设备全寿命周期管理汇总

《设备全寿命周期管理汇总》由会员分享，可在线阅读，更多相关《设备全寿命周期管理汇总（21页珍藏版）》请在装配图网上搜索。

1、1.设备全寿命周期管理1.1基本概念老式的设备管理(Equpet maneent）重要是指设备在役期间的运营维修管理，其出发点是设备可靠性的角度出发,具有为保障设备稳定可靠运营而进行的维修管理的有关内涵。涉及设备资产的物质运动形态，即设备的安装，使用,维修直至拆换，体现出的是设备的物质运动状态。资产管理(Aset managemt)更侧重于整个设备有关价值运动状态，其覆盖购买投资，折旧,维修支出，报废等一系列资产寿命周期的概念，其出发点是整个公司运营的经济性，具有为减少运营成本，增长收入而管理的内涵,体现出的是资产的价值运动状态。现代意义上的设备全寿命周期管理,涵盖了资产管理和设备管理双重概念

2、，应当称为设备资产全寿命周期管理(EquipmenAst liccle managmen）更为合适，它涉及了资产和设备管理的全过程，从采购,(安装)使用,维修(轮换）报废等一系列过程,即涉及设备管理，也渗入着其全过程的价值变动过程，因此考虑设备全寿命周期管理,要综合考虑设备的可靠性和经济性。.2.设备全寿命周期管理的任务以生产经营为目的,通过一系列的技术,经济，组织措施,对设备的规划,设计,制造,选型，购买，安装，使用，维护，维修,改造,更新直至报废的全过程进行管理,以获得设备寿命周期费用最经济、设备综合产能最高的抱负目的。13.设备全寿命周期管理的阶段设备全寿命周期示意图前 期 管 理运营维

3、修管理轮换报废管理设备的全寿命周期管理涉及三个阶段(1. 前期管理设备的前期管理涉及规划决策,筹划,调研,购买，库存,直至安装调试,试运转的所有过程。(1) 采购期:在投资前期做好设备的能效分析，确承认以起到最佳的作用，进而通过完善的采购方式,进行招标比价,在保证性能满足需求的状况下进行最低成本购买。(2) 库存期:设备资产采购完毕后,进入公司库存寄存，属于库存管理的范畴。(3) 安装期:此期限比较短,属于过渡期,若此阶段没有规范管理,很也许导致库存期与在役期之间的管理真空。(运营维修管理涉及避免设备性能劣化而进行的平常维护保养,检查，监测，诊断以及修理，更新等管理,其目的是保证设备在运营过程

4、中常常处在良好技术状态，并有效地减少维修费用。在设备运营和维修过程中,可采用现代化管理思想和措施,如行为科学，系统工程，价值工程,定置管理，信息管理与分析,使用和维修成本记录与分析,AC分析,PDC措施,网络技术，虚拟技术，可靠性维修等。( 轮换及报废管理（1）轮换期：对于部分可修复设备，设备定期进行轮换和离线修复保养,然后继续更换服役。此期间的管理对于减少购买及维修成本,反复运用设备具有一定的意义。（2)报废期：设备整体已到使用寿命，故障频发，影响到设备组的可靠性，其维修成本已超过设备购买费用,必须对设备进行更换，更换后的设备资产进行变卖或转让或处置,相应的费用进入公司营业外收入或支出,建立

5、完善的报废流程，以使资产处置在帐管理,既有助于追溯设备使用历史,也利于资金回笼。至此,设备寿命正式终结。1.4.设备全寿命周期的闭环管理设备在管理的过程中会经历一系列的设备及财务的台账和管理及维修记录,如设备的可靠性管理及维修费用的历史数据，都可以作为设备全寿命周期的分析根据,最后可以在设备报废之后,对设备整体使用经济性，可靠性及其管理成本作出科学的分析，并可以辅助设备采购决策,可以更换更加先进的设备重新进行全寿命周期的跟踪，也可以仍然使用原型号的设备，并应用原设备的历史数据进行更加科学的可靠性管理及维修方略,使其可靠性及维修经济更加优化,从而使设备全寿命周期管理形成闭环。15设备全寿命周期管

