ГОСТ Р 70841-2023 (ИСО 14224:2016). Национальный стандарт Российской Федерации. Нефтяная и газовая промышленность. Сбор и обмен данными по надежности и техническому обслуживанию оборудования

7 Качество данных

 

7.1 Получение данных необходимого качества

 

7.1.1 Определение качества данных

Достоверность собираемых данных по НиТО и, следовательно, последующего анализа существенно зависит от качества данных. Данные высокого качества характеризуются следующим:

a) наличием полного перечня данных в соответствии с техническими условиями (спецификацией);

b) соблюдением терминологии параметров надежности, типов и форматов данных;

c) точностью ввода, передачи, обработки и хранения данных (вручную или в электронном формате);

d) достаточной выборкой и периодом сбора для обеспечения статистической достоверности;

e) соответствием данных потребностям пользователей.

7.1.2 Мероприятия по планированию

Перед началом сбора данных рекомендуется выполнить следующие мероприятия:

a) определить цель сбора данных для организации их сбора в соответствии с планируемым применением. Например, данные могут быть использованы для следующих анализов: КОР, анализ безотказности, готовности и ремонтопригодности (БГР), НОТО, СЖЦ, анализ УПБ (см. приложение D);

b) изучить источник(и) данных для проверки возможности получения соответствующих данных достаточного качества. Источники данных включают инвентарную и техническую информацию об оборудовании, данные о событиях по НиТО и их влиянию на установку;

c) привести таксономическую информацию, отражаемую в базе данных для каждого вида оборудования (см. раздел 8);

d) определить дату установки, количество и рабочее время оборудования, в отношении которого проводят сбор данных;

e) установить границы каждого класса оборудования, включая подлежащие сбору данные по НиТО (см. раздел 8);

f) применить единую терминологию в области отказов и единые методы классификации отказов (см. раздел 9);

g) использовать единую терминологию в области ТО и единые методы классификации работ по ТО (см. раздел 9);

h) определить перечень проверок, используемый при верификации качества данных (см. 7.1.3). Как минимум, должно быть проверено следующее:

1) источник данных документирован и прослеживается,

2) данные относятся к схожему типу оборудования, технологии и условиям эксплуатации,

3) сбор данных выполняется для соответствующего оборудования (например, модели оборудования не являются устаревшими),

4) данные соответствуют терминологии и правилам интерпретации (например, терминологии по отказам),

5) зарегистрированные отказы произошли в границах оборудования в период наблюдения,

6) информация является согласованной (например, виды отказов соответствуют последствиям отказов),

7) данные зарегистрированы в правильном формате,

8) собран достаточный объем данных для статистической достоверности (отсутствует искажение из-за выбросов) (рекомендации по расчету пределов достоверности приведены в C.3.2),

9) при проверке данных проводились консультации с персоналом по эксплуатации и ТО;

i) определить приоритеты по полноте данных, используя подходящий метод. Одним из методов оценки значимости различных собираемых данных является использование трех классов значимости по следующей классификации:

1) высокий - обязательные данные (сбор ~= 100%),

2) средний - данные высокой значимости (сбор ~= 85%),

3) низкий - данные средней значимости (сбор ~= 50%);

j) определить уровень разукрупнения для регистрируемых и собираемых данных по НиТО и установить их взаимосвязь с ролью оборудования в обеспечении производства и безопасности. Установить приоритеты для рабочих параметров безопасности и производства, а также других важных мероприятий;

k) подготовить план процесса сбора данных (см. 7.2), например: графики, этапы, последовательность сбора данных для установок и видов оборудования, периоды наблюдения (см. 8.3.1) и др.;

l) спланировать процессы компоновки данных и формирования отчетов, разработать метод передачи данных от источников данных в банк данных по надежности с использованием подходящего метода (см. 7.2);

m) обучить, мотивировать и организовать персонал по сбору данных, например: в области интерпретации источников, производственного опыта по оборудованию, программного обеспечения, привлечения эксплуатационного персонала и экспертов по оборудованию, понимания/опыта применения данных по НиТО в анализах и др. Обеспечить у персонала углубленное понимание оборудования, условий его эксплуатации, положений настоящего стандарта и требований к качеству данных;

n) рекомендуется провести анализ эффективности затрат для процесса сбора данных путем его пробного проведения до начала основного этапа сбора данных и пересмотреть планы при необходимости;

o) выполнить пересмотр плановых мероприятий в течение некоторого периода после использования системы (см. 7.2.3).

7.1.3 Проверка качества

Во время и после проведения сбора данных необходимо анализировать данные для проверки достоверности, обоснованного распределения, правильности кодов и корректной интерпретации в соответствии с плановыми мероприятиями (см. 7.1.2). Данный процесс проверки качества должен быть документирован и может варьироваться в зависимости от количества установок, организаций и отраслевых объектов, на которых он применяется. При объединении отдельных баз данных необходимо обязательно обеспечить уникальные идентификаторы для каждой записи данных.

Оценку качества собираемых данных следует проводить на наиболее раннем этапе, насколько это практически возможно, в соответствии с плановыми мероприятиями (см. 7.1.2). Подходящей процедурой является назначение сборщика данных, которому будут предоставлены указания по мерам обеспечения качества в соответствии с плановыми мероприятиями. Основная цель данной оценки - выявление проблем, требующих немедленной корректировки плановых мероприятий для исключения сбора данных с неприемлемым качеством.

Персонал, не участвовавший в сборе данных, должен иметь возможность проверить качество каждой отдельной записи данных и общей цепочки надежности, составленной совокупностью отдельных событий, в соответствии с плановыми мероприятиями (см. 7.1.2).

7.1.4 Ограничения и проблемы

Некоторые проблемы и ограничения, возникающие при получении качественных данных, приведены в таблице 1.

 

Таблица 1

 

Проблемы, ограничения и хранение

 

Область	Комментарии
Источник данных	Для определения источника может не хватать данных, и соответствующая информация может содержаться в различных отдельных системах (компьютерах, файлах, книгах, чертежах). Рекомендуется внимательно оценить данный вопрос в плановых мероприятиях (см. 7.1.2) для оценки качества данных, метода сбора и затрат
Интерпретация данных	Обычно данные объединяются от источников в стандартный формат (базу данных). В этом процессе различные пользователи могут по-разному интерпретировать источник данных. В этом случае применяют корректную терминологию, проводят обучение персонала и проверки качества (см. 7.1.2)
Формат данных	Использование кодов является основополагающим для обеспечения эффективности сбора данных и достоверности вводимых данных (например, правильные коды производителя). Однако в непредвиденных и неясных ситуациях необходимо добавлять текстовое описание
Метод сбора данных	Основной объем данных этой категории в настоящее время хранится в компьютерных системах (например, СУТО). Используя современные алгоритмы и программное обеспечение для преобразования данных, возможно передать данные в (полу)автоматическом режиме в различные другие компьютерные системы, сокращая затраты
Квалификация и мотивация	Сбор данных в ручном режиме может быть повторяющейся монотонной работой. Вследствие этого необходимо привлекать персонал с достаточным опытом для выполнения работы и избегать использования персонала с низкой квалификацией и недостаточным опытом, поскольку может снизиться качество данных. Необходимо определить мероприятия по мотивации персонала, собирающего данные по НиТО, например обучение, посещение заводов, привлечение к анализам данных и внедрению результатов. Другими примерами являются получение обратной связи о результатах сбора данных, участие в процедурах обеспечения качества, специальные информационные поля в СУТО для повышения качества отчетности и др.