基于調整因子的風機齒輪箱不完全預防性維護策略

蘇紅偉++李友釗++吳斌

摘 要：在風機齒輪箱的實際維修工作中，每次預防性維護費用不固定，且設備經過維護后無法恢復如新。針對此問題，引入改善因子來建立動態(tài)預防性維護成本模型，引入役齡回退因子、故障率增加因子來建立不完全預防性維護模型。以單位時間內的維護成本率最小為優(yōu)化目標，確定最佳的維護次數(shù)和維修時間間隔。最后，通過算例驗證模型的可行性。

關鍵詞：風機齒輪箱；預防性維護；調整因子；役齡回退因子

中圖分類號：TM315 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2017.01.014

隨著石油、煤炭等化石能源的日益枯竭和生態(tài)環(huán)境的日益惡化，可再生能源受到了各國的高度重視。傳統(tǒng)的風機維護手段都是發(fā)生故障以后才對其進行維護，這樣的維護滯后性大大增加了維護成本。在工作過程中，采取更加有效的預防性維護手段保證風機齒輪箱的安全運行，能夠大大減少停機和高額的維護費用給企業(yè)造成的損失，提高經濟效益。

在研究預防性模型或策略時，往往不知道怎樣描述預防性維護后對設備健康狀況造成的影響。因此，學者們常常用一些調整因子來描述。文獻[4]引入一種改善因子，用來衡量設備經預防性維護后其年齡的改善效果。其認為，設備經過維護后，不會回到全新的狀態(tài)，設備隨著年齡的增加需要更加頻繁的維護。文獻[5]考慮了預防維護成本、設備年齡和維護過程學習效應等因素對改善因子的影響，構建了一個改善因子模型，用來描述設備維護改善的效果。基于固定的預防維護成本、最小修復成本，在可靠度限制下，推導出了單位時間成本函數(shù)和最佳維護時間間隔。文獻[6]將改善因子設為動態(tài)變化的，即每次維護系統(tǒng)得到的改善效果不同，并假設系統(tǒng)的維修周期是固定不變的。

綜上所述，針對風機齒輪箱實際維護工作中每次的維護費用不固定，并且設備退化越來越嚴重的情況，要想使其恢復到能夠正常運行的狀態(tài)，所需的維護成本就越高。經過維護后，設備不可能恢復“如新”的情況，因此，本文提出了齒輪箱不完全預防性維護策略。此策略能夠增加維護的準備時間，及時排除故障，提高了風機齒輪箱的可靠性，延長了其使用壽命。本文引入改善因子用以建立動態(tài)預防性維護成本模型，引入役齡回退因子、故障率增加因子用以建立不完全預防性維護模型，以單位時間內的維護成本率最小為優(yōu)化目標，確定最佳的維護次數(shù)和維修時間間隔。

1 模型的分析建立與求解

在上述基礎上研究基于調整因子的不完全預防性維護模型，具體如圖1所示。

本文以風機齒輪箱為研究對象，針對所求問題進行以下假設：①可以實時監(jiān)測設備的故障狀態(tài)；②維護方式分為預防性維護和置換；③設備需要停機進行維護或者置換；④設備在進行維護后進入了新一輪的衰退周期；⑤不能忽略每次維修和置換所用的時間，并且假定每次維修和置換所用時間為1 d。

1.1 各個維護周期內設備剩余壽命的優(yōu)化

綜合役齡回退因子和故障率增加因子來優(yōu)化剩余維護壽命，即各個周期內的剩余維護壽命可表示為：

式（1）中：Ai和Bi可以根據(jù)歷史維護數(shù)據(jù)統(tǒng)計得出。

1.2 設備維護成本建模

每次預防性維護的效果與每次預防維護成本有關。通常情況下，每一次所投入的預防性維護成本越高，設備的恢復效果也就越好。本章所提出的改善因子型是在文獻[9]的基礎上來進行的，改善因子的模型為：

式（2）中：Cpm（1）為第一次預防性維護成本；a為成本調整

因子，且0≤a≤ ，調整設備預防維護成本率，使改善因

子的取值符合實際情況；b為時間調整因子，且o

設Xi，Yi分別為第i次維護前后的設備有效役齡，則設備在第一次不完全預防性維護前后的有效役齡可表示為：

也就說，設備經過維護后，其衰退程度降低了，設備的剩余維護壽命增加了W1X1.

