考慮不完全維修的風機齒輪箱優化檢修策略(1)

風機廠石家莊風機廠石家莊風機石家莊市風機廠石家莊風機維修石家莊風機銷售

齒輪箱是風電機組中維修費用最高的部件之一，針對齒輪箱的狀態檢修策略研究對降低設備維修費用、提高可靠度具有關鍵作用。針對風機齒輪箱不完全維修這一現狀，提出了一種基于比例強度模型的優化檢修策略。該方法利用監測到的齒輪箱振動數據、溫度數據及歷史維修數據建立比例強度模型，確定齒輪箱的強度函數；然后采用物理規劃方法權衡最小維修費用和最大可靠度兩個優化目標函數，確定最優維修閾值，并制定最優維修策略。結合實際風電場故障數據和在線監測數據，對考慮不完全檢修的優化檢修策略進行仿真分析，結果驗證了所提優化策略的有效性和合理性。風電機組的運行環境惡劣，如風速變化隨機、外界溫差變化大等，再加之風機自身制造工藝和技術發展不完善，這些不確定的因素導致風電機組的故障率較高，風電場后期運行維護費用居高不下。
據統計，風電機組運行維護的費用約占整個發電成本的25%~30%[1]因此，為了降低風電機組壽命周期內維修費用，提高其可用性，風電機組的維修決策管理得到了廣泛關注。目前，預防性維修和以可靠性為中心的維修廣泛應用在維修決策中，這兩種維修方式存在維修不足或維修過度的問題[2-3]；而狀態檢修采用先進的狀態監測和診斷技術對設備健康狀況進行更加完善的評估，制定最優的檢修策略。文獻[4]針對風電機組的檢修策略，對比分析了以可靠性為中心的檢修和狀態檢修，并結合資本壽命周期分析，總結出合理的狀態檢修優于可靠性維修。隨著越來越多的智能傳感器被安裝在風電機組上，監測數據獲取更加便利，這為狀態檢修的發展奠定了基礎。作為風電機組傳動系統的關鍵部件，齒輪箱的制造工藝已較為成熟，故障率并不高，然而一旦發生故障，其修復過程很復雜，造成風電機組停機時間最長[2]。因此，針對齒輪箱的狀態檢修對提高整個機組的可靠度、降低總維修費用至關重要。
目前，針對狀態檢修的研究日益受到關注，Jardine等對狀態檢修中應用的數據處理、維修決策的模型、算法等問題做了全面的歸納總結，并分析了未來發展趨勢[5]；Cox[6]于1972年提出的時依性比例失效模型(Proportional Hazard Model,PHM)結合故障數據和狀態監測數據，可以在任何壽命時刻根據狀態監測數據評估失效率。狀態檢修的模型還有隱式馬爾科夫模型[7-9]、人工神經網絡算法、組合神經網絡模型和蒙特卡洛算法等[10-12]。Amulya等將混合推理方法應用到齒輪箱的狀態檢修中，綜合分析運行數據中的確定性數據和不確定性數據[13]。然而，現有文獻中的狀態檢修大多針對的是完全維修，而在實際中由于風機齒輪箱完全維修的費用昂貴，故在其壽命周期內的維修活動屬于不完全維修，即維修后設備狀態處于更換新設備和維修前狀態之間。針對復雜可修系統，Prentice、Williams和Peterson基于隨機過程理論對Cox-PHM的進一步擴展，研究了針對重復失效可修系統的比例強度模型(ProportionalIntensity Model，PIM)，常稱為PWP-PIM模型[6]。Jiang等研究了比例強度模型在右結尾嚴重度、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度模型研究齒輪箱的維修策略。模型不僅考慮了風機齒輪箱的狀態監測數據，同時，也考慮了歷史故障數據、維修類型等因素的影響。首先，利用風機齒輪箱的歷史故障數據和在線監測數據建立比例強度模型；然后，利用物理規劃方法，權衡維修費用最小和可靠度最大兩者之間的矛盾，確定最優維修閾值，并制定最優維修策略；最后，針對實際風電場故障統計數據和狀態監測數據進行仿真分析，結果驗證了本文所提出的最優維修策略的正確性和有效性。