夏襄宸,肖志懷,劉少華,陳 佳,袁喜來
(1.武漢大學動力與機械學院,武漢 430072;2.國網電力科學研究院武漢南瑞有限責任公司,武漢 430074;3.湖北能源集團,武漢 430077)
抽水蓄能電站具有調峰填谷功能,運行方式靈活,負荷調節迅速,是電力系統的重要調峰調頻電站,也是我國智能電網的有機組成部分[1],開展設備檢修是保證抽水蓄能電站機組安全健康運行的必要措施。抽水蓄能電站廠房內部空間結構復雜、設備種類繁多,其設計與運行維護難度大[2],而且抽水蓄能機組設備檢修周期長、工序多、不確定因素多,需要耗費巨大的人力、物力資源。我國已投運的抽水蓄能電站雖然有了一定規模,但其檢修策略的研究尚處于初級階段,基本上采用定期檢修的檢修策略[3],對于機組檢修項目開展及管控仍以人工管理、監督等傳統方式為主,不能很好地適應構建智慧電站的發展需求。在國家要求扎實做好碳達峰、碳中和各項工作的背景下,大規模風能、太陽能等新能源電能的接入,其隨機性和間歇性對電網調度及實時平衡帶來了巨大壓力。抽水蓄能電站對保證電網安全穩定運行、提高供電質量將發揮更加重要的作用。如何使用先進高效的檢修技術與管理體系,保證水輪發電機組設備的健康狀態以及安全穩定運行,是抽水蓄能電站不斷探索的課題。
隨著信息技術的發展和智能電網建設的推進,虛擬現實技術、三維可視化技術和智慧數字化運維技術在水電領域迅速推廣[4]。國內外很多學者將三維建模、可視化交互仿真等技術應用于水電站運行維護,詹平等采用虛幻4 引擎構建抽水蓄能廠房VR 仿真場景[5],王耀東利用SolidWorks 與OpenGL 技術設計了水輪機調速器虛擬檢修培訓平臺[6],岳志偉等運用3DS MAX與Virtools等軟件開發了混流式水輪發電機組的檢修、裝配仿真培訓系統[7],何新穎等采用VRP 軟件開發了基于虛擬現實的水輪發電機運行仿真平臺[8],Dong Z 等基于通用電氣公司某商業軟件提出一種新的調速器檢修模型[9],Jincheng 等通過構建虛擬電站研究梯級水電調度方法[10]。
綜上,國內外對于虛擬現實在水電機組的應用多集中在三維建模、仿真培訓領域,對機組數字化檢修全過程管控還處在探索階段,結合抽水蓄能電站檢修工程實際,有以下幾點問題需要解決:
(1)已有系統普遍是對設備拆裝進行虛擬仿真,無法實時跟蹤檢修進度,對檢修工期與資源進行管控;
(2)對行業內機組檢修案例缺乏整合、分析,未能從策略與計劃層面對檢修工作提供指導;
(3)狹窄空間內大型設備吊裝等作業項目缺乏科學合理吊裝推演與風險預警機制。
針對上述問題,本文應用實景重構、精細化建模、基于虛擬實景的機組檢修作業推演、基于神經網絡的資源配置預測、機組檢修數字化管理系統集成等技術,研究了抽蓄機組數字化檢修管理方法,開發了抽水蓄能電站機組數字化檢修管理系統,實現電站場景漫游、檢修策劃、檢修實施和檢修評估等功能。該系統應用于某抽水蓄能電站檢修現場,實踐應用證明該系統可大大提升抽水蓄能電站機組檢修管理數字化水平,推動智慧型數字化電站建設,具有較好的工程應用前景。
《水電發展“十三五”規劃(2016-2020年)》提出建設“互聯網+”智能水電站。利用物聯網、云計算和大數據等技術,推動水電工程設計、建造和管理數字化、網絡化、智能化。在此趨勢下,將機組的技術資料、專家知識、專家經驗、運行狀態等轉化為數字信息,供員工和智能化設備使用,進而提出融合了虛擬現實、智能決策、抽水蓄能電站多元信息的數字化檢修技術。
數字化檢修是指運用計算機、網絡、通信等數字化手段,針對檢修全過程,實現策劃、協調、管理、分析、交互、監控的新型運維方式。依托數字化檢修技術搭建抽水蓄能電站機組檢修數字化管理系統,重構沉浸式檢修作業場景,還原機組檢修全過程,指導現場檢修作業開展,提升檢修管理深度與檢修作業質效。
系統具有沉浸式漫游交互功能,利用實景重構技術對電站進行精細化建模,1∶1 高精度沉浸式還原電站廠區和地下廠房物理場景。
整合抽水蓄能電站機組檢修案例,構建檢修知識庫,實現檢修策劃、進度管控與資源預測。
基于設備精細化模型,通過標準化作業與作業推演還原機組拆裝全過程,實現檢修危險點預警。檢修后對機組進行狀態評估,驗證檢修工作的有效性。
根據電站實際功能需求,設計系統架構,其主要功能、關鍵技術、數據來源等模塊的組織架構如圖1所示。

