考虑不完全维修的风机齿轮箱优化检修策略(1)

风机厂石家庄风机厂石家庄风机石家庄市风机厂石家庄风机维修石家庄风机销售

齿轮箱是风电机组中维修费用最高的部件之一，针对齿轮箱的状态检修策略研究对降低设备维修费用、提高可靠度具有关键作用。针对风机齿轮箱不完全维修这一现状，提出了一种基于比例强度模型的优化检修策略。该方法利用监测到的齿轮箱振动数据、温度数据及历史维修数据建立比例强度模型，确定齿轮箱的强度函数；然后采用物理规划方法权衡最小维修费用和最大可靠度两个优化目标函数， 确定最优维修阈值， 并制定最优维修策略。 结合实际风电场故障数据和在线监测数据，对考虑不完全检修的优化检修策略进行仿真分析，结果验证了所提优化策略的有效性和合理性。
风电机组的运行环境恶劣，如风速变化随机、外界温差变化大等，再加之风机自身制造工艺和技术发展不完善，这些不确定的因素导致风电机组的故障率较高，风电场后期运行维护费用居高不下。据统计，风电机组运行维护的费用约占整个发电成本的 25%~30% 。因此，为了降低风电机组寿命周期内维修费用，提高其可用性，风电机组的维修决策管理得到了广泛关注。目前，预防性维修和以可靠性为中心的维修广泛应用在维修决策中，这两种维修方式存在维修不足或维修过度的问题 [2-3] ； 而状态检修采用先进的状态监测和诊断技术对设备健康状况进行更加完善的评估，制定最优的检修策略。文献[4]针对石家庄风机组的检修策略，对比分析了以可靠性为中心的检修和状态检修，并结合资本寿命周期分析，总结出合理的状态检修优于可靠性维修。随着越来越多的智能传感器被安装在风电机组上，监测数据获取更加便利，这为状态检修的发展奠定了基础。作为石家庄风机厂传动系统的关键部件，齿轮箱的制造工艺已较为成熟，故障率并不高，然而一旦发生故障，其修复过程很复杂，造成风电机组停机时间最长 [2] 。因此，针对齿轮箱的状态检修对提高整个机组的可靠度、 降低总维修费用至关重要。
 目前，针对状态检修的研究日益受到关注，Jardine等对状态检修中应用的数据处理、维修决策的模型、算法等问题做了全面的归纳总结，并分析了未来发展趋势 [5] ；Cox [6] 于 1972 年提出的时依性比例失效模型(Proportional Hazard Model, PHM)结合故障数据和状态监测数据，可以在任何寿命时刻根据状态监测数据评估失效率。状态检修的模型还有隐式马尔科夫模型 [7-9] 、人工神经网络算法、组合神经网络模型和蒙特卡洛算法等 [10-12] 。 Amulya等将混合推理方法应用到齿轮箱的状态检修中，综合分析运行数据中的确定性数据和不确定性数据 [13] 。然而，现有文献中的状态检修大多针对的是完全维修，而在实际中由于风机齿轮箱完全维修的费用昂贵，故在其寿命周期内的维修活动属于不完全维修，即维修后设备状态处于更换新设备和修前状态之间。针对复杂可修系统，Prentice、Williams和Peterson基于随机过程理论对Cox-PHM的进一步扩展，研究了针对重复失 效 可 修 系 统 的 比 例 强 度 模 型 (ProportionalIntensity Model，PIM)，常称为PWP-PIM模型 [6] 。Jiang等 [14]本文在考虑不完全维修模式下采用比例强度模型研究齿轮箱的维修策略。模型不仅考虑了风机齿轮箱的状态监测数据，同时，也考虑了历史故障数据、维修类型等因素的影响。首先，利用石家庄风机齿轮箱的历史故障数据和在线监测数据建立比例强度模型；然后，利用物理规划方法，权衡维修费用最小和可靠度最大两者之间的矛盾，确定最优维修阈值，并制定最优维修策略；最后，针对实际风电场故障统计数据和状态监测数据进行仿真分析，结果验证了本文所提出的最优维修策略的正确性和有效性。研究了比例强度模型在右结尾严重度、 失效类型等情况下的鲁棒性。