【摘要】：海上風(fēng)機(jī)屬于多設(shè)備多功能的大型系統(tǒng),設(shè)備結(jié)構(gòu)復(fù)雜,導(dǎo)致失效模式多,在運(yùn)行工作中需承受多種海洋環(huán)境載荷,風(fēng)機(jī)故障率高,一旦發(fā)生事故,不但停機(jī)損失嚴(yán)重,還會造成海洋環(huán)境污染等其它惡劣影響;同時(shí),海上風(fēng)機(jī)具有吊裝船費(fèi)用高,風(fēng)浪等環(huán)境條件下船只可及性差,故障停運(yùn)時(shí)間長等問題,導(dǎo)致其維護(hù)成本極高。故障預(yù)測技術(shù)可以預(yù)測系統(tǒng)健康狀態(tài)發(fā)展趨勢,為維護(hù)提供決策,從而提高設(shè)備的可靠性和利用率,減少風(fēng)機(jī)停機(jī)損失;視情預(yù)防性維修方法有助于對海上風(fēng)電系統(tǒng)制定維護(hù)計(jì)劃,將海上風(fēng)機(jī)的傳統(tǒng)被動(dòng)維修轉(zhuǎn)化為主動(dòng)維護(hù)。故障預(yù)測與視情預(yù)防性維修是裝備和系統(tǒng)實(shí)現(xiàn)自主保障的關(guān)鍵技術(shù),然而在海上風(fēng)電系統(tǒng)領(lǐng)域仍需要進(jìn)行方法改進(jìn)以提高海上風(fēng)機(jī)可靠性,并降低整體維護(hù)成本。因此,本文針對海上風(fēng)電系統(tǒng)的故障預(yù)測和維修方法兩方面問題進(jìn)行研究,依據(jù)研究對象從結(jié)構(gòu)損傷識別預(yù)測、系統(tǒng)視情維護(hù)方法研究、到海上風(fēng)電場的綜合維護(hù)策略應(yīng)用的遞進(jìn)關(guān)系,對海上風(fēng)力發(fā)電行業(yè)中的主要運(yùn)行和維護(hù)問題進(jìn)行分析。主要研究內(nèi)容如下:(1)由于塔筒結(jié)構(gòu)為海上風(fēng)電系統(tǒng)的基礎(chǔ)結(jié)構(gòu),一旦發(fā)生損傷會有整個(gè)風(fēng)機(jī)傾覆的風(fēng)險(xiǎn),本文提出了基于神經(jīng)網(wǎng)絡(luò)分步識別的海上風(fēng)機(jī)塔筒結(jié)構(gòu)損傷預(yù)測方法研究。首先進(jìn)行6組完好結(jié)構(gòu)、不同位置、不同損傷程度的塔筒損傷實(shí)驗(yàn),使用有限元分析軟件Abaqus對其進(jìn)行模態(tài)計(jì)算,用完好結(jié)構(gòu)的塔筒實(shí)驗(yàn)?zāi)Ｐ蛯?shí)測數(shù)據(jù)對有限元模型進(jìn)行修正,并和其它塔筒模型的損傷工況進(jìn)行對比。使用Abaqus軟件生成更多損傷工況數(shù)組,用以訓(xùn)練神經(jīng)網(wǎng)絡(luò)預(yù)測模型,并將廣義神經(jīng)網(wǎng)絡(luò)和遺傳算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)方法分步應(yīng)用于海上風(fēng)電系統(tǒng)的設(shè)備損傷位置判斷和損傷程度預(yù)測當(dāng)中,其中廣義神經(jīng)網(wǎng)絡(luò)減少了 BP網(wǎng)絡(luò)參數(shù)設(shè)置的不確定性,遺傳算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)有效地解決傳統(tǒng)BP網(wǎng)絡(luò)易陷入局部最小值的問題,進(jìn)而提高網(wǎng)絡(luò)預(yù)測精度。訓(xùn)練結(jié)果表明,該分步預(yù)測方法可以有效地降低網(wǎng)絡(luò)復(fù)雜性,大大減少了網(wǎng)絡(luò)的訓(xùn)練樣本,提高了樁腿損傷預(yù)測精度,同時(shí)節(jié)約訓(xùn)練時(shí)間。(2)基于風(fēng)機(jī)主要設(shè)備的實(shí)際運(yùn)行健康狀態(tài)和不同設(shè)備維修之間的經(jīng)濟(jì)相關(guān)性,本文提出了一種優(yōu)化海上風(fēng)機(jī)維護(hù)費(fèi)用的視情維修方法,即狀態(tài)-機(jī)會維修方法,通過利用人工智能神經(jīng)網(wǎng)絡(luò)(ANN)以及狀態(tài)監(jiān)測信息預(yù)測海上風(fēng)機(jī)設(shè)備的壽命百分比,根據(jù)部件的預(yù)測失效時(shí)間分布計(jì)算條件失效概率值,用于表示風(fēng)機(jī)設(shè)備的劣化程度。本文所提出的狀態(tài)-機(jī)會維護(hù)策略由兩階失效概率閾值確定,其值可通過單位運(yùn)行時(shí)間內(nèi)平均維修費(fèi)用最小的方法優(yōu)化得到,從而最大限度地減少長期維護(hù)費(fèi)用。結(jié)果表明,狀態(tài)-機(jī)會維修策略可以綜合考慮風(fēng)機(jī)設(shè)備的歷史失效數(shù)據(jù)和實(shí)際運(yùn)行狀態(tài),比基于固定時(shí)間的預(yù)防維修方法更節(jié)約維護(hù)成本,從而驗(yàn)證了該方法的有效性;并且通過陸上風(fēng)機(jī)和海上風(fēng)機(jī)的維護(hù)費(fèi)用的比較,證明了對海上風(fēng)電系統(tǒng)實(shí)施狀態(tài)-機(jī)會維護(hù)方法的必要性。(3)海上風(fēng)電系統(tǒng)設(shè)備維護(hù)時(shí)受天氣影響,可達(dá)性差且失效后果嚴(yán)重,因此需對海上風(fēng)電場進(jìn)行綜合維護(hù)優(yōu)化策略研究,考慮設(shè)備不完全維修情況和天氣環(huán)境可及性給海上風(fēng)機(jī)維修帶來的影響。本文提出了海上風(fēng)電場的機(jī)會成組維修模型,同時(shí)考慮了系統(tǒng)與系統(tǒng)、設(shè)備與設(shè)備之間的維修相關(guān)性及停機(jī)損失等問題,進(jìn)而達(dá)到各系統(tǒng)、各設(shè)備之間的維修活動(dòng)相互協(xié)調(diào)。本文以大豐田海上風(fēng)電場維護(hù)費(fèi)用為計(jì)算算例,結(jié)果顯示該方法可以提高風(fēng)電系統(tǒng)總可用度,降低總維修費(fèi)用,優(yōu)化過程中也考慮了實(shí)際工程中修復(fù)程度的不確定性對系統(tǒng)狀態(tài)的影響;同時(shí),考慮天氣可及性不但更符合實(shí)際海上維護(hù)工程,還可以適當(dāng)租賃和調(diào)度船只,從而降低海上風(fēng)電場固定維護(hù)費(fèi)用,算理結(jié)果表明了該模型的實(shí)際性與優(yōu)越性,可實(shí)現(xiàn)海上風(fēng)電場維護(hù)活動(dòng)的長期動(dòng)態(tài)優(yōu)化,并為大豐田海上風(fēng)電場實(shí)際維護(hù)工作提供指導(dǎo)建議思路。
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TM614
【圖文】：

