定量可靠性优化(QRO)是一个综合的动态可靠性分析模型和扩展其他现有的可靠性模型的最佳元素而引入新的数据科学分析概念驱动改进和战略平衡的可用性、过程安全、和支出的性能。
在过去的几十年里创建了许多项目,以减少停机时间和优化复杂的处理设施的可靠性,如炼油厂、化工厂、和发电设施。这些项目包括,但不限于,以可靠性为中心的维修(RCM),基于风险的检验(RBI)可靠性可用性可维护性(RAM),失效模式和影响分析(FMEA),万博电脑版官网机械完整性(MI)、备件优化和先进的状态监测。虽然这些模型增加了世界各地的许多公司相当大的价值,从他们的改进在过去的十年中已经趋于平稳。
定量可靠性优化(QRO)应用先进的数据科学原则,使可靠性和操作领导人改善和简化复杂决策的可靠性。因此,设备可以获得更大的洞察力和信心在如何推动系统的更好的性能在最低的成本。
下表说明了定量可靠性优化的一些差异(QRO)和一些现有的可靠性模型。
定量可靠性优化(QRO)可以提供一个优化的可靠性计划设施领导人在三个方面:
- QRO链接每个失败和整个系统的数据点。为了优化系统,分析系统必须涵盖。而不是孤立模型对个人资产或特定的失效模式,QRO统计相关的所有组件系统到一个分析。QRO的分析可以覆盖成千上万的资产为特定设备或更多如果建模整个舰队或供应链。所有这些资产的统计关系使一个了解关键数据和具体故障点与整个生产或系统的可靠性的影响。
- QRO提高故障模型,量化的不确定性。QRO执行一个数据驱动的分析系统中每个故障点,以便每个资产是定量建模以其独特的概率失败的期待。概率,而不是只提供一个号码,QRO应用先进的模型称为一生变化曲线(LVC)。LVC预测失败概率的分布给出今天所有已知和未知的水平。因此,任何失败的系统——无论它是一个停滞的转子泵或管道的泄漏在墙上,可以准确地考虑到预期的故障点和不确定性建模与点失败的相关曲线。
- QRO提供了一个动态可靠性模型为整个设施。QRO模型不断更新相关数据来源,关键变化的数据点,无论是在过程,操作、维护、检查、或经济学,更新每个失败的LVC点。因此,工厂领导可以看到数据变化如何影响他们的系统作为一个整体的可靠性。此外,推荐的数据采集任务从最初的研究检查和运营商慢慢走近提供额外的信息用于调整模型的预测。这些动态更新和能够看到他们如何影响系统的可靠性提高了设备的整体信心领导他们做最好的可靠性决定为他们的设施。
结合所有设备,故障点,和关键数据分析引擎提供了新的见解facility-wide可用性。这个驱动更好的战略投资决策和战术数据驱动的可靠性规划。实现QRO之后,工厂管理和它的支持维护、检验、操作、和可靠性部门将能够看到如何,何时、何地和先前孤立的支出导致提高性能和可衡量的增加对预测的信心。
相关的链接
主题的工具
分享这个话题
有助于定义
我们欢迎更新这Integripedia Inspectioneering社会的定义。点击下面的链接提交任何建议更改Inspectioneering团队编辑的审查。
有助于定义