圖1 抽水蓄能電站機組數字化檢修管理系統架構Fig.1 Structure of digital management system for unit maintenance in pumped storage power station
抽水蓄能電站機組數字化檢修管理系統整體采用C/S 架構,主要功能設計包括沉浸式全景漫游、檢修知識庫查詢、檢修進度管控、資源預測、大型設備吊裝作業推演、機組檢修標準化作業、機組狀態評估等,涵蓋抽水蓄能電站機組檢修策劃、檢修實施、檢修評估全流程管理與應用。
通過研究分析抽水蓄能電站行業內機組檢修案例,結合機組檢修流程與知識庫查詢思想,構建了基于知識圖譜[11]的抽蓄機組檢修知識庫。
知識圖譜是結構化的語義知識庫,用于以符號形式描述物理世界中的概念及其相互關系,其邏輯結構分為數據層與模式層。知識圖譜的構建方法可分為自頂向下、自底向上和混合方式3種[12],自頂向下是根據數據源構造模式層,形成對應的概念模型和規則關系,再依照此模式抽取實例添加到知識庫中,構造數據層。自底向上方法從數據源提取實體、屬性和關系加入數據層,對這些要素進行歸納,將其抽象為概念規則,最終形成模式層。
本系統涉及的抽水蓄能機組檢修案例與檢修流程的核心數據源相對固定,因此采用自底向上的方式構建機組檢修知識庫,其結構如圖2所示。

圖2 檢修知識庫結構Fig.2 Structure of maintenance knowledge base
數據層從數據源獲取抽水蓄能機組檢修相關知識與案例,進行分析與預處理,進而抽取實體、關系與屬性,完成知識存儲與融合。模式層獲取數據層的知識集合,整合檢修案例與資源的對應關系,歸納成為檢修規則,通過檢修規則,制定機組檢修策略,實現檢修計劃智能生成。
檢修知識庫在實踐中不斷更新,需要知識圖譜有迭代更新的能力,不斷增加新的知識、刪除舊的知識并相應調整知識圖譜的結構[13]。在模式層和數據層提供擴展接口,當出現新的檢修案例時,可以進行添加或刪減。
通過三維激光掃描技術建立抽水蓄能電站廠房庫區與機組設備精細化模型,進一步提出抽水蓄能電站機組檢修作業推演與標準化作業技術,為檢修現場提供作業指導與安全保障。

圖3 知識庫更新流程Fig.3 Knowledge base update process
2.2.1 精細化模型
精細化建模技術路線包括:使用建模工具對機組設備零部件與檢修工器具進行初步建模,對照圖紙修正外形,根據機組物理結構,將零部件模型裝配成機組整體模型。對機組模型進行貼圖、光影烘焙處理,提升模型真實程度。采用三維激光掃描、空間數據配準技術建立廠房庫區模型,將機組模型與廠房庫區模型合并,組成抽水蓄能電站完整精細化模型。
2.2.2 作業推演
本文提出的基于虛擬現實的機組檢修作業推演技術,融合碰撞檢測算法與吊裝路徑規劃算法,可模擬真實作業環境,對現場作業流程、潛在風險因素進行預演,完成檢修風險的識別與預警。

圖4 精細化建模技術路線Fig.4 Technical route of fine modeling

圖5 作業推演體系結構圖Fig.5 Structure chart of operational deduction
碰撞檢測技術的應用可以很大程度提高作業推演的真實程度,增強虛擬實景的沉浸感,同時避免場景中物體相互穿透或重疊[14]。本系統采用的射線碰撞檢測技術說明如下。
射線碰撞檢測算法實質上是射線與一個平面是否相交的問題,因此需要準確計算射線與物體表面的交點[15]。在三維空間中,射線的方程可表示為:

式中:P、P0、α均為三維矢量;P0表示射線的起點;P表示射線上任意一點;α表示射線的方向單位向量,t ∈[0,∞)。
空間中平面可由其法向量N與平面上一點P1定義,任意一個平面方程可寫為:

式中:d表示坐標原點到該平面的距離。
若射線與平面相交,設交點為P',則P'必同時滿足上述兩方程,解方程組有:

