导　　师： 谢琳琳;马胜密

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 目前，抽水蓄能机组设备检修主要采取定期维修方式，维修周期主要依据国标、行标及企业运维经验制定，故容易导致过度检修，造成资源浪费。状态检修在抽水蓄能行业处于试点推行中，设备在线监测系统仅监测实时状态，无法进行故障预测，从而给出维修时机的建议。本文针对上述的抽水蓄能机组设备维修决策中一些问题进行了研究，主要解决对蓄能机组子系统、零部件的设备重要度评估问题，如何选择维修方式以及如何确定维修时机的问题。以期通过优化维修决策实现提高设备可靠性、降低设备维修费用的目标。　　本文分别运用了定性分析法，以及层次分析法和蒙特卡洛模拟法两种定量分析方法，对蓄能机组设备重要度进行了评估。其中层次分析法与蒙特卡洛模拟法分析结果是一致的，但蒙特卡洛模拟法的结果受主观影响小，可信度更高。　　将抽水蓄能机组设备维修方式主要划分状态维修、定期维修、隐患检测和事后维修等四种，分别应用了RCM分析、对设备按重要度分类并应用决策树分析以及模糊综合评判法来进行的蓄能机组设备维修方式决策。RCM方法分析结果受专业技术人员水平影响较大。决策树方法执行简单，与设备重要度分类直接相关。模糊综合评判法也有一定主观性，但便于计算机实现。　　针对实施定期维修方式的设备，研究了在完美维修模式下、假设已知设备可靠度函数时，分别对以可靠性、可用性及经济性为决策目标，给出了最优维修周期的计算方法。经案例分析，说明了可靠度函数及决策目标对决策结果的影响。针对实施状态维修方式的设备，应用了变权模糊综合评判法对蓄能机组设备状态进行准确评价，分别应用了基于设备运行维护经验判断和基于BP神经网络的设备状态预测的方法，确定状态

关 键 词： 抽水蓄能机组 维修决策 可靠性分析 神经网络