重型燃?xì)廨啓C(jī)視情維修決策模型及系統(tǒng)實(shí)現(xiàn)

陳堅(jiān)紅，吳文健，萬安平，王異成，李鴻坤，盛德仁

（1．浙江大學(xué)熱工與動(dòng)力系統(tǒng)研究所，杭州310027；2．國網(wǎng)浙江省電力公司電力科學(xué)研究院，杭州310014）

重型燃?xì)廨啓C(jī)視情維修決策模型及系統(tǒng)實(shí)現(xiàn)

陳堅(jiān)紅1，吳文健2，萬安平1，王異成2，李鴻坤1，盛德仁1

（1．浙江大學(xué)熱工與動(dòng)力系統(tǒng)研究所，杭州310027；2．國網(wǎng)浙江省電力公司電力科學(xué)研究院，杭州310014）

針對(duì)當(dāng)前燃?xì)廨啓C(jī)關(guān)鍵部件維護(hù)及維修管理中由人工統(tǒng)計(jì)計(jì)算維修間隔，造成費(fèi)時(shí)耗力、準(zhǔn)確性低的問題，提出燃?xì)廨啓C(jī)視情維修決策模型，結(jié)合燃?xì)廨啓C(jī)已經(jīng)運(yùn)行時(shí)段的歷史運(yùn)行數(shù)據(jù)和待預(yù)測(cè)時(shí)段的實(shí)際運(yùn)行計(jì)劃，對(duì)部件維修周期進(jìn)行預(yù)測(cè)。提出等效服務(wù)系數(shù)的概念，根據(jù)2個(gè)時(shí)段的等效服務(wù)系數(shù)，建立4種預(yù)測(cè)模型，并利用ASP.NET技術(shù)，實(shí)現(xiàn)了基于B/S架構(gòu)的燃?xì)廨啓C(jī)視情維修決策系統(tǒng)。該系統(tǒng)可在線自動(dòng)計(jì)算燃?xì)廨啓C(jī)相關(guān)部件的使用壽命，并決策計(jì)算維修周期，為科學(xué)制定維修計(jì)劃和進(jìn)行備件信息管理工作奠定基礎(chǔ)。該決策系統(tǒng)已應(yīng)用于工程實(shí)際，取得了良好的效果。

燃?xì)廨啓C(jī)；PI實(shí)時(shí)數(shù)據(jù)庫；等效服務(wù)系數(shù)；視情維修；壽命預(yù)測(cè)

0 引言

燃?xì)廨啓C(jī)以其效率高、污染低、結(jié)構(gòu)緊湊、體積小、質(zhì)量輕、啟動(dòng)快、可靠性高、用水少、投資低、占地面積少等一系列優(yōu)點(diǎn)，在發(fā)電、艦船動(dòng)力、機(jī)械驅(qū)動(dòng)等領(lǐng)域得到廣泛應(yīng)用。由于前期技術(shù)儲(chǔ)備不足和國外技術(shù)壟斷，目前我國燃?xì)廨啓C(jī)的維修一般都按照制造商所規(guī)定的時(shí)間間隔進(jìn)行，維修費(fèi)用非常昂貴，成本很高[1]。因此，制定符合我國實(shí)際運(yùn)行情況的燃?xì)廨啓C(jī)維護(hù)維修策略具有重要的意義。

視情維修是一種根據(jù)對(duì)運(yùn)行設(shè)備定期或不定期監(jiān)測(cè)獲得系統(tǒng)狀態(tài)以確定維修行為的維修方式，對(duì)應(yīng)決策模型的分析重點(diǎn)在于監(jiān)測(cè)周期與狀態(tài)閾值的確定。許多學(xué)者在這方面進(jìn)行了研究，將視情維修應(yīng)用到大型設(shè)備的維修中。國外學(xué)者相繼提出了基于時(shí)間和狀態(tài)相結(jié)合的維修策略[2]、以可靠性為中心的維修策略系統(tǒng)[3]；Tian等[4]通過實(shí)時(shí)監(jiān)測(cè)系統(tǒng)得到風(fēng)機(jī)狀態(tài)運(yùn)行數(shù)據(jù)，并運(yùn)用到風(fēng)力發(fā)電機(jī)的視情維修中。視情維修也逐漸被應(yīng)用在燃?xì)廨啓C(jī)的維護(hù)維修中。殷豪等[5]從設(shè)備定期維護(hù)、運(yùn)行優(yōu)化、延長機(jī)組運(yùn)行時(shí)間、傳統(tǒng)檢修模式與狀態(tài)檢修模式的結(jié)合、備品備件配置優(yōu)化等方面論述了延長燃?xì)廨啓C(jī)檢修周期的檢修策略。龔文強(qiáng)等[6]提出了基于EOH（等效運(yùn)行時(shí)間）分析的燃?xì)廨啓C(jī)壽命評(píng)估法，根據(jù)EOH分析的結(jié)果，提出了檢修策略的優(yōu)化方案。浙江大學(xué)劉昱[7]采用GE公司提供的維修間隔計(jì)算模型和步驟，研究開發(fā)了可應(yīng)用于燃?xì)廨啓C(jī)的服務(wù)器/ WEB架構(gòu)的視情維修輔助決策系統(tǒng)。

