基于風險分析法的火電廠設備檢修研究

張建南

（國家電投集團協鑫濱海發電有限公司，江蘇 鹽城 224500）

隨著用電量增加，保證火力發電的技術可用性是發電系統最重要的需求。例如火力發電廠等復雜系統的可用性與部件的可靠性、檢修策略密切相關。該策略不僅影響了零部件的維修時間，還影響了零部件的可靠性、系統的退化和可用性。雖然可靠性至少可以在發電廠設計階段進行估計，但其可用性會受修理時間不確定性的強烈影響[1-2]。這些不確定性源于許多因素，例如診斷故障原因的能力或是否有設備和熟練人員進行修理程序。

1 風險分析法

風險分析是一種識別、表征、量化和評估事件損失的技術。風險分析方法整合了分析各階段的概率和后果分析，旨在評估設備故障發生的可能性及其對電廠運行的影響，具有定量風險分析的特點。定量風險評估的輸出通常是一個數字，例如每單位時間的成本影響。該數據可用于對已進行風險評估的一系列項目進行優先級排序，定量風險評估需要大量數據來評估概率和后果[3-6]。

1.1 風險量化

風險量化需著重分析設備故障概率估計。可靠性可定義為系統或組件在指定時間段內，在設計的運行或環境條件下實現其設計作用的能力。該能力通常是用概率來衡量的。因此，可靠性是指公式（1）中規定的故障補充事件的發生概率。

式中：R（t）表示時間t的可靠性；F（t）表示時間t的失效概率。

表征可靠性的最常用參數可能是平均失效時間（MTTF），其只是故障時間的預期值或平均值，如公式（2）所示。

隨機失效（用指數概率函數表示）是描述可靠性現象最廣泛使用的模型。其定義是假設系統的故障率是獨立于其使用年限和運行歷史之外的其他特征。在這種情況下，一旦指數分布參數（故障率）與MTTF 直接相關，就可以接受使用平均故障時間來描述可靠性。即使系統或其某些組件可能表現出適度的早期故障或老化影響，恒定故障率近似值也是足夠的。早期故障的嚴重程度受制造過程中質量控制的嚴格限制，而通過仔細的預測性或預防性檢修可以限制老化影響。

通常用于模擬磨損或疲勞失效的雙參數韋伯分布如公式（3）所示。

式中：η表示韋伯分布特征壽命；β表示韋伯分布形狀參數。

分布參數使用參數估計方法來估計，該方法將分布與“故障時間”數據進行匹配。有一些程序可以使用已知的最大似然估計方法從數據中估計韋伯分布參數。

如果以恒定的時間間隔T（表示預防性干預）對系統執行某些檢修操作，并且該時間間隔小于預期操作時間，則可以將檢修系統的可靠性定義為公式（4）。

式中：N=0，1，2，為給定運行時間t內的檢修干預次數。

該分析基于一個假設，即系統在檢修行動后會恢復到“與新的一樣好”的狀態，代表在時間t＞T情況下維持的系統對t之前的時間沒有累積磨損效應的記憶。因此，在區間NT≤t＜（N+1）T中，可靠性是系統在沒有故障的情況下運行到NT的概率[R（T）]N與在NT“像新的一樣好”系統運行一段時間內沒有故障的概率R（t-NT）的乘積（t-NT）。

當老化或磨損導致故障率與時間相關時，預防性檢修具有較好效果，對可靠性的影響如圖1 所示。

圖1 預防性維修對可靠性的影響

預測性檢修的使用對系統可靠性有類似影響，但檢修操作以可變的時間間隔執行。檢修系統的可靠性如公式（5）所示。

具有預防性或預測性檢修的系統的平均故障時間如公式（6）所示。

考慮檢修操作會增加系統平均故障時間，系統的可用性也會增加，因此，檢修策略的選擇直接將影響系統的故障概率，從而影響其運行風險狀況。

1.2 成本分析

為了完成電廠設備的風險分析，設備故障的后果必須用貨幣價值表示。影響成本評估的因素較多，如發電廠的位置和配置、運營模式和相關立法。此外，還必須評估檢修程序的成本。成本分析取決于數據庫的存在。該數據庫將成本和與發電廠設備相關聯的一些無法預期的故障事件聯系起來。在該文分析中，成本分為3 類，如圖2 所示。

