EXAKT使用手册

一、E XAKT的介绍EXAKT是一款在存活分析和可靠性的区域，特别是在基于状态维修的（Conditon-based Maintenance，CBM）区域进行数据分析和决策制定。

CBM指一起使用和状态相关的项目的寿命、诊断数据来制定替换决策的一个维修程序。

EXAKT向项目提供一个关于替换或者大修的计划，它使在每个单元时间内平均维修费用最小，就意义而言它是最优的。

而这个计划正是基于CBM模型的，它的参数来自项目的历史（寿命和诊断数据）。

1.EXAKT的结构包括两个模块：EXAKT建模模块(EXAKTm)和EXAKT决策模块（EXAKTd）。

图1。

图1 EXAKT的两个软件模块EXAKT的主要功能：●数据的转换以及预处理（EXAKTm）。

●建模(EXAKTm)。

建立CBM模型●制定决策（不仅有EXAKTd，还有EXAKTm参与）。

2.EXAKT的作用●预测系统/设备失效；●估计系统/设备剩余寿命；●定义预防性更换周期，降低装备寿命周期费用，提高装备可靠性；●实现装备费用、可靠性、故障风险的平衡。

3.EXAKT收益●提高使用可靠性：在故障发生之前，对故障进行预测，提高可靠性，降低使用费用；●“O”设备停机时间：以高置信度水平，在装备处置退役之前，保证系统正常运行；●精确制定维护计划：精确预测系统/零件剩余寿命；●减少对“无影响数据”分析；●降低维护费用：通过优化预防性更换的频率，来降低维护费用；●高效的设备/零件更换计划：通过精确的预测设备/零件的寿命；●精确的失效预测：通过预测单元级水平，对复杂设备进行预测；●精确的预测模型：适用于零部件/系统；二、EXAKT的使用1.EXAKTm的使用1．EXAKTm主窗口如图2。

图2 EXAKTm主窗口2.File，New，新建一个空WMOD数据库（命名强烈建议采用_WMOD为结尾）与放置MES数据库文件在同一地方，不然后边不可导入外部数据库。

Creat。

Modeling(在菜单条上)，Data Setup，进入一个脚本编辑器界面，输入与外部的MES 数据库连接的语句，如图3中，Execute，Save。

MES数据库表格也会显示在左图3边的窗口，成为激活状态，可以通过双击打开每个表格检查，熟悉它们。

或者可以File，Open打开一个已经存在的WMOD数据库。

3.Data Preparation，Enter General Data，出现图4界面，对其输入，例如，图5。

图4图5*注：当每次输入数据确定后，后面的图标依然是灰色的，并不能马上变成亮的，图标需要一定的时间来等待先于它之前的所有数据都已经配置好。

4.With Covariates（Complete），（我们等待了不到一分钟的时间With Covariates （Complete）以及后面的图标才成亮的，被激活）。

当数据只包含了失效的和挂起的信息，没有检查的信息，可使用Without Covariates这个选项，这将指导形成一个简单的Weibull 分析，并且计算最优的寿命和替换决策。

而当数据包含检查记录的时候，就要使用With C-Ovariates（Complete）、With Covariates（Iterpolated）、With Covariates（Incomplete）、Marginal Analysis、或者Combined Analysis选项。