測工作的疏忽及損傷預(yù)測方法的不精準(zhǔn)，海上風(fēng)電系統(tǒng)損傷破壞事故在不斷發(fā)生，不但逡逑造成大量的財(cái)產(chǎn)損失，同時(shí)還引發(fā)了海洋環(huán)境的破壞。２０１５年１１月，丹麥Ｓａｍｓｏ島附逡逑近的ＰａｋｉｄａｎｓＦｌａｋ海上風(fēng)場的一臺２．３ＭＷ西門子海上風(fēng)機(jī)出現(xiàn)垮塌事故（圖１．１），機(jī)逡逑組葉片和機(jī)艙均落入海中，該事故造成整個(gè)海上風(fēng)場的關(guān)停檢修，造成了巨大的經(jīng)濟(jì)損逡逑失，因此，風(fēng)電機(jī)組的狀態(tài)監(jiān)測和故障預(yù)測方法在這種情況下就具有重要意義，研宄如逡逑何采用精確和高效的故障預(yù)測技術(shù)，進(jìn)而采取合適的維護(hù)措施可以防止災(zāi)害的發(fā)生，提逡逑高設(shè)備的可靠性和利用率，減少停機(jī)損失，已成為海上風(fēng)電行業(yè)亟待解決的問題［１９］［２Ｇ］。逡逑此外，與陸上風(fēng)電不同，海上風(fēng)電系統(tǒng)的維護(hù)工作面臨著更多問題及挑戰(zhàn)：海上風(fēng)逡逑電場施工和維護(hù)受天氣、海洋、地質(zhì)等環(huán)境的影響很大，若機(jī)艙中的主要重大設(shè)備如輪逡逑轂、發(fā)電機(jī)、齒輪箱等發(fā)生故障，在惡劣海洋環(huán)境下采用大型浮吊費(fèi)時(shí)費(fèi)力，并伴有高逡逑額的吊裝船費(fèi)用及嚴(yán)重的吊裝風(fēng)險(xiǎn)［２１＿２３］；同時(shí)

