许有福
五家渠京能新能源有限责任公司奇台分公司 新疆昌吉州831000
摘要：风电机组一般安装在偏远地区，且经常在百米高空运行，受天气、雾霾和风速等因素的作用，工作环境十分恶劣，这致使风电机组故障频发，因此需要不断实施维修操作。多次维修导致维修成本高居不下，同时由于维修作业需要风电机组停机，从而减少了正常运行小时数，故必须运用合理的维修策略来提高风电机组的经济性和可用度。风电机组的各子系统故障之间彼此约束，这势必造成可靠性建模出现一定的误差，不能评估风电机组的实际健康状况，因此考虑故障之间的相互影响，对制定合理有效的维修策略、降低运维成本和提高工作效率都有十分重要的指导意义。
关键词：风电机组；优化维修；策略研究
1、前言
风力机绝大多数运行工况较差，运行环境十分恶劣。此外，风速的不确定性造成复杂的运行工况，这些因素会造成风力发电机组故障高发。中国风力发电累计装机量已达到世界第一，目前许多风电运营商、制造商都考虑成立独立的维修维护公司。风电场的设备检修开始逐步舍弃单一的计划检修方式，而是采取与状态检修相结合的方式。
2、风电机组视情维修
通过对设备进行状态监测，获得相关温度、压力、噪声、振动、流量等参数，由专家系统对各种参数进行分析，安排维修周期，即为视情维修。这种基于状态而采取动态时间间隔或者周期的维修方式称为“第三代维修模式”，此种维修的检测方式采用等周期检测，维修方式采用“更换”、“预防性维修”和“继续工作”相结合的方式，分析各检测点处部件有效年龄的状态变化。其优点是能提前安排维修需要的材料和人员，最大化设备的利用率，减少停工时间和二次损伤，在严重损伤发生前，停止工作，降低维修成本。其缺点是必须应用先进技术，对机器状态进行评估，需要特殊的专业设备和高昂的人员培训费用。
2．1视情维修研究现状
基于状态的维修系统技术是一个新兴的研究领域，其核心思想是在有证据表明故障将要发生时才对设备进行维护。目前，国内还停留在定时维修阶段，对视情维修还处在起步时期，主要是理论上的探讨和定性的分析，以状态检测和故障诊断为主，对状态模型和维修决策模型的建立、求解以及应用都缺乏深入系统的研究。处于起步阶段的状态监测与故障诊断技术主要集中在风电机组的故障高发部件，如齿轮箱和发电机。国内已有大型风电企业安装了实验性的在线监测设备，但都没有规模化生产，随着风机单机容量的加大，未来兆瓦级风电配置检测系统必然成为一种趋势。目前从事风电状态监测与故障诊断的单位较少，主要有华北电力大学、西北工业大学、清华大学等。另外，新疆风能有限公司、新疆金风科技股份有限公司等一些公司已开发出相应的产品，对传统的旋转机械振动状态监测与故障诊断系统进行了改造，并应用到了风力发电机组上。以齿轮箱为研究对象，采用非线性状态估计方法建立NSET模型，合理构造过程记忆矩阵，使模型覆盖正常工作空间，运用温度趋势分析方法进行温度预测。当齿轮箱发生故障时，观察模型的分布特性即可预测残差，根据滑动窗口方法可进行实时计算，当残差均值或者标准差的置信区间超出预设阈值时，发出警报，实现实时在线监测。
国外关于视情维修的研究已颇为成熟，主要可分为两类。
第一类是从理论上的研究，使视情维修能够更多应用于实际。视情维修决策的理论研究都是首先建立描述系统状态的模型，然后建立优化模型，最后求解指定目标下优化的系统维修策略。
决策通常是基于数理统计和随机过程理论，理论基础又有两个分支:第一分支采用数理统计理论，建立设备状态和寿命曲线的统计分布，以费用为目标作出经济最优化;第二分支着重对以经济为目标的策略进行求解，采用马尔科夫或者半马尔科夫决策过程，系统运用离散数值。
