考慮不完全維修的風(fēng)機(jī)齒輪箱優(yōu)化檢修策略(1)

風(fēng)機(jī)廠石家莊風(fēng)機(jī)廠石家莊風(fēng)機(jī)石家莊市風(fēng)機(jī)廠石家莊風(fēng)機(jī)維修石家莊風(fēng)機(jī)銷售

齒輪箱是風(fēng)電機(jī)組中維修費(fèi)用最高的部件之一，針對(duì)齒輪箱的狀態(tài)檢修策略研究對(duì)降低設(shè)備維修費(fèi)用、提高可靠度具有關(guān)鍵作用。針對(duì)風(fēng)機(jī)齒輪箱不完全維修這一現(xiàn)狀，提出了一種基于比例強(qiáng)度模型的優(yōu)化檢修策略。該方法利用監(jiān)測(cè)到的齒輪箱振動(dòng)數(shù)據(jù)、溫度數(shù)據(jù)及歷史維修數(shù)據(jù)建立比例強(qiáng)度模型，確定齒輪箱的強(qiáng)度函數(shù)；然后采用物理規(guī)劃方法權(quán)衡最小維修費(fèi)用和最大可靠度兩個(gè)優(yōu)化目標(biāo)函數(shù)，確定最優(yōu)維修閾值，并制定最優(yōu)維修策略。結(jié)合實(shí)際風(fēng)電場(chǎng)故障數(shù)據(jù)和在線監(jiān)測(cè)數(shù)據(jù)，對(duì)考慮不完全檢修的優(yōu)化檢修策略進(jìn)行仿真分析，結(jié)果驗(yàn)證了所提優(yōu)化策略的有效性和合理性。風(fēng)電機(jī)組的運(yùn)行環(huán)境惡劣，如風(fēng)速變化隨機(jī)、外界溫差變化大等，再加之風(fēng)機(jī)自身制造工藝和技術(shù)發(fā)展不完善，這些不確定的因素導(dǎo)致風(fēng)電機(jī)組的故障率較高，風(fēng)電場(chǎng)后期運(yùn)行維護(hù)費(fèi)用居高不下。
據(jù)統(tǒng)計(jì)，風(fēng)電機(jī)組運(yùn)行維護(hù)的費(fèi)用約占整個(gè)發(fā)電成本的25%~30%[1]因此，為了降低風(fēng)電機(jī)組壽命周期內(nèi)維修費(fèi)用，提高其可用性，風(fēng)電機(jī)組的維修決策管理得到了廣泛關(guān)注。目前，預(yù)防性維修和以可靠性為中心的維修廣泛應(yīng)用在維修決策中，這兩種維修方式存在維修不足或維修過(guò)度的問(wèn)題[2-3]；而狀態(tài)檢修采用先進(jìn)的狀態(tài)監(jiān)測(cè)和診斷技術(shù)對(duì)設(shè)備健康狀況進(jìn)行更加完善的評(píng)估，制定最優(yōu)的檢修策略。文獻(xiàn)[4]針對(duì)風(fēng)電機(jī)組的檢修策略，對(duì)比分析了以可靠性為中心的檢修和狀態(tài)檢修，并結(jié)合資本壽命周期分析，總結(jié)出合理的狀態(tài)檢修優(yōu)于可靠性維修。隨著越來(lái)越多的智能傳感器被安裝在風(fēng)電機(jī)組上，監(jiān)測(cè)數(shù)據(jù)獲取更加便利，這為狀態(tài)檢修的發(fā)展奠定了基礎(chǔ)。作為風(fēng)電機(jī)組傳動(dòng)系統(tǒng)的關(guān)鍵部件，齒輪箱的制造工藝已較為成熟，故障率并不高，然而一旦發(fā)生故障，其修復(fù)過(guò)程很復(fù)雜，造成風(fēng)電機(jī)組停機(jī)時(shí)間最長(zhǎng)[2]。因此，針對(duì)齒輪箱的狀態(tài)檢修對(duì)提高整個(gè)機(jī)組的可靠度、降低總維修費(fèi)用至關(guān)重要。
目前，針對(duì)狀態(tài)檢修的研究日益受到關(guān)注，Jardine等對(duì)狀態(tài)檢修中應(yīng)用的數(shù)據(jù)處理、維修決策的模型、算法等問(wèn)題做了全面的歸納總結(jié)，并分析了未來(lái)發(fā)展趨勢(shì)[5]；Cox[6]于1972年提出的時(shí)依性比例失效模型(Proportional Hazard Model,PHM)結(jié)合故障數(shù)據(jù)和狀態(tài)監(jiān)測(cè)數(shù)據(jù)，可以在任何壽命時(shí)刻根據(jù)狀態(tài)監(jiān)測(cè)數(shù)據(jù)評(píng)估失效率。狀態(tài)檢修的模型還有隱式馬爾科夫模型[7-9]、人工神經(jīng)網(wǎng)絡(luò)算法、組合神經(jīng)網(wǎng)絡(luò)模型和蒙特卡洛算法等[10-12]。Amulya等將混合推理方法應(yīng)用到齒輪箱的狀態(tài)檢修中，綜合分析運(yùn)行數(shù)據(jù)中的確定性數(shù)據(jù)和不確定性數(shù)據(jù)[13]。然而，現(xiàn)有文獻(xiàn)中的狀態(tài)檢修大多針對(duì)的是完全維修，而在實(shí)際中由于風(fēng)機(jī)齒輪箱完全維修的費(fèi)用昂貴，故在其壽命周期內(nèi)的維修活動(dòng)屬于不完全維修，即維修后設(shè)備狀態(tài)處于更換新設(shè)備和維修前狀態(tài)之間。針對(duì)復(fù)雜可修系統(tǒng)，Prentice、Williams和Peterson基于隨機(jī)過(guò)程理論對(duì)Cox-PHM的進(jìn)一步擴(kuò)展，研究了針對(duì)重復(fù)失效可修系統(tǒng)的比例強(qiáng)度模型(ProportionalIntensity Model，PIM)，常稱為PWP-PIM模型[6]。Jiang等研究了比例強(qiáng)度模型在右結(jié)尾嚴(yán)重度、失效類型等情況下的魯棒性。
本文在考慮不完全維修模式下采用比例強(qiáng)度模型研究齒輪箱的維修策略。模型不僅考慮了風(fēng)機(jī)齒輪箱的狀態(tài)監(jiān)測(cè)數(shù)據(jù)，同時(shí)，也考慮了歷史故障數(shù)據(jù)、維修類型等因素的影響。首先，利用風(fēng)機(jī)齒輪箱的歷史故障數(shù)據(jù)和在線監(jiān)測(cè)數(shù)據(jù)建立比例強(qiáng)度模型；然后，利用物理規(guī)劃方法，權(quán)衡維修費(fèi)用最小和可靠度最大兩者之間的矛盾，確定最優(yōu)維修閾值，并制定最優(yōu)維修策略；最后，針對(duì)實(shí)際風(fēng)電場(chǎng)故障統(tǒng)計(jì)數(shù)據(jù)和狀態(tài)監(jiān)測(cè)數(shù)據(jù)進(jìn)行仿真分析，結(jié)果驗(yàn)證了本文所提出的最優(yōu)維修策略的正確性和有效性。