MAIN MENU

在我们行业内,人们往往习惯于要求预测技术提供绝对确定的结果。运营商和财务规划人员想要一个简单、确定性的答案,这是可以理解的: "这个资产究竟在哪一天失效?" 单一固定时间点看似让人安心,但以这种方式提出预测不仅不切实际,而且可能产生误导。

Guga Gugaratshan HBK业务发展与数字产品总监
Golden Gate Bridge

在现实世界中,工程资产运行工况变化剧烈,没有量化不确定性的预测可能导致糟糕的计划和代价高昂的错误。真正稳健的预测性维护系统必须突破确定性输出,不仅要传达他们预测 的内容,还要传达他们对这些预测的确定性 。

不确定性是物理操作无法规避的客观现实。不确定性通过多种渠道纳入模型之中,包括传感器固有的精度限制、数据质量波动、操作可变性、不断变化的模型假设和不断变化的环境条件。

为了使这种不确定性具有实用性和可操作性,我们必须使用先进的数学技术对其进行量化,包括贝叶斯方法、概率模型和基于概率分布的不确定性量化方法。

在计算关键资产的剩余使用寿命(RUL)时,结果应当始终以置信区间形式呈现,而非单一固定时间点。例如,向运营团队说明 ,  " 更改资产预计有90%的概率在12到 18个月内发生失效 " , 这比预测单个故障日期更有价值。

Guga Gugaratshan HBK业务发展与数字产品总监

该范围为运营商提供了贴合实际、结合风险考量的框架,用于规划预算、安排停机时间和协调维护活动,而不会因意外事件而措手不及。

此外,对资产健康状况进行有意义的评估需要我们评估整体运营风险,而不仅仅是实体状态。为了达到这个目的,风险评分应该结合资产的物理状况、其统计失败概率以及一旦失败发生的真实后果。

Engineers Using Computers In Industrial Factory

当多个独立的数据指标指向相同的物理结论,并且这些结论得到基于物理学的工程模型的支持时,我们对这些风险知情评估的信心自然会增强。当多个独立的数据指标指向相同的物理结论,并且这些结论得到基于物理学的工程模型的支持时,我们对这些风险知情评估的信心自然会增强。

您可能还对以下内容感兴趣....