目前，確定燃?xì)廨啓C(jī)維修周期的主要問題是由人工統(tǒng)計(jì)維修所需狀態(tài)數(shù)據(jù)，耗時(shí)費(fèi)力、工作繁瑣，且準(zhǔn)確性不高，給燃?xì)廨啓C(jī)的維護(hù)維修帶來極大的不便，這種狀況已不能適應(yīng)當(dāng)前高度自動(dòng)化運(yùn)行的電力系統(tǒng)。為了準(zhǔn)確計(jì)算燃?xì)廨啓C(jī)在實(shí)際工作條件下的壽命，克服傳統(tǒng)人工統(tǒng)計(jì)的不足，探討關(guān)鍵部件壽命的統(tǒng)計(jì)計(jì)算方法，基于運(yùn)行時(shí)數(shù)和啟動(dòng)次數(shù)的維修系數(shù)和服務(wù)系數(shù)的乘積，提出視情維修決策關(guān)鍵參數(shù)——等效服務(wù)系數(shù)的概念；根據(jù)已運(yùn)行時(shí)段和待預(yù)測(cè)時(shí)段等效服務(wù)系數(shù)之間的關(guān)系，建立了4類視情維修決策模型，技術(shù)人員不僅可以根據(jù)燃?xì)廨啓C(jī)已運(yùn)行時(shí)段的歷史數(shù)據(jù)，也可以結(jié)合燃?xì)廨啓C(jī)在待預(yù)測(cè)時(shí)段的實(shí)際運(yùn)行計(jì)劃，給定等效服務(wù)系數(shù)，對(duì)待預(yù)測(cè)時(shí)段的具體維修時(shí)機(jī)進(jìn)行決策。并且，在建立燃?xì)廨啓C(jī)視情維修決策模型和電廠SIS系統(tǒng)[8，9]的基礎(chǔ)上，采用基于ASP.NET技術(shù)的B/S架構(gòu)模式，研究開發(fā)基于PI數(shù)據(jù)庫的燃?xì)廨啓C(jī)視情維修決策系統(tǒng)，實(shí)現(xiàn)燃?xì)廨啓C(jī)的視情維修。

1 重型燃?xì)廨啓C(jī)視情維修決策模型

1.1 燃?xì)廨啓C(jī)關(guān)鍵部件的壽命評(píng)估方法

燃?xì)廨啓C(jī)的維修按先高溫部件、后其他部件的順序，其檢查順序依次為燃燒部件、熱通道部件和轉(zhuǎn)子部件。燃?xì)廨啓C(jī)制造商給定了表1所示的燃燒系統(tǒng)、熱通道和轉(zhuǎn)子理想條件下的維修間隔[10]，其他部件根據(jù)情況與這幾個(gè)值聯(lián)系起來確定各自的維修間隔。

表1 燃?xì)廨啓C(jī)部件理想維修間隔

實(shí)際上影響燃?xì)廨啓C(jī)部件使用壽命的主要因素有燃料、注水或注蒸汽比例、啟動(dòng)方式、功率變化、跳閘功率、停機(jī)方式等[10]。以熱通道等效運(yùn)行時(shí)間和啟動(dòng)次數(shù)計(jì)算為例（燃燒系統(tǒng)和轉(zhuǎn)子部件的計(jì)算方法基本相似），實(shí)際運(yùn)行條件折算成理想條件的等效運(yùn)行小時(shí)數(shù)HE和等效啟動(dòng)次數(shù)SE的計(jì)算方法如公式（1）和（2）所示。

