本篇論文目錄導航：
【題目】我國火電廠發電設備可靠性探究
【第一章】影響火電廠發電設備可靠性要素研究緒論
【第二章】發電設備可靠性的數據統計和評價指標
【第三章】發電設備可靠性指標分析
【第四章】構建可靠性增長模型
【第五章】提高發電設備可靠性的措施
【結論/參考文獻】火力發電設備可靠性相關因素研究結論與參考文獻
第 2 章發電設備可靠性的數據統計和評價指標
2.1 發電設備可靠性理論
可靠性就是指一個系統或裝置在一段給定的時間內，和給定的運行條件下處于正常運行的概率。在電力系統的可靠性研究中，為了方便起見，把電力系統分為電源，輸電和配電三個系統，分別進行研究，然后再聯系起來對整個電力系統進行可靠性分析。目前對電源系統的可靠性研究比較成熟，并應用于電力系統的規劃設計、擴建和維修計劃中。而對輸配電系統的研究還有待繼續深入。
現在人們的生活離不開電力，我們所用到的任何東西幾乎都要用到電，各種工廠機械廠都依賴著電，所以這就對電力系統要求比較高，需要有較高的電力系統可靠性。那么，什么是電力系統可靠性，它是指在一定時間條件下和一定的質量標準范圍內能夠向電用戶供應的電力量度，這個電力量度可以通過定量計算出來，發電設備的可靠性指標就是發電廠設備的運行狀況，以及在運行過程中的管理水平的高低，這也直接影響到了發電企業的上網競價。只有擁有較高的可靠性指標和良好的設備狀況以及科學的管理方法再加上較低的發電成本，才能在上網競價占有優勢。所以，目前發電企業必須重視問題就是減少設備非計劃停運和提高發電設備的可靠性，提高競爭能力，非計劃降低出力次數，降低發電成本。很長時間歷來，國內發電企業在設備可靠性管理研究方面一起存有誤區，認為設備可靠性管理的研究并不能帶來較高的經濟效益，并且認為目前市場形勢下對發電設備可靠性研究為企業贏利帶來的作用是無關緊要的，從而忽略了這方面的研究。
2.2 發電設備可靠性數據統計
為了對一個隨機變量進行全面的分析研究，一般必須對這個隨機變量進行觀察、取樣，利用得到的原始數據再進行非參數估計，參數估計和置信區間估計等，得到了關于這個隨機變量的概率分布和相應的數字特征，這樣就可以掌握這個隨機變量的全貌。對發電設備來說，其故障也是隨機發生的，在進行可靠性統計時，基于前人的成就，一般不再對其進行統計假設檢驗，只作參數的統計計算。
可靠性統計的應用效果隨著數據的積累逐漸地顯示出來，客觀地反映現狀是統計工作的關鍵所在，要求統計人員堅持嚴謹細致的工作作風，各級領導大力支持。
2.2.1 原始數據統計
發電設備的停運和運行，在時間軸上是隨機分布的，某個時刻所處的狀態是不確定的，狀態也是多種的，而且發電設備是可修復設備，有些狀態之間是可以互相轉移的。因此，在進行統計之前，必須對各種狀態、統計范圍，時間等作出規定。
根據統計范圍及對象。對于一臺發電機組，除了鍋爐、汽機、發電機等主設備外，還必須有許多輔助系統和變電設備。為了全面地、客觀地反映機組的狀況，無遺漏地統計機組在統計周期內發生的每一個事件，對統計的范圍、對象有必要作出明確的規定。對單元機組，規定為鍋爐、汽機、發電機及其附屬系統和配套的變電設備（包括高壓開關）。
根據設備分層定義的統計。我們進行可靠統計的目的是為了改進企業管理，提高經濟效益。通常須把從現場收集來的各種數據、經過處理，得到各種可靠性參數，然后反饋給不同的部門。由于各個部門的側重點不同，所以對提供的參數要求也不同。如：在規劃設計時，需要機組的各種可靠性參數；對運行管理部門，單有機組的參數顯得有些太籠統，希望能反映設備的狀況，而制造部門則注重將目標放在設備的內在質量。因此把機組分成不同的層次各種數據分門別類處理，以適應不同的要求。目前，將機組分為三層。第一層是機組，第二層是主設備，第三層是部件。在第二層中，其它設備包括變電、煤場、化學水處理、廠用電設備等。而部件就是組成主設備的部件及其附屬系統，如：過熱器、汽輪機葉片、勵磁機、主變壓器等。
什么叫故障停運？什么叫降出力運行？定義的狀態必須是完備的，而且要考慮到技術管理水平，便于收集和區別。這樣，實際碰到的每一個事件，才能確切符合所定義的狀態中的某一個狀態。以下是對一組狀態的定義的介紹。
（1）運行機組并入電網，并完成規定的功能。
（2）備用由于調度要求或系統原因使機組解列，并處于停機待命狀態。
（3）計劃檢修為了保證機組長期安全經濟運行所必須進行的定期性的檢查與修理。
（4）維修機組在運行中發現問題，需要進行某種額外的修理工作，但必須在向調度提出申請 72 小時后停機。
