一種適用于發電機組的機會維修與適應性分析

韓亞軍

一種適用于發電機組的機會維修與適應性分析

韓亞軍

（重慶城市職業學院 機電工程學院，重慶 402160）

對采用一種統計方法針對工廠設備狀態和建模進行了深入分析，并在實際操作中建立評估專家定義的維修信息制度。以發電廠的關鍵設備增壓風機為例進行失效模式及效果分析(FMEA)。給出了一種基于故障模式的仿真實例，同時也得出了最優預防性維修計劃成本曲線的圖形顯示。

機會維修；FMEA；預防性維護

一、引言

由于發電廠設備的維修和更換與采購成本緊密關聯，使得復雜系統的維修保養任務在可靠性分析中越來越受到重視。在開放電力市場中，一體化的挑戰與對策已經成為發電站信息系統的一個重大問題。全面討論保修合同中的預防性維修政策和產品框架，通過對維修模型及其性能的綜述，進行優化維修合同中的可修系統。維護規劃隨著時間的推移由一系列決策點而形成，根據設備的狀況作出修理或更換的決定，由于普遍的故障和停機成本使這個問題變得更加復雜。對不斷惡化的產品進行免費的更換保修顯示如何修復和對有保證的產品進行替代的決定是一種最優的替換修復策略[1]。

二、電廠設備運行調查分析

本調查特別關注增壓風機，在研究中選擇的數據是工時、停機時間，以及與工廠每個區域相關的每一個PM的成本。增壓風機的構成分為6個子系統（風扇和風扇軸承、電機和電機軸承、潤滑系統、可變進口葉片聯軸器、制動器和控制葉片執行機構）。圖1顯示了一年中整個增壓器停機時間、成本和工時的相關數據[2]。

圖1 增壓風機PM停機時間、工時和成本

在改進維護（CM）和預防性維護（PM）活動之后，繪制了升壓風扇的故障時間如圖2所示。圖2突出顯示了在工廠的增壓風機的維護調度問題，并顯示了每年的PM和CM停機時間。很明顯，一些重大的故障幾乎都發生在PM作業實施后。

圖2 增壓風機CM 和PM的停機時間

同時也分析了CM、PM和增壓風機檢查后的停機時間，如圖3所示。發現、檢查的頻率比PM作業更頻繁，但是，大修時間是由OEM指定的保修任務規定的。

圖3 CM、PM和檢測后停工時間剖面

三、FMEA和預防性維護檢查流程

從數據庫和專家的分析來看，在對維修任務選擇的初步分析中考慮以下步驟：

（1）獲取并同意數據庫工作版本的使用；

（2）將數據庫活動劃分為三個部分；

（3）確保三個單元的任務數量相等，并根據專家的建議進行修改；

（4）恢復所有過時的任務；

（5）恢復不再重要的任務；

（6）定期重復步驟3-5。

同意和確認數據庫與“主”清單的維護任務；將每個任務分配給所需的維護任務組。本研究中考慮的關鍵設備是助推器。助推器有42個維護任務，這些任務在其他發電機組的所有其他風扇上都是相似的。為了更好地了解故障行為，并證明需要進行機會維護，在助推器上進行了故障模式和效果分析(FMEA)，以評估維護需求[4]。

四、失效模式和效果分析

FMEA是識別相關失效模式并提出適當的維護任務要求。對助推器的FMEA分析結果如表1所示。識別故障模式后的風險優先級(RPN)會給出一個低值，主要說明它對所選擇的失效模式所造成的失效的影響。

表1 助推器FMEA和RPN結果

五、維護優化

考慮每一次助推器失效的情況，被修復并恢復到完整的運行狀態。為了進行初步分析，假設某些任務的修復時間是可以忽略的。假設T1，T2，T3，……是對增壓風機部件的連續失敗次數，i是T0 = 0時的失敗次數，Xi=Ti- Ti-1是故障間隔時間。Ti和Xi是隨機變量，并且定義了相應的實現值。基本模型是非齊次泊松過程（NHPP）。在NHPP模型下，Xi被認為既不是獨立的也不是恒等分布的，可以由隨機點過程的強度函數來定義。采用有限均值法和密度法對助推器風機的故障時間分布進行了分析，然后給出故障率。增壓風機故障時間F（t）和密度函數f（t）關系如下[3]：

