Совершенствование системы планово-предупредительных ремонтов на гидроэлектростанциях за счет использования алгоритмов диагностики фактического технического состояния оборудования

   Система планово-предупредительных ремонтов (ППР) является основным и нормативно закреплённым подходом к техническому обслуживанию гидроэлектростанций и энергопредприятий и направлена на обеспечение надёжной и безопасной эксплуатации основного оборудования [1]. Календарный характер ППР позволяет поддерживать требуемый уровень эксплуатационной надёжности, однако не в полной мере учитывает фактическое техническое состояние отдельных узлов гидроагрегатов в межремонтный период. В условиях изменяющихся режимов работы и индивидуальных особенностей эксплуатации это может приводить как к выполнению избыточных ремонтных воздействий, так и к запоздалому выявлению развивающихся дефектов, повышающих риск внеплановых ремонтов. Представлен диагностический подход, основанный на анализе косвенных эксплуатационных параметров гидроагрегата, регистрируемых штатными системами автоматизированного управления технологическим процессом (АСУ ТП). Предлагаемый алгоритм позволяет выявлять отклонения параметров от их характерных значений на ранних стадиях развития дефектов и формировать диагностические признаки нарушения технического состояния ответственных узлов гидроагрегата. Работоспособность и информативность подхода продемонстрированы на примере анализа эксплуатационных данных гидроагрегатов гидроэлектростанции. Показано, что использование диагностических алгоритмов данного класса не требует установки дополнительного измерительного оборудования и может быть реализовано на действующих гидроэлектростанциях без существенных капитальных затрат. Применение предложенного подхода расширяет возможности оценки фактического технического состояния оборудования, повышает обоснованность планирования ремонтных воздействий и способствует переходу к более гибкой, адаптивной модели технического обслуживания, ориентированной на реальные эксплуатационные показатели и риск-ориентированное управление ресурсом оборудования и повышает общую промышленную безопасность станции.

1. Правила технической эксплуатации электрических станций и сетей Российской Федерации. Приказ Минэнерго РФ. 2022.

2. ISO 17359:2022. Condition monitoring and diagnostics of machines – General guidelines. ISO; 2022.

3. IEC 60034-14:2020 (amended 2021). Rotating electrical machines – Mechanical vibration of certain machines. IEC; 2021.

4. Zhou D., Zhang H., Li Y. Operation and maintenance optimization of hydropower plants : A review // Renewable and Sustainable Energy Reviews. 2022. Vol. 158. 112123.

5. Liu Y., Wang X., Chen Z. Advanced vibration-based condition monitoring of hydraulic turbines // Mechanical Systems and Signal Processing. 2021. Vol. 148. 107177.

6. Высоких Д. Д. Автоматизированный контроль протечек через закрытый направляющий аппарат // Гидроэлектростанции в XXI веке 2021: 149 – 154.

7. Zhang W., Yang D., Wang H. Data-driven predictive maintenance for rotating machinery: Recent advances // Measurement 2022. Vol.187. 110239.

8. Nguyen K., Medjaher K. Deep learning methods for predictive maintenance : A review and applications // Reliability Engineering & System Safety 2023. Vol. 235. 109241.

9. Bousdekis A., Apostolou D., Mentzas G. Review of data-driven prognostics in industrial systems // Computers in Industry 2021. Vol. 125. 103397.

10. Glowacz A., Glowacz Z. Diagnostics of rotating electrical machines based on vibration and current signals using advanced signal processing methods // Measurement 2021. Vol. 170. 108686.