圖2 檢修成本

總運營成本為這些成本的總和，即發電成本=固定成本+可變成本+不可用成本。

運行和檢修（O & M）固定成本與發電廠的運行相關，與發電量無關。這些費用包括發電廠操作員的工資、設備檢修費用、保險和稅收。

糾正性檢修成本通常包括人工成本、零件成本和與維修相關的停機時間。檢修成本如公式（7）所示。

備件成本包括原材料、內部制造的零件、送修零件、新備件、耗材、小工具、測試設備和特殊設備租金的成本，備件和原材料的成本從工廠庫存簿中提取。

能源生產損失成本如公式（8）所示。

能源生產損失（MW·h）必須根據故障數據進行計算。能源生產損失成本和檢修成本的組合體現了對總成本的影響。

2 應用結果

2.1 風險量化結果

電廠設備主泵的可靠性是根據電廠檢修控制系統中注冊的“故障時間”數據庫定義的。一旦使用概率分布函數來表達可靠性，就有必要將“失效時間”數據擬合到某個特定的分布中，以評估概率函數參數。該文使用最大似然估計方法來驗證4 種分布的數據擬合優度，即正態、對數正態、指數和韋伯分布。指數分布給出了最佳擬合，并用于主泵可靠性建模。使用這些數據和最大似然準則計算主泵可靠性，并用指數分布表示，如公式（9）所示。

故障率參數等于5.8×10-5。可靠性分布如圖3 所示。圖3 中的點表示每個失效時間數據的可靠性估計的中值，按升序排列，用于驗證可靠性分布與故障數據的一致性。

圖3 主泵設備可靠性分布

主泵每隔一個月進行一次預防性檢查，風險分析將考慮1440h 連續運行。檢測到退化時，對泵進行維修。在分析中，泵在完成預防性任務后被認為“像新的一樣好”。對于1440h，泵的可靠性等于0.92，因此故障概率等于0.08。在該文考慮的5 年運行期內，應急泵沒有發生故障。盡管如此，它在待機模式下可能會失敗。由于缺乏應急泵故障相關的信息，因此使用標準可靠性數據庫來估計泵故障概率，該概率接近0.08。

成本分析的貨幣流出如圖4 所示。付款A的貨幣價值的計算如公式（10）所示。

圖4 備用泵投資示意圖

該文中A的價值為1080 元。

在現金流分析中，與主泵故障相關的成本被認為是在隨機時間內發生的，并且沒有在1440h 或2 個月內分布。

2.2 決策結果

該文分析運用應用較多的基本決策樹法。在第一次分析中，認為應急泵的可靠性等于1（不會按需出現故障），因此燃氣輪機將在不損壞軸承的情況下關閉。備用泵建模時，按需故障概率等于0.1。

基本決策選擇節點表示保留系統設計，分別為僅一個主泵或安裝備用油泵的選擇。主泵故障概率等于0.08，其可靠性等于0.92。

如果主泵的檢修策略無法將設備的性能恢復到初始狀態，則每次預防性檢修干預后，主泵的可靠性將會降低。在可靠性建模中，不完全檢修的影響需要考慮存在有限的概率p，即檢修行動未達到預期滿意度，故障檢修會導致系統立即停機。鑒于這種影響，檢修程序后，設備的可靠性必須乘以每次執行檢修時的檢修非故障概率（1-p）。對于預防性檢修的情況，可靠性表達式如公式（11）所示。

預防性維修不完善對可靠性的影響如圖5 所示。需要考慮更換磨損部件提高可靠性和檢修錯誤導致退化間的權衡。

使用決策樹法對由檢修不完善導致的主泵故障概率進行敏感性分析。分析結果如圖6 所示。由于主泵故障概率增加，與“保持系統設計”選擇相關的波動指標（EMV）也大幅增加。與“安裝備用泵”選擇相關的EMV不會隨主泵故障概率增加而大幅增加，檢修不完善的影響提高了安裝備用泵的可能性。

圖6 不完善維修影響的決策敏感性分析

該文研究還可用于分析油管或儲油器檢修策略可能發生的變化，其故障也可能導致渦輪機軸頸軸承損壞。根據電廠檢修記錄，在5 年的運行期間內，這些設備沒有出現故障。根據這些信息可以得出結論，即這些設備的故障概率小于主油泵的故障概率。因此，與該設備相關的風險狀況和觀察到的主油泵的風險狀況不同，次于計算出的主油泵風險狀況。

3 結論

電廠設備檢修的目的是提高系統的可用性，同時考慮安全或環境問題，并優化整個生命周期的成本。風險評估結合了可靠性分析與安全、環境問題。基于風險的檢修與系統無故障運行密切相關。可以肯定地說，基于風險分析的檢修計劃有望提供成本效益較高的檢修，從而最大限度地降低系統故障的影響，該影響與安全、經濟和環境有關。