0 前 言

我国于上世纪八十年代引入点检制，这是在美国预防检修制的基础上发展起来的一种设备检修制度[1]，最初运用在钢铁、煤炭等行业，随后火力发电企业也大量推行点检制。经过三十多年的发展，目前点检制已经运用到了诸多领域中。在风力发电这个新领域中点检制虽然也有运用，但是考虑风电环境的特殊性，点检制在风电领域的运用中尚未普及，而且技术也不够成熟。在火电企业中将点检分为日常点检、专业点检和精密点检三个层次，在风电中还没有运用这一点检思想。目前风电场点检以及维修还是采用定周期的方式，周期根据实践经验确定，缺少理论依据[2-3]。通常点检周期默认为月、半年和年点检，维修周期为半年、年或三年，检修周期设定不灵活[4]。与其他行业相比，风电场地域面积广，而且风电机组的运行工况受季风以及风级大小的影响较大，所以传统的点检方法以及标准在风电领域并不完全适用，极易出现“过维修”的现象，造成人力资源的浪费，而部分机组因“欠维修”也达不到检修要求，直接造成经济损失，改进点检方法十分必要。文献[5]提出了小检和大检两个层次点检的概念，但是仍达不到火电企业三层次点检分工明确、灵活度高的特点。基于此，本文将日常点检、专业点检和精密点检的思想引入到风电点检中来，并且随着风电塔筒免爬器、助爬器的普及，使这种点检方式的实现成为了可能。最后考虑机组可能遭受的特殊环境、设备不同的风险等级、维修费用和设备可用度等因素，提出一种有效的点检方法以及周期制定策略。

1 点检策略流程分析

风电场中一般是按照制定的点检周期进行点检，但是在设备运行中，需要结合实际采取必要措施，避免一成不变按照点检周期进行点检而忽略特殊情况造成的设备故障以及经济损失。海上风电以及陆上风电都会遭受一些极端天气的影响，例如台风、冰雪天气和持续高温等。在极端天气情况下，风电设备的可靠性极易出现骤降，严重威胁到机组的安全稳定运行，所以在执行一般周期点检的基础上还加入以下几项点检计划：

(1)当环境风速达到25 m/s(10级)后，对暴露在外的风力机及其附属设备直接进行点检，并从点检后开始计算新的点检周期；

(2)暴雨暴雪，风机叶片等设备出现结冰现象后直接进行点检；

(3)当设备连续工作，例如机组持续发电6个月及以上后直接进行点检；

(3)对于非重要、易维修的设备选择事后维修，减小人力资源的投入，降低点检成本。

除了上述极端情况外，风电场大部分时间都运行在正常状态下。目前风电场的点检还不够完善，对于不同的设备运用相同的点检周期和点检策略不可避免的会造成资源浪费或检修不到位，所以需要提出一种设备分类方法对风电场设备进行分类，为不同类别的设备提供不同的点检策略，点检策略流程如图1所示。对于一般情况提出以下点检策略：

(1)对于高危和较危险设备进行严格的三层次点检方法，即日常点检、专业点检和精密点检；

(2)对于一般设备进行二层次点检，即日常点检和专业点检；

(4)其他高负荷运转或经历恶劣环境后直接进行点检。

  

图1 点检周期策略流程

 

Fig.1 The process of inspection cycle

2 点检设备风险分类

为满足三层次点检的需求，引入了设备风险分类方法，再针对不同类型的设备制定出有针对性的点检策略。为了实现具有统一标准的设备分类理论，定义了当量设备风险等级[6](Equivalent equipment risk level, EERL)。首先设备风险等级(Equipment risk level, ERL)由故障发生概率、故障严重程度以及故障可监测度决定，为了切合实际，还引入了故障权值，它能反应出各因素对风险等级的影响程度，进而得到有统一基准的设备风险等级：

ERL=[α1、α2和α3]

为进一步研究物流绩效对中国机械运输设备出口的三元边际影响，按照前文使用的稳健最小二乘法进行回归，将物流绩效的6个分项指标作为整体物流绩效指数 （LPI）的替代变量，代入到模型式 （5）～（7）中进行稳健性检验。表3是物流绩效各分项指标对中国机械运输设备三元边际影响的回归结果。

(1)

式中：α1、α2和α3分别表示故障发生概率、故障严重程度和故障可监测度。

故障发生概率可以分为4个等级，如表1所示。

 

表1 故障发生概率

 

Table 1 Failure probability

  

