淺析吊機故障分析及趨勢預測方法

陳小泉

【摘 要】本文就吊機設備的一些運行數據進行分析，包括維修費用、運行時長、檢修時長和故障次數等數據進行分析研究，以期建立合理的預測模型，實現對設備故障發生概率的大概預測。

【關鍵詞】吊機;故障分析;趨勢預測;二次指數平滑法

引言

在資產型企業運營過程中，每年都會有大量的設備故障、維修、配件消耗等數據產生。對于這些數據，可以利用一些算法進行相關性分析，從而獲得設備的故障趨勢預測。本文就吊機的故障發生概率進行了預測。

1設備運行趨勢預測方法

趨勢預測主要用于估計故障的傳播、發展，并對設備的劣化趨勢做出預報。趨勢預測方法大概包括：時序模型預測方法、特征參數的回歸擬合方法、經濟大修模型預測方法、二次指數平滑法等。本文使用二次指數平滑法進行分析。

二次指數平滑法[1]也稱布朗指數平滑法，主要用于變參數線性趨勢時間序列的預測，其計算公式如下：

2吊機的故障分析

2.1 數據收集

為了滿足分析研究的條件，需要收集相關數據，并將這些數據轉換成指標，如：維修費用、運行時長、檢修時長、故障次數等，如圖1所示。

2.2數據分析

利用收集到的吊機各類數據，分析數據之間的關聯關系[2]，對這些數據進行概括性描述，計算最大值、最小值、標準差等。并利用二次指數平滑法公式對數據進行計算，得到吊機的運行趨勢預測數據。

3預測分析結果

3.1 故障次數預測分析

如圖2所示，通過二次指數平滑法，利用2014、2015、2016年的數據，預測2017年故障次數1131次，與實際數1360次比較接近。利用2015、2016、2017年數據，預測2018年故障次數1478次。利用2016、2017、2018年數據，預測2019年故障次數1315次，該值會隨著2018年實際數據產生變化。

3.2 維修費用預測分析

如圖3所示，通過二次指數平滑法，利用2014、2015、2016年數據，預測2017年維修費用782萬元，與實際數997萬元任然有200萬差距。利用2015、2016、2017年數據，預測2018維修費用1294萬元，與實際數289萬差異教大。利用2016、2017、2018年數據，預測2019年維修費用836萬元，該值會隨著2018年實際數據產生變化。

4結語

本次研究收集了吊機設備的運行時間、維修次數、維修費用等數據，利用二次指數平滑法計算故障預測趨勢，大概預測出2019年故障次數1315次，維修費用836萬元，準確性有待確認。另外根據預測結果核對，發現算法存在一些限制，比如需要比較完備的歷史數據，賦予遠期較小的比重，近期較大的比重，所以只能進行短期預測。

參考文獻：

[1]米翠蘭.二次指數平滑法的研究與應用[J].華北理工大學學報（醫學版），2000（5）：524-525.

[2]吳冉.基于灰色關聯法分析吊車的機械故障[J].煤礦機械，2008，29（8）：195-197.

（作者單位：中海石油（中國）有限公司湛江分公司）