样具有浴盆形状的特征。5过称装备寿命预测方法的发展趋势预测是一个长期过程，需要对机械设备跟踪采集相当长时期的历史数据，才能对未来的发展状况做出评价。尤其对一些复杂系统，选择哪些指标衡童它的整机寿命也是要探讨的问题。至于本文阐述的几种预测方法，在机械设备的预测上都存在一定的不足之处。怎样将神经网络、模糊分析与混沌理论结合起来，进一步优化预测方法，是众多学者近年来正在研究的课题。