3设备点检数据统计分析.docxVIP

设备点检数据统计分析

对点检和巡检的任务和检查结果进行各种形势的统计分析以及绘制各种趋势分析图，称为设备点检数据分析。包括：点检总体情况分析、点检数据趋势分析、点检结果统计分析、巡检数据趋势分析、巡检总体情况分析(运行部)、巡检结果统计分析(运行部)、巡检总体情况分析(燃运部)和巡检结果统计分析(燃运部)等。

数据分析普通需要计算机进行辅助分析和编制趋势分析图，或者是专用的计算机软件。大部份需要热控专业的配合。

下面介绍比较适合于电力生产设备管理的分析方法。

某电厂实行点检定修制以来，设备管理方法上也在发生着变化，特别是在积累数据方面最为突出。点检员现场检查的项目总共有61,099项，按点检计划进行轮回检查。从2003年12月至2004年8月，共积累了1,694,357条结果数据。如何对这些数据进行科学的辅助分析，匡助点检员量化的掌握设备的健康水平，逐渐提上议事日程。

通过讨论一些通用数据统计分析方法的特点，来研究这些方法是否适合于分析点检结果数据。同时结合计算机技术，讨论在计算机上实现辅助分析的可行性，为设备管理人员、计算机技术人员做进一步研究提供参考。

1折线图

在平面直角坐标系内，有一条或者多条折线的图示方法，称为折线图，X轴代表过

程展开的时间，Y轴代表过程的量值。折线图的基本形式如下图所示：

图2-1折线图的基本形式

普通电厂的热控系统，已经提供了折线图的辅助分析方法。如下面是2004年3月至9月，一号汽轮机#1轴承#1乌金温度的点检结果数据折线图。

图2-2点检单折线图

同时，也支持多点比较的折线图分析方法。一张折线图上如果绘有多条折线，这些折线所代表的数据应是同一种类的数据。如下图是2004年3月至9月，一号汽轮机#1轴承振动与二号汽轮机#1轴承振动点检结果数据的比较图。

图2-3点检多折线图

折线图的应用非常广泛，凡是与时间有函数关系的量均可用它进行统计分析。如果能够在X轴方向上标注一些引起数据大幅变化的直接事件，将可以起到更为

直观的说明作用。若在图2-2中，标注出引起5月先后数据大幅变化的事件原因，如一次检修或者维修活动，就可以说明这次检修活动是卓有成效的。

2直方图

在本文的图2-3中，我们看到，这些数据，在不同时间段内并没有明显趋势变化，随机分布性强，折线图分析不能满足我们的需要。此时我们再引入另一种图示法，直方图。

用连续随机变量观测值的分布状况表示的图形，称为直方图。在横坐标轴上将该随机变量的取值区间分为组，分别以各组为底作矩形，其面积等于相应组的频率。

以频数表示的直方图称为频率直方图。如下图所示。

图3-1频数直方图

一个直方图由若干个矩形罗列而成，矩形的宽度表示数据范围的间隔，高度表示在给定间隔内的数据中的个数，即数字浮现的频率，或者落入一特定组的观测值个数。

直方图可以直观地显示出统计数据的大致分布情况、分布范围、集中程度和每一个区间浮现的频数的大小。直方图主要用于观测设备运行的波动情况，以便从中获得运行状况控制信息和找到改进的机会。

作直方图普通要求大于50个数字，所以重点之一是做好分组。因为数据比较多，普通采用等距分组法，将全部数字挨次划分为若干个区间。分组的目的之一是为了观察数据的分布特征，因此，组数多少应适当。若组数太多，数据的分布就会太分散；若组数太少，数据的分布就会太集中，不便于观察数据分布特征。

组数的经验公式是：k=1+lgn/lg2。也可根据数字的多少，参考下表灵便确定组数

k。

数据内数字的

数据内数字的数目n组数k常用分组数

5

50~100

100~200

250以上

5~10

7~12

10~20

10

直方图的另一个重点是做好分析，应从整体上去观察分析直方图，看数据的分布规律，并作出判断和猜测。常见的一些典型直方图形状如下。

图3-2常见典型直方图形状

图a是正常型直方图，被分析的数据以中心为对称分布，说明设备运行状况的波动是受控的，设备运行处于稳定状态。

图b是偏向(左偏或者右偏)型直方图，原因可能是存在一些不良影响引起的，需要做改进。

图c是双峰直方图，说明被分析的数据来自两个总体，是分层没有分好，可考虑适当调整点检计划。

图d是孤岛型直方图，说明采集数据过程中测量存在较大误差或者短期的操作失误等。

图e是平顶型直方图，说明设备运行过程中一些因素发生缓慢的变化所致。

图f是锯齿直方图，说明测量数据不许，或者是数据分组过多所致。

通过对直方图的分析，不仅可以了解设备运行水平，还可以来调整不适合的点检计划。