等级发生概率描述1≥0.2很高,非常频繁发生20.1～0.2高,经常发生30.01～0.1中,偶尔发生4≤0.01低,很少发生

从地理位置来看，中东欧国家处于非常特殊的地位，它与欧盟众多国家接壤，因此对中国来说，它是我国与欧盟开展经济贸易交往的重要陆路交通渠道，是中国经济融入欧盟，实现与欧盟顺利对接的纽带和桥梁。另一方面，中东欧国家港口、车站、机场等交通运输条件都相对较好。这些天然的区位优势、交通基础设施以及较低的运费均为我国向欧盟众多国家出口商品，实现物流配送提供了良好的基础。因此，中东欧国家地理位置的天然优势为我国对中东欧国家以及欧盟其他国家开展跨境电商零售出口提供了便利。

 

(2)

式中：β1、β2和β3分别表示故障发生概率、故障严重程度和故障可监测度的权重。

风险等级矩阵(ERL)和权重矩阵(B)相乘得到加权风险等级矩阵(WERL)为

总而言之，在工业生产的运行过程中，变频器的应用十分广泛，保证变频器运行安全稳定并且尽可能的延长变频器的使用寿命十分重要，因此，对电压稳定性的要求非常苛刻。在技术高度发展的今天，虽然电网的运行越来越稳定，但为了保障工业生产与降低维护人员的工作强度。只有掌握了变频器受电网波动影响的预防措施，及时将各种隐患消灭在萌芽状态，才能使它真正稳定运行，对能源节约与设备设施的安全发挥应有的作用。

对于非重要设备可以采用事后维修的方式，这类设备很少发生故障，故障后维修成本也很低，没有必要采用点检制，降低预防维修成本，而对于其他风险等级，为了保证设备的正常运行及生产要求，需要以不同的方式进行点检，避免重大故障的发生，例如高危和较危设备严格按照新的点检方法执行。

(3)

由表1可知，外倾性、人生目的、生活满意度和心盛四个变量两两之间呈显著正相关，且它们均与神经质呈显著负相关。

由于风险等级受故障发生概率、故障严重程度和故障可监测度这三个因素的影响程度可能不同，所以引入风险因素的权重，权重越大表示这一因素对风险等级的影响越大，B为由风险因素权重组成的权重矩阵：

(二)老旧建筑拆除过多，市内工业企业基本被毁。上个世纪末期以前，唐山市中心区各行业工厂应有尽有，这些年代久远、建筑风格独特、时代感强、又有很强地域特色的企业建筑具有重要的历史价值，但随着企业股份制改革，特别是房地产的迅猛发展，加之对文物保护管理的缺位，那些大地震都没被震倒的车间厂房，绝大多数惨遭武断拆除。

根据设备分类，对于高危和较危险设备采用三层次点检，图2为三层次点检示意图，每进行一次专业点检前进行n1次日常点检，每次精密点检前进行n2次专业点检，并且假设每次点检的间隔时间相等，设为τ。

EERL=w1,w2,w3

1260型HPLC仪，包括四元泵、二极管阵列检测器、在线脱气装置、自动进样器、Openl AB色谱工作站（美国安捷伦公司）；CP225D型电子天平、BSA224S-CW型电子天平（德国赛多利斯公司）。

(4)

根据历史数据计算EERL，并且根据经验为各个风险等级划分等级阈值，从而实现设备的分类，表2是对设备的分类：

 

表2 设备风险等级分类

 

Table 2 Equipment risk classification

  

等级EERL描述高危设备E1故障频率高,发生故障后维修成本大,三层次点检较危险设备E2故障频率较高,对日常发电影响较大,二层次点检一般设备E3故障频率相当较低,故障后对发电有一定影响,日常点检非重要设备E4故障频率低,故障后影响小,事后维修

WERL=ERL×B=[w1,w2,w3]

3 点检周期决策

一般经过一整套点检后才进行设备的维修，所以在制定点检周期前首先确定维修周期。发电过程中为了保证发电量，发电设备的可用度是一个重要指标，其直接影响发电任务的完成，所以本文根据设备可靠性以设备可用度作为衡量指标来确定设备维修周期T[7]。

比如《沙漠中的绿洲》，介绍阿联酋人民买来泥土、淡水、树木，挖去盐碱土，埋上水管，填入泥土，这一过程循序而往，不能调换。《金蝉脱壳》一课写蝉尾脱壳过程的几句话，是按照事情先后顺序写的，如果改变了就会让读者混乱。上课时老师不必多讲解，只需请学生试着把这些句子变换顺序，学生就会发现句与句之间的内在关联。然后请学生用“先…接着…然后…”这样的句式写话。通过这样的语序调换，学生明白了一个句群中句与句之间应该有内在的逻辑顺序。这就为他们写出通顺的话奠定了基础。

3.1 三层次点检周期

长沙磁浮快线是世界上第三条中低速磁浮商业运营线。作为无更多冗余设计的系统，磁浮列车悬浮系统的可靠性设计至关重要。在设备高可靠性的基础上，采用简单有效的控制算法，以便在不同工况和线路条件下，使悬浮控制系统达到优良的状态，以及增加乘客乘坐舒适性，成为磁浮列车悬浮控制系统优化的首要目标。本文通过总结长沙磁浮快线悬浮控制系统调试经验，得到的主要结论如下：

