Анализ надежности оборудования мусоросортировочной станции

Анализ надежности оборудования для мусоросортировочной станции был произведен по результатам исследования оборудования таких фирм как: J&M Import&Export, GbR, HIG Hamburg Intertrade, UG, Enders Crushers + Screens Brechen + Sieben, GmbH, Bornemann Maschinenbau, GmbH, Amandus Kahl, GmbH & Co. KG, Weima Maschinenbau, GmbH, A. Boerner, e.K., der AMIS Maschinen Vertriebs, GmbH, MFFP, S.A., Suez - Lyonnaise des Eaux, Compagnie Generates des Eaux, Bollegraaf Recycling Machinery

Для исследования были выведены некоторые средние значения, по которым и была проанализирована надежность оборудования.

Как показал предварительный анализ, наиболее критичными являются отказы подающего конвейера по причине обрыва цепи, связанного со случайными повышенными динамическими нагрузками.

Анализ надежности подающего транспортера

Как уже было отмечено выше, наименьшие значения наработок на отказ имеют подающие конвейеры мусоросортировочных цехов. При анализе причин отказов было проведено сравнение 4 технологических линий сортировочного цеха, работающих в идентичных условиях.

Для перехода к технологическим характеристикам было использовано следующее соотношение:

, (48)

где w-скорость конвейера, м/с; t – наработка на отказ, ч; L – длина ленты конвейера.

Фактически данный критерий показывает количество циклов работы конвейера.

В первую очередь необходимо проверить наличие тренда. С помощью регрессионного анализ была произведена оценка параметров уравнения регрессии для альтернативных моделей. Для оценки коэффициентов нелинейных регрессионных моделей методом наименьших квадратов временной ряд линеаризовался.

Если коэффициент корреляции больше 0,3, то можно говорить о наличие тренда, если же меньше 0,3, то выборка является стохастической. [14 ]

 

Подающий конвейер №1.

Как показал анализ линейной, экспоненциальной, квадратичной, логарифмической и других регрессий наиболее эффективной является модель вида Y=1/(a+b/X).

Коэффициент корреляции r=0,492149

Коэффициент детерминации r² =24,221%

Стандартная ошибка Δ=0,099039.

Таблица 1 - Оценка коэффициентов регрессионной модели

	Y-пересечение, a	Переменная X, b
Коэффициенты	0,08164112	0,296106
Стандартная ошибка	0,0208106	0,0940684
t-статистика	3,92305	3,14777
P-значение	0,005	0,0036

 

Таблица 2 - Дисперсионный анализ

	df	SS	MS	F	P-значение
Регрессия		0,0971892	0,037189	9,91	0,0036
Остаток		0,30407	0,009872
Итого		0,401259

 

Рис.5 - Тренд для подающего конвейера №1

 

Коэффициент корреляции при выбранной корреляционной функции составляет 0,49, что вполне достаточно для анализа состояния оборудования.

Подающий конвейер№2.

Как показал анализ линейной, экспоненциальной, квадратичной, логарифмической и других регрессий наиболее эффективной является модель вида Y=(a+b*X)².

Коэффициент корреляции r=0,46242

Коэффициент детерминации r²=21,3832 %

Стандартная ошибка Δ=3,71868.

 

Таблица 3 - Оценка коэффициентов регрессионной модели

	Y-пересечение, a	Переменная X, b
Коэффициенты	1,54555	0,3119075
Стандартная ошибка	1,72744	0,144204
t-статистика	0,894702	2,21266
P-значение	0,3828	0,0401

 

Таблица 4 - Дисперсионный анализ

	df	SS	MS	F	P-значение
Регрессия		67,7028	67,7028	4,90	0,0401
Остаток		248,914	13,8286
Итого		316,617

 

Рис. 6 - Тренд для подающего конвейера №2

 

Коэффициент корреляции при выбранной корреляционной функции составляет 0,46, что вполне достаточно для анализа состояния оборудования.

