随着水电机组系统向大型化、复杂化、精密化方向发展,发电机组系统在服役阶段呈现出多种不同的工作性能状态或几种失效模式。传统基于固定周期的维护方式已经不能满足现代企业在市场竞争下的利益需求。

状态维修方式是根据*的状态监测与故障诊断技术所监测的信息,适时安排检修,避免设备出现突发损坏而造成的巨大损失。状态检修方式中常用马尔可夫决策模型描述部件性能状态的退化规律以及预测部件未来的可靠性变化趋势,所获得的效果较好。该种方法的关键在于使用马尔可夫过程描述部件的性能退化规律。但是,马尔可夫过程通常假定设备在任意两状态之间的转移时间服从指数分布,这个条件严重影响了马尔可夫过程在实际中的应用。

因此提出利用半马尔可夫模型来描述水电机组部件的性能退化规律,半马尔可夫过程的优势在于所描述的设备两状态之间的转移时间可以是非指数分布,这在实际中是非常重要的。如发电机主轴上轴承断裂所导致的发电机失效,用威布尔分布可以很好进行描述。因此发电机组部件的性能退化规律,不太适合使用马尔可夫过程进行描述,半马尔可夫过程中比马尔可夫过程更适合用来描述发电机组部件的性能退化规律。

本文以水电机组状态维修为背景,开展围绕水电机组部件性能退化规律和维修决策优化这两方面展开研究,研究工作主要包括:

(1)针对马尔可夫过程只适用于拟合部件两状态之间的转移时间服从指数分布的事实,为了更加准确的揭示发电机组部件的性能退化规律及预测在未来时间的可靠性变化趋势,建立更加符合实际系统性能状态描述的有效模型。提出了利用半马尔可夫过程来描述发电机组部件的性能退化规律。构建了符合发电机组部件寿命分布特征的可靠度评估模型。通过案例分析验证了所提模型的准确性和可行性。

(2)常用的设备系统控制模型忽略了随时间波动变化的维修费用。对于这个问题,本研究提出了基于维修成本变化的状态维修动态阀值控制模型。该模型的目的是通过降低在高停机成本时段的预防维修概率来实现降低维修费用目标和增加在低停机成本时段的预防维修概率来提高系统的可靠度。并通过实例,对比分析了发电机组设备维修阀值策略,进一步验证了基于停机成本的动态比例阀值策略相对于恒定阀值策略的优势。

(3)针对发电机组部件在任务间隔期的维修决策问题,提出了一种基于部件状态的选择性维修决策模型,该模型从电力系统的角度来评价发电机组系统的可靠度,并考虑部件状态信息与非完好维修因素,运用粒子群优化算法解决了发电机组的选择性维修决策优化问题。zui后通过验证,在相同的维修费用预算下,所提方法能使发电机组的任务完成率。