地铁列车预防性维修多目标优化模型及应用

针对地铁列车现行检修模式存在的不足,提出了一种综合考虑维修经济性、任务性和安全性的非完备预防性维修模型。引入故障率递增因子和役龄递减因子表达非完备维修对部件故障率的影响,采用故障小修、预防性维修和更换维修相结合的维护方式,以单位时间内维修费用、停机损失费用和故障风险最小为目标函数,预防性维修可靠度阈值为决策变量,获得最佳的预防性维护决策,并以某地铁公司列车轴箱检修为例验证维修模型。结果表明,相比于现行的地铁列车检修模式,运用提出的预防性维修策略可节约预防性维修成本约23. 1%,降低故障风险成本32. 7%。研究结果可为地铁列车检修策略的优化提供参考。     

基于Markov链的集束型晶圆制造设备预防性维护建模

为了有效提高集束型晶圆制造设备的运行可靠性,同时降低其维护成本,提出了基于Markov链的预防性维护建模方法.根据集束型晶圆制造设备的特点,将设备使用情形分为运行状态、预防性保养状态、保养未能回复状态、预防性维修状态和维修无法回复状态,建立了设备状态转移模型.在此基础上,建立了集束型晶圆制造设备的预防性维护成本模型,进行了仿真实验分析.结果表明,该模型可有效分析不同参数组合下的单位时间预防性维护期望成本.     

基于状态检修的电厂设备优化检修策略研究

随着＂厂网分开、竞价上网＂的电力市场制度的实施,发电企业需要在保证设备运行可靠前提下,降低设备的维修成本,从而增强企业的竞争力.因此过去采用的电厂计划检修、故障检修等方式将会逐步被优化检修方式取代.优化检修是一种以设备为中心,对设备检修、使用、维护为一体的方式,从而最终形成一套包含定期检修、状态检修、改进性检修和故障检修的优化检修模式.     

变电设备检修状况概述

电力系统中，变电设备的检修维护有3种模式：应急维修（Break Down Work，BD）、预防性维修（Preventative Maintenance．PM）和状态检修（Pre Dictiv Maintenance，PDM）。BD是早期的维护方式，对变电设备的消缺性维修属于BD；PM主要针对企业的关键部位贵重设备，这些设备一旦出现故障，会严重影响安全生产，因此对这些设备要定期安排大修小修计划，尽可能将故障隐患在出现之前加以排除，目前变电设备的周期性大修属于PM；PDM针对那些不能定期停运的关键设备，可采用传感器收集各关键设备的性能趋势，决定是否停运检修，这样可以减少很多不必要的计划检修。     

电力设备安装运行维护分析

随着电力工业的迅速发展,电力设备的投资不断增加。实现对电力设备安装运行维护的有效控制,关系着电力工业的健康发展。本文全面考虑设备或系统的购置、安装、运行、维修,更新,直至报度的全过程。分析了电力设备的安装运行维护状态,帮助电力部门由“定期检测、定期维护”的周期性检修逐步迈向根据设备的运行状态和健康状况而执行检修的状态检修时代。     

电力设备的检修现状和发展趋势

预防性试验和检修是电力设备运行和维护工作中一个重要环节,是保证电力设备安全运行的有效手段之一.多年来,目前电网的高压电力设备基本上都是按照原电力部颁发的《电力设备预防性试验规程》的要求进行试验的,对及时发现、诊断设备缺陷起到重要作用.随着电力工业的发展,对供电的可靠性和安全性提出了更高的要求,传统的预防性试验和检修方式愈来愈显示出许多不足.     

在供电系统中实施状态检修的探讨

介绍了电气设备预防性检修(定期维修)和状态检修各自的特点,论述了设备检修方式从定期检修过度到状态检修的必然性和可行性,并探索了实现状态检修的方法。     

配电运行中设备的检修与维护技巧探讨

配电设备的正常运行保证了电网能够正常供电,保证用户的用电需要,定期对配电运行中的设备进行故障排除和维修,对用户用电安全起到了重要的作用。为了及时对电力系统中的设备进行维护和检修,需了解配电系统设备中各个结构经常出现的问题。针对这些故障探究出适宜的解决方法,以快速维修电路,提高工作效率和减少意外事故发生。本文将对配电运行中设备常发生的故障进行探究,以及分析出对应的检修和维护技巧。     

以可靠性为中心的配电变压器检修问题探析

电力系统设备检修可分为故障检修和预防性检修。故障检修是在设备发生故障后进行检修;预防性检修是指在故障发生之前对设备进行检修,避免故障的发生。预防性检修又可分为定期检修和状态检修。在我国,预防性检修多以定期检修为主。定期检修是指以固定的时间间隔对设备进行检修。检修间隔过大,设备故障率高,而单位时间检修成本很低。因此,找到合理的定期检修间隔,对提高系统运行的经济效益具有重要意义。     

浅析化工设备维护检修

本文对化工设备的维护、检修的重要性进行了概述,然后阐述了巡回检查的必要性,进而提出了正确日常保养、计划维护检修的理论,最后从设备检修的决策方式、提升设备操作和维修人员技术水平、规范设备维修安全三个方面论述了加强化工设备管理的途径。     