產生的累積風險是：

進一步假定故障率r（t）是連續的，嚴格地增加，并且通過最小修理保持不變。如果t＝0，則給出連續失效時間之間的生存分布。

故障過程的代價是在與觀測周期相對應的區間（0，t）中，并利用更新報酬定理設想在指定區間內運行一個單位的期望成本，在這種情況下可以得到預期的費用率，從而使PM成本最小化[4]。

六、仿真結果分析

利用RCMCost軟件使用功能FMEA方法建立系統初始模型，對NHPP進行了比較仿真。為了比較，分別考慮了低油、漏油等幾種失效模式。對于漏油引起的故障，假設底層壽命分布為威布爾，形狀參數為1.3，尺度參數為1，用威布爾分布產生隨機樣本進行仿真。預防性維修優化圖如圖6所示，通過分析建議對低油位故障進行故障處理。隨著時間的推移，安全性、操作性和環境危害性目標非常穩定。在8 990個工作小時中，成本曲線幾乎持平，結果表明運行故障與油故障相關。

圖6 油位相關故障的PM優化

圖7 泄漏相關故障的優化圖

同樣，對失效模式（漏油）進行仿真。最佳pm的結果如圖7所示。仿真結果給出了PM調度的多個最佳點；最低的最佳PM間隔是在9 000個工作小時，隨后的最佳點在較高的間隔變化，并在大約22 000個工作小時內保持不變。

實踐證明，當系統中有多個部件時，安排檢查預防性維護一個有故障的部件，將不會導致檢查不同步；它只是意味著一些組件將更長時間檢查。可以推測一種策略，如果一個零部件正在預防性檢查，其它部件的檢查將被重新安排。這種合理的機會維護是資產管理者考慮的一種選擇。

七、結論

發電廠電力設備維修機會主要取決于鍋爐和汽輪機的上游故障。由于工廠中人力有限，因此必須對PM任務進行優先選擇，PM的時間跨越不同的設備，并不是所有的機會都會被采取， PM優化圖形表示提供了一個洞察PM過程，并強調安全，操作和環境的關鍵性。停機時間和工時也與PM計劃的相關成本有關。對PM和故障過程的建模無疑將支持最優成本有效維護策略的決策，從而允許決策者在必要時進行機會性的維護。

[1]徐波，韓學山，李業勇等. 電力設備機會維修決策模型[J].中國電機工程學報，2016（23）.

[2]胡瑾秋，張來斌.基于故障超前防御的復雜油氣生產設備機會維護模型[J].機械工程學報，2013（12）.

[3]J.A Chen,Y. H Chien. Renewing warranty and preventive maintenance for products with failure penalty post-warranty[J]. Quality and Reliability Engineering International，23（1），2015，107-121.

[4]J. Wu, M. Xie, T. S. Ng. On a general periodic preventive maintenance policy incorporating warranty contracts and system ageing losses. International Journal of Production Economics，129（1），2015，102-110.

Analysis on an Opportunistic Maintenance and Adaptability for Generating Units

HAN Ya-jun

（Chongqing City Vocational College, Chongqing 402160, China）

In this paper, a statistical method is used to analyze the equipment state and modeling of the factory, and the maintenance information system which is defined by experts is established in the actual operation. Based on a key equipment booster fan of a power plant, the paper carries out failure mode and effect analysis (FMEA), gives a simulation example based on failure mode, and obtains the graphic display of the optimal preventive maintenance.

opportunistic maintenance; FMEA; preventive maintenance

2018—03—25

韓亞軍（1983—），甘肅天水人，重慶城市職業學院機電工程學院，副教授。

TM31

A

1008—6129（2018）03—0069—05