3设备点检数据统计分析.doc

设备点检数据统计分析对点检和巡检的任务和检查结果进行各种形势的统计分析以及绘制各种趋势分析图，称为设备点检数据分析。包括：点检总体情况分析、点检数据趋势分析、点检结果统计分析、巡检数据趋势分析、巡检总体情况分析（运行部）、巡检结果统计分析（运行部）、巡检总体情况分析（燃运部）和巡检结果统计分析（燃运部）等。 数据分析一般需要计算机进行辅助分析和编制趋势分析图，或是专用的计算机软件。大部分需要热控专业的配合。下面介绍比较适合于电力生产设备管理的分析方法。 某电厂实行点检定修制以来，设备管理方法上也在发生着变化，尤其是在积累数据方面最为突出。点检员现场检查的项目总共有61,099项，按点检计划进行轮回检查。从2003年12月至2004年8月，共积累了1,694,357条结果数据。如何对这些数据进行科学的辅助分析，帮助点检员量化的掌握设备的健康水平，逐渐提上议事日程。通过讨论一些通用数据统计分析方法的特点，来研究这些方法是否适合于分析点检结果数据。同时结合计算机技术，讨论在计算机上实现辅助分析的可行性，为设备管理人员、计算机技术人员做进一步研究提供参考。1 折线图在平面直角坐标系内，有一条或多条折线的图示方法，称为折线图，X轴代表过程展开的时间，Y轴代表过程的量值。折线图的基本形式如下图所示：图2-1 折线图的基本形式一般电厂的热控系统，已经提供了折线图的辅助分析方法。如下面是2004年3月至9月，一号汽轮机#1轴承#1乌金温度的点检结果数据折线图。图2-2 点检单折线图同时，也支持多点比较的折线图分析方法。一张折线图上如果绘有多条折线，这些折线所代表的数据应是同一种类的数据。如下图是2004年3月至9月，一号汽轮机#1轴承振动与二号汽轮机#1轴承振动点检结果数据的比较图。图2-3 点检多折线图折线图的应用非常广泛，凡是与时间有函数关系的量均可用它进行统计分析。如果能够在X轴方向上标注一些引起数据大幅变化的直接事件，将可以起到更为直观的说明作用。若在图2-2中，标注出引起5月前后数据大幅变化的事件原因，如一次检修或维修活动，就可以说明这次检修活动是卓有成效的。2 直方图 在本文的图2-3中，我们看到，这些数据，在不同时间段内并没有明显趋势变化，随机分布性强，折线图分析不能满足我们的需要。此时我们再引入另一种图示法，直方图。用连续随机变量观测值的分布状况表示的图形，称为直方图。在横坐标轴上将该随机变量的取值区间分为组，分别以各组为底作矩形，其面积等于相应组的频率。以频数表示的直方图称为频率直方图。如下图所示。图3-1 频数直方图一个直方图由若干个矩形排列而成，矩形的宽度表示数据范围的间隔，高度表示在给定间隔内的数据中的个数，即数字出现的频率，或落入一特定组的观测值个数。直方图可以直观地显示出统计数据的大致分布情况、分布范围、集中程度和每个区间出现的频数的大小。直方图主要用于观测设备运行的波动情况，以便从中获得运行状况控制信息和找到改进的机会。作直方图一般要求大于50个数字，所以重点之一是做好分组。因为数据比较多，一般采用等距分组法，将全部数字依次划分为若干个区间。分组的目的之一是为了观察数据的分布特征，因此，组数多少应适当。若组数太多，数据的分布就会太分散；若组数太少，数据的分布就会太集中，不便于观察数据分布特征。组数的经验公式是：k=1+lgn/lg2。也可根据数字的多少，参考下表灵活确定组数k。数据内数字的数目n组数k常用分组数5010051010100200712250以上1020直方图的另一个重点是做好分析，应从整体上去观察分析直方图，看数据的分布规律，并作出判断和推测。常见的一些典型直方图形状如下。图3-2 常见典型直方图形状图a是正常型直方图，被分析的数据以中心为对称分布，说明设备运行状况的波动是受控的，设备运行处于稳定状态。图b是偏向（左偏或右偏）型直方图，原因可能是存在一些不良影响引起的，需要做改进。图c是双峰直方图，说明被分析的数据来自两个总体，是分层没有分好，可考虑适当调整点检计划。图d是孤岛型直方图，说明采集数据过程中测量存在较大误差或短时间的操作失误等。图e是平顶型直方图，说明设备运行过程中一些因素发生缓慢的变化所致。图f是锯齿直方图，说明测量数据不准，或者是数据分组过多所致。通过对直方图的分析，不仅可以了解设备运行水平，还可以来调整不适合的点检计划。直方图数据对应关系比较简单，便于利用计算机手段实现。3 常规控制图 直方图便于我们了解数据的分布情况，并可以帮助我们完善点检计划，但我们的更为关心的是最大值最小值是不是在允许范围内，设备是不是在一种健康水平上运行。