|
航空部件的故障分布研究表明,77%到92%的部件没有耗损性的故障模式,对于进行定期维修没有任何收益。
随着列车多年的运营,积累了大量的故障数据,在这良好的基础之上,有必要开展轨道交通产品的故障数据的挖掘和故障规律的研究,根据研究结果,更加精确的对装备进行保障,降低成本,同时保证轨道交通产品的可靠性与安全性。WindchillWeibull支持Weibull分析领域的最权威专家Dr.RobertB.Abernethy编写的《TheNewWeibullHandbook》
第五版,该著作提供了基于成本最优的预防性维修间隔,如下图所示,根据提供的计划性维修和修复性维修的成本,结合Weibull分析的分布参数,本例中Beta=3Eta=800小时
如上图所示,最有的更换间隔为467小时
WindchillWeibull分析还支持竞争失效的分析,竞争失效数据是设备故障数据的经常出现情形,往往代表着不同的故障机理,如下图所示,某民用航空提供的空调某部件的故障数据分析表明,该部件的数据存在竞争失效,其中一个失效模式的beta为0.48,另外一个为2.89,根据这两个数据,可以初步判定可能存在早期失效,这些失效的原因需要引起关注,并进行数据后面的原因调查
同时对于四个维修工程维修后产品的故障数据进行了比较分析,以比较四家工厂的维修质量,从图中可以看出,其中有两家的维修可能存在问题,存在早期失效率非常高的情形。
WindchillWeibull的主要特点
WindchillWeibull可以关联到WindchillRBD进行任务可靠性的分析,使任务可靠性的分析更加准确。
支持多种分布,包括韦布尔分布、对数正态以及正态分布等,如下图所示:
支持多图显示,方便不同产品、不同产品、不同区域、不同车型等同类产品的评估比较
支持可靠性增长数据的分析
支持退化数据的分析,如某些性能退化的研究
如有需求,欢迎与本站联系
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?-注 册-
×
|