设备全寿命周期管理

1、文档编码 : CR4F10Z5F4G10 HW3D2V9S7S7 ZF3L3R7Q3E7设备全寿命周期治理1设备全寿命周期治理1.1 基本概念传统的设备治理（）主要是指设备在役期间的运行修理治理,其动身点是 设备牢靠性的角度动身, 具有为保证设备稳固牢靠运行而进行的修理治理的相关 内涵；包括设备资产的物质运动外形,即设备的安装,使用,修理直至拆换,体 现出的是设备的物质运动状态；资产治理 更侧重于整个设备相关价值运动状态,其掩盖购置投资,折旧,修理支出, 报废等一系列资产寿命周期的概念,其动身点是整个企业运营的经济性,具有为降低运营成本, 增加收入而治理的内涵, 表达出的是资产的价值运动状态；

2、现代意义上的设备全寿命周期治理,涵盖了资产治理和设备治理双重概念,应当称为设备资产全寿命周期治理（）更为合适, 它包含了资产和设备治理的全过程,从选购,（安装）使用,修理（轮换）报废等一系列过程,即包括设备治理,也渗透着其全过程的价值变动过程,因此考虑设备全寿命周期治理,要综合考虑设备的牢靠性和经济性；1.2. 设备全寿命周期治理的任务以生产经营为目标,通过一系列的技术,经济,组织措施,对设备的规划,设计,制造,选型,购置,安装,使用,爱惜,修理,改造,更新直至报废的全 过程进行治理,以获得设备寿命周期费用最经济、设备综合产能最高的理想 目标；1 / 17 设备全寿命周期治理 1.3 设备全寿

3、命周期治理的阶段前 期运行修理 治理管 理轮换报废 治理设备全寿命周期示意图设备的全寿命周期治理包括三个阶段（1. 前期治理 设备的前期治理包括规划决策,方案,调研,购置,库存,直至安装调试,试运转的全部过程；1 选购期：在投资前期做好设备的能效分析,确认能够起到正确的作用,2 / 17 设备全寿命周期治理进而通过完善的选购方式,进行招标比价,在保证性能中意需求的情形 下进行最低成本购置；2 库存期：设备资产选购完成后,进入企业库存存放,属于库存治理的范 畴；3 安装期：此期限比较短,属于过渡期,如此阶段没有规范治理,很可能 造成库存期与在役期之间的治理真空；（2运行修理治理包括防止设备性能劣

4、化而进行的日常爱惜保养,检查,监测,诊断以及修理,更新等治理,其目的是保证设备在运行过程中经常处于良好技术状态,并有 效地降低修理费用；在设备运行和修理过程中,可接受现代化治理思想和方 法,如行为科学,系统工程,价值工程,定置治理,信息治理与分析,使用 和修理成本统计与分析,分析,方法,网络技术,虚拟技术,牢靠性修理等；（3. 轮换及报废治理（1）轮换期：对于部分可修复设备,设备定期进行轮换和离线修复保养,然后连续更换服役；此期间的治理对于降低购置及修理成本,重复利用设备 具有确定的意义；（2）报废期：设备整体已到使用寿命,故障频发,影响到设备组的牢靠性,其修理成本已超出设备购置费用,必需对设

5、备进行更换,更换后的设备资 产进行变卖或转让或处置,相应的费用进入企业营业外收入或支出,建立 完善的报废流程,以使资产处置在帐治理,既有利于追溯设备使用历史,也利于资金回笼；至此,设备寿命正式终结；1.4 设备全寿命周期的闭环治理设备在治理的过程中会经受一系列的设备及财务的台账和治理及修理记录,如设备的牢靠性治理及修理费用的历史数据,都可以作为设备全寿命周期的分析依据,最终可以在设备报废之后, 对设备整体使用经济性, 牢靠性及其治理成本 作出科学的分析, 并可以帮忙设备选购决策, 可以更换更加先进的设备重新进行 全寿命周期的跟踪, 也可以仍然使用原型号的设备, 并应用原设备的历史数据进行更加科

