基于比例風(fēng)險(xiǎn)模型的風(fēng)機(jī)齒輪箱的狀態(tài)維修決策

朱田瑋，馬慧民，秦　洋

(上海電機(jī)學(xué)院 電氣學(xué)院，上海200240)

?

基于比例風(fēng)險(xiǎn)模型的風(fēng)機(jī)齒輪箱的狀態(tài)維修決策

朱田瑋，馬慧民，秦洋

(上海電機(jī)學(xué)院 電氣學(xué)院，上海200240)

摘要：針對風(fēng)電機(jī)組齒輪箱故障問題，在分析故障數(shù)據(jù)的基礎(chǔ)上，通過威布爾比例風(fēng)險(xiǎn)模型將風(fēng)機(jī)齒輪箱故障規(guī)律和狀態(tài)監(jiān)測結(jié)合起來，然后對模型進(jìn)行簡化并運(yùn)用Newton-Raphson迭代法進(jìn)行求解，以可靠度為決策目標(biāo)，預(yù)測齒輪箱維修間隔時(shí)間，最后通過某型號(hào)風(fēng)機(jī)齒輪箱進(jìn)行驗(yàn)證，結(jié)果表明能準(zhǔn)確預(yù)測齒輪箱的使用壽命，從而降低維修成本并最大化使用設(shè)備。

關(guān)鍵詞：威布爾比例風(fēng)險(xiǎn)模型；故障規(guī)律；狀態(tài)監(jiān)測；可靠度

0引言

在全球能源危機(jī)的背景下，風(fēng)能作為一種清潔無污染的可再生能源得到大力發(fā)展并越來越受人們的重視，然而風(fēng)場一般都位于環(huán)境極其惡劣的邊遠(yuǎn)地區(qū)，給風(fēng)電機(jī)組的運(yùn)行和檢修帶來嚴(yán)峻考驗(yàn)。齒輪箱是風(fēng)電機(jī)組傳動(dòng)系統(tǒng)的關(guān)鍵部件，其故障率并不高，然而一旦故障修復(fù)困難且會(huì)造成長時(shí)間停機(jī)[1，2]。齒輪箱故障一般由軸承磨損和齒輪磨損兩類組成，是一個(gè)漸變的發(fā)展過程。傳統(tǒng)維修主要采用預(yù)防性的定時(shí)維修和故障后的事后維修，常常導(dǎo)致“小病大治，無病亦治”或長時(shí)間停機(jī)。

基于狀態(tài)的維修是一個(gè)新興的研究領(lǐng)域，其核心思想為在故障即將發(fā)生前對其進(jìn)行維修。目前,國內(nèi)外進(jìn)行的研究可歸納為兩類：第一類基于數(shù)理統(tǒng)計(jì)來建立設(shè)備的壽命曲線，在此基礎(chǔ)上對維修決策進(jìn)行優(yōu)化；第二類已經(jīng)濟(jì)作為優(yōu)化目標(biāo)，運(yùn)用馬爾可夫來決策，對既定目標(biāo)進(jìn)行求解，從而達(dá)到維修優(yōu)化的目的。常見的方法有時(shí)間延遲模型[3，4]、比例沖擊模型[5]、馬爾可夫過程[6，7]、卡爾曼濾波[8]等，但是這些方法在維修優(yōu)化決策中實(shí)用性欠佳[9-11]。

本文以風(fēng)電組齒輪箱為研究對象，在分析其故障規(guī)律的基礎(chǔ)上，通過威布爾比例風(fēng)險(xiǎn)模型將風(fēng)機(jī)齒輪箱故障規(guī)律和狀態(tài)監(jiān)測結(jié)合起來，以可靠度為決策目標(biāo)，預(yù)測齒輪箱維修間隔時(shí)間。最后通過具體實(shí)例進(jìn)行驗(yàn)證，證明基于比例危險(xiǎn)模型的狀態(tài)維修決策可以降低風(fēng)電機(jī)組齒輪箱的維修成本，對最大化的利用設(shè)備有指導(dǎo)意義。

1威布爾比例風(fēng)險(xiǎn)模型

比例風(fēng)險(xiǎn)模型是一種比較成熟的協(xié)變量模型，在故障分布的同時(shí)綜合了故障的物理屬性、運(yùn)行環(huán)境或條件變量，從而適用于設(shè)備運(yùn)行和維修階段[12]。其數(shù)學(xué)表達(dá)式為：

(1)

式中：λ0(t)為初始失效函數(shù)；λ(t,Z(t))為t時(shí)刻協(xié)變量下的故障失效率；Z(t)為t時(shí)刻檢測到的狀態(tài)特征值，即為協(xié)變量，γi為特征量對故障率函數(shù)的影響，又稱回歸系數(shù)。

