可靠性数据分析应用研究

□ 王丽敏

上海之恒新能源有限公司 上海 200241

1 可靠性数据分析概述

平价上网已成为风电行业不可逆转的趋势。风电开发商不仅需要关注风电机组的初期采购成本,而且应该更加关注风电机组全生命周期内的综合成本。可靠性体系建设的核心工作是持续与故障作斗争,确保风电机组在全生命周期内稳定运行。当前,应用大数据技术有助于实现风电场运维管理的标准化和专业化,运维人员能够对风电机组的运行状态进行集中监控,随时获取每台风电机组的运行数据和历史信息,然后结合专家知识及外界环境等来调整检修计划,开展风电机组的预测性维修,从而从根本上改变风电场的运维流程。

为达到产品的可靠性要求,需要进行一套贯穿于需求分析、总体设计、详细设计、样机制造、试验、生产、使用、维修维护等产品全寿命周期的系统工程方法,称为可靠性工程。可靠性工程是一门物理、统计和工程的综合学科,用于评估并提高产品的可靠性,需要用到基于数据的统计分析、产品相关工程知识,分析失效的发生机理。

可靠性数据分析是可靠性工程的重要组成部分。从技术角度可以将可靠性数据分析技术分为保修数据分析、退化数据分析、寿命数据分析、加速寿命试验数据分析、可靠性增长分析、系统可靠性分析、可靠性预计、可靠性分配等。保修数据分析是基于售后维修记录进行的分析,指对整机或者子系统进行的宏观统计分析,相对比较简单。退化数据分析、寿命数据分析、可靠性增长分析需要有一定的统计基础知识。加速寿命试验分析需要具备更高的统计学理论基础,可以归类为专业的可靠性数据分析技术。上述可靠性数据分析技术通常用于对某个零部件或子系统进行可靠性分析,在产品可靠性设计中,需要将这些可靠性数据分析技术与产品设计过程相结合,进行可靠性目标设定、可靠性建模、可靠性预计、可靠性分配等工作。

对于风电设备而言,进行可靠性数据分析时,主要的数据来源包括现场工单领料数据、现场运行数据、试验数据。此外,通常还需要产品的结构数据作为补充。风电产品数据分析的整体思路为,通过收集生产安装数据、现场工单领料数据、现场运行数据等,进行保修数据分析、寿命数据分析、可靠性增长分析等可靠性数据分析,并对分析结果加以应用。

2 可靠性指标体系

对于所采集的风电数据,建立起指标评价体系,从不同角度评价风电机组整体表现,进行数据完善及储备工作,不断提升数据准确性。风电机组故障数据分析中,平均故障间隔时间和平均恢复前时间是衡量产品的重要可靠性指标。可以用平均故障间隔时间和平均恢复前时间这两个指标去衡量风电机组的运行质量。平均故障间隔时间代表风电机组在全年运行过程中无故障工作的平均时间,即风电机组能够正常运行多久才发生一次故障,指标越高越好。平均恢复前时间代表风电机组因故障而导致的平均修复时间,即从出现故障到修复的时间,指标越低越好。

3 可靠性评价

仅仅完成风电机组可靠性指标的统计,已经远远不能满足大数据时代的要求,如何基于数据统计进行故障预警,指导实际备品备件,成为大趋势。

3.1 寿命数据分析

评价时，寿命数据分析用于对MRO(Maintenance,Repair & Operations)系统产生的故障工单数据进行部件及关键备品备件寿命曲线数据分析,具体包括寿命数据源配置管理、分析方法设置、寿命数据分析结果总览等功能。在分析时,可以采用韦布尔分布、对数正态分布、正态分布、指数分布等方法。

在进行寿命数据分析结果总览时,可以通过图表方式查看分析结果,包括概率曲线、可靠度时间曲线、不可靠度时间曲线、失效率曲线、概率密度曲线等。同时可以通过计算器功能,计算可靠度、不可靠度、平均失效时间、失效率、BX%寿命、条件可靠度等结果。

可以提供关键部件及关键备品备件列表清单,对并网时间进行定义,与MRO系统故障数据中物料描述信息同步匹配。通过故障数据,自动识别拟合优度，选择最适合分布。默认参数估计方法为极大似然估计,默认置信类型为95%双侧置信限,默认置信法为费希尔矩阵。

3.2 方差分析

应用方差分析等统计学数据统计方法,可以指导实际工作,如液压油选型等。以下对液压油检测数据进行方差分析,用于了解同类液压油的清洁度差异。液压油一类颗粒方差分析见表1,各品牌产品具体数据见表2。液压油二类颗粒方差分析见表3,各品牌产品具体数据见表4。液压油三类颗粒方差分析见表5,各品牌产品具体数据见表6。

方差分析结果显示,不同品牌的液压油,颗粒度有显著差异。其中,嘉实多品牌液压油的颗粒度值最低,性能最好,而德士古品牌液压油的颗粒度值则最高。嘉实多品牌对应的产品为HYSPIN AWH-M 32液压油,建议将此液压油作为风电场的标配用油。

结合Minitab软件,应用统计学基础分析方法,对不同品牌液压油的清洁度、颗粒度等进行详细分析,从而为设计及运维提供数据基础与解决方案,真正将数据应用于实际场景,完成数据的价值提取。另一方面,可以进行机械磨损等退化分析,形成数据闭环,提前发现问题,使问题在尚未产生影响时便得到解决。

表1 液压油一类颗粒方差分析

表2 各品牌液压油一类颗粒分析数据

表3 液压油二类颗粒方差分析

表4 各品牌液压油二类颗粒分析数据

表5 液压油三类颗粒方差分析

表6 各品牌液压油三类颗粒分析数据

3.3 分级预警机制

根据设备运行规律或数据变化趋势,在设备真正发生故障之前,及时发现设备的异常情况,并进行相关报警推送,这一过程称为故障预警。故障预警的目的是在发生故障的早期进行设备及时保养,并采取针对性维护策略,消除设备的潜在隐患。

基于可靠性数据分析的故障预警目前应用广泛,企业管理、质量和运维人员制订有针对性的维护保养策略,将设备的缺陷隐患消除在萌芽状态,进而延长设备的使用寿命,在真正意义上形成状态驱动运维、提前解决故障的模式。对于无法避免的故障,可以进行有针对性的事故演练,保证充足的备件调配准备时间,避免人为因素造成二次事故,同时也可以减少因备件因素造成的故障停机情况。在积累经验的基础上,可以根据历史故障数据等进行故障分级,制订相关的分级策略,并针对不同级别的故障采取不同的应对方案。制订分级策略时,从质量问题带来的损失、质量问题带来的风险等不同角度区分不同的等级,并建立与不同等级相匹配的预警机制,在提高可靠性、保证安全的前提下,最大限度节省人力物力。

4 结束语

对可靠性数据分析应用进行研究,目的在于实现可靠性数据的集中管理,提高企业可靠性数据分析能力,为未来新风电机组机型的设计提供真实的历史数据支撑。

笔者在研究中分析了可靠性指标体系,并从寿命数据分析、方差分析、分级预警机制三方面介绍了可靠性评价。进行可靠性数据分析,可以为风电机组运行与评价提供坚实的基础。在实践过程中,需要不断验证前期数据分析方法的正确性和有效性,并且评估预警的准确性。