基于故障诊断的寿命预测方法

1、1.1. 前言 寿命预测是一项研讨设备在规定的运行工况下能够安全运行多长时间的工 作。可将寿命预测分为早期预测和中晚期预测。 早期预测是确定设备的设计寿命 或计算寿命，主要以计算方法进行的，是偏理论的。中晚期预测是指设备累计运 行时间已超过或远超过设计寿命， 通过对其运行历史的分析、无损探伤及金相检 验等多种检验鉴定、断裂力学计算、其它直接和间接的寿命预测技术作为科学依 据，评估设备还能够继续安全运行的时间， 也就是设备的剩余寿命，这种预测是 偏实践的，偏经验的。通常说的寿命预测主要是指剩余寿命预测， 也称为剩余寿 命评估评定，结构完整性评估。为了进行寿命预测，需要做大量的资料分析、实 地检验

2、、试验等工作，将这些技术称为剩余寿命预测技术，简称寿命预测。 从经济效益的角度希望设备能够长期继续运行，延长重大设备寿命已成为世 界各国相关部门共同关心的研究课题， 并已取得了很大成果。对于我国这样一个 发展中国家，许多重大设备主要依赖于进口，如何能够做到物尽其用，这个课题 更为重要。所以，需要有一套行之有效的，可靠的技术方法对设备进行寿命诊断、 寿命管理，做好预测寿命及延长寿命工作。总的来说，寿命预测是处于确保设备 安全运行、防止灾难性事故及延长使用寿命的需求而提出来的。 2.2. 设备寿命预测方法 随着设备状态维修技术的发展，为了提高其可靠性，对于运行 2020- -3030 年的重 大设

3、备的时数老化诊断，即寿命预测，越来越重要。各国对重大设备的寿命诊断 都开展了研究工作，不断开发出新的寿命预测方法，有相当多的方法已经用于实 际，也有一些尚处于实验预测阶段。 诸多的寿命诊断方法归纳起来，大致可分为 间接方法和直接方法。 间接寿命预测方法即应力解析法是以解析求出部件材料的应力及材料强度 数据为基础，用计算机采用有限元计算出部件的损伤程度。 间接寿命预测的关键 在于正确搜集到部件运行时完整的、真实的资料，如部件内部介质的温度、压力、 金届的壁温等。可评价任何部件和任何部位,不受诊断对象所处位置的制约, 但 若运行历史或材料数据不准确将导致计算误差，且没有考虑材料老化这一因素。 直接

4、寿命预测方法分非破坏试验法和破坏试验法。破坏性试验法需要取得相 同或类似的样本，然后通过破坏性试验得到需要的数据，进行加速蠕变断裂试验、 疲劳试验，据此推算出寿命损伤程度，做出寿命评估。破坏性试验法（试样试验） 评价时间较长，有许多场合取样较困难。而非破坏性试验法，在较短的时间，可 对较多的部位进行诊断，且能定期监控，所以，采用非破坏性检查的剩余寿命诊 断更为有用。直接预测方法中的破坏性方法比其它方法预测损伤的精确度高， 在 不明白过去作用丁材料的温度、应力的情况下也能进行评价，缺点是做蠕变断裂 试验、疲劳试验需要较长的时间；同时，受到限制的部件和部位不能使用；所取 试样并不一定是关键部位，也

5、有可能代表性不强。直接寿命诊断方法中的非破坏 试验法是不需要从部件上切取样品，不破坏部件，在部件材料损伤进展的同时， 非破坏地实地直接检验金届的组织， 物理性能等，对部件寿命进行寿命预测，它 可对多个位置进行诊断。直接方法中非破坏性试验法虽然不用破坏部件， 可以实 地直接检验金届组织，物理性能，对多个位置进行诊断，但这种方法仅适用丁诊 断受限制的部位，使用范围狭小。 表 1 1 所示为间接预测与直接预测两类方法的特征、 适用性、经济性等的对比。 表1间接预测与直接预测两类方法的特征比较 项目类别 实际适用性 诊断方法 监测 经济性 间 接 方 法 应力解析法 可使用任何部件和 部位 采用部件进