這里的λ0(t)選取威布爾分布，因?yàn)樗确显∨枨€，又適合風(fēng)機(jī)故障分布特點(diǎn)，從而得到威布爾比例風(fēng)險(xiǎn)模型:

(2)

式中：β，η，γ為待估計(jì)的參數(shù)。

2模型參數(shù)估計(jì)

當(dāng)初始失效函數(shù)形式確定時(shí)，根據(jù)可靠性理論，t取[0,∞]，此時(shí)模型的可靠性函數(shù)為：

(3)

已知故障密度函數(shù)f(t,Z(t))=λ(t,Z(t))·R(t,Z(t))，考慮截尾數(shù)據(jù)后，可構(gòu)造似然函數(shù)如式(4)：

(4)

對上式取對數(shù)，化簡可得對數(shù)似然函數(shù)為：

(5)

由于lnL(β,η,γ)是L(β,η,γ)的增函數(shù)，所以變量的同值處取最大值。

這里參數(shù)估計(jì)值采用Newton-Raphson迭代法進(jìn)行求解，首先對(5)式中β，η，γ分別求偏導(dǎo)，得：

(6)

對(6)式中β，η，γ再分別求偏導(dǎo)，得：

(7)

構(gòu)造參數(shù)的迭代公式如下：

(8)

當(dāng)k=0時(shí)，給出初始量為β0=1，η0=1，γ0=1，可根據(jù)式(8)迭代公式求得參數(shù)估計(jì)值。

3維修策略的制定

根據(jù)系統(tǒng)的不同使用要求，維修決策通常分兩種：經(jīng)濟(jì)費(fèi)用和可用度。考慮一旦出現(xiàn)故障造成嚴(yán)重后果，保證整個(gè)系統(tǒng)持續(xù)正常地運(yùn)行，最大程度地發(fā)揮設(shè)備的有效壽命，有著重大的社會(huì)和經(jīng)濟(jì)意義，這里以風(fēng)險(xiǎn)率為決策目標(biāo)制定維修策略。一般根據(jù)經(jīng)驗(yàn)或者系統(tǒng)要求設(shè)定一個(gè)可靠度閾值R0，從而保證系統(tǒng)在運(yùn)行過程中可靠度都在閾值之上,當(dāng)求出的預(yù)計(jì)維修間隔時(shí)間大于檢測間隔時(shí)間時(shí),則說明系統(tǒng)此段時(shí)間不需要維修;當(dāng)求出的預(yù)計(jì)維修間隔時(shí)間小于檢測間隔時(shí)間時(shí),進(jìn)行更換或維修，其中最佳維修時(shí)間通過式(9)可求得。

(9)

4實(shí)例仿真

為了建立風(fēng)機(jī)齒輪箱的故障模型和模型的參數(shù)估計(jì)，需要收集風(fēng)機(jī)齒輪箱故障數(shù)據(jù)和狀態(tài)監(jiān)控?cái)?shù)據(jù)。以下表1、表2為某型號(hào)風(fēng)力發(fā)電機(jī)齒輪箱軸承的壽命數(shù)據(jù)和故障數(shù)據(jù)。

表1　齒輪箱壽命數(shù)據(jù)的部分樣本

表2　齒輪箱5的狀態(tài)監(jiān)測數(shù)據(jù)

利用表1、表2數(shù)據(jù)，通過上述模型參數(shù)估計(jì)方法，在Matlab上編程計(jì)算，解得各參數(shù)：β=3.520 1；η=523.254 4，γ=0.262 4可以得到失效率表達(dá)式為：

(10)

根據(jù)上述模型，根據(jù)工程經(jīng)驗(yàn)要求可靠度不低于0.9，即：

(11)

表3　狀態(tài)監(jiān)測數(shù)據(jù)和維修決策

選取另外一個(gè)齒輪箱作為驗(yàn)證樣本，并將其狀態(tài)監(jiān)測數(shù)據(jù)帶入上述模型，并計(jì)算出各監(jiān)測時(shí)刻的預(yù)計(jì)維修間隔和維修決策，如下。

由上表可知，隨著使用天數(shù)的不斷增加，預(yù)測維修時(shí)間間隔也在不斷減少，且當(dāng)齒輪箱振動(dòng)為29.551 8/mm時(shí)，預(yù)計(jì)維修間隔時(shí)間為11天，達(dá)到設(shè)定可靠度閥值，建議維修或更換；且此時(shí)齒輪箱實(shí)際剩余壽命為10天，這是相當(dāng)精確的，能夠在安全性的要求下最大程度的利用齒輪箱的壽命。