6、学的牢靠性治理及修理策略,使其牢靠性及修理经济更加优化,从而使设备全寿命周期治理形成闭环；3 / 17 设备全寿命周期治理1.5 设备全寿命周期治理系统为了从治理上达到对设备全寿命周期的合理治理,必需构建一个适合本企业 的设备全寿命周期治理系统；该系统不仅具有资产治理（台账）,设备治理,维 修工时和成本治理等基本功能, 仍应具有信息综合分析、 报警功能和诊断专家功 能等,对资产,故障,润滑,诊断,备件,修理工时,成本等信息能资源共享,进行综合分析 （输入数据必需精确） 并预报； 全寿命周期治理系统要求将相关信 息按时按规定记录（必需真实）并输入运算机,例如将故障类型,产生缘由,停台天数,修理工

7、时,成本等相关数据准时输入运算机,并对信息进行分析处理,然后利用分析结果实行针对性措施,以达到故障率大幅下降的目的；（1. 设备全寿命周期治理系统详细的治理功能（1）前期治理功能：设备前期治理是保持和提高其后续治理中设备技术状态和 经济成效的关键, 是搞好后续治理的基础； 该部分主要包括设备规划、 选型、安装、调试、验收、申购方案、申购合同、设备租赁、厂商信息等,其中设备规划部分主要包括年度设备使用方案、划需求量等的制定；年度设备使用费方案、 设备使用计（2）台帐治理功能：台帐数据是进行设备优化配置治理的基础,反映企业设备基本信息及其资产状况, 具有静态和动态两部分数据： 静态数据主要有设备编

8、号、名称、型号规格、厂商信息、所属单位、原值、主要性能参数等；动态数据如设备净值、折旧额、累计能耗费用、月有效工作台班 / 时数等；（3）设备状态变动治理功能：记录设备的启用、停用、闲置,租入、租出,转入、转出、故障、事故、报废等的治理,为治理决策层精确快速地供应设 备当前状态；（4）运行状态治理功能：信息等；记录设备日常运行工时信息、能源消耗信息、操作员（5）修理保养治理功能：包括设备修理治理和设备保养治理：治理人员依据设备关键性及其各项经济技术指标对设备分类,对不同类型的设备分别接受状态检测修理、定期修理、事后修理、改善性修理等不同的修理模式,维4 / 17 设备全寿命周期治理修治理包括编

9、制及更换修理方案,记录修理信息,核算修理费用；设备保 养治理主要进行润滑定标、润滑实施等治理；（6）统计分析功能：统计设备各项技术经济指标及综合状态,供应针对不同管理层次需求的报表输出；包括设备分布表、下属部门设备分布表、工程机 械费用核算明细表、单台机械全项核算明细表、单台机械实际费用图表、机械运转情形及经济核算报表、租赁设备收支核算表等；通过各种统计数 据及指标,使治理者全面、快速、精确的明白当前企业机械设备资产及使 用情形,帮忙领导进行企业治理决策；（7）备件治理功能：对设备的备件进行必要的库存治理,在保证设备正常运作的情形下,尽量降低其库存,削减资金占用量；备件治理主要包括建立设 备备

10、件台帐,完成备件的出入库治理,制定备件储备定额；备件选购方案 治理；对备件进行分析,供应各类统计分析报表；（8）系统爱惜功能：对系统进行爱惜,保证系统良好运作；系统爱惜主要是管 理、创建和调整系统的角色、用户及其权限,并进行系统操作权限支配；设置和调整系统的实时信息反馈；作；2设备全寿命周期费用治理2.1. 基本概念完成操作日志、 数据备份及数据复原操设备全寿命周期费用 （）治理是从设备的长期经济效益动身,全面考虑设备的规划、设计、制造、购置、安装、运行、修理、改造、更新,直至报废的全过程,使最小的一种治理理念和方法； 治理的核心内容是从一开头就把工作做好,对设备项目或系统进行分析,并进行决策