6、理系统 为了从管理上达到对设备全寿命周期的合理管理，必须构建一种适合本公司的设备全寿命周期管理系统。该系统不仅具有资产管理（台账）,设备管理，维修工时和成本管理等基本功能，还应具有信息综合分析、报警功能和诊断专家功能等，对资产,故障，润滑,诊断，备件，维修工时，成本等信息能资源共享，进行综合分析(输入数据必须精确)并预报。全寿命周期管理系统规定将有关信息准时按规定记录(必须真实)并输入计算机，例如将故障类型,产生因素，停台天数,维修工时,成本等有关数据及时输入计算机,并对信息进行分析解决,然后运用分析成果采用针对性措施，以达到故障率大幅下降的目的。 （1. 设备全寿命周期管理系统具体的管理功能

7、（1）前期管理功能： 设备前期管理是保持和提高其后续管理中设备技术状态和经济效果的核心,是搞好后续管理的基本。该部分重要涉及设备规划、选型、安装、调试、验收、申购筹划、申购合同、设备租赁、厂商信息等,其中设备规划部分重要涉及年度设备使用筹划、年度设备使用费筹划、设备使用筹划需求量等的制定。（)台帐管理功能:台帐数据是进行设备优化配备管理的基本,反映公司设备基本信息及其资产状况，具有静态和动态两部分数据：静态数据重要有设备编号、名称、型号规格、厂商信息、所属单位、原值、重要性能参数等;动态数据如设备净值、折旧额、合计能耗费用、月有效工作台班/ 时数等。(3)设备状态变动管理功能:记录设备的启用、

8、停用、闲置,租入、租出，转入、转出、故障、事故、报废等的管理，为管理决策层精确迅速地提供设备目前状态。（4)运营状态管理功能： 记录设备平常运营工时信息、能源消耗信息、操作员信息等。（5）维修保养管理功能： 涉及设备维修管理和设备保养管理:管理人员根据设备核心性及其各项经济技术指标对设备分类,对不同类型的设备分别采用状态检测维修、定期维修、事后维修、改善性维修等不同的维修模式,维修管理涉及编制及更改维修筹划,记录维修信息,核算维修费用;设备保养管理重要进行润滑定标、润滑实行等管理。(6)记录分析功能： 记录设备各项技术经济指标及综合状态,提供针对不同管理层次需求的报表输出。涉及设备分布表、下属

9、部门设备分布表、工程机械费用核算明细表、单台机械全项核算明细表、单台机械实际费用图表、机械运转状况及经济核算报表、租赁设备收支核算表等。通过多种记录数据及指标,使管理者全面、迅速、精确的理解目前公司机械设备资产及使用状况,辅助领导进行公司管理决策。(7）备件管理功能: 对设备的备件进行必要的库存管理,在保证设备正常运作的状况下,尽量减少其库存,减少资金占用量。备件管理重要涉及建立设备备件台帐，完毕备件的出入库管理,制定备件储藏定额；备件采购筹划管理；对备件进行AB分析，提供各类记录分析报表。(）系统维护功能：对系统进行维护,保证系统良好运作。系统维护重要是管理、创立和调节系统的角色、顾客及其权

10、限,并进行系统操作权限分派；设立和调节系统的实时信息反馈；完毕操作日记、数据备份及数据恢复操作。2.设备全寿命周期费用管理2.1.基本概念设备全寿命周期费用(Life Clos）管理是从设备的长期经济效益出发,全面考虑设备的规划、设计、制造、购买、安装、运营、维修、改造、更新,直至报废的全过程，使最小的一种管理理念和措施。LC管理的核心内容是从一开始就把工作做好，对设备项目或系统进行LCC分析,并进行决策。22.设备全寿命周期费用管理国内外应用状况LC概念来源于瑞典铁路系统，15年美国国防部研究实行LCC技术并普及全军,之后，英国、德国、法国、挪威等军队普遍运用LCC技术。999年6月，美国总

11、统克林顿签订政府命令,各州所需的装备及工程项目,规定必须有LCC报告。没有C估算、评价，一律不准签约。同年,以英国、挪威为首组建了LCC国际组织，由50个国家、地区参与。该组织为保护参与国购买装备的经济利益,规定设备、工程中间商、推销商为买方提供C估算。 美国将LCC管理的措施一方面应用于核电站，由于核电站建设是以可靠作为优先考虑因素,因而在可靠性的基本进行LCC管理，更具必要性和急切性。在此基本上，再将该项技术推向了发电机、大型变压器、励磁机、低压输配电系统、仪用空气系统。加拿大和欧洲某些国家将CC管理和可持续性发展结合起来，偏向于电力系统中的绿色能源，在计算成本时考虑了环境的影响。来自制造

