發(fā)布時(shí)間：2024-06-24 20:12

　　風(fēng)機(jī)的維護(hù)策略與備件配置是海上風(fēng)電場(chǎng)維護(hù)優(yōu)化的兩個(gè)重要內(nèi)容。文章針對(duì)海上風(fēng)機(jī)維護(hù)策略和備件聯(lián)合優(yōu)化的問(wèn)題,提出了一種兼顧部件離線維護(hù)與循環(huán)使用的齒輪箱綜合檢修優(yōu)化策略。在此策略的基礎(chǔ)上,結(jié)合風(fēng)電機(jī)組部件的狀態(tài)劣化過(guò)程與海上維護(hù)的可及性約束,建立以運(yùn)維變量和備件變量為決策變量,以單位時(shí)間單位設(shè)備平均費(fèi)用率最小為目標(biāo)的優(yōu)化模型,并采用遺傳算法和蒙特卡羅仿真相結(jié)合的方法對(duì)該優(yōu)化問(wèn)題進(jìn)行求解。算例結(jié)果表明:該綜合策略有效的提高部件可用率,降低運(yùn)維成本,驗(yàn)證了綜合檢修優(yōu)化策略的有效性。

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

圖1考慮部件循環(huán)利用的綜合檢修策略

文中提出的風(fēng)機(jī)預(yù)防性更換與故障更換相結(jié)合的部件檢修過(guò)程大致如下:當(dāng)部件發(fā)生故障時(shí),進(jìn)行故障更換;當(dāng)部件的狀態(tài)劣化至給定的狀態(tài)閾值時(shí),進(jìn)行預(yù)防性更換。故障更換的部件不可循環(huán)使用[11];預(yù)防性更換的部件,在有限循環(huán)次數(shù)內(nèi),可在更換后運(yùn)至陸上專業(yè)維護(hù)中心進(jìn)行維護(hù)保養(yǎng),繼而成為新的備件....

圖2(S,s)備件管理策略

假設(shè)風(fēng)機(jī)初始配置備件數(shù)量為S個(gè),故障更換的部件將被廢棄;預(yù)防性更換的部件在進(jìn)行離線的不完全維護(hù)后,可作為劣化備件補(bǔ)充進(jìn)備件庫(kù)。隨著備件的消耗,在t1時(shí)刻備件的總數(shù)量下降到安全庫(kù)存數(shù)量s時(shí),訂購(gòu)S-s個(gè)新備件,經(jīng)過(guò)ts時(shí)間后新備件到達(dá)備件庫(kù)中。其中,t1與風(fēng)機(jī)部件的數(shù)量、維護(hù)策略以....

圖3遺傳算法結(jié)合蒙特卡羅求解流程圖

具體來(lái)說(shuō)遺傳算法結(jié)合蒙特卡羅仿真的求解方法是一種循環(huán)嵌套算法。首先生成一系列初始解(Xp,i,S,s)作為初始種群,將每一組初始解代入蒙特卡羅仿真模型中計(jì)算成本,一共進(jìn)行k次蒙特卡羅仿真。將k次仿真的結(jié)果求取均值后作為該組初始解在遺傳算法中的適應(yīng)度函數(shù)值。保留最優(yōu)的適應(yīng)度函數(shù)值,....

圖4某年海上風(fēng)電場(chǎng)日平均風(fēng)速

假設(shè)齒輪箱故障閾值Xf=10。仿真時(shí)采用連續(xù)性的狀態(tài)檢測(cè)即每天獲取一次狀態(tài)。仿真風(fēng)機(jī)齒輪箱20年運(yùn)行狀態(tài)變化情況。其中某年的海上風(fēng)電場(chǎng)日平均風(fēng)速如圖4所示。設(shè)置最大仿真次數(shù)為100次。設(shè)定種群大小為50,遺傳代數(shù)100代。4.2算例結(jié)果

本文編號(hào)：3995713