6、行历 史及破坏性判据 （线形损伤法则 等） 能进行在 线监测 需要费用和 时间 直 接 方 法 破坏试验法 可以切取试样的部 件 采用破坏性试验 不宜使用 需要费用和 时间 非破坏性试验 法 适用于不能够切取 试样时 （1） 诊断受限制的 部位 用损伤检定曲线 标准对照 能定期进 行 省时、省钱 这几种方法机理的研究是成熟的，装置的开发应用是可行的，但寿命预测的 精度还有待丁进一步提高，应用范围也有待丁扩大。 3.3. 基丁故障诊断技术的寿命预测 基丁故障诊断技术的寿命预测就是根据电力设备的老化、 劣化规律，及影响 和决定因素，通过对各种检测方法（离线或在线）取得各种信息，经过科学分析 方法全

7、面综合分析，掌握设备的当前状况和寿命期望，并得出设备检修和更换的 最佳时机，在避免发生重大事故和节约检修成本方面具有实用价值。 基丁故障诊断技术的寿命预测作为维修和更换设备决策的支撑技术， 从理论 与生产上建立起了状态检测与故障诊断理论以及各种针对具体对象的诊断系统。 8080 年代以来，集多交义学科丁一体的监控、诊断、预测理论与技术，随着现代 电子技术、自动控制理论、信息理论与技术、计算机技术，特别是智能理论与技 术等前沿科学技术的迅猛发展，建立智能状态监控与故障诊断系统是一个必然的 发展趋势。 预防维修是根据设备故障特征曲线或浴盆曲线，在设备进入耗损故障期之前 安排进行的维修活动。当今的设

8、备比以往要复杂得多，而且故障模式也有了新的 变化。国外一些部门和机构，作了大量关丁设备可靠性的研究，发现在设备从使 用到淘汰（包括无形磨损造成的设备报废），其故障特征曲线呈六种不同形状， 如图 1 1 所示。 图1不同的故障特征曲线 从图中可以看出，模式 B B 开始为包定或逐渐略增的故障率，最后进入耗损期; 模式 C C 显示了缓慢增长的故障率，但没有明显的耗损期；模式 D D 显示了新设备刚 出厂时的低故障率现象，很快增长为一个包定的故障率；模式 E E 在整个寿命周期 都保持恒定的故障率；模式 F F 在开始时有较高的初期故障率，很快降低为恒定或 增长极为缓慢的故障率。研究表明，模式 A

9、 A、B B、C C、E E、F F 的发生概率分别为 4% 2% 5% 7% 140 68%4% 2% 5% 7% 140 68%显然，在设备越来越复杂的情况下，更多的设备 遵循 E E 和 F F 所代表的模式。这一研究表明，原来认为设备使用时间越长磨损越严 重，而会使故障率迅速上升，这种观点不一定正确。对于某种故障模式起主导作 用的设备，故障率可能与使用时间长短有关。 而对于大多数设备而言，使用时间 长短对于设备可靠性的影响不大。 也就是说，经常修理设备或定期大修，不一定 会防止故障发生，反之可能将初期的高故障率引入稳定的系统之中，增加设备总 故障率。 4.4. 可靠性与寿命评估 在设备

10、寿命预测的众多直接方法和间接方法中， 大部分方法不但需要高额费 用和大量时间，而且适应范围很狭窄，仅适用于一些受限制的部位或者部件。 任 何设备，其质量水平都由规定的技术参数和指标来衡量， 例如高压断路器的质量 水平由断流容量、开断故障电流、热稳定电流、绝缘水平等多个参数来表征。但 是不论哪个设备都有一个共同的质量指标， 这就是使用中的可靠性。它不仅可对 同类设备进行质量比较，也可在不同设备之间进行质量对比。 基于可靠性的寿命 预测对设备进行寿命评估和失效分析，同时结合运行中设备在线监测和诊断技 术，可以更准确地掌握它的运行状态， 得出设备的寿命损耗程度，进而确定设备 最佳检修时机，以便实现状