  

图2 三层次点检示意图

 

Fig.2 Schematic diagram of three level inspection

一个维修周期T

T=n1(n2+1)×τ+n2×τ+τ

(5)

点检的目的不仅仅是检查出设备是否故障，还是一种数据采集的方式。通过采集设备的状态参数，结合历史数据进行分析，对调整设备的运行状态负荷等具有指导性作用。所以在一个维修周期内点检的次数越多，频率越高则采集的信息就越多，数据具有连续性，有助于对设备的状态进行更好的判断和预测，点检的总次数n为

n=n1(n2+1)+n2+1

(6)

对企业而言经济效益是发电厂需要考虑的最重要因素之一，在点检的过程中可以设置合适的点检周期在保证其他指标达到要求的情况下降低点检费用，在一个周期内单位时间点检费用C[8]：

最后定义设备的当量风险等级(EERL)为

 

(7)

式中：c1、c2和c3分别为进行一次日常点检、专业点检和精密点检的费用。

在维修周期确定的情况下，需要综合考虑点检总次数n和单位时间点检费用C，权衡出最合适的点检时间间隔τ、日常点检次数n1和专业点检次数n2。

在对较危险等级设备进行点检时不采用三层次点检而采用二层次点检的方法，即只进行日常点检和专业点检，可以减小点检成本，周期确定方法和三层次点检一样，一般危险等级设备仅采用日常点检，最后低危险等级设备采用事后维修的策略。

3.2 算例分析

设备可靠性数据往往根据历史数据通过统计方法得到，表3中所示为某企业的经验可靠性表，表中以每100天进行一次可靠性统计，例如在第一个100天可靠性为99.9%，第二个100天可靠性为99.1%。

 

表3 设备可靠性统计

 

Table 3 Equipment reliability statistics

  

区间12345678910时间t/天01002003004005006007008009001000可靠性(%)99.999.197.294.390.185.779.372.664.358.849.1

可靠性通过统计得到，且不连续，在计算最佳可用度和最小运行维修费用时只可以得到某几个点的值，并且表3中的时间间隔为100天，时间间隔较大，在最后确定周期时会造成很大误差。所以本文采用最小二乘法进行曲线拟合得到一个可靠性的连续函数

2.2.1 家庭和社会的支持 在使用青霉素治疗过程中常出现吉海反应、头痛等，立即给予心理疏导，鼓励家属陪伴其左右，与其聊天，给予吸氧、多喝水、按摩输液侧肢体或头部等，分散患者注意力，症状严重者给予药物治疗。

R(t)=at3+bt2+ct+d

贵州省素有“天无三日晴，地无三尺平”的说法，从这句俗语中我们就可以看出该地区雨量充沛，地形地貌复杂多样的特点。这也为贵州省优美的自然环境创造了得天独厚的自然条件。气候和地形条件使得贵州省奇峰怪石处处可见，山、水、洞、林、石交相辉映，浑然一体，形成了动态静态结合的自然奇观，独特的自然景观和丰富的自然资源。[2]贵州省的民族村寨都坐落于这种山水辉映古木参天的自然环境中，其丰富多彩的民族文化也产生于此。

探析房屋结构设计中建筑结构设计优化方法的应用……………………………………………………… 张真珍（11-41）

(8)

得到的连续可靠性，如图3所示。

  

图3 可靠性曲线

 

Fig.3 Reliability curve

针对该设备进行周期分析，取平均预防维修时根据上图以及计算得到数据可知周期T为487天时设备的可用度最高。取平均日常点检费用为c1=500，平均专业点检费用c2=2 000，平均精密点检费用c3=4 000，得到随日常点检次数n1和专业点检次数n2变化的单位时间点检费用，如表4所示。

间Tb=0.2d，平均事后维修时间Ta=4d，根据文献[7]中算法得到随时间变化设备可用度，如图4所示。

  

图4 设备可用度

 

Fig.4 Equipment availability

 

表4 单位时间点检费用

 

Table 4 Check fee in unit time

  

日67891011121314151617181920专业检点125.9728.1430.3032.4734.6336.8038.9641.1343.2945.4547.6249.7851.9554.1156.28236.8040.0443.2946.5449.7853.0356.2859.5262.7766.0269.2672.5175.7679.0082.25347.6251.9556.2860.6164.9469.2673.5977.9282.2586.5890.9195.2499.57103.90108.23458.4463.8569.2674.6880.0985.5090.9196.32101.73107.14112.55117.97123.38128.79134.20569.2675.7682.2588.7495.24101.73108.23114.72121.21127.71134.20140.69147.19153.68160.17

