我们考察一个无人值守的石油泵系统，其中两个泵以互为备用方式运行（一台泵连续运行，而另一台泵处于备用状态）。 当运行中的泵发生故障时，一个切换控制器将自动激活备用泵。图1展示了该系统的可靠性数字孪生模型。

切换控制器本身的故障并不会直接影响系统运行，但会在需要时无法备用泵的激活，从而导致生产损失。由于这类故障并不立即显现，因此被归类为“隐藏故障”。 对于具有隐藏故障模式的设备，通常在定期维护或检查设备是发现其未能执行其预期功能（例如，激活备用泵）时对控制器进行消缺性维护(CM)。

以下运行示例展示了控制器故障导致生产损失的情景。

需要注意的是，在控制器故障发生后，系统生产并不会立即中断。

在之前的文章, 《含有隐藏故障模式组件的拟合分布》中，我们讨论了如何使用历史维护数据 来估计控制器和泵的故障分布。在本文中，我们专注于创建如图1所示的数字孪生，以评估控制器隐藏故障模式对生产的影响。

1. 控制器具有隐藏故障模式，为不可修复设备，其寿命遵循Weibull分布，β=3.04，η=744天。两台泵为可修复设备，具有恒定的故障率， 平均无故障时间(MTBF)为0.75年。
2. 控制器和泵的停机时间分别为36小时和10小时，本例使用固定停机时间。
3. 控制器的维修/更换成本为 $50,000。
4. 生产是不间断运行（24/7），每天产量为3,000桶，每桶价值 $70。

为简化起见，我们跳过数字孪生的详细设置，重点关注一种称为“启动节点”的特殊构造来表示控制器。该节点的故障不会影响正常运行， 但必须在相关节点（泵1或泵2）由备用状态或维护后切换时进行激活。

首先，估算在当前运行到故障维护策略下，控制器仅在发现故障后进行维修的情况下，10年内的生产损失。基于数字孪生模型的 1,000次仿真结果如下：

仿真输出为10,934,378桶，而理想的无故障场景输出为10,950,000桶，预计损失15,622桶。按每桶 $70计算，这10年的总损失为 $1,093,540。

以下是控制器的各种维护统计结果：

估算在10年内需进行3.469次控制器更换（CM任务），总成本为 $173,450。

如果我们为控制器制定预防性维护 (PM) 政策，是否有助于减少生产损失？如果可以，那么最佳更换时间是什么时候，以最大限度地减少生产损失？

为了评估基于时间的预防性维护（PM）策略可能带来的成本节约，我们设置了控制器的2年PM间隔并重新运行仿真。

输出为10,943,127桶，导致的损失为6,873桶（价值 $481,110），相比运行到故障策略约减少了 $500,000 的损失。

此时，在10年内观察到1.525次纠正性维护任务和4.103次预防性维护任务，总共消耗5.628个控制器单元，成本为 $281,400。

我们还进行了1.5年、1年和0.5年PM间隔的仿真，并总结了所有维护策略的结果。

注意图7中的成本计算基于以下假设：

• 理想生产量为10,950,000桶（10年）。
• 每桶价值 $70。
• 控制器的更换成本为 $50,000。

Controller Cost 栏表示每种维护策略下的控制器更换费用，而Marginal Production Gain 栏则表示每种策略下的额外收益。

因此，采用2年间隔的PM策略，总节约为 $504,480，而1年间隔PM策略节约 $693,490。

图7的曲线显示最佳PM间隔为1至1.5年之间。

本文展示了如何使用“启动节点”构造创建一个可靠性数字孪生来模拟隐藏启动故障。通过这一构造，我们可以量化具有隐藏故障模式部件与其可靠性和可维护性相关的生产影响。

虽然该示例主要展示了“启动节点”结构的使用及其功能，同时演示了如何通过运行不同维护策略的仿真进行成本效益分析。 这种方法使分析人员能够基于历史数据做出数据导向的决策，从而优化企业的利润。