运用检修统计数据进行地面计量设备维修周期优化

潘 登 庞东晓 叶霁霏

（1.中国石油川庆钻探工程有限公司试修公司，四川 成都 610051；2.中国石油川庆钻探工程有限公司钻采工程技术研究院，四川 广汉 618300）

0 引言

地面计量设备的主要作用是在试油测试期间将井筒返出的高压油气流逐级降压，进行有效的分离，并最终精确计量油、气、水的产量。一套地面计量设备通常包含转向管汇、油嘴管汇、热交换器、分离器、除砂器等设备［1-3］。这些设备的大量使用会产生较大的维修量。其维修管理通常采取预防维修（即计划维修）、视情维修、事后维修3 种方式［4］。通过中国石油川庆钻探工程有限公司试修公司2017 年全年维修工作量及配件更换数量的统计［5］，不仅对检修及配件更换的分布情况进行了分析［6］，还从成本控制的角度对三种维修方式的合理维修周期进行了研究，提出了优化计算公式，制定了相应的优化对策，以期在保障设备安全运行的同时做到成本和效率的最优化平衡。

1 全年检修及配件更换量统计

投入现场作业的地面计量装备有转向管汇、油嘴管汇、热交换器、分离器、除砂器等5种，因此设备维修、配件更换以及仪表仪器检测等工作都围绕这些设备开展。压力传感器校验、吊点检测等工作由于有国家及行业的强制检测周期规定，到期即检，属于计划维修［7-10］（表1）；设备的日常检修及相应的配件更换，依据现场作业周期等具体情况，在设备返回后依据设备实际情况开展，属于视情维修（表2、表3）；设备出现了明显的问题，无法运行的情况下要进行大修，属于事后维修（表4）。

表1 计划维修量统计表

1.1 全年地面测试作业井次及单井作业周期量统计

全年完成62 井次地面测试作业，总作业天数达到6 157 d，平均每井次作业天数为99 d（图1）。

1.2 三种维修方式的工作量统计

针对不同的维修方式，根据故障分布和统计学原理［11-12］来确定配件的使用寿命和维修周期［13］，以便形成相应的设备维修管理策略，并将其具体量化，易于实际执行。

表2 视情维修量统计表

表3 视情维修更换配件数量统计表

表4 设备大修工作量统计表

图1 全年作业井次及单井作业天数图

2 预防性维修的周期分析和优化

预防性维修主要包括压力表、压力传感器、温度传感器的精度校验，安全阀的开启检测以及设备吊点探伤检测等项目。压力表、压力传感器、温度传感器、安全阀等的检测都执行国家强制标准，每年校验1次，设备吊点探伤执行自定标准，仍然是每年校验1次。

分析发现，所有的送检项目都出现了一定的不合格率（表5、图2），事关安全的基本保障，国家强制标准严格执行是底限。压力传感器和温度传感器的失准率比较高，接近10%。分析原因发现是因为全年使用量大、周期长、导致不合格率上升，但也说明电子精密仪器，更容易受到环境及使用条件的影响。因此，可以考虑加密其检测频率，缩短其检测周期。

表5 不同的预防性维修项目的不合格率统计表

图2 不合格率分布雷达图

从成本角度考虑缩短检测周期会导致4个方面的成本变化，即正向的仪器仪表等更换成本的减少，关联工程损失的减少，以及逆向的检修成本的增加，仪器仪表闲置损失的增加。四个方面的成本互为消长，需要进行成本综合计算，才可确定最优检修周期，其综合成本计算如下。

式中，CZ为综合成本，元；Cj为检修费用，元；Cx为闲置损失，元；Ch为更换成本，元；Cs为工程损失，元。

即：

式中，mj为检修总数量，只；Fj为检修单价，元／只；a为仪表或仪器在工程技术收入中作用占比；S为工程技术收入，元；mt为每井次作业投入的仪器仪表总数，只；dx为检测总时间，天；mh为更换仪器仪表数量，只；Fh为仪器仪表单价，元／只；ai为仪器仪表在不同类型的工程损失中作用占比；Si为不同的类型的工程损失，元。

从公式6 中看出，一旦检修周期发生变化，mj、mh、dx等参数会发生相应改变，其具体值需要重新进行统计。比如将压力传感器和温度传感器的检修周期压缩到9个月，再进行相应数据统计，计算出CZ的增减量，通过多轮次检修周期的调整，最终确定最优预防性维修周期。