11、态维修，保证设备的安全运行并且改善其运行条件。 4.14.1 可靠性指标 设备可靠性定义为：设备在规定条件下和预订时间内完成规定功能的概率。 若设备丧失了规定功能即为失效或故障。由于设备出现失效或故障总有一定的随 机性，是一个随机事件，所以可靠性也要用概率来衡量。 设备的失效或故障大多数是由于绝缘性能劣化所引起的，所以对其进行可靠 性分析和寿命评估在很大程度上是对设备绝缘性能做分析和评估。 从可靠性角度 可将设备分为两大类： 不可修复设备（或元件）。指该设备一旦损坏，在技术上已无法修复或者 能修复但在经济上不合算，则它从投运到发生故障所经历的时间就是其寿命。 可修复设备（或元件），指损坏后经修

12、理乂可恢复其功能的设备，如发电 机、变压器、断路器等。在分析这类设备的可靠性时乂多了一个修复过程。 4.24.2 设备的失效分析 对设备进行可靠性评估，不仅要对它的一些可靠性指标例如平均寿命、 失效 率等做出评估，更重要的是要找出提高其可靠性的途径。为此要对设备的机理、 原因等做出具体分析，找出影响失效和寿命的主要因素及反映失效过程的理论参 数，从而确定提高该设备可靠性的对策，包括运行条件和制造两个方面宜采取的 措施。同时也为设备运行中的状态诊断提供诊断内容和需要在线监测的监测量。 失效模式是指设备失效的表现形式。失效模式比率皿是指设备或部件i出现失效 模式j而引起该设备失效的失效频数比，比较

13、不同失效模式在导致设备失效中所 占的比重。 失效机理是引起失效的物理、化学变化等的内在原因，它随设备种类、使用 条件而异，但往往以老化、磨损、疲劳、腐蚀、氧化等简单形式表现出来。它和 失效模式的关系可这样来理解，失效机理相当丁病理，失效模式相当丁病症。失 效分析的基本内容和步骤是： 要进行设备运行和失效情况的现场调查和统计分析，主要涉及失效的时 问、地点、运行条件（包括各种应力情况、异常情况、环境情况） 、失效情况、 设备失效前后的状况及历史记录等。一般可用表格形式存丁计算机的数据库中以 便积累数据并进行统计分析。 根据调查到的情况和数据统计分析失效模式， 再根据失效模式和特征、运 行、维修及

14、试验方面的经验提出失效机理和失效原因，必要时要通过解剖和试验 来验证上述失效机理和失效原因的分析是否正确。 在此基础上提出消除失效因素、降低失效率的建议和措施。 对丁大型、贵重的复杂设备需要对其不同的失效模式、原因做综合性分析， 将设备作为一个系统来考虑，这样必然会更深入地涉及到设计、制造工艺等方面 的问题。失效分析方法甚多，按失效原因分析的方法有因果图法和主次图法。 按 失效模式的影响分析的方法有：事件树分析法，故障树分析法，失效模式、效应 及其危害度分析法。后两种分析方法是目前电力设备常用的失效分析方法， 尤以 故障树分析法用的更多。 4.34.3 寿命试验和平均寿命的估计 寿命试验是可靠

15、性试验的基本方法和内容， 其目的是为了确定在工作状态下 的工作寿命、寿命的分布规律、失效率及其所届类型，并由此计算出相应的各项 可靠性指标。寿命试验有以下两种方式。 实验室可靠性试验。相当多的元件、材料、设备可直接在实验室进行寿命 试验，但对于寿命很长的产品而言，其所需的试验时间可能过长，为此常采用加 速寿命试验。其原理是用加大“负荷”的方法，加速产品失效，从而缩短试验时 问，以便在较短时间内估计出产品在正常负荷条件下的可靠性指标。 加速寿命试 验共有三种加速方式，即恒定应力加速寿命试验、步进应力加速寿命试验、序进 应力加速寿命试验。其中以恒定应力加速寿命试验最为成熟， 可以得出较多的分 析结

