多年来,国内大多数电厂采用的都是以工作时间为基础的计划预防维修模式。该模式不但维修成本高,且设备故障率居高不下,已不能适应目前电力工业发展和改革的需要,因此必须研究以可靠性维修为中心的新的维修策略。本文在分析火电厂现行和试点中的三种设备维修方式的基础上,应用设备维修工程学的有关理论和方法,以确保系统综合维修管理费用最低为原则,对整个维修管理对象按设备、总成予以分类,根据不同设备的性质、运行方式、重要性程度、故障特点等综合因素,有针对性地采取不同的维修方式,并将传统的计划性预修方式、状态监测技术以及日常点检工作有机的结合起来,合理确定维修周期和维修项目。由于设备分类、最佳维修周期求解或预测、决策分析处理,都将涉及大量复杂的信息,要想从中获取对实施维修有指导意义的结论,仍采用老式的经验判断是不够的,必须利用现代的信息分析、处理及推理方法,广泛收集该领域专家的经验、知识,建立相应的知识库、数据库、模型库、推理机等,借助计算机完成设备的综合维修决策,实现火电厂设备的智能维修决策。 本文的研究内容主要包括: (1)对设备维修管理与维修决策的发展和现状进行了概述,并对我国火电厂目前广泛应用的计算机化维修管理系统(CMMS)存在的问题作了研究,提出开发智能维修决策系统的重要性。 (2)以可靠性为中心,运用模糊综合评判法对维修方式进行决策研究,即根据辅机设备的故障特点、重要程度等,选择合理的维修方式。 (3)研究了设备运行状态变化趋势预测的方法,即在一系列的实时状态评价结果基础上,采用适当的劣化模型预测设备健康状况的演变趋势。 (4)在趋势预测的基础上,运用径向基神经网络法对实施状态维修的辅机进行维修策略决策研究。即根据趋势预测的结果决定采取什么样的维修方法或可否延长检修周期。 (5)对开发火电厂辅机设备智能维修决策系统进行初步的研究,提出了设计思想和基本框架。