式中：M和K為水/蒸汽注入系數(shù)，由濕度控制方式、蒸汽注入率和第2、第3級(jí)噴嘴材料確定；I為水/蒸汽注入量與進(jìn)口空氣流量的百分比；α1，α2，α3分別為燃用天然氣、輕油和重油的年基本負(fù)荷運(yùn)行時(shí)間；Af為重油嚴(yán)重系數(shù)；α4為年調(diào)峰運(yùn)行時(shí)間。

式中：α1，α2，α3，α4，α5，α6分別為機(jī)組的年部分負(fù)荷、基本負(fù)荷、調(diào)峰負(fù)荷、緊急啟動(dòng)次數(shù)、快速升負(fù)荷啟動(dòng)次數(shù)和年跳閘次數(shù)；αTi為跳閘嚴(yán)重系數(shù)；n為跳閘種類數(shù)。

1.2 視情維修決策模型參數(shù)的定義

本文采用文獻(xiàn)[10]中的燃?xì)廨啓C(jī)相關(guān)部件的維修系數(shù)MF和服務(wù)系數(shù)SF的定義方法。

將等效運(yùn)行時(shí)數(shù)HE（等效啟動(dòng)次數(shù)SE）與實(shí)際運(yùn)行時(shí)數(shù)HF（實(shí)際啟動(dòng)次數(shù)SF）的比值定義為維修系數(shù)MF，即：

將實(shí)際運(yùn)行時(shí)數(shù)（實(shí)際啟動(dòng)次數(shù)）與統(tǒng)計(jì)期間所有小時(shí)數(shù)PH的比值定義為服務(wù)系數(shù)SF，即：

基于運(yùn)行時(shí)數(shù)（啟動(dòng)次數(shù)）的維修系數(shù)和服務(wù)系數(shù)的乘積，提出運(yùn)行時(shí)數(shù)（啟動(dòng)次數(shù)）的等效服務(wù)系數(shù)FSF（Factored Service Factor）的概念。根據(jù)已運(yùn)行時(shí)段PH1和待預(yù)測(cè)時(shí)段PH2的等效服務(wù)系數(shù)是否相等（考察PH1和PH2的維修系數(shù)是否相等，以及PH1和PH2的服務(wù)系數(shù)是否相等，進(jìn)行排列組合），建立了4類決策模型。維修周期分析圖如圖1所示。

圖1 燃?xì)廨啓C(jī)部件維修周期分析

對(duì)已運(yùn)行時(shí)段PH1：MFH1=HE1/HF1，

SFH1=HF1/PH1，

FSFH1=MFH1×SFH1.

對(duì)待預(yù)測(cè)時(shí)段PH2：MFH2=HE2/HF2，

SFH2=HF2/PH2，

FSFH2=MFH2×SFH2.

建立的4類決策模型分別如下：

（1）待預(yù)測(cè)時(shí)段PH2的MF2和SF2分別按照已運(yùn)行時(shí)段PH1的MF1和SF1進(jìn)行估算預(yù)測(cè)。

已運(yùn)行時(shí)段PH1的等效服務(wù)系數(shù)：

式中：HE和HF分別為PH1等效運(yùn)行小時(shí)數(shù)和實(shí)際運(yùn)行小時(shí)數(shù)。

由定義得（PH1+PH2）時(shí)段等效服務(wù)系數(shù)：

式中：H1為燃?xì)廨啓C(jī)部件的理想維修間隔。

由式（3）、式（4）及MFH2=MFH1，SFH2=SFH1可得到維修時(shí)刻t3：

（2）PH2時(shí)段的MFH2按照PH1時(shí)段的MFH1值，SFH2用估算預(yù)測(cè)給定值FAH（給定年運(yùn)行小時(shí)數(shù)）進(jìn)行預(yù)測(cè)。

待預(yù)測(cè)時(shí)段PH2等效服務(wù)系數(shù)：

由定義得PH2時(shí)段等效服務(wù)系數(shù)：

由式（5）、式（6）可得到維修時(shí)刻t3：

（3）PH2時(shí)段的SFH2按照PH1時(shí)段的SFH1值，MFH2用估算預(yù)測(cè)給定值進(jìn)行預(yù)測(cè)。待預(yù)測(cè)時(shí)段PH2等效服務(wù)系數(shù)：