浅谈RCM对电厂维修的作用

RCM是一种以最少的资源消耗保持设备固有可靠性和安全性的原则,应用逻辑决断方法确定设备预防性维修要求的过程或方法。RCM的维修策略打破了"定期预防性维修加上故障检修"的传统检修策略。     

电力变电设备检修分析

变电站设备状态检修的目的是为了及时有效地监测设备的运行状态,发现设备的潜伏性故障。既要提高设备运行可靠性,又要确保较高的供电可靠率,也就对电力设备的维护提出了更高的要求,而以往所普遍采用的设备定期维修的弊端越来越突出,以状态检修．逐步取代定期检修已成为电力系统设备检修的必然趋势。对变电设备的状态检修,包括故障检修、周期性检修以及状态检修进行介绍．在此基础上对变压器、断路器、容性设备、数字化变电站等状态检测进行了分析。     

低压成套开关设备的全寿命周期成本评估

为了提高低压成套开关设备的维护效率和寿命周期的利用率,本文运用灰色系统理论提出了低压成套开关设备的全寿命周期成本评估模型。将设备的全寿命周期成本分解为一次性投资成本和维修检修成本,考虑到维修检修费用的不确定性,运用GM(1,1)模型对维修检修成本的分布类型进行了拟合,最终建立了设备的全寿命周期成本评估模型。在LabVIEW中编程并运行程序,计算得到了低压成套开关设备的最优使用寿命。根据该最优使用寿命对设备制定完善的维护与检修计划,既可以保证维修的及时性又可以避免不必要的维修。因此,可以得到低压成套开关设备最小的寿命周期成本。     

变电设备检修仿真系统的应用分析

近年来,随着变电站设备的不断更新,变电检修人员面临着检修工艺及设备故障处理技术水平和能力的挑战。本文通过变电设备检修仿真系统虚拟现实技术对虚拟设备进行拆解,结合设备原理结构图对其结构、工作原理及日常维护等方面进行培训,从而提高变电检修人员维修技能水平。     

电厂大力提倡设备状态检修

电厂设备传统的检修方式（定期检修和故障临时性维修）已暴露出“增加检修费用、降低设备的利用率、增加检修人员的劳动强度”等缺陷。要采用一种较好的检修体制——状态检修,状态检修具有“克服定期检修的盲目性,具有很强的针对性;减少停运（总检修）时闭,提高设备可靠性和可用系数;减少维护工作量,降低劳动强度,有利于提高经济效益”等明显的优点。     

红外热成像诊断技术的应用

红外热成像诊断技术对电气设备早期的发热缺陷,能做出可靠的预测,使传统电气设备通过预防性试验维修提高到预知状态检修的水平,能够及时发现设备存在的运行隐患。     

基于相对劣化度的视情维修决策模型

基于相对劣化度模型,分析了系统状态连续变化时预防性维修计划失败的风险水平,引入状态恢复因子推导了系统状态演化规则,并根据效费比分析了预防性维护方式,建立了新的视情维修决策模型.该模型克服了传统视情维修采用离散状态分析的不足.以故障时间分布符合weibull分布的生产系统为对象,进行了预防性维护计划的算例分析.结果表明,该模型能为预防性维护计划的决策提供支持.     

浅析配电运行中设备的检修与维护技巧

配电设备运行情况的好坏,直接影响着电力系统的可靠安全运行。了解配电设备产生问题的各种原因、掌握准确的维护与检修的手段,对于配电运行中设备运行效率的提高具有重要的作用。本文通过对直流系统、干式变压器、互感器和电力电容等配电设备中运行的问题,提出了在其运行中相应的检修与维护的方法。     

状态检测技术在电厂设备管理中的应用

设备管理是电厂企业管理的重要组成部分，在状态监测的基础上采用设备状态检修等综合先进技术手段，对设备状态的安全性和故障发展趋势做出评估，并利用经济性分析，确定最佳的检修方式和时间，以达到延长设备运行时间和检修时间间隔、减少检修项目、降低设备维修成本的目的。提出在线监测应用于设备管理对提高故障诊断水平、促进维修制度改革具有一定的现实意义。     

强风沙环境下动车组塞拉门预防性维修周期研究

针对强风沙运用环境与长交路运行工况对动车组关键系统及部件故障的影响特性,建立基于系统可用度的预防性维修周期决策模型;考虑兰新(甘肃兰州—新疆乌鲁木齐)高铁开行时间短、检修经验不足等问题,提出基于Monte-Carlo思想的统计模拟算法。利用兰新客运专线强风沙运用环境下的塞拉门服役故障信息,对决策模型分布函数进行定义、参数估计和假设检验;利用建立的模型在MATLAB环境下仿真计算塞拉门预防性维修周期,结合现场实验验证维修决策模型和算法的有效性。研究结果表明:塞拉门故障服从形状参数为0.779、尺度参数为315158.178的双参数威布尔分布;随预防性维修周期增加,塞拉门的可用度先增加后减小,考虑到预防性维修的人员组织、均衡作业和修程间隔等因素,确定其维修保养运行里程为10万km。