設備檢修費用的研究

設備檢修費用分析的重點之一是研究顯著影響檢修費用的因素，如設備數量、單位價格、使用年限、可靠性、維修性、使用消耗、維修費用等因素，它們對檢修費用的影響存在相互制約的關系，某個或幾個因素的變化會造成檢修費用劇烈變化，而另外一些因素的變化對檢修費用的影響不大。

設備檢修費用的研究

設備系統本身及其設計性能，決定了可靠性和維修性。設備的使用特性還決定了使用費。設備可靠性(以MTBF為標志)、維修性(MTTR)和維修保障(影響MWT)決定了它的可用度，直接影響后勤保障的投資，以及各種維修費用。設備不可用度帶來的損失視為費用支出，為不可用度費，也由影響可用度的因素決定。

從管理的角度，主要是應把握好對檢修費用影響敏感的因素;而從決策的角度，弄清敏感因素的準確數值。對敏感性函數進行處理時，必須依據參數的量值及其敏感性函數這兩個因素。

維修費用特性具有非線性特點，即在前期投入很少，隨著時間的推移而增加，直至報廢而終止投入，整個過程具有非線性增加的特點。檢修費用模型一般符合威布爾分布、正態分布、對數正態分布、指數分布等四種分布形態。傳統的確定運行維護費用分布類型的方法主要有:均方差最小準則法、基于模糊理論的模糊貼近度法、灰色關聯分析法。但是，從研究結果來看，前兩者在數據量較小時都較容易產生較大的誤差，對數據樣本量要求較高。而灰色關聯分析的基本思想是通過對系統動態發展過程進行量化分析來考察系統諸因素之間的相關程度，即根據曲線間的相似程度來判斷因素間的關聯程度，以關聯度作為其關系密切程度及相互比較的相對標志。由于此方法對樣本量的大小沒有太高要求，而且分析的結果一般與定性分析相吻合，因而具有廣泛的適用性。

維修性是通過設計賦予設備的固有屬性。然而，任何設備在其全壽命周期中必須經過反復試驗、改進、再試驗的過程，才能使其維修性不斷提高，直到滿足要求。在這個過程中，制約設備維修性水平的維修性設計)維修工藝等不斷地暴露出缺陷，而經過分析和改進不斷趨于完善，從而使設備的維修性不斷提高，這就是維修性增長。

由于檢修費用與設備可靠性、維修性具有直接關系。通過可靠性增長降低費用已經得到了重視，并形成了可靠性增長與費用的數學關系。但是，目前對維修性增長與壽命周期費用關系的關注仍比較少。

進一步，部分研究對存在某些裝備的使用年限較短，使用數據有限，或者以前的數據沒有記載或丟失等問，主要采用灰色預測模型描述這些裝備使用維護保障費用的歷史數據，并預測其未來值，并用灰色理論解決費用的增長性問題，用神經網絡解決內部復雜模糊問題，即用組合灰色神經網絡模型進行研究。

此外，由于大多數系統或設備屬于可修復性系統，在運行過程中，對于故障的處理是采用“最小維修”修復，只是讓系統恢復工作而并不是將系統完全恢復到初始狀態。這需要對系統的可靠性進行動態的預測和分析。可靠性增長評估方法的核心是可靠性增長模型。

在相關模型中，Crow-AMSAA模型(CA模型)是建立在嚴格隨機過程理論基礎上的對系統可靠性評估的有效統計學模型，它通過將故障發生看為一隨機過程更好地實現對電力設備使用中可靠性的良好擬合，在此基礎上達到了對電力設備檢修成本的較準確估計。CA模型特點在于:它是對過程的建模而不是對系統的建模，使其可以用于較少數據的可靠性增長建模。同時CA模型對于小樣本，缺失數據以及多種故障類型混合的情況也很實用。CA方法是預測計算以時間變化的故障率和故障發生次數的有效方法。基于CA模型可靠性分析在電力設備維修決策和費用增長建模方面有較高的實際應用價值。

了解更多，請點擊乾元坤和設備管理系統，或撥打、