由式（7）、式（9）可得到維修時(shí)刻t3：

（4）PH2時(shí)段的MFH2和SFH2都用估算預(yù)測(cè)給定值（給定年運(yùn)行小時(shí)數(shù)和維修系數(shù)）進(jìn)行預(yù)測(cè)。

待預(yù)測(cè)時(shí)段PH2等效服務(wù)系數(shù)：

由式（7）、式（11）可得到維修時(shí)刻t3：

2 維修決策系統(tǒng)的實(shí)現(xiàn)方法

2.1 維修決策系統(tǒng)組成

基于SIS系統(tǒng)PI實(shí)時(shí)數(shù)據(jù)庫的燃?xì)廨啓C(jī)視情維修決策系統(tǒng)由兩部分組成：運(yùn)行于后臺(tái)計(jì)算服務(wù)器端的設(shè)備運(yùn)行狀態(tài)在線評(píng)估計(jì)算程序，和運(yùn)行于WEB服務(wù)器端的計(jì)算結(jié)果顯示和信息系統(tǒng)管理B/S程序。系統(tǒng)模塊化結(jié)構(gòu)數(shù)據(jù)的流程如圖2所示。

圖2 系統(tǒng)模塊化結(jié)構(gòu)數(shù)據(jù)流程

在后臺(tái)計(jì)算服務(wù)器端，主要完成燃?xì)廨啓C(jī)的變工況性能計(jì)算模塊和維修預(yù)測(cè)及維修決策模塊的相關(guān)功能。系統(tǒng)進(jìn)行燃?xì)廨啓C(jī)的變工況性能計(jì)算時(shí)，后臺(tái)計(jì)算服務(wù)器調(diào)用預(yù)處理好的實(shí)時(shí)數(shù)據(jù)，根據(jù)數(shù)學(xué)模型進(jìn)行在線性能計(jì)算，進(jìn)而得到功率輸出、熱效率、熱耗率和氣耗率等性能指標(biāo)。同時(shí)，在進(jìn)行機(jī)組維修預(yù)測(cè)及維修決策時(shí)，燃?xì)廨啓C(jī)的實(shí)時(shí)狀態(tài)運(yùn)行參數(shù)被送往后臺(tái)計(jì)算服務(wù)器，預(yù)測(cè)燃?xì)廨啓C(jī)相關(guān)部件的剩余壽命，并將結(jié)果存入SQL數(shù)據(jù)庫中。

WEB程序服務(wù)器在接收到燃?xì)廨啓C(jī)相關(guān)部件的剩余壽命數(shù)據(jù)后，通過選擇不同的決策模型，計(jì)算決策相關(guān)部件的具體維修時(shí)機(jī)。維修備件信息管理模塊根據(jù)燃?xì)廨啓C(jī)維修決策結(jié)果，制定合理的燃?xì)廨啓C(jī)相關(guān)部件維修計(jì)劃，并同時(shí)做好備件更換記錄和計(jì)劃管理工作。經(jīng)由系統(tǒng)信息安全性管理模塊，將各部件的剩余壽命預(yù)測(cè)和維修決策結(jié)果顯示在網(wǎng)頁上。

2.2 開發(fā)工具和關(guān)鍵技術(shù)

在發(fā)電企業(yè)現(xiàn)有的SIS系統(tǒng)基礎(chǔ)上，燃?xì)廨啓C(jī)維修輔助決策基于瀏覽器/服務(wù)器（B/S）架構(gòu)模式開發(fā)，采用面向?qū)ο蟮乃枷牒虲#編程語言進(jìn)行程序設(shè)計(jì)，利用Microsoft公司的Visual Studio 2005集成開發(fā)環(huán)境、關(guān)系型數(shù)據(jù)庫系統(tǒng)SQL2000和OSI公司的PI實(shí)時(shí)數(shù)據(jù)庫等工具。

