炼化企业动力设备的集成维护管理系统研究

• 论文 •

炼化企业动力设备的集成维护管理系统研究

路世忠，朱理琛，蒋白桦，宫敬

1.石化盈科信息技术有限责任公司，北京100083；2.中国石油化工股份有限公司，北京100029；3.石油大学石油天然气工程学院，北京102200

出版日期:2007-01-15 发布日期:2007-01-25

Integrated maintenance management system of power equipments for petrochemical industry

LU Shi-zhong, ZHU Li-chen, JIANG Bai-hua, GONG Jing

1.Petro-Cyberworks Info. Tech. Co., Ltd., Beijing100083, China; 2.China Petroleum & Chemical Corp., Beijing100029, China; 3.Sch. of Petroleum Eng., China Univ. of Petroleum, Beijing102200, China

Online:2007-01-15 Published:2007-01-25

摘要/Abstract

摘要： 为适应炼化企业对动力设备管理的新要求，提出了动力设备维护管理的解决方案——集成状态监测的动力设备维护管理系统。该系统有效地将预测维护、预防维护和修理过程管理统一集成在一个数据共享的信息平台上，实现对动力设备维护规划的有力支持。从面向任务的角度对该系统进行了深入全面地研究，给出了基于工单的维修活动跟踪管理模型和基于数据集成分析的维修规划，并应用于炼化企业，很好地适应了分布式的设备管理需求，提升了炼化企业动力设备管理的整体水平。

关键词: 动力设备, 状态监测, 工单管理, 维修规划

Abstract: Integrated Condition-Based Enterprise Maintenance Management (ICBEMM) of power equipments was presented to satisfy the future requirements for petrochemical industry. Prevent maintenance, predict maintenance and repair exercise were integrated on a management platform for shared multi-source data so as to provide strong support for maintenance scheme. From functional prospective, ICBEMM was particularly studied, and track mechanism of repair excise and data-based maintenance scheme were proposed for ICBEMM. Successful application of ICBEMM in petrochemical plant indicated that the system could meet the need for distributed equipment management and improve the management level of petrochemical enterprise.

Key words: power equipment, condition monitoring, workorder management, maintenance scheme

中图分类号:

TP391

路世忠，朱理琛，蒋白桦，宫敬. 炼化企业动力设备的集成维护管理系统研究[J]. .

LU Shi-zhong, ZHU Li-chen, JIANG Bai-hua, GONG Jing. Integrated maintenance management system of power equipments for petrochemical industry[J]. .

[1]	李进宇,王秋莲,张炎. 基于递归分析的混流生产模式机械加工过程能效分析和状态监测[J]. 计算机集成制造系统, 2021, 27(5): 1341-1350.
[2]	曹大理,孙惠斌,张纪铎,莫蓉. 基于卷积神经网络的刀具磨损在线监测[J]. 计算机集成制造系统, 2020, 26(第1): 74-80.
[3]	万文波,李江雄,毕运波. 基于功率信号的钻锪刀具监测及其系统开发[J]. 计算机集成制造系统, 2019, 25(第9): 2140-2148.
[4]	高智勇,陈子胜,高建民,王荣喜. 基于改进局部线性判别分析的化工系统状态监测方法[J]. 计算机集成制造系统, 2016, 22(第4期): 1097-1103.
[5]	高智勇,梁银林,高建民,姜洪权. 基于集成熵KPCA的复杂机电系统状态监测方法[J]. 计算机集成制造系统, 2015, 21(第5期): 1327-1333.
[6]	庄雪吟,张力,翁晓奇,李虎斌,刘英博. 复杂装备状态监测实时流数据处理框架[J]. , 2013, 19(12): 0-0.
[7]	曾令男,丁建伟,赵炯,张力,刘英博. 基于互信息的复杂装备高维状态监测数据相关性发现与建模[J]. , 2013, 19(12): 0-0.
[8]	曹原,刘英博,肖利,管冰,张力. 状态监测数据流时间乱序问题建模与研究[J]. , 2013, 19(12): 0-0.
[9]	姚运志,孟晨,王成,田再克,冯德龙. 状态监测下装备最优预防维修策略[J]. , 2013, 19(12): 0-0.
[10]	张子丘，郑宇军+. 装备维修规划的多目标优化模型和求解算法[J]. , 2010, 16(10): 0-0.
[11]	刘坚，秦大力,+，于德介. 基于无线传感器网络的智能状态监测系统研究[J]. , 2008, 14(10): 0-0.