简介
在过去的十年中,一家综合性的国际能源公司经历了其大型炼油厂全厂可用性的显著下降。工厂领导认为加氢裂化装置是造成可用性下降的主要原因之一,并集中精力改进该装置。该计划的目标是最大限度地提高加氢裂化装置的可用性,包括一系列资产管理改进计划、资本升级和性能改进计划。
在计划完成之后,工厂领导仍然不确定这些活动是否真的能帮助他们实现可用性目标。虽然工厂已经对其固定设备实施了基于风险的检查(RBI)计划,并对其关键机械进行了以可靠性为中心的维护(RCM)研究,但这些努力似乎过于主观和保守,并提供了设备可靠性的静态视图。因此,这些方法无法充分量化结果,从而使植物领导层有信心实现他们所寻求的可用性改进。
植物领导问:“我们应该做更多吗?我们是不是花费太多了?我们能确定我们所采取的行动是值得投资的吗?我们如何才能更有信心地认为,计划中的维护、监控和维修、更换和升级活动是值得投资的,并将确保可用性的阶段性变化?”
可靠性定量优化
工厂需要一种解决方案来帮助他们更好地评估设备风险并预测未来的可用性,因此工厂领导层决定试行定量可靠性优化(QRO)。QRO是一种数据驱动的方法,它将最佳的传统可靠性方法与数据科学原理和主题专业知识(SME)相结合,使工厂能够推动和改善复杂的可靠性决策。该方法将固定资产和非固定资产的风险评估混合到一个单一模型中,消除数据孤岛,并为工厂提供见解,以减少计划外停机时间,提高安全性,并通过统计支持的置信度提高支出绩效。正如行业采用RBI和RCM等方法来评估风险一样,QRO是可靠性建模的下一个进步。
QRO为设施提供了四个主要好处:
- 利用现有数据预测未来可用性的能力
- 用同一方法准确预测固定和非固定资产的失效概率(POF)和失效后果(COF)
- 数据有限的工厂可以使用行业分析和主题专业知识来为工厂建立和告知数据模型
- 能够使用实时数据连接(包括流程、监控、工作订单和任务数据)实时更新预测模型,从而使风险和缓解计划保持常绿状态
意见及讨论
目前还没有评论。
添加评论
请188app金宝搏网页登录 或注册参与评论和讨论。