系統(tǒng)開發(fā)的關(guān)鍵技術(shù)如下：

（1）PI實(shí)時(shí)數(shù)據(jù)訪問接口開發(fā)技術(shù)。

為了實(shí)現(xiàn)后臺(tái)計(jì)算程序與PI數(shù)據(jù)庫的高效通信，利用PI系統(tǒng)提供的PI-API和PI-SDK開發(fā)工具，實(shí)現(xiàn)了對(duì)PI數(shù)據(jù)庫中的燃?xì)廨啓C(jī)運(yùn)行狀態(tài)數(shù)據(jù)的訪問。PI應(yīng)用程序接口（PI-API）是一組實(shí)現(xiàn)應(yīng)用程序存取PI數(shù)據(jù)庫中的快照、存檔資料和其他數(shù)據(jù)信息的函數(shù)庫。ASP.NET框架對(duì)桌面應(yīng)用程序和WEB程序提供了一致的編程模型，使得在ASP.NET中可以調(diào)用PI-API函數(shù)來實(shí)現(xiàn)PI數(shù)據(jù)庫的鏈接[11，12]。

PI數(shù)據(jù)庫軟件開發(fā)工具（PI-SDK）是使用面向?qū)ο笏枷牒图夹g(shù)開發(fā)的編程接口，主要由一組ActiveX控件和類庫組成。與PI-API相比，它提供了更多的特性，如提供PI數(shù)據(jù)庫的面向?qū)ο缶幊棠Ｐ停恢С諴I3系統(tǒng)的高精度時(shí)間、用戶自定義屬性等新特性；提供ActiveX控件來完成用戶登錄、Tag查找等常用功能；支持多線程和異常處理等。

（2）基于iBatis.NET的SQL數(shù)據(jù)庫訪問技術(shù)。

在以往很多基于服務(wù)器和WEB的系統(tǒng)中，都是直接通過ADO.NET編程訪問SQL數(shù)據(jù)庫的，因此要在程序代碼中嵌入大量重復(fù)的數(shù)據(jù)庫訪問程序，使得開發(fā)的項(xiàng)目難以維護(hù)。在視情維修決策系統(tǒng)后臺(tái)計(jì)算服務(wù)器和WEB服務(wù)器中有用于存儲(chǔ)數(shù)據(jù)的多張數(shù)據(jù)表，采用基于iBatis.NET的SQL數(shù)據(jù)庫訪問技術(shù)可以將這些對(duì)象組織起來，通過映射使數(shù)據(jù)庫層對(duì)業(yè)務(wù)邏輯透明，從而實(shí)現(xiàn)真正的完全面向?qū)ο蟮腟QL數(shù)據(jù)庫訪問。

（3）基于Ajax的無刷新頁面技術(shù)。

Ajax WEB異步工作流程是請(qǐng)求和響應(yīng)不必等待的異步循環(huán)，在用戶單擊相關(guān)事件按鈕提交操作時(shí)，瀏覽器Ajax中間層立即更新用戶界面，并向服務(wù)器發(fā)出異步請(qǐng)求，采用“按需取數(shù)據(jù)”的模式，向服務(wù)器發(fā)送并取回必需的數(shù)據(jù)，其中大部分沒有改變的HTML代碼并沒有在瀏覽器與服務(wù)器之間傳輸。當(dāng)請(qǐng)求返回時(shí)，Ajax中間層局部刷新頁面，返回?cái)?shù)據(jù)，這樣可最大程度地減少冗余請(qǐng)求和響應(yīng)，減小對(duì)服務(wù)器造成的負(fù)擔(dān)，從而節(jié)省了帶寬及人機(jī)交互時(shí)間。

（4）基于ZedGraph繪圖應(yīng)用技術(shù)。

ZedGraph是用于創(chuàng)建任意數(shù)據(jù)的二維線型、棒型、餅型圖表的一個(gè)類庫，也可以作為Windows窗體用戶控件和ASP網(wǎng)頁訪問控件，使用C#語言編寫，具有高度的靈活性，幾乎所有式樣的圖表都能夠被創(chuàng)建。在決策系統(tǒng)用戶界面中使用ZedGraph圖表來表現(xiàn)數(shù)據(jù)，工程技術(shù)人員可以根據(jù)圖表信息直觀了解部件的當(dāng)前運(yùn)行狀態(tài)。

