КУРС ПРОГРАММЫ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ АРМАТУРНОГО ХОЗЯЙСТВА

Для крупных предприятий, на которых установлены наиболее применяемые в ЦБП клапаны Neles, есть свой способ определения надежности или наиболее слабых мест процесса и наиболее сложных участков. Получение данных возможно за счет анализа поставок за длительный период и интервьюирования специалистов комбината. Даже на этой основе можно дать предложения по прогнозированию надежности клапана в конкретных условиях. Установлено, что исходные данные могут быть собраны из опыта поставок и эксплуатации в течение 2-3-х лет работы производства. Этого, как правило, может быть достаточно для оценки надежности, расчета вероятности отказов и прогнозирования срока службы без отказов. Также основой такого анализа является тот факт, что можно идентифицировать определенное число однотипных клапанов и средств КИП, работающих в близких условиях, что позволяет рассматривать их как совокупность, обладающую одинаковыми свойствами. Такие данные могут предоставляться также и арматурными компаниями – поставщиками, благодаря накапливаемой ими статистике.

Одним из часто задаваемых вопросов является следующий: А насколько достоверна статистика, полученная из статистических данных, где не было возможности заранее задать критерии сбора данных? Такие вопросы возникают из-за того, что не было изначального представления о границах применимости того или иного метода статистического исследования, о «потенциальных возможностях» накопленного статистического материала, которыми обладают компании, или происходит из-за обращения со статистическими моделями так же, как и с детерминированными.

В статистической обработке материала помогают дополнительные модели материального или теплового баланса, данные косвенных исследований, например, общие расчеты систем КИП и А для отдельных цехов ЦБК. Специальные методы статистических методов обработки материала, например, специально для случаев неполных исходных данных информации, пассивного промышленного эксперимента, при наличии неуправляемых показателей, с выделением главных влияющих факторов и их взаимодействий, анализ временных рядов являются математической базой оценки статистически накопленного материала. Для объектов ЦБП характерны ситуации, когда в число входных параметров, определяющих параметры надежности, входят параметры, которые можно регистрировать, но практически нельзя изменять. Ими могут быть, например, показатели сырья, временной дрейф показателей КИП и А, возникающий из-за старения приборов. Эти параметры с точки зрения метрологической надежности могут относиться к неуправляемым.

К сожалению, наработка статистического материала на предприятии в разрезе эффективности и надежности клапанного хозяйства, тем более метрологической надежности весьма затруднителен. Эти данные разбросаны между разными цехами комбината, не отслеживаются в полной мере из-за высокой трудоемкости сбора такой информации и, зачастую, определяются субъективно. Требуются большие усилия по формированию подобных баз данных с целью оценки надежности и расчета показателей обслуживания, как со стороны руководства, так и персонала.

Наиболее простым способом является определение количества клапанов одного типа и одного производителя, находящихся в ремонте или в состоянии отказа. Так, если компания – производитель задает вероятность безотказной работы 0,95, то это означает, что из 1000 установленных на большом ЦБК клапанов в состоянии отказа находятся примерно 50 шт. Статистика Мetso Automation подтверждает, что вероятность безотказной работы клапанов Neles значительно выше и может составлять примерно 0,998. Это означает, что в состоянии отказа будет находиться только 2 клапана с соответствующим сокращением вероятности аварий и нормо-часов на ППР и обслуживание. Для примера, в технической документации на клапаны других производителей задается обычно уровень безотказной работы всего 0,9-0,95.

Погрешности и пренебрежение взаимосвязями между различными параметрами, когда вклад каждого невелик, но в совокупности влияние может быть значительным, особенности поведения процесса вблизи допустимых значений – все это может оказать существенное влияние на течение процесса и метрологическую надежность регулирования в целом. Поэтому при задании критериев метрологической надежности учет такого рода особенностей необходим.