12、厂的专家也提出LCC管理措施在高压开关、变电站方面的应用。 23.设备全寿命周期费用分析的措施（1 贝叶斯推断法贝叶斯一词源于18世纪一种牧师TOBAYE,由于她的发现，使带有主观经验性的知识信息，被用于记录推断和决策巾来。当将来决策因素不完全拟定期,必须运用所有可以获得的信息，涉及样本信息和先于样本的所有信息,其中涉及来自经验、直觉、判断的主观信息,来减少来来事物的不拟定性,这就是贝叶斯推断原理。(2 马尔可夫过程分析法由于设备的全寿命周期过程常常随着一定的随机过程,而在随机过程理论中的一种重要模型就是马尔可夫过程模型。在一种随机过程中,对于每一初始时刻，系统的下一种时刻状态概率仅与初始时刻

13、的状态有关,而与系统是如何和何时进入这种状态无关，即所谓无后效性或无记忆性，这种随机过程称为马尔可夫随机过程。(3 层次分析法（AH)P是美国出名运筹学家、匹兹堡大学专家T.L.Say等人在2世纪70年代中期提出的一种定性与定量分析相结合的多准则决策措施。HP常常可以作为一种拟定指标权重的措施加以应用。AH的特点是：将人的思维过程数学化、模型化、系统化、规范化，便于人们接受，但在运用上也有较多的局限性。在HP使用过程中.无论是建立层次构造还是构造判断矩阵，人的主观判断、选择对成果的影响较大。使得P进行决策的主观成分很大。鉴于原则HP在使用中存在的局限性，人们对其进行大量的修改,这些修改重要集中

14、在如下几种方面：对标度措施的修改；对单排序措施的改善;一致性检查的解决;大规模指标判断矩阵的给出。(3模糊综合评价法模糊综合评判法是运用模糊关系合成的原理,从多种因素对评判事物从属状况进行综合性评价的一种措施。作为模糊数学的一种具体应用措施,最早是由国内学者汪培庄提出来的。它重要分为两步:第一步先按每个因素单独评判；第二步再按所有因素进行综合评判。该措施是解决定性和定量问题的典型措施,可以较好解决判断的模糊性和不拟定问题，在许多领域得到广泛应用。模糊综合评判的长处是可以对波及模糊因素的对象系统进行综合评价。其局限性之处是：不能解决评价指标有关导致的评价信息反复问题,从属函数的拟定还没有系统的措

15、施,并且合成的算法尚有待进一步探讨;其评价过程大量应用了人的主观判断,由于各因素权重的拟定带有一定的主观性,因此总的来说，模糊综合评判足一种基于主观信息的综合评价措施。(4 数据包络分析（DE）DEA是出名运筹学家ACarnes和W.Copper等学者以“相对效率”为基本发展起来的一种新的系统分析措施。它重要采用线性规划措施。运用观测到的有效样本数据,对决策单元(Decso Main Uis，DM)进行生产有效性评价。白思俊曾对DA措施在项目评价中的应用进行了研究。DEA措施是一种定量评价措施，其特点是完全基于指标数据的客观信息进行评价,剔除了人为因素带来的误差。其长处是评价多输入多输出的大系

16、统,并可以运用“窗口”技术找出单元单薄环节加以改善。缺陷是只能表白评价单元的相对发展指标,无法表达出实际发展水平。( 人工神经网络(ANN)NN评价措施是一种交互式评价措施，它可以根据顾客盼望的输出不断修改指标的权值，直到顾客满意为止。AN评价措施可以充足考虑评价专家的经验和直觉思维的模式,又能减少综合评价过程中的不拟定性因素，可以较好解决综合评价过程中浮现的随机性和评价专家主观上的不拟定性及结识上的模糊性问题。N评价措施具有自适应能力、可容错性可以解决非线性、非局域性的大型复杂系统。在对学习样本训练中，不必考虑输入因子之间的权系数,ANN通过输出值与盼望值之间的误差比较，沿原连接权自动地进行

17、调节和适应,因此该措施体现了因子之间的互相作用。但NN措施也存在某些缺陷。如需要大量的训练样本,精度不高;评价算法复杂,只能借助计算机解决；网络收敛速度慢，影响评价工作效率等。(5 灰色综合评价法灰色综合评价措施是一种定性分析和定量分析相结合的综合评价措施,这种措施可以较好的解决评价指标难以精确量化和记录的问题，可以排除人为因素带来的影响,使评价成果更加客观精确。其整个计算过程简朴,通俗易懂。易为人们所掌握；数据不必进行归一化解决,可用原始数据进行直接计算，可靠性强;评价指标体系可以根据具体状况增减；不必大量样本,只要有代表性的少量样本即可。缺陷是规定样本数据具有时间序列特性。并且,基于灰色关