5結(jié)論

本文利用系統(tǒng)的故障數(shù)據(jù)和狀態(tài)檢測數(shù)據(jù)建立比例風(fēng)險(xiǎn)模型，從而實(shí)現(xiàn)了一種先進(jìn)的維修方式，即基于狀態(tài)的維修決策，避免了傳統(tǒng)定時(shí)維修中“小病大治，無病亦治”的不足。最后以某齒輪箱為例，利用不同時(shí)刻的狀態(tài)監(jiān)測數(shù)據(jù)計(jì)算出相應(yīng)的預(yù)計(jì)維修時(shí)間，從而在保證了可靠度的基礎(chǔ)上最大程度使用設(shè)備，降低了維修成本。在后續(xù)研究中，可以在增加狀態(tài)監(jiān)測數(shù)據(jù)類型和數(shù)據(jù)樣本數(shù)量的基礎(chǔ)上，對模型的精度進(jìn)行提高。

參考文獻(xiàn):

[1]吳麗嬡, 周振陽, 韓溪. 淺談風(fēng)電齒輪箱早期的故障形式[J]. 黑龍江科技信息, 2011(13):4.

[2]杭俊, 張建忠, 程明,等. 風(fēng)力發(fā)電系統(tǒng)狀態(tài)監(jiān)測和故障診斷技術(shù)綜述[J]. 電工技術(shù)學(xué)報(bào), 2013, 28(4):261-271.

[3] 張路朋, 趙洪山. 基于時(shí)間延遲的風(fēng)機(jī)齒輪箱狀態(tài)優(yōu)化維修[J]. 中國電力, 2014, 47(11):108-111.

[4]鄭睿,呂文元. 基于時(shí)間延遲理論的預(yù)防維修模型及案例研究[J]. 中國管理科學(xué),2010(2):48-54.

[5]王小林, 程志君, 郭波,等. 基于沖擊模型劣化系統(tǒng)的不完全維修決策[J]. 系統(tǒng)工程理論與實(shí)踐, 2011, 31(12):2380-2386.

[6]秦洋, 馬慧民, 朱田瑋,等. 風(fēng)力發(fā)電系統(tǒng)可靠性建模與優(yōu)化檢修策略[J]. 電力科學(xué)與工程, 2015，31(7) :53-58.

[7]方冰. 基于半馬爾可夫決策過程的風(fēng)機(jī)變速箱最優(yōu)維修策略研究[J]. 化工自動(dòng)化及儀表, 2014(6):665-668.

[8]邱燕平. 退化故障下設(shè)備可靠性的卡爾曼濾波器預(yù)測方法[D].合肥：合肥工業(yè)大學(xué),2010.

[9]ZHANGQ,HUAC,XUG.AMixtureWeibullProportionalHazardModelForMechanicalSystemFailurePredictionUtilisingLifetimeandMonitoringData[J].MechanicalSystems&SignalProcessing, 2014, 43(s1-2):103-112.

[10]羅勇, 夏丹, 徐丹. 基于可靠性評(píng)估的維修診斷輔助決策系統(tǒng)研究[J]. 計(jì)算機(jī)與數(shù)字工程, 2011, 39(11):81-84.

[11]LIUH.ReliabilityofaLoad-Sharingk-out-of-n:GSystem:Non-LidComponentswithArbitraryDistributions[J].IEEETransactionsonReliability, 1998, 47(3):279-284.

[12]崔有志. 以可靠性為中心的數(shù)控機(jī)床維修決策技術(shù)研究[D]. 重慶：重慶大學(xué), 2012.

Condition Maintenance Decision of Wind Turbine Gear Box Based on Proportional Hazard Model

ZHUTianwei，MAHuimin，QINYang

(SchoolofElectricEngineering，ShanghaiDianjiUniversity，Shanghai200240，China)

Abstract：Based on the analysis of the problems for the wind turbine gearbox failures, this paper combines the wind turbine gearbox failure rules with the condition monitoring through Weibull proportional hazards model. Subsequently, it simplifies the model, and utilizes the Newton-Raphson iteration method to solve the problem and predicts the maintenance interval for the gearbox with the reliability as the decision goal. Finally, a certain type of wind turbine gearbox is verified. As the results show, it can predict the service life of gearbox precisely and furthermore, lower the maintenance cost and maximize the application of devices.

Keywords：Weibull proportional hazards model; fault law; condition monitoring; reliability

收稿日期：2016-01-20。

作者簡介：朱田瑋 (1990-)，男，碩士研究生，主要研究方向?yàn)轱L(fēng)電機(jī)組的狀態(tài)維修建模與維修策略的優(yōu)化，E-mail: zhutianwei_306@163.com。

中圖分類號(hào):TM614

文獻(xiàn)標(biāo)識(shí)碼:A

DOI:10.3969/j.issn.1672-0792.2016.05.006