哈爾濱工程大學(xué)博士學(xué)位論文逡逑性和經(jīng)濟(jì)性；同時(shí)，依據(jù)研究對象從結(jié)構(gòu)損傷識別預(yù)測（第２－３章）、系統(tǒng)視情維護(hù)方逡逑法研宄（第４章）、到海上風(fēng)電場的綜合維護(hù)策略應(yīng)用（第５章）的遞進(jìn)關(guān)系，如圖１．２，逡逑對海上風(fēng)力發(fā)電行業(yè)中的主要運(yùn)行和維護(hù)問題進(jìn)行分析。逡逑研究內(nèi)容逡逑風(fēng)機(jī)塔筒基于分步識別的神邐海上風(fēng)電系統(tǒng)視情維修優(yōu)海上風(fēng)電場宇、合維護(hù)優(yōu)逡逑經(jīng)網(wǎng)絡(luò)損傷預(yù)測方法研究邐化方法研究化策略研究逡逑邐Ｉ邐逡逑結(jié)構(gòu)，．設(shè)備系統(tǒng)邐風(fēng)電場逡逑、邐一，、＿邋＿，逡逑圖１．２論文研究主線逡逑Ｆｉｇ．邋１．２邋Ｍａｉｎ邋ｌｉｎｅ邋ｏｆ邋ｔｈｅｓｉｓ邋ｒｅｓｅａｒｃｈ逡逑本論文的具體研宄內(nèi)容劃分為以下４章：逡逑第２章首先針對海上風(fēng)電系統(tǒng)結(jié)構(gòu)和設(shè)備失效模式多且失效關(guān)系復(fù)雜這一特征，概逡逑述了振動(dòng)方法的損傷識別基本原理和常見的人工智能神經(jīng)網(wǎng)絡(luò)損傷預(yù)測模型，提出了基逡逑于神經(jīng)網(wǎng)絡(luò)分步識別的損傷預(yù)測研宄方法，并詳細(xì)介紹了廣義回歸神經(jīng)網(wǎng)絡(luò)和遺傳算法逡逑改進(jìn)的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練原理和學(xué)習(xí)算法，同時(shí)給出了廣義神經(jīng)網(wǎng)絡(luò)用于判斷結(jié)構(gòu)損傷位逡逑置的網(wǎng)絡(luò)訓(xùn)練輸入?yún)?shù)的選擇

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙洪山;張健平;高奪;張路朋;;風(fēng)電機(jī)組的狀態(tài) 機(jī)會維修策略[J];中國電機(jī)工程學(xué)報(bào);2015年15期

2 趙洪山;張路朋;;基于可靠度的風(fēng)電機(jī)組預(yù)防性機(jī)會維修策略[J];中國電機(jī)工程學(xué)報(bào);2014年22期

3 蘇春;陳武;;基于滾動(dòng)窗口方法的風(fēng)力機(jī)動(dòng)態(tài)機(jī)會維修優(yōu)化[J];機(jī)械工程學(xué)報(bào);2014年14期

4 陳向民;于德介;李蓉;;齒輪箱復(fù)合故障振動(dòng)信號的形態(tài)分量分析[J];機(jī)械工程學(xué)報(bào);2014年03期

5 沈長青;朱忠奎;黃偉國;孔凡讓;;基于支持向量回歸方法的齒輪箱故障診斷研究[J];振動(dòng).測試與診斷;2013年05期

6 趙靚;季妍;;海上風(fēng)電發(fā)展近況調(diào)研[J];風(fēng)能;2013年02期

7 周英華;劉晶;郭廷福;;海上風(fēng)電機(jī)組的防雷保護(hù)[J];機(jī)電技術(shù);2012年06期

8 沈德昌;;海上風(fēng)電機(jī)組發(fā)展趨勢分析[J];風(fēng)能;2012年12期

9 張小田;鄢盛騰;周雪青;趙洪山;;基于狀態(tài)監(jiān)測的風(fēng)電機(jī)組主軸承早期故障預(yù)測方法[J];廣東電力;2012年11期

10 溫培剛;趙黛青;廖翠萍;蔡國田;;影響海上風(fēng)電成本收益的重要因素分析及政策建議[J];特區(qū)經(jīng)濟(jì);2012年08期

相關(guān)博士學(xué)位論文 前2條

1 李文華;新時(shí)期國家能源發(fā)展戰(zhàn)略問題研究[D];南開大學(xué);2013年

2 刁延松;基于神經(jīng)網(wǎng)絡(luò)和小波分析的海洋平臺結(jié)構(gòu)損傷檢測研究[D];中國海洋大學(xué);2006年

相關(guān)碩士學(xué)位論文 前1條

1 張路朋;風(fēng)電機(jī)組的狀態(tài)機(jī)會維修策略[D];華北電力大學(xué);2015年

本文編號：2718572