由此，我们再引入一种图，控制图。控制图是基于“抓苗头，防患于未然”的思想，只要被控制对象越出控制限，就抓住不放，追要究底，找出原因，进行改进，防止造成更大损失。控制图的种类很多，最常见的是常规控制图。常规控制图是利用计数值（如不合格率）或计量值（如平均值和极差）评估和监察一个过程的一类控制图。它包含一条中心线（CL），作为标准值，它还包含由统计方法确定的两条控制限，位于中心线的各一侧，称为上控制线（UCL）和下控制线（LCL），如下图：图4-1 常规控制图图式常规控制图可分为计量控制图和计数控制图两种，每一种又可分为四个类型，每个类型又有标准值给定和不给定两种不同的情形。使用时，应按照一定的方法，选择适宜的控制图。我们在此处只讨论标准值给定的计量类的平均值标准差控制图。它要求给定几个标准值，如X0质量特性的观测值的标准值，s0样本标准差的标准值，0组内过程标准差的真值的标准值，这几个标准值都可以根据经验得到或通过一些计算得到，有了这些标准值，就可以按下列公式计算控制图的三条线的位置：CLUCLLCL平均值图X0X0+A0X0-A0标准差图s0B50B60表中除了给定的标准值之外，A、B5、B6称为控制限系数，可以根据子组中观测值的个数从控制限系数表中查得。由此可见，控制图的上下控制限是一个计算值，而不能用设备运行参数上下允许偏差直接代替。使用控制图时，还应注意，一张控制图只控制一个控制对象；计量控制图所用样本必须服从正态分布；只有在过程稳态而且过程重复的情况下才能用控制图，短期过程很少能提供足够的数据，难以建立适宜的控制图。点检结果数据中大部分测量值是服从正态分布的，所以大部分点检结果数据是可以建立控制图的。另外，控制限值的查表与计算工作可以由计算机去完成，查表所得值是唯一确定的值，从而可以实现计算辅助分析。4 带警戒限的均值控制图 电力生产的主要特点是产、供、销同进行，要求设备连续24小时运行；另一方面，发电设备，尤其是主设备启停、检修代价很高。这两方面要求发电设备在可控的情况下尽可能多的提高连续运行小时数，尽可能少的出现降出力。这就需要对一些偏离标准值的数据做进一步分析，以得出结论，是应该进一步观测，还是应该进行检修。我们可以借助另一种图示方法做这样的分析。带警戒限的均值控制图，简称带戒图，它的原理与使用条件和常规控制图相同，但它对常规控制图做了改进，带有警戒限和行动限，更加适用于点检结果数据的分析。带戒图有两种形式：双侧准则和单侧准则。当以双侧准则方式对过程进行统计控制时，带戒图分5个质量区域，如图所示图5-1 双侧准则的统计控制质量区域目标区域T，样本均值位于上警戒限与下警戒限之间；警戒区域W+和W-，样本均值分别位于上警戒限与上行动限之间或下警戒限与下行动限之间；行动区域A+和A-，样本均值分别位于上行动限之外或下行动限之外。警戒限是控制图上用于决定是否需要发出警戒信号的界限，行动限是控制图上用于决定是否需要采取行动的界限。带戒图应用前提一是过程受控，二是统计数据是正态分布，三是过程标准差已知。这里，我们简单说明一下带戒图的绘制方法：获得已知条件，过程的标准差、过程均值的目标水平0、容差上下限、异常率；根据已知条件，经过计算和查表，得到行动限系数B1、警戒限系数B2、落在同一侧警戒区域中判过程为失控的连续点数据K，以及受控过程平均链长L0和失控过程平均链长L0。值得注意的是，查出的数据可能不是唯一的，而是多个供选择的方案，这时需要按一个原则选择一种方案，推荐先选择2L0/L1比值最大的，如果比值都大于或等于40，则选择L1值较小的方案。这样就确定了K、B1、B2。计算上行动限：0+B1/n ；计算下行动限：0-B1/n ；计算上警戒限：0+B2/n ；计算上警戒限：0-B2/n 。根据计算出的值可以画出带戒图，将样本数据在图上描点，并用直线顺序连接起来，完成带戒图的绘制。为了进一步说明带戒图分析方面的特点，此处我们举一个例子。主要参数为：0=25，上/下警戒限=25.45/25.45，上/下行动限=26.45/23.55，K=4。如下图所示： 图5-2 带戒图举例图中可以看到，第3点、第5点和第6点落在下警戒限的W-区内，但没有报警，未对生产过程进行调整；第18点和第19点落在上警戒限的W+区内，也没停下来进行调整，为什么？这是因为取的方案是K=4，即连续有4点出了警戒限才报警，对生产过程进行调整。当然，出现任何一点出了行动限（无论是上行动限不是下行动限）则立即采取行动，进行调整生产过程。由带戒图的特点可见，它更适合于发电厂通过对点