（5）強迫停運機組、主設備發生故障，迫使機組立即退出運行或在向調度部門提出申請 72 小時內停運。
（6）強迫部份停運由于部件故障或其它原因，機組須立即或在向調度部門提出申請 72 小時內降出力≧20%最大可靠出力，并持續時間 1 小時以上。
（7）預安排部份停運由于部件故障或其它原因，機組在向調度部門提出申請 72小時后降出力≧20%最大可靠出力、持續時間 1 小時以上。
在以上的幾種狀態中，只有運行和備用狀態時發電設備可以正常運行，當處于其他五種狀態時設備是處于不可用狀態。
根據事件代碼及數據匯總統計，主要關心的是機組處于停機和降出力的各個狀態以及狀態間的轉移，都是從某個狀態轉變的時刻算起，作為下一個狀態的開始，直至下一個狀態轉變為止，并作為一個事件。對狀態轉變的時間也要作出具體規定，比如：運行以并網時刻為準，停運以解列時刻為準等。而且非常關心產生這個事件的原因。把這些數據統統叫做原始數據，填寫在統一的表格里定時匯總。
表格一般應包括廠名、機組編號、最大可靠出力、統計周期、發電量、事件的起迄時間，事件的起因、處理簡介等。為了便于統一和用計算機處理數據，約定對每一事件都用 ABCD 四位數字的代碼來表示，高位 A 代表機組所處的狀態，后三位 BCD 代表產生這個事件的原因。原因代碼統一編制，一般只編主要原因，并只編至部件一層。
這樣，只要機組發生一個事件，就可以按照狀態定義、產生事件的原因等選擇合適的代碼；再按照產生事件的時間規定，填報在統一的表格里匯總。匯總人員就以這些表格為依據，進行數據處理，計算出各種可靠性參數，供有關部門使用。
2.2.2 主要可靠性參數植態可用率 A,簡稱為可用率，又稱有效度、可用度。在一定的維修條件下，機組經過長期運行后處于運行狀態的概率，亦即機組的工作時間平均地占總時間（不包括計劃檢修和備用時間）的比例。
2.3 發電設備可靠性評價指標
發電設備的可靠性評價的指標和方法都是各不相同，主要是根據其在發電系統中的地位、作用及功能來進行判斷分析，在發電設備中大多數都是可修復設備。
根據這些前提條件，為了能夠準確評價設備的可靠性，必須提前做好以下準備工作，首先是明確定義與劃分設備狀態，根據設備狀態的劃分收集相應機組的可靠性數據，最終目的是構建出相應設備的可靠性評估模型。
這個主要是根據《發電設備可靠性評價規程》定義和劃分的，在下圖 2.1 中將機組和輔機的狀態進行了劃分。
2.4 可靠性增長性理論
2.4.1 可靠性試驗
可靠性試驗是通過發現問題、分析問題和糾正問題，提出糾正的措施，并加以實施驗證以提高產品可靠性水平的試驗?？煽啃栽囼炛饕炞C試驗和測定試驗兩個試驗。根據研究對象在生產的各個階段的工作任務、設備研制不同，共包括四個步驟：a、環境應力篩選試驗；b、可靠性增長試驗；c、可靠性鑒定試驗；d、可靠性驗收試驗。其中可靠性增長試驗只有采取了有效的糾正措施來消除產品設計、制造缺陷，并不能提高產品的可靠性，只有在防止出現故障的重復發生之后，才能真正提高產品的可靠性。
2.4.2 可靠性增長過程
在可靠性試驗之后，防止出現故障的重復發生之后，通過采取有效改進措施來消除產品設計、制造缺陷，提高產品的可靠性的過程稱為可靠性增長過程。下圖就是可靠性增長過程的三種不同形式，圖中 R 表示可靠度，橫坐標 t 表示可靠度達到所用的時間，圖 a 是試驗到發現問題到立即改進到再試驗，可以看出產品可靠性呈現逐漸增長的狀態。圖 b 是圖 a 和圖 c 的綜合，它是在 a、c 以后進行，是對實驗過程中的問題進行解決，也存在共同解決的問題。圖 c 是指設備可靠性不斷增長的一個過程，顯示的是一段試驗發現問題結束，改進后繼續進行試驗。
從圖 2.3 可以看出可靠性增長過程是從設備開始做試驗最初的可靠性水平開始的。以火電廠為例，將可靠性增長試驗開始定為是從機組滿足整機啟動條件并網開始，所以我們生產階段的初始水平可以由設備的可靠性水平來設定，用 R0 表示。在試驗的進行過程中，故障會不斷的暴露出來，運行管理部門會針對故障不斷的采取改進措施，從而使得設備的可靠度得到不斷的提高。然而可靠性的增長一定不是無限遞增的，并不是簡單的時間遞增函數，最終當試驗達到了該設備所固有可靠度即設備本身結構所限定和產品規定的可靠性要求時，試驗就會自動終止。
根據以上分析，可以得出三個基本要素會直接影響著可靠性增長，這三個基本要素的是：（l）故障暴露的充分與徹底程度；（2）故障的準確程度的分析與判斷；（3）改正故障的有效程度。