11、；2.2. 设备全寿命周期费用治理国内外应用情形概念起源于瑞典铁路系统,1965 年美国国防部争论实施技术并普及全军,之后,英国、德国、法国、挪威等军队普遍运用技术；1999 年 6 月,美国总统克林顿签署政府命令,各州所需的装备及工程项目,要求必需有报告；没有估算、评判,一律不准签约；同年,以英国、挪威为首组5 / 17 设备全寿命周期治理 建了国际组织,由 50 个国家、地区参加；该组织为爱惜参加国购置装备的经济 利益,要求设备、工程中间商、推销商为买方供应估算；美国将治理的方法第一应用于核电站,由于核电站建设是以牢靠作为优先考虑因素,因而在牢靠性的基础进行治理,更具必要性和紧迫性；在此基

12、础上,再 将该项技术推向了发电机、大型变压器、励磁机、低压输配电系统、仪用空气系 统；加拿大和欧洲一些国家将治理和可连续性进展结合起来,偏向于电力系统中的绿色能源, 在运算成本时考虑了环境的影响；法在高压开关、变电站方面的应用；2.3. 设备全寿命周期费用分析的方法（1 贝叶斯推断法来自制造厂的专家也提出治理方贝叶斯一词源于 18 世纪一个牧师,由于他的发觉,使带有主观体会性的知识信息,被用于统计推断和决策巾来；当将来决策因素不完全确定时,必需利用全部能够获得的信息, 包括样本信息和先于样本的全部信息, 其中包括来自体会、直觉、判定的主观信息,来削减来来事物的不确定性,这就是贝叶斯推断原理；（

13、2 马尔可夫过程分析法 由于设备的全寿命周期过程经常相伴确定的随机过程,而在随机过程理论中 的一种重要模型就是马尔可夫过程模型； 在一个随机过程中, 对于每一初始时刻,系统的下一个时刻状态概率仅与初始时刻的状态有关,而与系统是怎样和何时进入这种状态无关, 即所谓无后效性或无记忆性, 这种随机过程称为马尔可夫随机 过程；（3 层次分析法（）是美国著名运筹学家、匹兹堡高校教授TL等人在 20 世纪 70 岁月中期提出的一种定性与定量分析相结合的多准就决策方法；经常可以作为一种确定指标权重的方法加以应用；的特点是：将人的思维过程数学化、模型化、系统化、规范化,便于人们接受,但在运用上也有较多的局限性

14、；在使用过程中无论是建立层次结构仍是构造判定矩阵,人的主观判定、 选择对结果的影响较大； 使得6 / 17 设备全寿命周期治理 进行决策的主观成分很大； 鉴于标准在使用中存在的不足, 人们对其进行大量的修改,这些修改主要集中在以下几个方面：对标度方法的修改； 对单排序方法的改进；一样性检验的处理；大规模指标判定矩阵的给出；（3 模糊综合评判法模糊综合评判法是利用模糊关系合成的原理,从多个因素对评判事物隶属情况进行综合性评判的一种方法； 作为模糊数学的一种详细应用方法,最早是由我国学者汪培庄提出来的； 它主要分为两步： 第一步先按每个因素单独评判；其次步再按全部因素进行综合评判； 该方法是解准备

15、性和定量问题的经典方法,能够较好解决判定的模糊性和不确定问题,在许多领域得到广泛应用； 模糊综合评判的优点是可以对涉及模糊因素的对象系统进行综合评判；其不足之处是： 不能解决评判指标相关造成的评判信息重复问题,隶属函数的确定仍没有系统的方法,而且合成的算法仍有待进一步探讨；其评判过程大量应用了人的主观判定,由于各因素权重的确定带有确定的主观性,主观信息的综合评判方法；（4 数据包络分析（）因此总的来说, 模糊综合评判足一种基于是著名运筹学家 A和 WW等学者以“ 相对效率” 为基础进展起来的一种新的系统分析方法； 它主要接受线性规划方法； 利用观看到的有效样本数据,对决策单元 ,进行生产有效性

16、评判；白思俊曾对方法在项目评判中的应用进行了争论； 方法是一种定量评判方法, 其特点是完全基于指标数据的客观信息进行评判,剔除了人为因素带来的误差；其优点是评判多输入多输出的大系统,并可以利用“ 窗口”技术找出单元薄弱环节加以改进；缺点是只能说明评判单元的相对进展指标,无法表示出实际进展水平；（5 人工神经网络（）评判方法是一种交互式评判方法, 它可以依据用户期望的输出不断修改指标的权值,直到用户中意为止； 评判方法能够充分考虑评判专家的体会和直觉思维的模式,又能降低综合评判过程中的不确定性因素,能够较好解决综合评判过程中显现的随机性和评判专家主观上的不确定性及熟识上的模糊性问题；评判方法具有

