设备运行可靠性评估与维修优化方法思考

杨雁玲

(大同煤炭职业技术学院 山西大同 037003)

通常判断设备运行可靠性的因素包含振动程度、机械受损程度、不确定状态三种类型，可靠性评估的主要目的为及时发现设备存在的缺陷并进行改进，保障产品可靠性与综合性能满足使用需求，同时也能够防范因设备运行故障引发安全事故，保障实现设备的安全高效运行。

1 设备运行可靠性的概念与评估计算方法

1.1 运行可靠性

设备在运行状态下受温度、应力、电流、电压、腐蚀等因素的影响，将导致其零部件的性能不断退化，由早期损伤逐渐发展为故障，最终导致设备失效。设备运行可靠性的衡量因素通常为受损最严重零部件的状态，在进行运行可靠性的具体分析时应以可靠度作为量化指标，基于GB/T20921-2007将运行可靠度定义为在规定条件下、规定期限内设备不失效地完成要求功能的概率[1]。设h(t)为失效率函数、时间t为自变量，则运行可靠度的计算公式为：

1.2 可靠性评估方法

通常在设备运行过程中将产生速度、位移、应力、温度、压力、噪声、电量等状态信息，用于反映设备的退化情况，为可靠性评估提供重要参考。在设备运行状态信息的获取上，可分别依据正问题、反问题进行动态建模与故障机理分析、信号处理与故障特征提取。其中动态建模与故障机理分析主要以设备的零部件作为分析对象，选取零部件在不同约束条件下受到的物理量作用完成动力学模型的建构，经由分析得出故障产生机理及其表征，用于实现故障诊断；信号处理与故障特征提取则以设备的动态响应物理量信号作为分析对象，综合采用多小波、随机共振、局域均值分解等信号处理技术获取故障特征或征兆，用于实现零部件故障定位与损伤情况的定量计算。在此基础上，采用相关系数法、凝聚函数法、峭度指标法等完成关联映射模型的建构，将分析结果映射到归一化度量区间[0,1]上，即可完成设备运行可靠性评估[2]。

1.3 运行可靠度计算

（1）相关系数法。

当一类设备的运行状态开始恶化时，在其运行过程中自相关系数将随信号周期分量的增加而增加，则设备运行可靠度的计算公式为：

选取同类运行状态良好的设备作为对照组，针对运行状态劣化设备的可靠性进行评估，则其互相关系数的计算公式为：

（2）凝聚函数法。

选取同类运行状态良好的设备作为对照组，针对劣化设备的运行可靠性进行评估，其可靠性计算公式为：

（3）峭度指标法。

通常当设备在运行状态下零部件出现损伤时，将使其运行状态信号的峭度有所增加，选取峭度指标作为可靠性评估依据，其计算公式为：

2 设备维修优化方法及其应用探讨

2.1 采用H-RCM方法

传统设备维修方法以可靠性(RCM)为中心，将故障后果划分为隐蔽性故障、安全性和环境性、使用性以及非实用性后果四种类型，其研究对象局限于单一设备，未能将人的可靠性纳入到评估范畴中，无法满足企业现实需求。对此采用H-RCM方法进行改进，将可靠性评估对象由单一设备扩展到人机结合系统，并将其研究对象的功能扩展到设备本身、自感知、自决策、自控制、自恢复、自学习六项功能层面，其故障模式涵盖设备本身故障、感知失误、决策失误、控制失误、维护失误与学习失误六种类型。在H-RCM人机系统故障原因分析因子设计上，分别确定典型因子与变量，完成矩阵的设计，结合不同企业实际情况进行因子间相关系数值的设计，其中第i个因子与p-1个因子决定系数的均值的计算公式为：

当ri值越大，说明该因子在本类中的代表性越强，因此可将其作为故障原因分析因子，能够有效提高H-RCM过程中人机系统故障原因分析的效率。将H-RCM方法应用于某风机机组运行可靠性评估中，将可靠性评估时长设为1年，配合平衡计分法与层次分析法进行评估结果的量化处理。在过程监控功能层方面，采用H-RCM方法后风机机组员工的岗位技术职称达标率得到明显提升，系统故障诊断准确率、维修返修情况也明显好转；在实施结果功能层方面，采用H-RCM方法后系统非计划停工时间较基期值减少217h、人员伤亡事故数减少2起、违章操作的设备故障次数减少17次，人机系统维护资金节约11.3万元，风机机组的维护管理水平得到显著提升。

2.2 零相位时变滤波器设计

选取变速齿轮箱作为故障诊断对象，通常应以识别啮合频率的调制特征作为该设备的故障诊断依据，提取各传动系统的啮合频率调制信号进行包络调制分析，以此掌握各齿轮箱内齿轮的工作状态。在此将零相位滤波器引入到基于Multi-scale chirplet的稀疏信号分解的时变滤波器设计方法中，使自适应的时变滤波器在通带内相移为零，用于解决信号畸变、Hilbert变换对非平稳信号的单分量要求，提高滤波精度。在诊断流程设计上，首先应通过测量得出振动信号与每个齿轮箱的转速信号；其次选用基于多尺度线调频基的稀疏信号分解方法，获取每个齿轮箱的啮合频率；再次需将啮合频率、转频的倍频分别设为滤波中心与滤波带宽，完成零相位自适应滤波器的设计，通过针对振动信号进行滤波处理，获取到单分量的啮合频率调制信号；接下来基于Hilbert变换获取相应包络信号；最后结合转速信号得到相应包络信号的阶比谱，掌握调制形态，实现故障诊断。其中基于多尺度线调频基的稀疏信号分解方法所用的基函数库为：

通过分析每一采样时刻零相位滤波的时域处理过程、响应频域可以得出，滤波输出与输入间不存在相移，由此推断出零相位自适应时变滤波器的输出、输入间也不存在相移，因此能够有效规避信号畸变问题的出现，提高滤波可靠性与精度。将该零相位自适应滤波器运用在变速齿轮箱的故障诊断中，可有效克服齿轮箱振动信号间的相互干扰，且由此获取的不同传动系统的包络信号阶比谱较为清晰，可实现对齿轮箱故障的有效诊断[3]。

2.3 改进的粒子群算法

基于“选择性趋同”原理针对传统粒子群算法进行改进，构建基于“选择性趋同”的粒子群算法（S-PSO）。S-PSO算法的速度与位置更新公式分别为：

选取6个基准优化测试函数，基于S-PSO算法分别对其进行搜索运算，仿真试验的硬件环境为Pentium(R)D、软件平台为WindowsXP，选取MATLAB7.0作为计算软件，针对6个标准函数分别执行20次优化运算。通过观察运算结果可以发现，S-PSO算法对于6个标准函数都能够达到最靠近全局最优点的位置，算法所得结果的标准方差较低、鲁棒性较好；针对S-PSO算法的收敛特性进行分析，可发现该算法的收敛速度、收敛精度均较高，能够有效寻找到全局最优解。将S-PSO算法应用于某企业生产设备维修实际中，实现对设备原有预防性维修周期模型的优化，将算例参数代入到模型中可得出，在设备运行周期为500h的情况下，当预防性维修次数为5次时，维修总成本为最小值，因此在设备运行500h内进行5次预防性维修，即可保障设备运行的可靠性、达到最佳运行效果。

3 结语

设备在规定条件下与服役时间内的零部件运行状态，将直接影响到设备运行功能与使用性能的发挥水平。本文基于H-RCM方法、零相位时变滤波器与改进粒子群算法进行设备维修方法的优化，实验结果表明该方法具有良好的可操作性与预防性维修作用，在生产作业中具备较强的应用价值。