16、果，但如何选择合适的应力进行试验则需较多的经验。 现场可靠性试验。对于多数电力设备根本不可能在实验室进行可靠性试 验，而只能根据现场的运行、检修资料进行统计分析，从而得出各种可靠性指标。 实际上这也是一种寿命试验。 不论采取哪种方式做寿命试验，总是希望样本容量尽量大，试验时间尽可能 长。但事实上时间或数量总是有限的， 因为寿命 T T 是个随机变量，可能短也可能 长，要使全部受试元件失效所需时间会过长， 因此寿命试验一般不可能从时间上 或数量上进行得很完整，而只能进行“截尾”式寿命试验。 对设备进行可靠性和寿命评估以及失效分析， 同时结合运行中设备在线监测 和诊断技术，可以更准确地掌握它的运行

17、状态， 以便实现状态维修，保证设备的 安全运行并且改善其运行条件。另一方面也可指导制造部门改善产品的质量和提 高其可靠性水平。 5.5.基于 weibullweibull 分布的设备寿命预测 为了合理、科学地预测设备检修和更换的最佳时机，从宏观的、技术经济的 角度较少事故的发生，提高企业的生产效率，提出以设备的寿命损耗为依据，结 合设备运行的可靠性合理地预测设备的寿命。 而设备寿命的确定，基于了解设备 的失效率，也称故障率，其定义为：设备在 t t 时刻以前正常工作，在 t t 时刻后单 位时间内发生故障的条件概率密度。 5.1 weibull5.1 weibull 分布特点及设备寿命模型 W

18、eibullWeibull 分布是可靠性分析中最广泛使用的分布之一，这是因为对分布参数 的适当选择，就可以模拟各种故障的行为特征。除了可以模拟 常熟故障率之外, 对磨合期和磨损期，即通常整个寿命期间的早期稳定期和老化期现象也可以模 拟 o Weibullo Weibull分布能应用丁很多形式，包括 1 1 参数、2 2 参数、3 3 参数或混合 weibull 3weibull 3 参数的 weibullweibull 分布由形状、尺度(范围)和位置三个参数决定。其中形状参 数是最重要的参数，决定分布密度曲线的基本形状，尺度参数起放大或缩小曲线 的作用，但不影响分布的状态。 其故障累积分布函数

19、为： 一 E 渚5 F (x) =1 _exp _ - | , x 之丫 L I 概率密度函数为： x_y)如 - 600, , Y Y 芝 0 0。a为尺度参数, Weibull Weibull 分布必须具备以下两个条件: 满足客观事物的随机性； 变量必须大丁零。 设备的寿命是一个连续型的随机变量, 寿命分布符合 WeibullWeibull 分布。上述公式中的位置参数的大小反映了曲线的起始点 位在横坐标上的变化，一般来说设备在开始使用时就有寿命损耗， 所以一般情况 下Y = 0 ,即使丫。0也可通过坐标变换令7=0。即得出设备寿命符合 2 2 参数的 WeibullWeibull 分布的模

20、型，由此得到设备寿命损耗分布函数为: F (t) =1 exp JL j , L l兄J 其中0 A0为尺度参数，m0为形状参数，用丁确定设备的寿命损耗程度，判定 设备故障形态，即设备运行处丁偶发失效期或早期失效期或损耗失效期。 概率密度函数为：P P 为形状参数，y为位置参数。 且其值大丁零。因此，可以确定设备 失效概率函数为: /、 m t (t)= - 9 9 l l叫 5.25.2 设备失效率曲线 尺度参数 e e 的大小表征为失效率曲线横纵坐标放大或缩小的倍数， 其变化不 影响图形形状。故令 8=8=1 1。利用 weibullweibull 函数性质，失效率函数可简化为： ,、 m

21、 1 (t) = mt 形状参数m的大小决定了 weibuweibullll 分布曲线的形状。m可用来判定设备在 统计阶段所处的故障状态期，确定设备的故障损耗程度： m=1=1 时，赤(t)曲线呈指数分布，此时对应与故障率为包定的分布函数。 设备运行在偶发失效期，设备的寿命损耗程度低。偶发期乂称随机失效期和正常 工作期，此时元件已经进入正常稳定工作区，失效是由丁一些随机因素引起的。 其特点是失效率低且稳定，几乎近似为常数，所以不太可能采取技术措施来降低 失效率。 m 1时，A(t)为时间的负指数函数，故障率呈递减型，设备运行在早期 失效期，设备的寿命损耗程度相对稳定。早期失效期一般发生在元件或

