利用定量可靠性优化，更好地驱动全设施的可靠性和维护预算

简介

当前的可靠性方法，如基于风险的检查(RBI)、以可靠性为中心的维护(RCM)和可靠性可用性可维护性(RAM)，已经帮助业界在可靠性管理方面取得了巨大进展。虽然这些方法的适当部署增加了大量的价值，但可靠性和运营领导者今天仍然在努力客观地回答整个设施的宏观可靠性问题。例如，设备负责人如何为下一个财年的维护和可靠性预算辩护?当被要求削减整个运营部门的支出时，领导者如何决定预算的哪些方面需要调整?这些预算包括较小的可靠性项目和从预测维护到固定设备检查的预算，因此，即使使用最好的方法，也要做出客观的决策，如何使大规模削减具有挑战性和艰巨。

定量可靠性优化(QRO)是一种方法，使可靠性和运营负责人能够为他们的设施做出更聪明、更自信的可靠性决策。该方法既发展和集成了当前模型和方法的最佳元素，同时引入了新的分析概念，以定量平衡过程安全可用性目标与维护和可靠性投资。QRO获取大量的可靠性和经济数据，利用前沿的数据科学分析系统的可靠性性能，并提供持续优化的可靠性方案。

在这篇文章中，我们将讨论QRO如何成为行业在可靠性方面的下一步，通过观察三个行业挑战以及QRO如何应对这些挑战:

1. 识别不同资产和故障类型的故障模式
2. 量化失效曲线
3. 将个人资产与设施绩效联系起来，推动更好的计划

识别不同资产和故障类型的故障模式

设施负责人目前面临什么挑战?

可靠性领导者需要能够理解他们的资产将如何以及何时发生故障，以及需要执行哪些活动来降低这些故障发生的可能性，并在需要时在最佳时间点为维护做好准备。目前的可靠性方法通常针对一组特定的故障模式或设备类型，采用故障模式和影响分析(FMEA)和RCM等方法。这些方法通常…