利用定量可靠性优化，以更好地驱动整个工厂的可靠性和维护预算

介绍

目前的可靠性方法，如基于风险的检查(RBI)、以可靠性为中心的维护(RCM)和可靠性可用性维护性(RAM)，帮助行业在可靠性管理方面取得了巨大进展。虽然这些方法的适当部署可以增加足够的价值，但目前可靠性和运营领导者仍在努力客观地回答整个设施的宏观可靠性问题。例如，设施领导者如何维护他们的维护和可靠性预算到下一个财政年度?当被要求在整个运营中减少开支时，领导者如何决定调整预算中的哪些领域?这些预算包括更小的可靠性项目和预算，从预测性维护到固定设备检查，因此，即使使用最好的方法，也要做出客观的决策，以实现广泛的削减，具有挑战性和艰巨的任务。

定量可靠性优化(QRO)是一种方法，可以使可靠性和运营领导者为他们的设施做出更智能、更有信心的可靠性决策。这种方法发展并集成了当前模型和方法的最佳元素，同时引入了新的分析概念，以定量地平衡过程安全可用性目标与维护和可靠性投资。QRO收集了大量的可靠性和经济数据，利用尖端数据科学分析系统的可靠性性能，提供持续优化的可靠性方案。

在本文中，我们将通过观察三个行业挑战以及QRO如何解决它们来讨论QRO如何成为行业可靠性的下一步:

1. 识别跨不同资产和故障类型的故障模式
2. 量化失效曲线
3. 将个别资产与设施绩效联系起来，推动更好的计划

识别不同资产和故障类型的故障模式

目前设施领导者面临哪些挑战?

可靠性领导者需要能够理解他们的资产将如何以及何时发生故障，以及需要执行哪些活动来降低这些故障发生的概率，并在需要的时候在最佳时间点为维护做好准备。目前的可靠性方法通常针对一组特定的故障模式或设备类型，采用故障模式和影响分析(FMEA)和RCM等方法。这些方法通常…