17、自适应才能、 可容错性能够处理非线性、 非局域性的大型复杂系统； 在对学习样本训练中, 无须考虑输入因子之间的权系数,7 / 17 通过输出值与期望值之间的误设备全寿命周期治理差比较,沿原连接权自动地进行调剂和适应,因此该方法表达了因子之间的相互作用；但方法也存在一些缺点；如需要大量的训练样本,精度不高；评判算法复 杂,只能借助运算机处理；网络收敛速度慢,影响评判工作效率等；（5 灰色综合评判法 灰色综合评判方法是一种定性分析和定量分析相结合的综合评判方法,这种 方法可以较好的解决评判指标难以精确量化和统计的问题,可以排除人为因素带 来的影响,使评判结果更加客观精确；其整个运算过程简洁,通俗易

18、懂；易为人 们所把握；数据不必进行归一化处理,可用原始数据进行直接运算,牢靠性强；评判指标体系可以依据详细情形增减；无须大量样本, 只要有代表性的少量样本即可；缺点是要求样本数据具有时间序列特性；而且,基于灰色关联系数的综合 评判具有相对评判的全部缺点； 另外,灰色关联系数的运算仍需要确定 “ 辨论率” ,而它的选择并没有一个合理的标准；在以上几种方法中, 目前最为流行的是人工神经网络和灰色综合评判法；下 面详细介绍神经网络及灰色理论在设备全寿命周期费用分析的应用；2.4. 神经网络在设备全寿命费用分析中的应用在设备全寿命分析过程中,全寿命费用与其影响因素之间存在着极其复杂的 非线性关系,对这

19、一非线性关系的模拟和识别及其全局优化问题仍没有得到很好的解决；近几年来神经网络得到了飞速的进展,已广泛应用于人工智能、 自动控制、统计学等领域,特殊是 网络以其良好的非线性功能、自学习功能等许多优良特性而在许多领域获得了成功,已渐渐成为解决此类问题的工具；人工神经网络及网络原理人工神经网络是一个并行和分布式的信息处理网络结构；近年较为流行的反向传播神经网络（简称,）网络,以其良好的非线性映射才能而成为一种应用最广泛的神经网络模型；它在分类,推测,故障诊断和参数检测中具有广泛的应用；网络算法的学习过程, 由正向传播和反向传播组成；通常标准的网络由3 层神经元组成,最下一层为输入层,中间层为隐含层

20、, 最上层为输出层,每层由如干神经元组成；各层次之间的神经元形成全互连接,各层次内的神经元之间没有连接；神经网络的推测功能是通过误差的反向传播学习算法来实现；其主要思想是：对于 q 个学习样本：p ,1p . 2p ,q与其对应的输出样本为：T ,1T . 2T 学习的目的是用网络的实际输出 qA ,18 / 17 设备全寿命周期治理2 A . q A 与 目 标 矢 量1 T ,T2 . Tq之 间 的 误 差 来 修 改 其 权 值 , 使l Al,12. q与期望的T 尽可能的接近,即使网络输出层的误差平方和最小；l它通过连续不断的相对于误差函数斜率下降方向上,运算网络权和偏差的变化而靠

21、近目标； 每一次权值和偏差的变化都与网络误差成正比,并以反向传播的方式传输到每一层；设输入为P,输入神经元有 r 个,隐含层内有 s1 个神经元,激活函数为 f1,输出层内有 s2个神经元,对应的激活函数为 f2, 输出为 A,目标矢 量为 T,其步骤如下：（1） 隐含层中第 i 个神经元的输出：ra1 if1j1w 1ijpjb 1ii,12 ,3 .s 1（2） 隐含层中第 k 个神经元的输出：a2kf2s 11w 2kia 1 ib 2ki1 2,3, .s 1j（3）定义误差函数为：EW,B1s 21tka222k（4）用梯度法求输出层的权值变化 对从第 i 个输入到第 k 个输出的权

