淺議電氣設備狀態維修
論文關鍵詞:定期維修 狀態 可靠性
論文摘要:系統的設備維修,長期以來一直是以時間周期為基礎的定期維修制度,然而近期這種單純的以時間為基礎的定期維修制度已被人們所質疑,人們不斷采用新技術探索改革維修制度,逐漸向以狀態為基礎的維修方式過渡,并取得了一定的成效。
1 引言
電氣設備運行可靠性與電力系統的安全與穩定緊密相關。長期以來,我國電力行業一直根據電氣設備性試驗規程的規定,對電氣設備進行定期的停電試驗、檢修和維護,對電力系統的安全運行起了非常重要的作用。隨著狀態維修技術的的廣泛認同,狀態維修技術取代定期維修己成為發展的必然。
2 實施狀態維修的必要性分析
隨著電力體制的改革和經營機制發生的變化,以及減人增效和供電可靠性要求進一步提高,計劃性維修制度已逐步不能完全適應形勢發展的要求。因此,迫切希望能實現對電氣設備維修由“到修必修,修必修好”的方針向“應修必修,修必修好”的觀念轉變,并對傳統的設備維修制度進行改革。實際上,電氣設備的狀態維修是當前先進國家普遍推行的一種科學的設備維修管理策略。
電力企業由計劃向經濟轉移,經濟效益和效益都是其重要的追求目標,而提高供電可靠性和降低生產是實現該目標最重要的途徑和提高經濟效益的關鍵。由于狀態維修是提高供電可靠性和降低設備維修費用的重要措施,而設備維修費用在整個生產成本中占有相當大的比重,因此從提高經濟效益的角度來看,定期維修已不能滿足形勢發展的要求。由于停電維修合格的設備運行中出現事故的可能性依然存在,所以定期預防性維修不能及時發現設備內部的絕緣隱患。定期維修是不管設備狀態如何“到期必修”,有失設備維修的科學性和合理性,用它來維修實踐,可能會發生維修不足或維修過剩的情況,從而造成人、財、物的浪費某些不必要的頻繁檢修還可能會增加誤操作、人員傷亡和事故發生的幾率此外定期維修造成的計劃停電很可能影響供電可靠性和售電量。
3 實施狀態維修的基本過程與主要技術
3.1 電氣設備狀態維修的基本過程分析
電氣設備的狀態維修過程是根據在線監測數據如色譜分析數據、局部放電數據、紅外測溫數據等、設備定期預試數據以及運行工況記錄、缺陷記錄、維修記錄、出廠數據等,診斷電氣設備可能出現的潛伏性故障,并作出故障的趨勢預報,由此對電氣設備的實際健康狀態進行評估根據電氣設備故障性質及預報、電氣設備健康狀態、維修規則,擬訂出初步的維修方案,確定影響維修的主要指標屬性或目標,采用某種決策方法進行分析,選擇出最優或次優滿意的維修方案。
3.1.1 狀態評估
狀態維修的宗旨就是根據設備的實際狀態來確定采取的維修措施。因此,設備的狀態評估是狀態維修決策的重要一環,只有正確地評估了設備的狀態,才能做出正確的維修決策。我國現行的《電力變壓器檢修導則》以及《電氣設備預防性試驗規程》中,只有檢修周期、檢修內容、檢修工藝流程以及預試數據的注意值等,都沒有涉及對變壓器狀態評估的內容,在實際工作中無法對電氣設備的狀態進行判斷。因此,很有必要深入研究電氣設備健康狀態評估的方法。
3.1.2 決策分析
決策分析就是從若干可選方案中選擇和決定最佳方案的一種分析過程。對電氣設備實施狀態維修,不僅要考慮技術方面的因素,還要考慮生產計劃、經濟成本等方面的因素。當電氣設備出現某種非緊急故障的情況下,是否需要立即進行檢修處理,不僅涉及對電氣設備實際狀態的判斷,而且還應根據電網實際運行情況以及實際生產情況和設備管理情況是否可以報廢等,提出維修計劃安排和維修方案,采用某種決策方法,通過對決策指標或決策目標的綜合評價,選擇最優或滿意的維修方案。決策分析的方法很多,應研究多種方法應用于電氣設備狀態維修決策的可行性和實用性。
3.2 電氣設備狀態維修的技術要求
3.2.1 狀態監測
設備狀態監測技術是根據設備診斷的目的,針對設備故障模式,選用適當方法和裝置來檢查測量設備的狀態信息,并對這些信息進行處理,抑制各種干擾信息,提取能反映設備狀態特征的信息的一項信息檢測處理技術。
