基于FMEA的门式起重机故障分析及防范对策研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:rlh1911
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
陆上石油天然气开采企业的采油工区,每年对大量使用的油管、抽油杆进行清洗探伤和维修保养,然后进行循环使用。门式起重机是吊装油管、抽油杆过程中必不可少的生产设备。企业大多数门式起重机投产使用了十余年,且门式起重机的结构较为复杂,吊装工作量大,使用频繁。用于吊装油管、抽油杆的门式起重机基本为露天环境下布置,工作时间长且工作环境恶劣。受困于制造工艺、投产以来长久使用、油水污泥腐蚀环境等诸多因素的影响,门式起重机各类故障时有发生,如钢丝绳断股、减速器异常、金属结构裂纹等。本文以陆上石油天然气开采企业门式起重机作为故障模式及影响分析(Failure Mode and Effects Analysis,简记为FMEA)的研究对象,分析了这一类型起重机典型的故障模式、故障原因和故障后果,根据分析出的各类故障模式制定降低和减少故障风险的措施,通过风险系数(Risk Priority Number,简记为RPN)的排序厘清门式起重机的关键结构和主要故障模式,最后以某油田MDG10-26A5通用门式起重机为FMEA分析应用实例,为陆上石油天然气企业制定维护保养管理策略、提升起重机完好率和使用率提供参考。本文开展的主要工作内容如下:通过文献检索和某油田在用门式起重机运行和发生故障情况调研,介绍了FMEA的研究使用现状和油气田企业门式起重机的发展情况,点明开展FMEA应用分析的必要性。分析了通用门式起重机的系统划分方法,使用混合划分方法将油田通用门式起重机整体系统划分为金属结构、工作机构、电气控制和安全保护4个子系统,再针对4个子系统详细介绍了其主要结构组成和工艺功能。利用风险系数(RPN),建立主要故障模式的后果严重性、发生可能性和可检测性的定量评分标准,完成MDG10-26A5通用门式起重机的故障模式及影响分析,计算各种故障模式的风险系数,对风险系数高的故障模式重点进行分析,针对性制定工艺改造或检修措施,用以降低起重机运行故障发生率和可能产生的不良后果。本文在企业门式起重机管理方面的创新点是利用FMEA这一系统化的活动,引入风险系数的概念,作为整套风险分析的工具,根据一个时间区间内在用门式起重机实际的故障发生情况统计,计算出各个故障的风险系数,为企业管理者提供可量化的数据依据,可以帮助管理者进行决策。本研究的创新点为以下方面:(1)研究方法和途径:本研究引入FMEA作为油田企业门式起重机故障分析工具,弥补了油田企业起重机安全管理和故障预防方面缺乏定量维护管理数据的不足。(2)研究对象和结论:本研究选取油田企业在用的通用门式起重机为研究对象,区别于其他行业领域方面的起重设备。确定的主要故障模式和防范对策能够为提前预防故障发生提供帮助,也能够为某油田管理者针对门式起重机易发生故障提供快捷的检查方法和处理措施。
其他文献
随着各种网络平台的快速发展,社交、外卖、直播、短视频等领域产生了海量的数据文本,对文本进行细粒度的挖掘和分析具有重大的社会价值和商业价值。相较于粗粒度的情感分析技术,方面级情感分析旨在分析句子中实体或实体某个属性的情感极性,具有更普遍的应用场景,引起了学术界和工业界的广泛关注。近年来,利用图卷积神经网络和依存关系,建模方面词与意见词之间联系的方法在方面级情感分析领域取得了极大进展。但现有研究仍存在
学位
