摘要
自本世纪初以来，风电运营维护行业随着发展机遇与挑战在不断地由粗放型向精益型，间断型向持续型转型。风电机组装机容量高速增长，系统不断地改良与翻新，使其表现出来的故障规律日趋复杂，这对风电机组的可靠性分析以及预防性维护策略提出了更高的要求。因此，本文在研究国内外风电机组的可靠性分析以及维修策略现状的基础上，主要对风电机组进行基于随机故障率的风电机组可靠性分析、重要部件储备以及维修策略优化进行研究。 本文具体研究内容及方法如下： (1)基于随机过程建立系统故障率随机微分方程(StochasticDifferentialEquation,SDE)，利用灰色线性回归模型求解指数模型与线性模型相结合的基本故障率函数。基于多元线性回归的风电机组故障模型求解出风电机组总故障率与各部件的故障率的相关关系表达式，并用算例验证准确性。以基于时间的维修(Time-basedMaintenance,TBM)和基于状态的维修(ConditionbasedMaintenance,CBM)相结合的风电机组物理系统为研究对象，通过建立状态转移图和向量马尔可夫过程，得到偏微积分表达式，利用拉普拉斯变换计算该系统的可靠性指标，并对于系统的TBM和CBM的共性规律和特征，针对现有的多状态可修设备，建立了单元件多状态转移图，建立多状态转移随机微分方程矩阵，求解出不同维修模式下相应的可靠性指标表达式。对风电机组整体以及部件都进行了可靠性分析。 (2)对于风电机组维修时需要提前存储的重要部件进行基于重要度原理储备，使备件的存储费用相应的达到了最佳的利用水平，以优化维修配置。目的是将存储费用昂贵的维修备件的储存量与维修所需量达到很好的平衡，减少风电机组的额外维修费用，从而解决存储量和维修需求量的矛盾。 (3)最后，将检查率考虑为CBM与TBM的相结合渐进故障率的优化维修策略。用Matlab进行仿真，仿真结果表明，TBM和CBM的检查率相结合可以有效的渐进系统的失效率。提出基于随机故障率的风电机组维修策略，即将CBM与TBM相结合、完全维修与不完全维修相结合的维修策略。不仅保证机组和部件可靠运行，同时建立费用模型将维修所需要的成本降到最低，实现了维修决策的优化。
NETL