將上式代入射線方程即可求解射線與平面的碰撞點。系統可定義不同設備的碰撞距離閾值,當設備與障礙物的距離小于等于該閾值,系統發出風險預警信息。
吊裝作業是機組檢修的重要環節,具有一定的危險性與不確定因素。為了尋找最優吊裝路徑,提升檢修作業的安全性,本系統研究了基于快速擴展隨機樹(Rapid-exploring Random Trees,RRT)算法[16]的吊裝路徑規劃方案,實現吊裝路徑自動尋優。
RRT 算法以空間中起點為根節點,通過隨機采樣增加葉子節點的方式,生成一棵擴展隨機樹,當隨機樹上的葉子節點包含了目標點或進入目標區域,即可在隨機樹中找到從起點到目標點的路徑,步驟如下:
(1)在三維空間中,初始化一個起點xinit,再隨機選擇一個采樣點xrand,若點xrand不在障礙區范圍內,則連接點xinit和xrand,得到一條直線L;
(2)若直線L 沒有和障礙物發生碰撞,則沿著直線L,從xinit向xrand方向擴展一段距離λ,得到新節點xnew,如果xnew與障礙物發生碰撞,放棄此次生長,否則將xnew添加到隨機樹上;
(3)重復以上步驟,直到目標點xgoal被添加在隨機樹上或距離小于閾值,可以確定從起點到終點的最佳路徑。

圖6 起吊前推演效果圖Fig.6 Effect of deduction before hoisting
根據抽水蓄能電站吊裝作業實際,將吊裝設備的起點與終點作為參數錄入系統,對應路徑規劃的xinit與xgoal,設置碰撞距離閾值與安全吊裝速度,系統基于RRT 算法生成隨機樹,快速尋找最佳吊裝路徑。
本系統的作業推演技術融合上述碰撞檢測算法與吊裝路徑規劃算法,實現了仿真場景中碰撞檢測、風險預警、吊裝路徑自動規劃功能。
2.2.3 標準化作業
標準化作業技術路線包括檢修信息融合、多級工序編碼、模型工序匹配、檢修工藝仿真四個步驟。
檢修信息融合依托檢修知識庫,匯總檢修案例、作業文檔、精細化模型、檢修資源等標準化檢修信息,為標準化作業提供數據支撐。
將檢修工作按照嚴格的先后順序與必需關系劃分成多級檢修工序,基于設備明確、邏輯清晰、編碼唯一性的原則,對各級檢修工序實施編碼,便于檢修項目的增刪與查閱。
編碼完成后,匹配工序與機組設備、工器具精細化模型,將模型序列化編碼入庫,實現模型物理屬性與檢修信息一體化。
檢修工藝仿真利用虛擬裝配仿真技術[17],結合機組標準化檢修流程與三維裝配工藝,實現機組拆裝全流程可視化。
系統按照上述技術路線構建標準化作業體系,基于空間拓撲呈現,確定檢修工藝拆裝順序,用戶可以瀏覽檢修工藝仿真全流程。采用動畫、文字、語音并行的方法提示當前檢修工序及注意事項,在界面上關聯檢修工單、設備與工器具的詳細信息。對檢修工藝進行仿真優化,輸出最優的作業方案,指導現場檢修工作開展。

圖7 標準化作業技術路線Fig.7 Technical route of standardized operation

圖8 標準化作業體系Fig.8 Standardized operation system
檢修進度與資源的科學規劃,關乎檢修計劃能否按期完成。針對傳統檢修仿真平臺對檢修進度與資源管理的不足,本系統開發了基于雙代號網絡圖關鍵路徑法則的進度管控與基于神經網絡的資源預測技術,實現對檢修過程實時跟蹤和智能化管控,優化資源配置,為檢修工作順利完成提供可視化數據支撐。
2.3.1 進度管控
雙代號網絡圖關鍵路徑法則常應用在工期管理中,用箭線及其兩端節點來表示某項工作,箭線指向工作的行進方向,節點表示工作的開始和結束。
網絡圖的線路從起始節點開始,沿著箭頭指向方向,通過中間節點,最后到達終點節點,總時間最長的線路是關鍵線路,一般用粗線表示[18]。
如圖9 所示,整個雙代號網絡圖存在6 條線路,分別為①②④⑤⑥⑧、①②④⑤⑦⑧、①②⑦⑧、①③④⑤⑥⑧、①③④⑤⑦⑧、①③⑥⑧。線路①③④⑤⑥⑧的總持續時間最長,由此確定其為關鍵線路。