第二类主要是针对视情维修整体决策系统的研究，包括数据采集设备和相应的软件分析等，目前在这方面研究比较深入的是美国和加拿大。美国国防部海军研究办公室已经研制开发了机械预测与诊断系统MPＲOS，该系统综合了许多当时已有的先进技术，是一个分布式的开放可扩展监测与诊断的工具。加拿大多伦多大学的两位教授组建了专门从事视情维修研究的办公室，开发了采用比例故障为模型、以费用为优化目标的软件包EXAKT;阿尔贝塔大学则将小波和神经网络算法应用于旋转机械视情维修优化系统。原来研究故障诊断和监测的机构现在也开始注重视情维修的研究，宾夕法尼亚州立大学系统与运行自动化实验室视情维修部目前已经具备了设备状态监测的先进诊断技术，挪威的ＲCDEIAS公司、马来西亚的CAIDMAＲK公司等则从事视情维修的研究和推广工作。这些机构在信号处理的基础上增加维修策略规划，重点在于研究信号处理的方法。
2．2视情维修下维修策略优化
风机是一个多部件复杂系统，多部件之间存在经济相关性、结构相关性和随机相关性，因此多部件的模型建立更加具备实用价值，视情维修条件下的多部件维修策略的模型也开始备受关注。现有的文献主要关注齿轮箱、电力系统和叶片等故障高发的单部件，多部件的优化模型还很少。关于多部件模型的优化决策主要有三种:机会维修、分组维修和批量维修，其中，又以机会维修研究最多。考虑风力机多部件之间的经济相关性，建立风力机维修成本的数学优化模型，采用分支定界算法求解检测点处系统部件的最优维修策略。目前，多部件维修优化主要有两种模型:
①以系统可用度为约束条件实现经济最优化;
②以经济为关注条件实现系统可用度最大化。对于风力机多部件系统，以上两种模型均不能完全有效定义其故障特性，为使模型可用性更高，考虑多部件维修的相互关系，并且以注重费用、机组可用度、风险承受度等多目标建模，在风电厂系统层面进行总体分析优化，将成为后续研究工作的重点。
以往大多基于状态维修策略优化模型的研究中，都是在假设预防性维修为完全维修的前提下进行的，也就是假设系统可以“修复如新”。然而实际情况并非如此，大多数情况下，维修措施并非完全维修，即不能使设备或者系统恢复到全新状态，但也不是使设备保持故障前的状态，而是可使设备恢复到上述两个极端之间的一个状态，即不完全维修。考虑维修措施对风力设备状态改善的不完全性，将检测时间间隔作为一个与状态相关的决策变量引入维修策略优化过程中，当设备处于不同状态时，考虑多个不同的维修措施种类和机会维修策略，优化两部件系统的维修策略优化模型，在“不完全维修”的情况下，建立可用于基于状态维修策略优化的数学模型，相比当前诸多基于状态维修策略优化模型，该模型描述实际情况更为准确且具有实际参考价值。另外，该模型对基于状态维修方法的应用具有指导作用，文章还建立了在不完全维修前提下的单部件和多部件维修模型，帮助决策者制定和改进维修策略。模型选用备长期运行的最小时间成本为优化目标，优化了维修措施的选择及设备检测时间间隔长度的制定。选用马尔科夫随机过程描述故障劣化过程，将问题转化为马尔科夫决策问题，得出求解方法，最后成功验证了基于状态维修策略下的单部件、两部件失效不相关和两部件失效相关的优化过程。
3、结语
综上所述，风电机组设备的维修策略是随技术的进步而逐步演化的，但是，这种发展并不代表着某种维修策略可以完全取代或者淘汰另一种维修策略。风电企业要针对设备采取动态灵活的维修策略，未来的状态维修策略应该对不同的设备，甚至对同一台设备的不同部件采取不同的维修策略。
参考文献：
[1]苏春，周小荃．基于有效年龄的风力机多部件维修优化[J]．东南大学学报(自然科学版)，2012，42(6)：1100-1104．
[2]黄傲林，李庆民，黎铁冰，等．劣化系统周期预防性维修策略的优化[J].系统工程与电子技术，2014，36(6)：1103-1107．