条件监控优化第2部分：对不确定数据进行推动

介绍

本文是一系列文章中的第2部分，讨论了条件监测优化，这旨在提供基于历史检查数据和主题专业知识的定量优化检验范围，技术和间隔的框架，同时也会动态更新检验计划以最大化随着新信息可用的可靠性和投资回报（ROI）。使用这种方法，通过检查收集的数据可用于改善资产损坏状态的置信度，并确定需要何时需要额外的数据时，当检查增加或没有值时，或者需要纠正维护时。在本系列的第1部分中，题为“条件监控优化：超越传统CML优化“并在9月/ 10月2021年出版的检验中的期刊上，假设检查覆盖率和技术足以捕捉资产的真正损害状态。188游戏平台下载

尽管上述情况当然是理想的，但通常不代表实践中遇到的现实情况。作为一个特定的例子，出于多种原因（例如无法获取性），检查覆盖范围可能仅限于资产总易感面积的一部分。一种影像学测试例如，（RT）在管道肘上进行的扫描通常仅捕获潜在表面的单个角度，从而使检查专业人员获得有关降解的不完美信息。另外，即使检查确实涵盖了容易受到特定损坏机制的整个区域，使用的检查技术也可能无法提供100％的检测概率。考虑使用磁性颗粒检查来识别表面断裂的情况 - 即使存在裂缝，该技术也只有90％的机会检测裂缝，这使检查专业人员认为损坏可能是损坏的工作现在即使检查技术也没有证据。

从根本上，该行业面临着在有限或可能错误数据存在下进行统计上有意义的推论的挑战。该行业可以通过使用贝叶斯统计分析来打击这种情况，这将测量的检验数据与来自主题专业知识或历史经验的先前信息相结合。本文将在一系列实际示例中概述该数据分析方法，这些例子专注于局部退化。首先，该物品将在具有有限检查覆盖率的管道电路上检测减薄的情况。其次，本文将考虑局部点蚀管的热交换器管，检测数据有限，以及检测检查损坏的不完美概率。

具有有限检查覆盖的极值分析

虽然理想情况下，人们希望检查100％的易感区域是否有任何类型的损害，但这种全面检查通常是过于过度的（例如，整体扫描大型表面积）或不可能（例如，部分资产无法访问）。在这种情况下，考虑到有限的检查数据，人们面临对资产的推断。如果使用有限检查检测到损坏，则可以采取行动来解决情况。但是，当未检测到损害的证据时，存在哪些选择？可以假设资产没有严重损害，但还必须考虑到由于检查覆盖范围的限制而没有发现的重大损害。最终，量化回答以下问题很重要：考虑到已收集的数据，对资产的损害状态的合理估计是什么？