以此類推，則設備在第n次不完全預防性維護前后的有效役齡為：

由式（5）和式（6）可以構建不完全預知性維護成本，即：

由式（7）可得出各個周期內的維護成本。

1.3 模型的建立與求解

設備運行中單位時間內的維護成本率為：

式（8）中： 為設備維護成本；Cpr為置換成本； 為

設備運行時間；（N-1）Tr+Tp為設備停機維修和置換時間。

2 模型數(shù)值驗證

本文的研究對象為風機齒輪箱，本文數(shù)據(jù)分析所用的運行平臺為MatlabR2013b，運行環(huán)境為Windows7，驗證模型相關參數(shù)如表1所示。

假設整個維護周期內進行N次不完全預防性預防維護，再計算每次預防維護的成本率，則計算結果如表2所示。

由表2可知，單位時間內的最小維修成本率c=0.046萬元，對應的最佳預知性維護周期次數(shù)N*=7. 當進行完6次不完全預知性維護后，應置換齒輪箱齒輪；當N*=7時，最佳維護時間間隔如表3所示。

由表3可知，從第1個不完全預防維護周期T1=180 d到第7個不完全預防維護周期T7=28 d，不完全預防性維護實施的間隔時間會隨著維護次數(shù)的增加而逐漸減少，即隨著齒輪箱使用時間的增加，衰退到維護閾值的速度越快。這也證明了齒輪箱自身的衰退特性。此外，得到的維護間隔時間可以為后續(xù)的維護作準備。

3 結論

本文引入2種調整因子描述預防性維護后設備的回復效果，以單位時間內的維護成本率最小為優(yōu)化目標，建立了不完全預防性維護模型。模型中考慮了動態(tài)維護成本及維護和置換所需時間，以風機齒輪箱為例，確定了維護次數(shù)和維修時間間隔。實例驗證表明，本文提出的不完全預防性維護策略能夠得出最佳維護次數(shù)和維護時間間隔，對于實際的維修工作有一定的參考作用。

參考文獻

[1]劉志龍，王紅，杜維鑫，等.基于效費比的地鐵車輛設備預防性維護決策優(yōu)化[J].鐵道科學與工程學報，2016， 13（1）：146-151.

[2]龐海宇，趙峰，秦偉，等.CEMS系統(tǒng)缺陷分析處理及預防維護[J].能源環(huán)境保護，2015，29（4）：27-29.

[3]郭家峰，蘇曉濤，楊智鶴.試論石油化工企業(yè)儀表自動化設備的故障預防與維護措施[J].化工管理，2015（8）：18.

[4]Lim J H，Qu J，Zuo M J.Age replacement policy based on imperfect repair with random probability.Reliability Engineering & System Safety，2016（149）：24-33.

[5]李茗.基于可靠度限制的不完全預防維護模型分析[D].蘭州：蘭州理工大學，2014.

[6]Lin Z L，Huang Y S，F(xiàn)ang C C.Non-periodic preventive maintenance with reliability thresholds for complex repairable systems.Reliability Engineering & System Safety，2015（136）：145-156.

[7]毛昭勇，宋保維，潘光，等.預防周期不同的最佳系統(tǒng)預防性維修優(yōu)化模型[J].火力與指揮控制，2010，35（3）：58-60.

[8]張民悅，李茗.基于調整因子的彈性周期預防維護模型[J].蘭州理工大學學報，2014，40（6）：148-151.

[9]廖雯竹.基于設備衰退機制的預知性維護策略及生產排程集成研究[D].上海：上海交通大學，2011.

[10]董克，呂文元.考慮租賃延遲的設備預防維護策略優(yōu)化研究[J].工業(yè)工程與管理，2016，21（1）：60-66.

〔編輯：白潔〕