22、值变化为：w 2kikitE2f2E.2a2kttkaa2kf2a1 ikia 1iw2kia2kw2ki其中kae kfe kk2k同理可得：b 2kiEE.a2ktka2kf2a1 ikib2kib 2kia2k（5）利用梯度法求隐含层权值变化 对从第 j 个输入到第 i 个输出的权值为：w 1ijijpjEE.a2k.a 1is 21tka 2kf2w2kif1pjw 1 ija2ka 1iw 1ijk其中：9 / 17 设备全寿命周期治理ijei1fes 2kiw 2kib1 iijk12.4.1 全寿命费用推测结构神经网络设计（1 全寿命费用分解结构的构成因素全寿命费用可认为是设备从

23、其概念系统方案的形成到设备退役为止,这一寿命剖面的各个大事内所消耗的总费用,即设备在开发、试验、装备、使用、维护始终到最终废弃或退役等过程中各项费用总和；为了便于对全寿命费用进行估算和组织治理； 通常按设备类别和系统分析原理进行费用分解；在提出设备在其寿命周期内的费用分解结构时, 应精确的估算或推测出在全寿命阶段设备的全寿命费用,并同时对各项费用做出合理评判；用分解结构有以下几个方面：（1）争论与研制费依据以往的体会, 通常构成全寿命费争论与研制费是指设备的全部技术争论、型号设计、 样机和原型机制造、 各种试验和鉴定的费用； 争论和研制费基本上是固定的且是一次性支付的,与最终该型设备的生产量无

24、关；（2）最初投资费用最初投资费用是最初工厂装备一套设备所花的全部费用,主要包括设备的采购费,包括生产费、运输费等、设施建筑费、人员训练费及首批备件的选购费；最初投资费用也是一次性支付的；（3）使用保证费用使用保证费用是一个设备在装备之后,使用过程中所需的全部费用； 这些费用包括能源费用、 使用费用、 爱惜修理费用等； 使用保证费用通常要高于争论与 研制费用和最初投资费用；（4）退役费用 退役费用是设备退役或报废时,加以处理所用的费用；与前 3 类相比,退 役费用的数额很小；（2 全寿命费用推测神经网络模型设计 现在的问题已经不是设备的争论与研制费、最初投资费、使用保证费和退役 费等分别加以治

25、理,而是把这几个环节结合起来作为全寿命费用进行综合治理；10 / 17 设备全寿命周期治理 为了给设备的全寿命分析供应一个参考依据,可以运用神经网络的模型设计方 法,对整个设备的全系统、全寿命费用进行综合设计,得出其推测模型；（1）输入输出层的设计对于设备的全寿命费用而言, 依据以上的4 个分解结构就可以把其应用到实际中, 但这并不是包括了全部费用；在实际使用中,依据影响费用因素的重要 程度,可以分为选购费、使用费、修理费、后勤保证费、培训费、技术改进费和 退役处理费等, 其中已包括了主要费用因素； 依据网络的设计特性不考虑各因素 之间的相互影响关系, 即各层次内的神经元之间没有连接, 可以选

26、其作为输入层,其输入节点数为 7；输出层为全寿命费用,就输出层的节点数为 1；（2）隐含层节点数及选取隐含层节点选取是一个复杂的问题,节点数太多会导致训练时间过长,误差可能达不到预期的要求；如节点数太少会导致容错性较差,不能识别新的样本；所以隐含层节点数要依据体会来选取,一般的选取方法如下：n1 n m a式中：n 为隐含层节点的数目； n 为输入层节点数； m 为输出层节点数； a 为1-10,的常数,依据上式权衡最优可以确定隐含层的节点数为 5；（3）初始权值的选取由于在设备全寿命费用神经网络模型设计中,费用是呈非线性变化的, 因而,初始权值的选取对于是否能达到所估量的全寿命费用最小,是否