圖9 雙代號網絡圖關鍵路徑Fig.9 Critical path of arrow diagram
檢修的關鍵工作是指對計劃工期有決定性影響的工作,基于雙代號網絡圖關鍵路徑法則的進度管控技術,核心是調整關鍵工作的工期,算法步驟如下:
(1)根據檢修進度網絡圖,確定關鍵路徑,計算出總工期;
(2)計算應壓縮的時間ΔT,ΔT=Tc-Tr,式中:Tc為項目網絡計劃的計算工期,Tr為項目要求工期;
(3)根據幾點因素,選定最先壓縮的關鍵工作:縮短工期對項目質量和安全影響較小、所需的成本較少且有足夠的備用資源;
(4)將優先縮短的關鍵工作壓縮至最短,重新計算關鍵路徑;
(5)若計算工期仍不滿足要求,則重復上述步驟,直到滿足工期要求或工期已不能再縮短為止;
(6)當所有或部分關鍵工作已達最短工期,仍找不到滿足要求的方案時,應對原計劃進行必要的調整,或重新審定要求工期。

圖10 進度管控算法流程Fig.10 Flow chart of schedule control algorithm
2.3.2 資源預測
檢修資源主要包括檢修工器具和消耗性材料,資源預測技術可以根據檢修項目安排,預測未來某天檢修工作所需資源。本系統采用神經網絡預測模型對機組檢修案例進行自適應學習,建立機組檢修案例資源預測規則集,實現基于案例推理的機組檢修資源快速智能預測。
預測模型的樣本來自于同類型機組檢修全過程信息,按檢修項目、檢修時間等對具體非結構化數據進行處理。
檢修資源預測方法包括訓練和測試兩個過程。首先將檢修知識庫中的案例分為訓練集和測試集,用訓練樣本集對網絡進行訓練,再將測試樣本集輸入到訓練好的網絡中,測試網絡的預測效果。

圖11 基于神經網絡的資源預測算法流程Fig.11 Resource prediction algorithm flow based on neural network
通過資源預測,全面分析檢修規劃的合理性與科學性,提出檢修資源配置方案,提高檢修需求與現場資源的匹配程度,提升檢修效率。
抽水蓄能電站機組數字化檢修管理系統在我國某抽水蓄能電站進行了應用,該系統依據前述關鍵技術,實現了檢修全景、檢修策劃、檢修實施、檢修評估等功能。
檢修全景模塊以虛擬全景漫游的形式,帶用戶遍歷電站場景。用戶可自主選擇電站區域,三維場景跟隨選擇的地點跳轉,使用鼠標+鍵盤操作在場景區域瀏覽。
檢修策劃模塊包括檢修知識庫、進度管控、資源預測,用戶可以在檢修知識庫界面查看檢修計劃詳情,在進度管控界面校對檢修進度,在資源預測界面查看檢修項目所需工器具與耗材。
檢修實施模塊由精細化模型、作業推演、標準化作業三個子模塊組成,精細化模型界面可展示設備的三維模型與詳細信息。作業推演包含頂蓋、上機架、轉子、下機架、水輪機軸、轉輪六大部件的吊入/吊出共12 個推演流程。標準化作業包含發電電動機、水泵水輪機主要設備的檢修作業流程。
檢修評估模塊通過系統建立的指標體系,評估各部件修前、修后的狀態,在界面上顯示分項評估結果,驗證檢修的有效性。
應用抽水蓄能電站實景重構、機組精細化建模、基于虛擬實景的機組檢修作業推演、資源配置預測、系統集成等技術,開發了抽水蓄能電站機組數字化檢修管理系統,實現了電站場景漫游、檢修策劃、檢修實施和檢修評估等功能,在工程實際中驗證了系統的應用效果,為檢修工作提供現場指導,對于提升抽水蓄能電站機組檢修管理數字化、智能化水平,促進數字化檢修在水電行業推廣有較好的現實意義。

圖12 檢修全景界面Fig.12 Interface of maintenance full view

圖13 進度管控界面Fig.13 Interface of schedule control
虛擬現實技術與機組檢修全過程管控的結合還處在探索階段,抽水蓄能電站數字化檢修可以在以下方面改進:

圖14 資源預測界面Fig.14 Interface of resource prediction

圖15 檢修實施界面Fig.15 Interface of maintenance implement
(1)利用數據挖掘技術,整合同類型機組的檢修案例,完善檢修知識庫,指導檢修開展;
(2)結合數字孿生技術,通過信息交互融合,進一步優化檢修評估體系,實時動態評估檢修質量,提升抽水蓄能電站機組檢修質效。 □