電氣設備狀態監測可分為3個基本步驟:(1)數據采集;(2)數據分析及特征提取;(3)狀態評估或故障診斷及分類。對于不同的步驟,根據不同的監測對象,可采用不同的方法。
3.2.2 狀態預測
設備運行狀態的預測是從已知運行狀態出發,考慮運行、氣候、等相關因素,對未來的運行狀態作出預測。電氣設備的定期性試驗作業程序十分復雜,且隨著系統的迅速發展,電氣設備的數量也會越來越多,如果逐一對每臺設備進行離線試驗,勢必需要更長的試驗周期,這樣就會增加設備產生故障的危險性。因此通過預測預防試驗參數值,在預防性試驗進行之前,預知運行設備的狀態,就可以更好地將設備事故防患于未然,提高設備的運行可靠性。預測中比較常用的主要有時間序列法、回歸分析法、模糊預測法、灰色預測法、人工神經網絡法等。
時間序列預測是最常使用且有效的傳統狀態預測方法,目前許多新的方法是在其基礎上發展起來的�；貧w預測是根據事物的歷史資料,建立可以進行分析的數學模型,預測事物未來狀態。其特點是將影響預測目標的因素作為自變量,而將預測目標作為因變量。模糊預測是應用模糊和預報人員的專業知識將數據和形成模糊規則庫,然后選用一個線性逼近非線性動態系統,進行預測。從實際應用來看,單純的模糊預測其精度往往不盡人意,這主要是因為模糊預測沒有學習能力。神經網絡法是各種人工智能方法中的一種典型方法。它利用神經網絡,選取歷史數據作為訓練樣本,然后構造適宜的網絡結構,用某種訓練算法對網絡進行訓練,使其滿足精度要求之后,再進行預測。由于神經網絡具有良好的非線性品質、極高的擬合精度、靈活而有效的學習方式、完全分布式的存儲結構以及模型結構的層次性,使其在預測領域受到了高度的重視。作為一種非常有效的非線性系統預測方法,它在電力系統負荷預測中已經取得了成功的應用。
4 狀態維修對設備可靠性的影響
4.1 在設備故障隨時間增加而減少時(即m<1時),對設備的定期預防性維修工作將使設備的可靠性降低。而且,由于實際中的維修工作都是不完善維修,存在著因維修活動的不完善、出現差錯而導致設備故障的可能性。所以,定期預防性維修活動往往會導致“過維修”現象,即可靠性高的設備經不必要的定期維修后其可靠性反而降低,狀態正常的設備經不必要的定期維修后反而導致故障或出現潛在故障。
4.2 由于定期預防性維修時間間隔是事先確定的,當設備在兩次維修間隔(n T, (n +1)T)中出現異常導致可靠性快速下降時,定期維修活動不會因此啟動。這導致了“欠維修”現象的出現。維修的基木目標是“應修必修,修必修好”,而定期預防性維修一定程度上存在著維修的盲目性。
可靠性理論認為,可靠性是“設備在規定的條件下和規定的時間內完成規定功能的能力”。可以認為,設備的完成規定功能的能力與設備狀態是直接相關的。即設備狀態與設備可靠性呈正相關關系,并可粗略視為線性正相關關系,亦即一般情況下狀態好的設備可靠性高,狀態差的設備可靠性低。
狀態維修以設備的健康狀態為維修決策的基礎,是以可靠性為中心的維修方法(RCM)中的一種。狀態維修活動是被設備的健康狀態“觸發”的,事先需要確定的不是維修時間間隔,而是“觸發”不同維修活動實施的不同健康狀態等級。當設備狀態劣化到一定程度時,相應的維修活動得以實施,如此便使得設備的健康狀態保持在較高的水平,進而提高了設備的可靠性;設備健康狀態正常時,繼續保持對其進行狀態監測。狀態維修對設各可靠性的影響的分析方法與前節定期預防性維修對設各可靠性的影響的分析方法類似,所小同的是狀態維修的時間間隔是不確定的。
參考文獻
[1]許婧.電力設備狀態檢修技術研究綜述,電網技術,2000.
[2]田玲.電氣設備實施狀態維修決策方法的探討,電網技術,2004.
[3]蘇鵬聲.電力系統設備狀態監測與故障診斷技術分析,電力系統自動化,2003.
【淺議電氣設備狀態維修】相關文章：
淺議電氣設備狀態維修論文05-08
電氣設備狀態維修策略研究03-10
手風琴常見故障的維修淺議論文03-01
淺議翻譯中的連貫11-15
淺議數學中的美03-28
淺議英語論文01-01
淺議哲學的本性及其素養02-26
- 相關推薦