分布外检测技术对提高深度神经网络模型实际应用的安全性有着重要作用。现有的深度神经网络模型大多是基于封闭世界假设场景进行训练,使用的训练样本和测试样本符合独立同分布的假设,这使得深度神经网络对分布外样本没有识别能力。使用分布外检测技术将分布内样本和分布外样本进行区分,有助于在自动驾驶等实际应用中通过运用深度神经网络模型抵御未知样本的攻击风险。对于非线性决策边界的分类任务,深度多类别数据描述基于超球决
学位
密码分析是情报破译和保障网络信息安全的重要途径,识别密文所属加密算法是进一步展开密码分析的前提。分组加密应用广泛,是目前主流的加密方法。因此研究识别分组加密算法对密码分析工作具有重要意义。现有分组加密算法识别研究缺少对不同种类明文所属的明文场景,以及对加密算法在不同工作模式下得到的密文进行识别。本文基于机器学习的方法,围绕分组加密算法识别进行研究,提出多种新的识别方案,主要工作及创新如下:(1)密
学位
基于计算机视觉的人群计数通过对图像中内容进行分析,可以实时获取目标场景中人群数量或人群密度分布。该技术可应用于智能安防、交通疏导、广告分析等场景,有着巨大的社会和经济价值。近年来,由于深度学习在计算机视觉领域的良好表现,基于卷积神经网络的人群计数方法也引起广泛关注。但大多数方法依赖于大量具有标注的真实场景图像数据来训练神经网络模型,在数量稀缺的真实数据上的训练很容易出现过拟合问题,且图像中复杂的背
学位
学位
纸质表格的智能识别和分析在人事档案数字化、人事考核、问卷调查等方面具有广泛应用。本文从人事考核子系统业务需求出发,研究一种基于模板与定位技术的表格识别方法,并在人事考核子系统中使用该技术实现了快速高效的表格数据识别与录入。此技术应用于表格模板已知的场景,通过标注模板图像获得表格结构信息,将表格结构以方便录入数据库表的格式存储。需要识别的表格图像通过锚点识别模板类型并初步获得各个单元格位置,再对表格
学位
目前,我国工程领域两极分化的趋势越发明显,即大型企业向综合管理型的总承包商、小型企业向专业施工型的分包商进行转变,从而使得工程总承包模式成为工程承揽方式里的主流模式,总承包商与分包商在工程管理领域所扮演的角色也越发重要。同时,总承包商处于工程供应链的核心位置,因此总承包商与分包商的合作关系将影响到整个供应链的管理效益,其重要性不言而喻。由于分包管理难度的增加,本文站在总承包商的角度,意在探寻常规管
学位
胎盘在妊娠过程中能够为胎儿提供营养物质,同时排出胎儿体内的代谢废物,完成胎儿和母体之间的物质交换,且对细菌、病原体具有一定的防御作用。若胎盘在妊娠过程中出现异常,可能会导致相关疾病的发生,比如双胞胎输血综合征、侵入性胎盘以及其他相关疾病,危及母体和胎儿的健康,因此,在产前准确检测出胎盘异常对母体和胎儿相关疾病的早期诊断及有效治疗至关重要。在获取的产前胎盘图像中对胎盘进行定量评估首先需要准确地分割出
学位
随着时代的不断进步,我国的装备制造业得到了长足的发展。产品的加工制造方式也从最初的成形加工向精度高、质量好、寿命长的加工进行转变。磨削加工能够得到较高的加工精度以及较好的工件表面质量,目前已成为精密零件制造的主要加工手段。由于磨削过程是磨具表面众多磨粒对工件材料的去除过程,并且这些磨粒形状、尺寸以及位置分布均具有随机性,因此对磨削过程各种机理的研究、磨削加工规律的总结以及磨削结果的预测变得非常困难
学位
基于相关滤波框架的RGBT目标跟踪是近年的研究热点,该技术融合了可见光(RGB)与热红外(T)两种图像信息,相比单模态目标跟踪有着更广阔的应用场景与更优秀的跟踪性能。经典的相关滤波框架在RGBT特征融合及滤波器更新时都采用恒定权重,没有考虑可见光与热红外特征在不同情况下的独特优势,在复杂环境下容易造成滤波器退化进而引发漂移。针对以上问题,本文基于背景感知相关滤波框架,围绕自适应的RGBT特征融合及
学位