很明显随着专业点检的次数增多，点检费用上升幅度很大，所以在选择专业点检次数的时候需要尽量小，单位时间点检费用以50为限，可选择n1=10，n2=2，则总点检次数n=33；若n1=17，n2=1，此时总点检次数n=36，两种选择点检总次数相差不大，但是前者专业点检次数是后者的两倍，在费用相近的情况下更愿意进行多的专业点检，因为专业点检得到的数据更为丰富准确，可以更全面精确的检测出设备的健康状态，所以前者点检方法更为合适，也可以用层次分析法对这一问题进行分析。

根据以上计算及分析点检间隔时间τ设置为15合适，并且每10次日常点检后进行1次专业点检，每2次专业点检后进行1次精密点检。在进行点检周期设定时还需要考虑点检时间，因为部分风场较大，点检人员有限，所以进行一次点检需要持续几天时间，这段时间需要算在点检周期内。例如内蒙古巴彦淖尔市的川井风场共有133台风机，在塔筒安装了助爬器或免爬器的情况下，平均对一台风机进行点检需要1 h，每天可以检测6台风机，如果有六个点检人员则需要4天才能对风场进行全面的点检，所以在此风场中对该设备的点检间隔时间在11天左右合适。

4 结 语

风电场受环境因素影响较大，在制定点检策略时首先要考虑实际情况中会发生的特殊情况，例如台风等极端天气出现后对风电场设备直接进行点检，不再按制定的周期进行，可以避免恶劣环境后不立即点检而产生的隐患。不同设备有着不同的特性，在点检时设备要求也不一样，所以根据故障发生概率、故障严重程度和故障可监测度这三个因素对设备进行分类，对不同类型设备制定不同点检策略。文中引入三层次点检方法，根据设备可用度、单位时间点检费用和总点检次数确定三层次点检的时间间隔，以及在一个周期中每类点检的次数，最后考虑实际情况点检。通过本文所提方法对设备进行分类，然后确定最佳的点检策略和周期可以减小“欠检修”和“过检修”的发生概率，能够给风电场提供一个合理调配人力资源的依据，减小风电场的运行成本，在保证安全生产的前提下提升经济效益。

参考文献:

[1] 杜冬梅，岳燕冰，何青，等. 电厂点检管理系统开发[J]. 广西电力，2010，33(2)：48-50.

DU Dongmei, YUE Yanbing, HE Qing, et al. Developmeng of point inspection management system in power plant[J]. Guangxi Electric Power, 2010, 33(2): 48-50.

[2] 张英民. GJ热电厂检修方式改进研究[D]. 天津：河北工业大学，2013.

ZHANG Yingmin. Study on the improvement of GJ thermal power plant maintenance[D]. Tianjin: Hebei University of Technology, 2013.

[3] 杨敬娜，姜小丽，张慧. 火电厂设备点检制管理系统的开发及应用[J]. 机械管理开发，2009，24(2)：111-115.

YANG Jingna, JIANG Xiaoli, ZHANG Hui. Development and application of equipment spot-inspection administrative system in power plant[J]. Mechanical Management and Development, 2009, 24(2): 111-115.

[4] 寻征轩，陈玉晶，马慧民. 风电设备机组维修理论和策略研究综述[J]. 上海电气技术，2015，8(1)：4-8.

XUN Zhengxuan, CHEN Yujing, MA Huimin. An overview on maintenance thoery and strategy for wind turbine unit[J]. Journal of Shanghai Electric Technology, 2015, 8(1): 4-8.

[5] 王文彬，赵斐，彭锐. 基于三阶段故障过程的多重点检策略优化模型[J]. 系统工程理论与实践，2014，34(1)：223-232.

WANG Wenbin, ZHAO Fei, PENG Rui. Modeling of the optimal multiple inspection policy based on a three-stage failure process[J]. Systems Engineering-Theory & Practice, 2014, 34, (1): 223-232.

[6] 李建兰，黄树红. 发电设备可靠性点检[J]. 热力发电，2009，38(6)：1-5.

LI Jianlan, HUANG Shuhong. Reliability spot inspection for equipment in power plant[J]. Thermal Power Generation, 2009, 38(6): 1-5.

[7] Nilsson J, Bertling L. Maintenance management of wind power systems using condition monitoring systems—life cycle cost analysis for two case studies[J]. IEEE Transactions on Energy Conversion，2007，22(1)：223-229.

[8] 白永生，贾希胜，程中华. 复杂系统复合维修间隔期优化模型[J]. 火力与指挥控制，2011，36(9)：19-22.

BAI Yongsheng, JIA Xisheng, CHENG Zhonghua. Stydy on the optimization model of complex system compound maintenance intervals[J]. Fair Control & Command Control, 2011, 36 (9):

19-22.