2.4.3 可靠性指標的增長模型
著名的杜安（Duane）模型是世界上第一個可靠性增長模型，采取圖 2.3a 中的試驗和改進同時進行的方式是應用 Duane 模型的前提，最終使設備的固有可靠性得到逐步提高。Duane 模型假設采取邊試驗邊改進的方式，設立當設備保持連續可靠性計劃時，在雙對數概率紙上試驗時間與失效率曲線為直線關系，即
2.5 可靠性統計分析方法
2.5.1 設備的可靠性特征量
在對發電設備可靠性以往的研究中，會使用到 6 個可靠性特征量，在發電設備的主機和輔機的可靠性和狀態檢修的技術研究中評價設備的可靠性。
1.可靠度 R（t）
設備的可靠度是指機組在有限的時間范圍內和所規定的條件下，能夠完成工作任務的概率的大小。記為 R（t）。
2.5.2 在故障檢修中可靠性分析技術的應用
狀態檢修 ConditionBasedMaintenance（CBM）狹義來講是指根據根據設備的健康狀態來安排檢修計劃，廣義來講是指通過檢測和診斷設備得出目前設備實際相關信息，對設備的實際狀況進行評估，判斷出設備出現哪些狀況，最后能夠在故障發生前進行檢修的方式。
狀態檢修是與傳統的定期檢修方式有著密切的聯系，既有相同點也存在一定的區別：
定期檢修是定期對發電設備進行檢修，會根據設備的型號及材質不同檢修的時間間斷，檢修的方法，檢修的要求也各不相同，對設備發生故障的原因和損壞的規律進行總結檢驗，它是以固定的檢修間隔期為基礎，編制檢修計劃，對設備進行預防性修理，在我國發電設備的檢修中定期檢修方式得到廣泛應用。在進行定期檢修的過程中遵循以下兩條原則：一、設備發生的故障時間和概率與其正常運行的時間成正比的關系；二，設備能夠在故障發生前被修復或更換，因為可以依靠統計確定設備的故障率。
定時開展檢查維修工作的時間由MTBF 進行明確，故障率數據只可以對普通機器或者擁有主導問題模式的繁瑣性系統問題的平均故障時間進行明確，但是在實踐運作中，機器的某些故障、問題是突發性的，比如由于人為操作不得當而導致的問題，此類問題的形成與平均故障時間之間沒有任何聯系。所以，只是在規劃的時間段內對機器進行檢查、維護，一般會出現過度維修或者未及時維修的問題，對于多出現突發性故障的機器而言，若未合理規劃檢修周期，那則需要對機器的運作狀態進行高頻率檢修。
盡管在理論層面上，相對于定期檢修而言，狀態檢修的效果更佳，不過要想使得我國所有發電廠的主機都能夠實行預測檢修（PDM ），這在技術層面來講，實現難度非常大。電站實際運作表明：定期檢修與預測檢修聯合應用的檢修模式是一種比較科學、合理的檢修模式。
可靠性研究技術是進行預測檢修的重要方法，根據電站實際運作過程中所搜集的機器壽命數據信息，通過韋伯分布模型能夠獲取相應的可靠性特征量（比如問題率函數等），以此對輔助設備的離線監測間隔時間進行明確，能夠辨識主體設備與輔助設備的問題故障種類，合理估算問題故障率。
2.5.3 預測故障率
發電機器的問題故障率指的是：當機器運行至時間點之后，于單位時間內出現問題的概率。問題故障率是評估可靠性的主要參考指標。問題故障率愈小，機器可靠性愈強?；谏瞎澐治瞿軌蛄私獾?，機器長期處于偶然問題故障期。在實踐應用中，發電機器的故障形成多是突發性的，這就為設計科學的檢修制度帶來了一定的難度，不過這并不表示無法設計?；诳煽啃岳碚?，對設備問題故障信息進行搜集，通過韋伯分布模型定量估測機器故障率：參考公式，能夠對取時刻的故障形成率進行估算。
在對電站 5 類輔助部件進行預測性檢修（）的過程中，一般會應用到下述檢測設備：一是便攜式振動分析設備；二是紅外熱像儀；三是油液分析儀；四是馬達檢測儀等。依靠此類設備對電站輔助部門的主要特征信息進行定時檢測，對其運作狀態進行離線監測。而在進行這一工作時，需要解決監測間隔這一問題：如果監測間隔時間非常短，會增加檢修工作者的工作量；如果監測間隔時間比較長，容易出現漏檢問題。結合電站輔助機器的缺陷信息，利用可靠性研究技術，科學設定監測間隔。
電站輔助設備狀態檢查的周期和無故障時間均值之間不存在任何聯系，作為評價電站機器可靠性的主要參考指標，無故障時間均值（Mean T imeBetweenF ailure）會對電站機器的規劃、制造、應用以及維護等所有流程產生重大影響。無故障時間均值能夠反映出在同周期內電站機器的應用期限、問題比率以及機器質量。
根據電站輔助設備的可靠性數據信息，對韋伯分布的形狀參數m和尺度參數以及位置參數等相關參數進行明確，無故障工作時間均值MTBF公式如下所示：