3 视情维修的周期分析和优化

通过把5种设备的维修频次，每一台设备的平均作业井次数，每台设备检修后的平均有效使用周期进行统计分析（图3、图4）。每次检修更换的配件数量也进行了统计分析（表6）。

图3 各设备检修频次统计图

图4 各设备使用周期统计图

依据统计数据，预防性维修的频次为0.81～1.89次／台·年，对应设备的检修周期为108.02～175.91d。每次维修每一类配件消耗数量为36.92～270.95件／次。预防性维修［14-16］的工作量、消耗成本、时间占用等是地面计量设备的主要维修方式，这是基于统计数据得到的直观结果。但预防性维修实际上是一种不定期维修，即凭经验法决定何时检修或确定检修周期［17］。如果实际的检修过程中能有效延长检修周期，并且提高配件使用寿命，就能进行成本控制。因此采用了一种基于统计分析技术的成本控制方法［18］，量化并明确计算合理的检修周期，以油嘴管汇的分析进行研究。

表6 配件消耗数量统计表

将定期检修周期设定为h，显然，对于具体装备损坏周期x而言，一旦小于等于h，其主要成本为每次维修的人工、材料、故障停工导致生产效益损失等，此处假设为K1，一旦x大于h，即在设备维修周期后出现损坏，其成本K2主要包括每次维修的人工、材料、计划维修所产生的闲置成本等。为简便起见，将因停工而引起的风险成本和反应滞后导致闲置成本等其他成本忽略不计。

假设实际维修周期，其成本如下：

式中，Ct为总成本，元，在这里为主要的优化目标；f（x）为设备损坏概率密度，次／d。

由于具体设备包括多个零部件，其损坏概率密度无法直接给出，为此，式（7）可进行数值计算形式处理。

式中，Xi为设定区间的寿命中值，d；Fi为设定区间的损坏频数，次。为此，min［Ct（H）］即为考虑成本后的目标函数。该方法的求解没有直接方法，可通过数据收集，采用作图法确定最佳维修周期。以下为基于统计数据的油嘴管汇损坏频数（图5），可以看出其损坏基本符合正态分布。

图5 油嘴管汇统计损坏频数图

通过应用公式8可以获取不同维修区间H的成本曲线。通过作图法，即可获取最佳维修周期介于221～230 d，期望中值为225 d，成本最小为24.8 万元（图6）。

图6 油嘴管汇最佳维修周期确定图

通过该数学方法的计算，油嘴管汇的最佳检修周期是230 d，而实际的检修周期是108 d，检修周期及配件的使用寿命还是有较大的提升空间，也就是成本控制工作还是必要的。当然，这也是一把双刃剑，如果只是基于数学统计方法的纸上谈兵，不顾及设备及配件的实际磨损，以及应用过程中寿命的突然衰减等情况，一旦错过最佳检修时机，导致设备最终损坏，则实际产生的大修费用会超过节约的“寿命”费用，反而得不偿失。因此可以参考理论计算值，有意识尝试性地逐步提高检修周期，并确定理论计算周期的安全系数，从而在保证设备故障率不提升的前提下有效控制成本［19-20］。

4 事后维修周期分析

日常做了大量预防性维修工作，也就有效延长了设备的正常使用周期，因此大修数量很少，数据样本不太具备统计意义。对3种设备大修的平均维修项目和平均大修周期进行分析（表7）。分离器大修数量相对较多，从另一个方面也提醒现场操作人员日常作业需要重点关注分离器的安全使用。

表7 设备大修周期统计表

5 结论和建议

1）通过对检修工作量的统计分析，一方面要分析出现场作业最容易损坏的部件和设备，确定风险点，重点做好安全防范工作；另一方面就是要深挖成本潜力，做好安全投入与成本控制的最优平衡。

2）对于预防性维修工作的分析，必须执行强制标准，需要进一步确定现行标准对自有设备的适用性，能满足需求或没问题就不需要改变；不满足需求，如压力传感器、温度传感器应该加密校验，比标准执行更严，后期应继续探索压缩压力传感器和温度传感器的校验周期，并进一步分析计算综合成本。

3）对于视情维修应结合目前统计得到的检修周期和理论计算的周期，继续探索两者的逐渐靠近，并最终确定合理的“中点”，力争将维修成本“大头”部分缩小。下一步应探索将设备的检修周期扩大，并继续做好跟踪统计，明确成本进一步下降的空间。

4）事后维修还需继续进行大量的数据统计工作，尤其针对统计中出现样本较少的数据继续跟踪，从而有利于下一步对全套地面计量设备的大修周期表的制定。