Подающий конвейер №3.

Как показал анализ линейной, экспоненциальной, квадратичной, логарифмической и других регрессий наиболее эффективной является модель вида Y=a+b/X.

Коэффициент корреляции r=0,429703

Коэффициент детерминации r²=18,4645 %

Стандартная ошибка Δ=27,7288.

Таблица 5 -Оценка коэффициентов регрессионной модели

	Y-пересечение, a	Переменная X, b
Коэффициенты	12,6084	91,2961
Стандартная ошибка	3,95009	24,5636
t-статистика	3,19192	3,71672
P-значение	0,0022	0,0004

 

Таблица 6 - Дисперсионный анализ

	df	SS	MS	F	P-значение
Регрессия		10621,4	10621,,4	13,81	0,0004
Остаток		46902,2	768,889
Итого		57523,7

Рис. 7 - Тренд для подающего конвейера №3

 

Коэффициент корреляции при выбранной корреляционной функции составляет 0,46, что вполне достаточно для анализа состояния оборудования.

Подающий конвейер №4.

Как показал анализ линейной, экспоненциальной, квадратичной, логарифмической и других регрессий наиболее эффективной является модель вида Y=a+b/X.

Коэффициент корреляции r=0,83

Коэффициент детерминации r²=68,8 %

Стандартная ошибка Δ=27,7288.

 

Таблица 7- Оценка коэффициентов регрессионной модели

	Y-пересечение, a	Переменная X, b
Коэффициенты	12,6084	91,2961
Стандартная ошибка	3,95009	24,5636
t-статистика	3,19192	3,71672
P-значение	0,0022	0,0004

 

Таблица 8 - Дисперсионный анализ

	df	SS	MS	F	P-значение
Регрессия		10621,4	10621,,4	13,81	0,0004
Остаток		46902,2	768,889
Итого		57523,7

Рисунок 8 -Тренд для подающего конвейера №4

 

Коэффициент корреляции при выбранной корреляционной функции составляет 0,83, что вполне достаточно для анализа состояния оборудования.

Также во всех случаях были выявлены зависимости значений наработки от количества последовательных ремонтов и если в первых трех случаях тренды были в целом возрастающие, то для конвейера №4 – убывающий. Это означает, что каждый последующий ремонт снижает работоспособность данного конвейера. [15]

Количественные и качественные результаты анализа надежности

Таблица 9 - Количественные результаты анализа надежности

	Конвейер №1	Конвейер №2	Конвейер №3	Конвейер №4
Суммарное значение наработки, ч
Среднее значение в период наблюдений, ч
Прогнозное значение, ч

 

Таблица 10 - Качественные результаты анализа надежности

Наименование оборудования	Изменение наработки на отказ в период наблюдения	Изменение времени восстановления в период наблюдения	Вывод
Конвейер №1	Возрастающий тренд. Значение наработки максимальное.	Считаем, что квазистационарно	Качество ремонтных работ соответствует всем необходимым требования.
Конвейер №2	Возрастающий тренд	Считаем, что квазистационарно	Значения наработки достаточные для экономически эффективной эксплуатации линии
Конвейер №3	Возрастающий тренд, однако в целом значения наработки в 2-2,5 ниже реально достижимого	Считаем, что квазистационарно	Необходимо повысить требования к качеству ремонтных работ и привести реальные условия эксплуатации оборудования в соответствии с номинальными.
Конвейер №4	В целом для периода наблюдений убывающий тренд, однако для последних 2/3 временного ряда изменение наработки квазистационарно, значения наработки в 5-7 раз ниже реально достижимых	Считаем, что квазистационарно	Целесообразно перевести в «горячий резерв», более интенсивно эксплуатируя конвейер №2. Необходимо повысить требования к качеству ремонтных работ и привести реальные условия эксплуатации оборудования в соответствии с номинальными.