摘要 由于马孔多事件后引起了广泛关注,防喷器 (BOP) 主题引发的敏感性为监管机构、客户和钻井承包商本身树立了高标准。基于这些支柱,可靠性概念已不断应用于石油工业,特别是在井安全和控制系统中,设备在需要时可靠且可操作是极其重要的。与此同时,在需要高可靠性的关键行业中广泛使用的基于状态的维护 (CBM) 和预测健康管理 (PHM) 概念被认为是 BOP 系统管理的未来。在此背景下,本文旨在回顾基于状态的维护和预测健康管理的文献,结合可靠性概念,并使其能够应用于 BOP 健康管理。本文确定了支持主题所需的不同概念,并通过研究和选择标准,汇集了一系列出版物以获得一致的理论框架。这项研究概述了高可靠性行业中使用的重要技术及其在 BOP 系统上的应用方式,它还提供了许多有用的参考和案例研究,以协助井控和操作安全方面的进一步开发工作。
诊断和预测的复杂性。随着国防预算的缩减和提高采购灵活性的动力,舰船上的不同子系统由不同的供应商制造并由集成商组装。COTS 组件必须相互交互,并与整个 CBM 系统交互,以实现有效的预测。架构不得将传感器与 CBM 系统耦合,因为多种类型的 CBM 系统可以同时运行,并且传感器和/或 CBM 系统可能会独立发展,因为这些系统的提供商可能不同。当传感器和/或 CBM 系统确实发展时,必须确保现有的 CBM 数据流不受干扰,并且新功能无缝集成到整个系统中。
诊断和预测的复杂性。随着国防预算的缩减和提高采购灵活性的动力,舰船上的不同子系统由不同的供应商制造并由集成商组装。COTS 组件必须相互交互,并与整个 CBM 系统交互,以实现有效的预测。架构不得将传感器与 CBM 系统耦合,因为多种类型的 CBM 系统可以同时运行,并且传感器和/或 CBM 系统可能会独立发展,因为这些系统的提供商可能不同。当传感器和/或 CBM 系统确实发展时,必须确保现有的 CBM 数据流不受干扰,并且新功能无缝集成到整个系统中。
本研究通过文献综述探讨了人工智能能力与循环商业模式 (CBM) 之间的相互联系。现有文献表明,人工智能可以充当效率催化剂,使企业能够实施 CBM。然而,由于企业缺乏复杂的流程和惯例来挖掘人工智能的潜力,利用人工智能进行 CBM 的旅程充满挑战。零散的文献使我们无法理解人工智能能力在 CBM 环境中的障碍和发展途径。为了弥合这一差距,本综述采用能力视角,巧妙地将四种关键能力结合在一起:综合智能能力、流程自动化和增强能力、人工智能基础设施和平台能力以及生态系统编排能力,作为人工智能支持的 CBM 的驱动因素。这些能力对于克服利用人工智能进行 CBM 的多层次障碍至关重要。这项研究的主要贡献是综合了一个人工智能支持的 CBM 框架,它不仅总结了结果,而且为未来在这个充满活力的领域的探索奠定了基础。
b. 参考文献 (c) 将基于条件的维护 (CBM) 确立为海军作战部长维护舰船的战略。CBM 以最低的总成本在整个生命周期内维持良好的物质状况和作战能力。CBM 是基于客观需求证据的维护。OPNAV 进一步指出,在为所有新武器系统、设备和物资计划选择维护概念、技术和流程时,将主要考虑基于条件的维护 Plus (CBM+),这些条件是基于战备要求、生命周期成本目标和在综合可靠性和可维护性工程计划中制定的可靠性中心维护 (RCM) 功能分析。CBM+ 是通过将 RCM 得出的维护要求与支持流程、技术和能力相结合来实施 CBM,从而提高国防部 (DoD) 系统和组件的战备和维护效率。