18、联系数的综合评价具有相对评价的所有缺陷。此外,灰色关联系数的计算还需要拟定“辨别率”，而它的选择并没有一种合理的原则。在以上几种措施中，目前最为流行的是人工神经网络和灰色综合评价法。下面具体简介神经网络及灰色理论在设备全寿命周期费用分析的应用。2.4.神经网络在设备全寿命费用分析中的应用在设备全寿命分析过程中，全寿命费用与其影响因素之间存在着极其复杂的非线性关系,对这一非线性关系的模拟和辨认及其全局优化问题还没有得到较好的解决。近几年来神经网络得到了飞速的发展，已广泛应用于人工智能、自动控制、记录学等领域，特别是 BP网络以其良好的非线性功能、自学习功能等许多优良特性而在诸多领域获得了成功,已

19、徐徐成为解决此类问题的工具。人工神经网络及P网络原理人工神经网络是一种并行和分布式的信息解决网络构造。近年较为流行的反向传播神经网络(简称P，Bck Propgatio）网络,以其良好的非线性映射能力而成为一种应用最广泛的神经网络模型。它在分类, 预测，故障诊断和参数检测中具有广泛的应用。B网络算法的学习过程，由正向传播和反向传播构成。一般原则的P网络由3层神经元构成， 最下一层为输入层, 中间层为隐含层, 最上层为输出层,每层由若干神经元构成。各层次之间的神经元形成全互连接,各层次内的神经元之间没有连接。BP神经网络的预测功能是通过误差的反向传播学习算法来实现。其重要思想是:对于个学习样本：

20、, ，与其相应的输出样本为:,. 学习的目的是用网络的实际输出,. 与目的矢量,. 之间的误差来修改其权值,使与盼望的尽量的接近，虽然网络输出层的误差平方和最小。它通过持续不断的相对于误差函数斜率下降方向上,计算网络权和偏差的变化而逼近目的。每一次权值和偏差的变化都与网络误差成正比，并以反向传播的方式传播到每一层。设输入为P,输入神经元有r个,隐含层内有s个神经元，激活函数为f1，输出层内有个神经元,相应的激活函数为f2， 输出为A,目的矢量为,其环节如下：（1） 隐含层中第i个神经元的输出: （2） 隐含层中第k个神经元的输出： （3)定义误差函数为: （4）用梯度法求输出层的权值变化对从第

21、i个输入到第个输出的权值变化为：其中 同理可得:(5)运用梯度法求隐含层权值变化对从第j个输入到第i个输出的权值为:其中: 2.全寿命费用预测构造神经网络设计(1全寿命费用分解构造的构成因素全寿命费用可觉得是设备从其概念系统方案的形成到设备退役为止,这一寿命剖面的各个事件内所消耗的总费用,即设备在开发、实验、 装备、使用、维护始终到最后废弃或退役等过程中各项费用总和。为了便于对全寿命费用进行估算和组织管理。一般按设备类别和系统分析原理进行费用分解。在提出设备在其寿命周期内的费用分解构造时，应精确的估算或预测出在全寿命阶段设备的全寿命费用,并同步对各项费用做出合理评价。根据以往的经验,一般构成全

22、寿命费用分解构造有如下几种方面:（1）研究与研制费研究与研制费是指设备的所有技术研究、型号设计、样机和原型机制造、多种实验和鉴定的费用。研究和研制费基本上是固定的且是一次性支付的，与最后该型设备的生产量无关。(2)最初投资费用最初投资费用是最初工厂装备一套设备所花的所有费用,重要涉及设备的采购费，涉及生产费、运送费等、设施建筑费、人员训练费及首批备件的采购费。最初投资费用也是一次性支付的。()使用保障费用使用保障费用是一种设备在装备之后,使用过程中所需的所有费用。这些费用涉及能源费用、使用费用、维护修理费用等。使用保障费用一般要高于研究与研制费用和最初投资费用。 （4)退役费用退役费用是设备退

23、役或报废时，加以解决所用的费用。与前3类相比,退役费用的数额很小。(全寿命费用预测神经网络模型设计目前的问题已经不是设备的研究与研制费、最初投资费、使用保障费和退役费等分别加以管理,而是把这几种环节结合起来作为全寿命费用进行综合管理。为了给设备的全寿命分析提供一种参照根据，可以运用神经网络的模型设计措施,对整个设备的全系统、全寿命费用进行综合设计，得出其预测模型。（)输入输出层的设计对于设备的全寿命费用而言,按照以上的 4个分解构造就可以把其应用到实际中，但这并不是涉及了所有费用。在实际使用中,根据影响费用因素的重要限度,可以分为采购费、使用费、维修费、后勤保障费、培训费、技术改善费和退役解决