22、设备投运 后的前几个月或前几年，通常是由丁设计、制造、装配、材料等方面的缺陷而引 起失效。其特点是由丁这些缺陷在投运后很快暴露出来，故开始时失效率很高， 经过一段时间后即下降。为降低早期失效率，可在正式使用前采用老化、筛选或 试运行等技术将有缺陷的元器件剔除。 m A1时，Z(t)曲线呈单峰性，随时间增加而增加，故障率为递增型。当 m =3 ：4时，Z(t)曲线与正态分布形状近似，设备运行在损耗失效期，设备的寿 命损耗程度上升。其特点是失效率随着时间的推移而呈上升趋势。 减低失效率的 措施是进行有计划的状态维修，并且及时更换或修复具有潜在故障的部件。 利用 weibullweibull 函数对

23、各种类型统计分布拟合力强的特点， 拟合出的设备失效 率曲线如图 2 2 所示。 f (t) ex p 9 9 E E (1 一早期失效期；2偶发失效期；3耗损失效期) 图2设备失效率曲线 由图 2 2 可见，寿命分布具有浴盆失效率形状的特征， 失效率形状由递减到某 一低峰而后递增，反应了寿命分布的规律。即设备在早期失效期，寿命损耗相对 稳定，在损耗失效期时，寿命损耗急剧上升，设备加速劣化。在损耗期 TA时刻, 出现临界值点 A,A,此点为设备检修和更换的最佳时期。对设备进行检修之后，失 效率曲线以 A A点为起始点，同样具有浴盆形状的特征。 3.3.设备寿命模型参数估计 设备的故障发生是一个随

24、机的过程，故障率从t)很难用一个函数完整表述。 通常在工程上用公式 ，(t)=呈 St 表示故障率，式中Ft表示某段时间内的故障数，St表示总工作时间。 利用设备运行情况报表的统计数据通过上式求出不同阶段的 X(t)。计算出故 障率可作为统计参数。再用一元线性回归方法。将式从t) =mtm两边取对数转化 为线性方程： ln (t) = ln m (m -1) In t 令Y =ln 兀(t) ; X =ln t A=lnm ; B=m-1,则可转化为：Y=A+BX, ,用最小二乘法确定 A A、B B 的估计值A =Y_孜 则雨的估计值为：m=E?+1 设备运行丁不同阶段，其统计结果求出的 m

25、值不同，总体上看m值有三种, 代入舄(t) =mtm可以画出三类形状不同的曲线，连接起来就形成设备的寿命曲 线。通过所画出的寿命曲线，设备从偶发失效期进入耗损失效期时， 寿命曲线加 速上升，找出其过度边界临界点 A,A,其对应的TA就是最佳的检修和更换时机，通 过检修，降低其故障率，减少寿命损耗度，使设备继续运行在稳定的偶发失效期 5.45.4 预测设备寿命损耗的实现 基丁 weibullweibull 分布的设备寿命损耗预测实现步骤如下： 建立符合 2 2 参数的设备 weibullweibull 分布寿命模型，确定失效率函数 m 1 兀(t) =mt 。 采集设备运行情况统计数据，由式Ht)=旦(式中Ft表示某段时间内的故 St 障数，St表示总的工作时间)得出失效故障率作为统计参数。 通过线性回归法将失效率函数两边取对数转化为线性方程， 用最小二乘法 进行参数估计，确定n?的值。 根据m的值，判断设备的寿命损耗程度。 实例分析如下： 表 2 2 中是 20002000 年对某地区电业局 19851985- -19951995 年间安装的中小型电力变压器 的统计数据，研究区间为 1010 年。 n 、XM - nX Y i? i I B = - = n 2 2 、Xi - n（X） i顼 其中 X =1 Xi , Y = 】