那些对参与的人将根据研究资格标准进行详细的筛查。样本量是在主要结果度量(心率可变性指数)上使用统计软件(GPower 3.1.5)计算的。该计算是基于系统审查的数据,该数据表明巴西的患病率为1.36至27.2例,每100,000 32例。该研究的功率为0.80,α为0.05,效果大小为0.65(Cohen's D)。样本估算表明,需要40名参与者(即每组20个),并进行调整以进行撤回(20%)。本文根据报告试验的合并标准(配偶)33,34报告。该研究得到了CAAE的研究伦理委员会的批准:01515118.3.0000.5505。所有参与者将签署免费和知情同意书。
业务模型(BM)被认为是创新的基本驱动力[1]。术语,学者和从业者的兴趣正朝着可持续的BMS发展,因为它们被视为竞争优势的新来源[2]。尤其是随着循环经济的最近出现(CE)的出现,循环商业模型(CBM)的发展出现了主要的作用,原因是许多原因。的确,CBM的介绍会导致对环境,财务和社会领域的许多积极影响,例如减少环境影响,GDP增长和新工作的折磨[3]。此外,在微观级别上,采用CBM的公司降低了成本,遇到新的利润机会,提高竞争优势并从长远来看促进其韧性[4]。尽管采用了CBM,但对可持续BMS的过渡通常很难实施[5]。如Kirchherr等人所示。[6]在前往CBM的旅程中,公司可能会遇到多个障碍,这些障碍可以分为四个主要类别:文化,法规,
摘要:离心泵 (CP) 是全球使用最广泛的工业资产之一。基于状态的维护 (CBM) 是用于监控 CP 运行状态的维护策略之一。使用 CBM 可提高 CP 性能。但是,维护计划的 CBM 实践并不理想。本研究介绍了一个案例研究,该案例研究利用 CBM 方法监控海上生产平台上安全关键消防水系统的一部分 CP。研究了 CP 维护的 CBM 方法,并确定了最佳实践。将其与海上公司的实践进行了比较,并观察到了应用和数据收集方面的不足。模拟了一个代表公司运营的测试程序。随后,收集数据以评估 CBM 识别 CP 各种故障的能力。利用 CP 的振动数据来开发由于轴承故障而导致泵故障的 PF 曲线。然后将结果用于建立潜在的检查活动。在研究单一故障的情况下,测试程序的分类准确率为 100%。在研究多个故障的情况下,分类准确率为 67%。总体分类准确率为 76.5%。此外,PF 间隔为五个月,这意味着应每两三个月对轴承进行一次检查,而目前的检查间隔为一个月。测试表明,当有效实施 CBM 最佳实践方法时,可以改进故障分类和数据驱动的维护计划。未来的工作将研究增强型人工智能 (AI) 技术在更复杂的操作条件下提高分类准确率的能力。
主题:基于条件的维护加成 (CBM + ) 用于物资维护 参考:见附件 1 1。目的 基于条件的维护加成 (CBM + ) 是国防部全生命周期系统管理 (TLCSM) 可支持性战略中的主要可靠性驱动因素。与其他 TLCSM 推动因素(例如持续过程改进 (CPI)、因果预测模型以及通过基于绩效的物流 (PBL) 实现的预期结果)相结合,CBM + 致力于优化物资准备就绪的关键绩效指标 - 物资可用性、物资可靠性、平均停机时间和所有权成本。根据国防部指令 5134.01(参考文献 (a))的授权,本指令为各军事部门和国防部机构制定了根据国防部指令 4151.18 和国防部指令 5000.2(参考文献 (b) 和 (c))实施 CBM + 的政策和指导。2.适用性 a.本指令适用于国防部长办公室、各军事部门、参谋长联席会议主席办公室、作战司令部、国防部监察长办公室、国防机构、国防部实地活动部门以及国防部内所有其他组织实体(以下统称为“国防部组成部分”)。b.本指令适用于国防部,并通过纳入合同,适用于武器系统、设备和物资在所有生命周期阶段的商业维护操作。3.定义 a. CBM + 是应用和集成适当的流程、技术和基于知识的能力,以提高国防部系统和组件的可靠性和维护效率。本质上,CBM + 是根据可靠性中心维护 (RCM) 分析和其他支持流程提供的需求证据进行的维护,