2.3 數(shù)據(jù)采集與預(yù)處理

在維修決策與優(yōu)化運(yùn)行過程中，各類數(shù)據(jù)的處理和傳輸貫穿于系統(tǒng)運(yùn)作的每個(gè)過程。PI采用了旋轉(zhuǎn)門壓縮專利技術(shù)和獨(dú)到的二次過濾技術(shù)，使進(jìn)入PI數(shù)據(jù)庫的數(shù)據(jù)被最有效地壓縮，極大地節(jié)省了硬盤空間。視情維修決策系統(tǒng)所用到的PI數(shù)據(jù)庫測(cè)點(diǎn)有2類，即發(fā)電機(jī)功率等連續(xù)變化的測(cè)點(diǎn)和點(diǎn)火次數(shù)等跳躍變化測(cè)點(diǎn)。根據(jù)這2類測(cè)點(diǎn)存儲(chǔ)量的不同要求，可通過設(shè)置各測(cè)點(diǎn)的例外偏移值和壓縮偏移值來實(shí)現(xiàn)過濾和壓縮。當(dāng)系統(tǒng)收到經(jīng)數(shù)據(jù)鏈傳來的燃?xì)廨啓C(jī)實(shí)時(shí)或近實(shí)時(shí)狀態(tài)數(shù)據(jù)時(shí)，預(yù)處理程序根據(jù)協(xié)議要求，對(duì)數(shù)據(jù)進(jìn)行閾值比較、過濾、綜合、重組和分類，然后送往多通道推理機(jī)對(duì)應(yīng)的推理機(jī)通道來完成數(shù)據(jù)預(yù)處理。

3 維修決策系統(tǒng)應(yīng)用示例

目前，基于SIS系統(tǒng)PI數(shù)據(jù)庫的燃?xì)廨啓C(jī)部件視情維修決策系統(tǒng)已應(yīng)用于某電廠的2臺(tái)燃?xì)狻羝?lián)合循環(huán)發(fā)電機(jī)組，對(duì)燃?xì)廨啓C(jī)的燃燒系統(tǒng)部件進(jìn)行視情維修決策。

以燃?xì)廨啓C(jī)燃燒系統(tǒng)部件為例。2011-7-17經(jīng)過小修，后臺(tái)計(jì)算服務(wù)器統(tǒng)計(jì)實(shí)際運(yùn)行小時(shí)數(shù)和啟停次數(shù)分別為4 199.6 h和253次（圖3中A點(diǎn)）。利用部件狀態(tài)評(píng)估方法計(jì)算出等效運(yùn)行小時(shí)數(shù)和啟動(dòng)次數(shù)分別為5 998.7 h和282.5次（圖3中B點(diǎn)）。由表1知，理想運(yùn)行小時(shí)和啟動(dòng)次數(shù)分別為8 000 h和450次（圖3中C點(diǎn)），可推算出部件剩余可用等效運(yùn)行小數(shù)和啟動(dòng)次數(shù)分別是2 001.3 h和167.5次。為預(yù)測(cè)下次具體維修時(shí)刻，選擇第二種模型，維修系數(shù)（運(yùn)行時(shí)數(shù)、啟動(dòng)次數(shù)）按已運(yùn)行時(shí)段值（1.43，1.12）選取，服務(wù)系數(shù)（運(yùn)行時(shí)數(shù)、啟動(dòng)次數(shù)）按估算預(yù)測(cè)計(jì)劃給定（0.23，0.023）選取，推算出等效服務(wù)系數(shù)為（0.328，0.025 7）。繼而可預(yù)測(cè)運(yùn)行時(shí)數(shù)和啟動(dòng)次數(shù)的維修時(shí)刻分別為2012-11-06和2012-11-24，根據(jù)矩形維修原則[10]，選取2012-11-06作為下次維修時(shí)刻。得到預(yù)測(cè)結(jié)果后，可以給出部件的視情維修計(jì)劃，同時(shí)，維修備件管理模塊能對(duì)所有的部件設(shè)備維修和更換信息進(jìn)行管理。

圖3 評(píng)估結(jié)果

4 結(jié)語

根據(jù)燃?xì)廨啓C(jī)運(yùn)行和維修的特點(diǎn)與基本要求，提出了4類視情維修決策模型，開發(fā)設(shè)計(jì)了基于SIS系統(tǒng)PI數(shù)據(jù)庫的燃?xì)廨啓C(jī)視情維修決策系統(tǒng)。在某電廠的實(shí)際應(yīng)用表明，該系統(tǒng)運(yùn)行穩(wěn)定，靈活高效，大大提高了燃?xì)廨啓C(jī)運(yùn)行的可靠性和維修管理的自動(dòng)化水平。

[1]馮葵清，金晶.建設(shè)燃?xì)狻羝?lián)合循環(huán)電站改善環(huán)境質(zhì)量[J].中國電力，1999，32（2）∶13-16.

