複製鏈接
請複製以下鏈接發送給好友

潛在故障

(物理名詞)

鎖定
潛在故障是指對運行中的設備如不採取預防性維修和調整措施,再繼續使用到某個時候會發生的故障。
中文名
潛在故障
外文名
latentfilure
原    因
不採取預防性維修和調整措施
性    質
專業術語
領    域
工程技術

潛在故障簡介

設備故障的發生發展過程都有其客觀規律,研究故障規律對制定維修對策,以至建立更加科學的維修體制都是十分有利的。設備在使用過程中,其性能或狀態隨着使用時間的推移而逐步下降。很多故障發生前會有一些預兆,這就是所謂潛在故障,其可識別的物理參數表明一種功能性故障即將發生,功能性故障表明設備喪失了規定的性能標準。 
較長的間隔意味着有更多的時間來預防功能性故障的發生,因而要不斷地花費很大的精力去尋找潛在故障的物理參數,為採取新的預防技術,避免功能性故障,爭得較長的時間。   
設備故障率隨時間推移的變化規律稱為設備的典型故障率曲線。該曲線表明設備的故障率隨時間的變化大致分三個階段:早期故障期、偶發故障期和耗損故障期 [1] 

潛在故障早期故障期

早期故障期是指設備安裝調試過程至移交生產試用階段。造成早期故障的原因主要是由設計、製造上的缺陷,包裝、運輸中的損傷,安裝不到位、使用工人操作不習慣或尚未全部熟練掌握其性能等原因所造成的。設備處於早期故障期,故障率開始很高,通過跑合運行和故障排除,故障率逐漸降低並趨於穩定。此段時間的長短,隨產品、系統的設計與製造質量而異。   
早期故障率是影響設備可靠性的一個重要因素,會使設備的平均無故障工作時間減少。從設備的總役齡來看,這段時間不長,但必須認真對待,否則影響新設備效能的正常發揮,對資金回收不利。對於已定型的成批生產的設備和熟練的操作人員來説,早期故障期較短。 
對新設備來説,此階段的故障形態主要由三個參數所決定,即期初故障率,持續時間和期末故障率。這一階段的故障率是下降型,即隨着時間的推移故障率是逐漸下降的,可靠度的分佈函數大體服從超指數分佈或a<1時的威布爾分佈。 

潛在故障偶發故障期

經過第一階段的調試、試用後,設備的各部分機件進人正常磨損階段,操作人員逐步掌握了設備的性能、原理和機構調整的特點。設備進入偶發故障期。在此期間故障率大致處於穩定狀態,趨於定值。在此期間,故障的發生是隨機的。在偶發故障期內,設備的故障率最低,而且穩定。因而可以説,這是設備的最佳狀態期或稱正常工作期。這個區段稱為有效壽命。 
偶發故障期的故障,一般是由於設備使用不當與維修不力,工作條件(負荷、環境等)變化,或者由於材料缺陷、控制失靈、結構不合理等設計、製造上存在的問題所致。故通過提高設計質量、改進使用管理、加強監視診斷與維護保養等工作,可使故障率降低到最低。 
對於偶發期故障,一般需要進行統計分析。為此,必須健全設備運行、故障動態和維修保養的記錄,建立設備檢查與生產日誌等制度,對故障進行登記與分析。 
此階段的故障形態的重要參數是故障率和持續時間,這一階段是故障率恆定型,可靠度分佈密度函數大體上服從負指數分佈或a=1的威布爾分佈 [2]  。     

潛在故障耗損故障期

由於設備隨着使用時間的延長,各零部件因磨損、疲勞、老化、腐蝕逐步加劇而喪失機能,使設備故障率逐漸上升。這説明設備的一些零部件已到了使用壽命期,應採用不同的維修方式來阻止故障率的上升,延長設備的使用壽命,如在拐點P即耗損故障期開始處進行大修,可經濟而有效地降低故障率。如果繼續使用,就可能造成設備事故。 
通常,根據設備的耗損故障情況和維修能力,制定一條允許故障率的界限線,以控制實際故障率不超過此範圍。 
此階段的故障形態的主要參數為故障上升速度,這一階段屬於故障率上升型。這一階段可靠度分佈密度函數,大體上遵從正態分佈或a>1時的威布爾分佈。根據正態分佈的特徵,在某一時間上會出現極大值,故障的分散程度由方差來表示,其值愈小,故障愈集中,維修時間預測愈準確。     
設備故障率曲線變化的三個階段,真實地反映出設備從磨合、調試、正常工作到大修或報廢故障率變化的規律,加強設備的日常管理與維護保養,可以延長偶發故障期。準確地找出拐點,可避免過剩修理或修理範圍擴大,以獲得最佳的投資效益。 
隨着科學技術的不斷髮展,數控設備、加工中心等現代化設備不斷出現,其故障規律與傳統的浴盆曲線有所改變,人們開始對這些設備的故障規律進行研究。美國民航進行了30年的研究發現,除典型的浴盆曲線外,還有五種故障率曲線。曲線A顯示了恆定的或者略增的故障率,接着就是耗損期。曲線B顯示了緩慢增長的故障率,但沒有明顯的耗損期。
綜上所述,傳統的修理週期結構必須隨科技的發展、不同的設備結構特點進行改革。為此,提倡狀態維修,特別是結構複雜的現代化設備,充分利用潛在故障已經發生並在其轉變成為功能性故障之前的這段時間做好狀態監測,針對故障前兆,實施狀態維修,可使維修工作量和維修費用大幅度地降低,實現少投人多產出的理想效果 [3] 
參考資料
  • 1.    孫紹輝, 王華偉, 李偉. 潛在故障期內航空發動機的剩餘壽命預測[J]. 航空計算技術, 2012, 24(1):8-11.
  • 2.    賈希勝, A·H·克瑞斯特, 温亮. 潛在故障狀態可測的一種故障檢查模型[J]. 軍械工程學院學報, 2004, 16(2):6-10.
  • 3.    趙建民, 張森林, 田燕. 潛在故障檢查策略及案例研究[J]. 中國機械工程, 2009(23):2832-2836.