24、费等，其中已涉及了重要费用因素。根据BP网络的设计特性不考虑各因素之间的互相影响关系,即各层次内的神经元之间没有连接，可以选其作为输入层，其输入节点数为7。输出层为全寿命费用,则输出层的节点数为1。（2)隐含层节点数及选用隐含层节点选用是一种复杂的问题，节点数太多会导致训练时间过长，误差也许达不到预期的规定。若节点数太少会导致容错性较差，不能辨认新的样本。因此隐含层节点数要根据经验来选用，一般的选用措施如下：式中：为隐含层节点的数目；为输入层节点数;为输出层节点数；为110,的常数,根据上式权衡最优可以拟定隐含层的节点数为5。(3）初始权值的选用由于在设备全寿命费用神经网络模型设计中，费用是呈

25、非线性变化的,因而，初始权值的选用对于与否能达到所估计的全寿命费用最小，与否可以收敛以及训练时间的长短等关系很大，那么在模型预测过程中,如果初始权值太大，使得加权之后的输入和N落在了网络模型的S型激活函数的饱和期中，从而会导致非常小。而在其后计算各个阶段费用的权值修正公式中,由于正比于，当时，则有,使得，从而使得调节过程几乎停止不前，不能如期完毕对某类设备的全寿命费用预测。因此,一般总是但愿通过初始加权后的每个费用神经元的输出值都应为零,这样才可以保证费用神经元都可以在s型函数最大之处进行调节。因此，一般取初始权值在（-1,)之间的随机数,对于在全寿命费预测中的2层网络，为了避免浮现局部最小值

26、，不收敛或训练时间过长等状况,可以采用威得罗选定初始权值的方略,选择权值的量级为，其中，为第1层神经元的数目。运用此法可以在较少的训练次数下得到满意的费用成果。(4)目的值的选用在设备的设计开始，就应对其全寿命费用进行论证。根据支付费用状况,采用多元回归法、参数费用法、类推费用法、外推费用法、估算费用法等来估算此设备的预期费用，作为输出的目的值。设计者根据设备全寿命费用目的值来拟定盼望误差值,以及根据精度的规定来选定最大循环次数。通过以上的分析可得网络构造如图1。在对此网络进行训练的过程中，先要取一定数量的样本,选定其初始权值进行学习，然后其输出层的成果即为全寿命费用。在对全寿命费用的神经网络

27、的预测模型中，要用各个费用的大量数据进行训练，可以得出最佳的效果,对于各个费用和全寿命费用之间不需要作出更多的假设,其分析过程可以从预测模型的自适应学习中获得，从而大大减少了人为的影响，对全寿命费用的预测会更高。2.灰色理论在设备全寿命费用分析中的应用灰色系统理论重要研究系统模型不明确、行为信息不完全、运营机制不清晰系统的建模、预测、决策和控制,在研究系统时，该理论可以抓住表征信息，运用关联分析、灰色聚类、灰数生成、灰色建模等信息加工手段，谋求系统内在规律,用于预测系统将来的发展状态。25.1设备全寿命费用预测指标体系对设备费用进行预测必须对设备体系进行分析，同步还需要对设备从生产到报废中所波

28、及到的各个阶段的费用进行分析.即进行所谓的全寿命费用分析。(设备全寿命费用构造设备全寿命费用是设备在预定的寿命周期内,由于设备的论证、研制、生产、使用、维修和保障直至报废所所产生的费用之和,涉及直接和间接费用、常常性和一次性费用及其她有关费用。设备全寿命费用构成可以是多视角的，为了分析以便，根据再生产原理,从资金循环周期看,设备寿命周期全过程可划分为预研、研制、实验、生产、部署、使用和退役处置等阶段,概括为科研、采购和维修三个阶段，以此形成相应的经费构成。对设备全寿命费用宏观预测，实质是按照从装备需求到经费需求的思路,拟定出设备全寿命费用宏观预测的指标体系,以指标体系为预测和分析的根据。(2