[2]VERMA A K，SRIVIDYA A，RAMESH P G.A Systemic Approach To Integrated E-Maintenance of Large Engi neering Plants[J].International Journal of Automation& Computing，2010（02）∶173-179.

[3]NIU G，YANG B S，PECHT M.Development of Anoptimized Condition-Based Maintenance System By Data Fusion and Reliability Centered Maintenance[J].Reliability Engineering and System Safety，2010，7（95）∶786-796.

[4]TIAN Z，JIN T，WU B，et al.Condition Based Maintenance Optimization for Wind Power Generation Systems Under Continuous Monitoring[J].Renewable Energy，2011，36（5）∶1502-1509.

[5]殷豪，孟安波，彭顯剛.大型燃?xì)廨啓C(jī)檢修策略的研究[J].電站系統(tǒng)工程，2009（04）∶36-38.

[6]龔文強(qiáng)，王慶韌.基于EOH分析的燃機(jī)檢修策略優(yōu)化[J].中國電力，2011，44（8）∶40-42.

[7]劉昱.聯(lián)合循環(huán)機(jī)組輔助決策系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].浙江大學(xué)，2007.

[8]李蔚，盛德仁，陳堅(jiān)紅，等.電廠實(shí)時(shí)監(jiān)控信息系統(tǒng)的設(shè)計(jì)與應(yīng)用[J].中國電機(jī)工程學(xué)報(bào)，2003（12）∶218-221.

[9]洪慧，楊衛(wèi)國，林中達(dá).PI數(shù)據(jù)庫及其在電廠SIS中的應(yīng)用[J].電力自動(dòng)化設(shè)備，2005，24（11）∶69-72.

[10]BALEVIC D，BURGER R，F(xiàn)ORRY D.Heavy-duty gas turbine operating and maintenance considerations[R].GER-3620，General Electric，2004.

[11]方明霞.PI數(shù)據(jù)庫在浙江電網(wǎng)的應(yīng)用現(xiàn)狀與展望[J].浙江電力，2010（4）∶51-54.

[12]蒙永蘋，許勇，王俊永，等.基于PI數(shù)據(jù)庫的實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)（WAMS）的建設(shè)與應(yīng)用[J].電力設(shè)備，2007，8（7）∶36-40.

（本文編輯：徐晗）

Implementation of Condition-based Maintenance Decision-making Model and System for Heavy-duty Gas Turbine

CHEN Jianhong1，WU Wenjian2，WAN Anping1，WANG Yicheng2，Li Hongkun1，SHENG Deren1
（1.Institute of Thermal Science and Power System，Zhejiang University，Hangzhou 310027，China；2.State Grid Zhejiang Electric Power Research Institute，Hangzhou 310014，China）

Aiming at time-consuming,labor-intensive and low-accurate manual statistical calculation in key part maintenance and maintenance management of gas turbines，this paper proposes a condition-based maintenance decision-making model for gas turbine which predicts component maintenance cycle in combination with historical operation data of gas turbine in the past running period and actual operation plans in the predictive period.The concept of equivalent service factor is proposed.Based on whether the equivalent service factors of two periods are equal，four decision-making models are established，and by using ASP.NET technology，a condition-based maintenance decision-making system based on B/S structure for gas turbine is developed.The system can calculate service life of relevant components of gas turbine automatically online and determine and calculate maintenance cycle to lay a foundation for making scientific and feasible maintenance plan and conducting information management of spare parts.Finally，the decision-making system is put into engineering practice，from which favorable application effect was achieved.

gas turbine；PI real-time database；equivalent service factor；condition-based maintenance；life prediction

TK267

：A

：1007-1881（2014）10-0053-05

2014-08-04

陳堅(jiān)紅（1967-），男，浙江義烏人，副教授，主要從事燃?xì)狻羝?lián)合循環(huán)發(fā)電技術(shù)、熱工自動(dòng)化和火電廠熱力系統(tǒng)分析等的教學(xué)與研究工作。