27、能够收敛以及训练时间的长短等关系很大, 那么在模型推测过程中, 假如初始权值太大, 使得加权之后的输入和 N 落在了网络模型的 S 型激活函数的饱和期中,从而会导致f s 特殊小；而在其后运算各个阶段费用的权值修正公式中,由于 正比于f N ,当 f N 0 时,就有 0 ,使得 w ij 0,从而使得调剂过程几乎停顿不前, 不能如期完成对某类设备的全寿命费用推测；所以,一般总是期望经过初始加权后的每个费用神经元的输出值都应为零,这样才可以保证费用神经元都能够在 s 型函数最大之处进行调剂；所以,一般取初始权值在 -1,1之间的随机数,对于在全寿命费推测中的2 层网络, 为了防止显现局部最小值

28、, 不收敛或训练时间过长等情形, 可以接受威得罗选定初始权值的策略,选择权值的量级为11 / 17 设备全寿命周期治理r1s ,其中,1s 为第 1 层神经元的数目；利用此法可以在较少的训练次数下得到中意的费用结果；（4）目标值的选取 在设备的设计开头, 就应对其全寿命费用进行论证；依据支付费用状况, 采用多元回来法、参数费用法、类推费用法、外推费用法、估算费用法等来估算此设备的预期费用, 作为输出的目标值； 设计者依据设备全寿命费用目标值来确定 期望误差值,以及依照精度的要求来选定最大循环次数；通过以上的分析可得网络结构如图 1；在对此网络进行训练的过程中, 先要取确定数量的样本, 选定其初

29、始权值进行学习,然后其输出层的结果即为全寿命费用；测模型中, 要用各个费用的大量数据进行训练,费用和全寿命费用之间不需要作出更多的假设,适应学习中获得,从而大大削减了人为的影响,在对全寿命费用的神经网络的预 可以得出正确的成效, 对于各个 其分析过程可以从推测模型的自 对全寿命费用的推测会更高；2.5. 灰色理论在设备全寿命费用分析中的应用灰色系统理论主要争论系统模型不明确、行为信息不完全、 运行机制不清楚12 / 17 设备全寿命周期治理系统的建模、推测、决策和把握,在争论系统时,该理论能够抓住表征信息,利 用关联分析、灰色聚类、灰数生成、灰色建模等信息加工手段,寻求系统内在规 律,用于推测

30、系统将来的进展状态；2.5.1 设备全寿命费用推测指标体系 对设备费用进行推测 必需对设备体系进行分析, 同时仍需要对设备从生产 到报废中所涉及到的各个阶段的费用进行分析即进行所谓的全寿命费用分析；（1 设备全寿命费用结构设备全寿命费用是设备在预定的寿命周期内,使用、修理和保证直至报废所所产生的费用之和,由于设备的论证、 研制、生产、包括直接和间接费用、 经常性和一次性费用及其他有关费用； 设备全寿命费用构成可以是多视角的,为了分析 便利,依据再生产原理, 从资金循环周期看, 设备寿命周期全过程可划分为预研、研制、试验、生产、部署、使用和退役处置等阶段,概括为科研、选购和修理三 个阶段,以此形

31、成相应的经费构成；对设备全寿命费用宏观推测, 实质是依据从装备需求到经费需求的思路,确 定出设备全寿命费用宏观推测的指标体系,以指标体系为推测和分析的依据；（2 设备全寿命费用推测指标体系 设备全寿命费用推测, 既包括费用总量推测, 又包括费用结构比例推测, 而不同类别的费用结构又是一个相对的费用总量；成不变的, 有影响其总量和结构比例的因素,费用总量和费用结构比例不是一 这些影响的变化, 会使费用总量和费用结构发生变化； 其中主要的因素是价格指数对价格的影响,引起设备费用的变化；所以对设备全寿命费用进行推测分析,需要从费用总量、 费用结构和价格指数三个方面进行综合分析, 依据这种思路, 可以确定出设备全寿命费用推测的 指标体系,如图 1 所示；13 / 17 设备全寿命周期治理设备全寿命费用推测指标体系费用总量推测费 用 结 构 比 例 预价格指数推测物价指数按 设 备 类 别按 阶 段按 设 备 类 别按 阶 段设备市场价格指数配套设备市场价格指设备出厂价格指数设备全寿命费用宏观推测指标体系图2.5.2 设备全寿命费用推测方法与模型（1 设备费用推测模型分析装备费用是一个影响因素繁多的问题,从全寿命阶段上讲,有科研、选购、14 / 17 设备全寿