在这里以With Covariates（Complete）为例说明。

图6。

图6进行上个步骤之后，Events和Inspections表格合并成一个表格C_Inspections，仍保留原来两个表格。

后边的计算将使用该表格进行计算。

5.Modeling，Weibull PHM，Select Covariates,出现Model Variables界面，对其进行输入，如图7。

点击ok以后，会生成对该模型的报告。

如图8。

“Summary of Events and Censored Values”显示了被分析的数据的总体上总结。

“Sample Size”是13表示有13个历史。

其中6个以失效而结束，3个（Censored（Def））在失效之前就结束，4个（Censored （Temp））在当前建立模型的时候还在运行中。

“Summary of Estimated Parameters”提供了建立的子模型的结果。

“Sign”的值表示该参数是否重要的，也就是是否它和失效有关联。

在图8中，Shape、Iron和Lead是重要参数，而Calcium和Magnesium是不重要的。

“P-value”的值越高，它和失效的风险的关系就越小。

图7图86. Select Covariates，重新选择协变量（covariates），只保留和失效的风险有关系的协变量，建立新的子模型，生成报告，如图9。

图97.Modeling（在菜单条上），Select Current Model，出现了图10，对其进行选择，则选择了刚才建立的子模型为激活状态。

图108.Modeling（在右边的Procedures窗口中的），Weibull PHM，Summary Report，之后生成图11的报告。

图11“PHM Fits Data”是Not rejected（*）表示该子模型可被接受的置信水平是95%，到此我们已经成功地创建了一个比例风险模型（Proportional Hazards Model，PHM）。

9.Transition Probability Model，Covariates Bands，对“Covariates”选择不同图12变量会在“Interval Start Points”下面生成不同的状态的分割区间。

软件用它们来构建转换可能性模型。

这个模型会计算在接下来的检查时间的一个间隔里从一个状态跳转入另一个状态的可能性。

图12选择Iron，点击确定。

10.Transition Rates，Display Survival，出现Display Survival Probabilities界面，Working Age：8000，Observation Interval：200Hrs，图13。

点击Report按钮，生成如图14报告。

左边的被分割的状态区间表示Iron在工作寿命是8000小时时的，上面那一行则表示Iron的工作寿命是8200小时时的状态区间，200就是一个检查时间的间隔，前面对其进行了设置。

例如“0-4.004”和“4.004-9.009”的值是0.301615，表示了Iron 在8000小时时状态“0-4.004”在8200小时时跳转为“4.004-9.009”的可能性为30.1615%。

图13图1411.Decision Model，Decision Model Parameters，出现Decision Model Parameters 界面，使Replacement（C）:1200,Failure（C+K）:6000，Cost Unit：$，Inspection Interval：250，图15点击OK之后，在工具条中点击出现图16报告。

该报告中，显示出了最优的策略在花费上比只在失效时替换的策略每工作一小时节省1.14383，只在失效时替换的策略，设备从开始到结束工作了3941.95h，所以平均每小时的花费是6000/3941.95=1.5220而最优策略的两次替换之间的时间是3326.4h，所以平均每小时的花费是（1200*94.2%+6000*5.8%）/3326.4=0.378258。

图15图1612.Decisions，出现Last Histories界面，对出现在Select Ident下面的进行选择，图17，点击Report，则可以生成最近的历史的其他单元的决策报告，再点击，使用Page Down可以查看不同单元的决策报告图18。

图17图1813.ModelDbase，Connect to DatabaseScript，点击左边的窗体，不然Connect to DatabaseScript不能被激活。

对其进行脚本编写，从而将所建立的最优化的决策模型输出到维修系统中。

图19。

这时左边的窗体上添加了几个新表格链接，点击其中Decisions表格查看，图20。

图19图2014.ModelDbase，Store the Decision model，至此将所建立的决策模型输出到了DMDR 数据库中，图20。

可以关闭EXAKTm模块。

图202.EXAKTd的使用1.File，New，新建一个空的WDEC决策数据库（强烈建议命名以_WDEC结尾），进入图21界面。

图212．Setup，Connect to model database script，进入脚本编写器，进行编写脚本，使与外在的注入了在EXAKTm模块建立的模型的MDMR数据库链接，如图22。

点击Save后，图22出现图23所示。

这时，对于每个单元，如图17-67单元，在右边已经生成了它的最优策略。

图233.点击上图中的Trans Oid Anal，Reports，Creat Reports，在生成的对话框中全部选择，图24，则会生成全部的决策报告。

点击，就能全屏显示，按Page Down可以查看各个报告。

图25。

图24也可以只点击一个单元如17-66，在随后的对话框中进行选择想要生成的决策报告，和上个步骤是一样的。

图25 到这，EXAKTd模块的基本使用也讲完。