浅议电气设备状态维修
3.2.1 状态监测
设备状态监测技术是根据设备诊断的目的,针对设备故障模式,选用适当方法和装置来检查测量设备的状态信息,并对这些信息进行处理,抑制各种干扰信息,提取能反映设备状态特征的信息的一项信息检测处理技术。
电气设备状态监测可分为3个基本步骤:(1)数据采集;(2)数据分析及特征提取;(3)状态评估或故障诊断及分类。对于不同的步骤,根据不同的监测对象,可采用不同的方法。
3.2.2 状态预测
设备运行状态的预测是从已知运行状态出发,考虑运行、气候、等相关因素,对未来的运行状态作出预测。电气设备的定期性试验作业程序十分复杂,且随着系统的迅速发展,电气设备的数量也会越来越多,如果逐一对每台设备进行离线试验,势必需要更长的试验周期,这样就会增加设备产生故障的危险性。因此通过预测预防试验参数值,在预防性试验进行之前,预知运行设备的状态,就可以更好地将设备事故防患于未然,提高设备的运行可靠性。预测中比较常用的主要有时间序列法、回归分析法、模糊预测法、灰色预测法、人工神经网络法等。
时间序列预测是最常使用且有效的传统状态预测方法,目前许多新的方法是在其基础上发展起来的。回归预测是根据事物的.历史资料,建立可以进行分析的数学模型,预测事物未来状态。其特点是将影响预测目标的因素作为自变量,而将预测目标作为因变量。模糊预测是应用模糊和预报人员的专业知识将数据和形成模糊规则库,然后选用一个线性逼近非线性动态系统,进行预测。从实际应用来看,单纯的模糊预测其精度往往不尽人意,这主要是因为模糊预测没有学习能力。神经网络法是各种人工智能方法中的一种典型方法。它利用神经网络,选取历史数据作为训练样本,然后构造适宜的网络结构,用某种训练算法对网络进行训练,使其满足精度要求之后,再进行预测。由于神经网络具有良好的非线性品质、极高的拟合精度、灵活而有效的学习方式、完全分布式的存储结构以及模型结构的层次性,使其在预测领域受到了高度的重视。作为一种非常有效的非线性系统预测方法,它在电力系统负荷预测中已经取得了成功的应用。
4 状态维修对设备可靠性的影响
4.1 在设备故障随时间增加而减少时(即m<1时),对设备的定期预防性维修工作将使设备的可靠性降低。而且,由于实际中的维修工作都是不完善维修,存在着因维修活动的不完善、出现差错而导致设备故障的可能性。所以,定期预防性维修活动往往会导致“过维修”现象,即可靠性高的设备经不必要的定期维修后其可靠性反而降低,状态正常的设备经不必要的定期维修后反而导致故障或出现潜在故障。
4.2 由于定期预防性维修时间间隔是事先确定的,当设备在两次维修间隔(n T, (n +1)T)中出现异常导致可靠性快速下降时,定期维修活动不会因此启动。这导致了“欠维修”现象的出现。维修的基木目标是“应修必修,修必修好”,而定期预防性维修一定程度上存在着维修的盲目性。
可靠性理论认为,可靠性是“设备在规定的条件下和规定的时间内完成规定功能的能力”。可以认为,设备的完成规定功能的能力与设备状态是直接相关的。即设备状态与设备可靠性呈正相关关系,并可粗略视为线性正相关关系,亦即一般情况下状态好的设备可靠性高,状态差的设备可靠性低。
状态维修以设备的健康状态为维修决策的基础,是以可靠性为中心的维修方法(RCM)中的一种。状态维修活动是被设备的健康状态“触发”的,事先需要确定的不是维修时间间隔,而是“触发”不同维修活动实施的不同健康状态等级。当设备状态劣化到一定程度时,相应的维修活动得以实施,如此便使得设备的健康状态保持在较高的水平,进而提高了设备的可靠性;设备健康状态正常时,继续保持对其进行状态监测。状态维修对设各可靠性的影响的分析方法与前节定期预防性维修对设各可靠性的影响的分析方法类似,所小同的是状态维修的时间间隔是不确定的。
参考文献
[1]许婧.电力设备状态检修技术研究综述,电网技术,2000.
[2]田玲.电气设备实施状态维修决策方法的探讨,电网技术,2004.
[3]苏鹏声.电力系统设备状态监测与故障诊断技术分析,电力系统自动化,2003.
【浅议电气设备状态维修】相关文章：