基于调整因子的风机齿轮箱不完全预防性维护策略

苏红伟++李友钊++吴斌

摘 要：在风机齿轮箱的实际维修工作中，每次预防性维护费用不固定，且设备经过维护后无法恢复如新。针对此问题，引入改善因子来建立动态预防性维护成本模型，引入役龄回退因子、故障率增加因子来建立不完全预防性维护模型。以单位时间内的维护成本率最小为优化目标，确定最佳的维护次数和维修时间间隔。最后，通过算例验证模型的可行性。

关键词：风机齿轮箱；预防性维护；调整因子；役龄回退因子

中图分类号：TM315 文献标识码：A DOI：10.15913/j.cnki.kjycx.2017.01.014

随着石油、煤炭等化石能源的日益枯竭和生态环境的日益恶化，可再生能源受到了各国的高度重视。传统的风机维护手段都是发生故障以后才对其进行维护，这样的维护滞后性大大增加了维护成本。在工作过程中，采取更加有效的预防性维护手段保证风机齿轮箱的安全运行，能够大大减少停机和高额的维护费用给企业造成的损失，提高经济效益。

在研究预防性模型或策略时，往往不知道怎样描述预防性维护后对设备健康状况造成的影响。因此，学者们常常用一些调整因子来描述。文献[4]引入一种改善因子，用来衡量设备经预防性维护后其年龄的改善效果。其认为，设备经过维护后，不会回到全新的状态，设备随着年龄的增加需要更加频繁的维护。文献[5]考虑了预防维护成本、设备年龄和维护过程学习效应等因素对改善因子的影响，构建了一个改善因子模型，用来描述设备维护改善的效果。基于固定的预防维护成本、最小修复成本，在可靠度限制下，推导出了单位时间成本函数和最佳维护时间间隔。文献[6]将改善因子设为动态变化的，即每次维护系统得到的改善效果不同，并假设系统的维修周期是固定不变的。

综上所述，针对风机齿轮箱实际维护工作中每次的维护费用不固定，并且设备退化越来越严重的情况，要想使其恢复到能够正常运行的状态，所需的维护成本就越高。经过维护后，设备不可能恢复“如新”的情况，因此，本文提出了齿轮箱不完全预防性维护策略。此策略能够增加维护的准备时间，及时排除故障，提高了风机齿轮箱的可靠性，延长了其使用寿命。本文引入改善因子用以建立动态预防性维护成本模型，引入役龄回退因子、故障率增加因子用以建立不完全预防性维护模型，以单位时间内的维护成本率最小为优化目标，确定最佳的维护次数和维修时间间隔。

1 模型的分析建立与求解

在上述基础上研究基于调整因子的不完全预防性维护模型，具体如图1所示。

本文以风机齿轮箱为研究对象，针对所求问题进行以下假设：①可以实时监测设备的故障状态；②维护方式分为预防性维护和置换；③设备需要停机进行维护或者置换；④设备在进行维护后进入了新一轮的衰退周期；⑤不能忽略每次维修和置换所用的时间，并且假定每次维修和置换所用时间为1 d。

1.1 各个维护周期内设备剩余寿命的优化

综合役龄回退因子和故障率增加因子来优化剩余维护寿命，即各个周期内的剩余维护寿命可表示为：

式（1）中：Ai和Bi可以根据历史维护数据统计得出。

1.2 设备维护成本建模

每次预防性维护的效果与每次预防维护成本有关。通常情况下，每一次所投入的预防性维护成本越高，设备的恢复效果也就越好。本章所提出的改善因子型是在文献[9]的基础上来进行的，改善因子的模型为：

式（2）中：Cpm（1）为第一次预防性维护成本；a为成本调整

因子，且0≤a≤ ，调整设备预防维护成本率，使改善因

子的取值符合实际情况；b为时间调整因子，且o

设Xi，Yi分别为第i次维护前后的设备有效役龄，则设备在第一次不完全预防性维护前后的有效役龄可表示为：

也就说，设备经过维护后，其衰退程度降低了，设备的剩余维护寿命增加了W1X1.

以此类推，则设备在第n次不完全预防性维护前后的有效役龄为：

由式（5）和式（6）可以构建不完全预知性维护成本，即：

由式（7）可得出各个周期内的维护成本。

1.3 模型的建立与求解

设备运行中单位时间内的维护成本率为：

式（8）中： 为设备维护成本；Cpr为置换成本； 为

设备运行时间；（N-1）Tr+Tp为设备停机维修和置换时间。

2 模型数值验证

本文的研究对象为风机齿轮箱，本文数据分析所用的运行平台为MatlabR2013b，运行环境为Windows7，验证模型相关参数如表1所示。

假设整个维护周期内进行N次不完全预防性预防维护，再计算每次预防维护的成本率，则计算结果如表2所示。

由表2可知，单位时间内的最小维修成本率c=0.046万元，对应的最佳预知性维护周期次数N*=7. 当进行完6次不完全预知性维护后，应置换齿轮箱齿轮；当N*=7时，最佳维护时间间隔如表3所示。

由表3可知，从第1个不完全预防维护周期T1=180 d到第7个不完全预防维护周期T7=28 d，不完全预防性维护实施的间隔时间会随着维护次数的增加而逐渐减少，即随着齿轮箱使用时间的增加，衰退到维护阈值的速度越快。这也证明了齿轮箱自身的衰退特性。此外，得到的维护间隔时间可以为后续的维护作准备。

3 结论

本文引入2种调整因子描述预防性维护后设备的回复效果，以单位时间内的维护成本率最小为优化目标，建立了不完全预防性维护模型。模型中考虑了动态维护成本及维护和置换所需时间，以风机齿轮箱为例，确定了维护次数和维修时间间隔。实例验证表明，本文提出的不完全预防性维护策略能够得出最佳维护次数和维护时间间隔，对于实际的维修工作有一定的参考作用。

参考文献

[1]刘志龙，王红，杜维鑫，等.基于效费比的地铁车辆设备预防性维护决策优化[J].铁道科学与工程学报，2016， 13（1）：146-151.

[2]庞海宇，赵峰，秦伟，等.CEMS系统缺陷分析处理及预防维护[J].能源环境保护，2015，29（4）：27-29.

[3]郭家峰，苏晓涛，杨智鹤.试论石油化工企业仪表自动化设备的故障预防与维护措施[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维护模型分析[D].兰州：兰州理工大学，2014.

[6]Lin Z L，Huang Y S，Fang 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，宋保维，潘光，等.预防周期不同的最佳系统预防性维修优化模型[J].火力与指挥控制，2010，35（3）：58-60.

[8]张民悦，李茗.基于调整因子的弹性周期预防维护模型[J].兰州理工大学学报，2014，40（6）：148-151.

[9]廖雯竹.基于设备衰退机制的预知性维护策略及生产排程集成研究[D].上海：上海交通大学，2011.

[10]董克，吕文元.考虑租赁延迟的设备预防维护策略优化研究[J].工业工程与管理，2016，21（1）：60-66.

〔编辑：白洁〕