29、设备全寿命费用预测指标体系设备全寿命费用预测，既涉及费用总量预测,又涉及费用构造比例预测,而不同类别的费用构造又是一种相对的费用总量。费用总量和费用构造比例不是一成不变的，有影响其总量和构造比例的因素,这些影响的变化，会使费用总量和费用构造发生变化。其中重要的因素是价格指数对价格的影响,引起设备费用的变化。因此对设备全寿命费用进行预测分析，需要从费用总量、费用构造和价格指数三个方面进行综合分析，按照这种思路,可以拟定出设备全寿命费用预测的指标体系，如图所示。设备全寿命费用预测指标体系费用总量预测费用构造比例预测价格指数预测按设备类别按阶段按设备类别按阶段物价指数设备市场价格指数配套设备市场价格

30、指数设备出厂价格指数设备全寿命费用宏观预测指标体系图25. 设备全寿命费用预测措施与模型（1 设备费用预测模型分析装备费用是一种影响因素繁多的问题,从全寿命阶段上讲，有科研、采购、维修费用等阶段,把各个影响因素看作是自变量,而把总设备费用看作是因变量，由于因素与设备费用总量间存在内在必然的联系,找出其内在规律的目的在于预测将来,能对设备费用的使用进行合理有效的指引，在对因变量(总设备费用进行预测整合前,一方面要对各个影响因素的值及所占比例进行合理预测,只有在此基本上,通过对其内在规律进行整合预测,才干得到合理的总设备费用。设备的费用分析具有一定的不拟定性，重要缺少有关数据信息和模型信息，对自变

31、量及构造比例的预测，可以运用灰色预测理论，灰色理论觉得,任何随机过程都可看作是在一定期空区域变化的灰色过程，随机量可看作是灰色量：此外无规律的离散时空数列是潜在的有规序列的一种体现，因而通过生成变换可将无规序列变成有规序列。(2 灰色预测模型（1)M(1,)模型可以对设，,.等拟定性变量进行灰色预测,模型分析如下：GM(1，1）模型是灰色预测的基本，建立GM(,1)模型的实质是对原始数据作一次累加生成(1- AG),使生成数据序列里一定规律,通过建立微分方程模型，再作一次累加生成(1-IAGO），用以对系统进行预测。设有变量序列,（1），(2),x（),其中: 构造一阶线性灰色微分方程运用最小

32、二乘法求解参数，式中: 的灰色预测模型为： 再作一次累加生成得的灰色预测模型为： （)GM(1,1)模型精度检查：灰色模型的精度一般采用后验差措施检查，残差为: 原始数列及残差值数列的方差分别为和，则:其中 残差比值和小误差概率：模型的精度由和共同刻画，一般划分为四级模型精度级别1级（好)0.950.52级（及格）.80950.5.53级（勉强）0.70.80.500.65级(不合格）705否是低风险中风险否是是故障模式风险评价故障与否存在征兆实时状态维修定期避免维修与否存在故障征兆定期视清维修故障率与否与时间有关定期避免维修平常巡检和机会维修平常巡检和事后维修事后维修与否值得平常巡检和报废高

33、风险是否否基于风险的维修方式决策否否否是是是与否为维修性故障与否为失误性故障故障常用因素及主线因素分析与否为先天性故障其她故障因素分析和根治维修故障模式风险评价提高操作人员素质提高操作人员素质改善设计水平发生限度定义水平发生限度定义易于发生在一种大修周期内常常发生有时发生在一种大修周期内有时也许发生偶尔发生在寿命期内偶尔发生不太也许发生在寿命期内不易发生，但有也许发生（同行业发生过)很少发生极不易发生（理论上也许,但实际极不也许发生)后果对生产的影响（c)安全后果(2）环境后果（c3)维修成本(c4)基本无影响基本无影响基本无影响0.5万元如下装置生产降量12小时之内较轻的影响车间内可解决0.

34、5-万元装置停产1224个小时人员受到较重大伤害公司内可解决1-2万元装置停产24-48个小时人员永久性伤残由地方政府来解决25万元装置停产4个小时以上一人或一人以上伤亡必须通过中央和国际组织协助解决5万元LLLMMMMMMMLLLLLHHHHHHHHHHABCDE故障也许性（P）安全后果（C2）安全风险矩阵LLLLMMLMLMLLLLLMHMMMHHHHHABCDE故障也许性（P）生产损失（C1）生产损失风险矩阵LLLLLLLLLLLLLLMMMMMMMMMHHHMABCDE故障也许性（P）维修成本（C4）LLLMMMMMMMLLLLLHHHHHHHHHHABCDE故障也许性（P）环境后果（C3）环境风险矩阵维修成本风险矩阵