Ứng Dụng Xác Suất Thống Kê Trong Đề Xuất Phương Án Bảo Trì Nhà Máy Điện Gió

Luận văn thạc sĩ kỹ thuật nghiên cứu kỹ thuật điện ứng dụng xác suất thống kê trong đề xuất phương án bảo trì nhà máy điện gió, khảo sát thực trạng, phân tích nguyên nhân, đề xuất

• Tác giả: Trần Quang Nhật
• Người hướng dẫn: TS. Mai Bá Lộc
• Trường học: Đại học Bách Khoa - ĐHQG TP. Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Điện
• Đề tài: Ứng Dụng Xác Suất Thống Kê Trong Bảo Trì Nhà Máy Điện Gió
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: MỞ ĐẦU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu của đề tài
• 1.3. Phương pháp nghiên cứu và nội dung nghiên cứu
• 1.4. Giới thiệu các công trình nghiên cứu liên quan đến đề tài
• 2. CHƯƠNG 2: LÝ THUYẾT ĐỘ TIN CẬY
• 2.1. Giới thiệu
• 2.2. Lịch sử lý thuyết độ tin cậy
• 2.3. Các phương pháp để phân tích độ tin cậy
• 2.4. Các khái niệm cơ bản
• 2.5. Mô hình hỏng hóc của thiết bị (Failure Models)
• 2.6. Biến trạng thái. Khoảng thời gian cho đến khi thiết bị hỏng hóc
• 2.7. Hàm độ tin cậy
• 2.8. Hàm tỷ lệ lỗi
• 2.9. Khoảng thời gian cho tới khi hỏng
• 2.10. Hàm phân phối mũ
• 2.11. Hàm phân phối Weibull
• 2.12. Đánh giá thiết bị quan trọng trong hệ thống
• 3. CHƯƠNG 3: XÂY DỰNG MÔ HÌNH SƠ ĐỒ KHỐI ĐỘ TIN CẬY CHO TURBIN GIÓ
• 3.1. Xây dựng hàm phân phối xác suất tỷ lệ lỗi dựa trên phân tích xác suất thống kê
• 3.2. Đề xuất mô hình sơ đồ khối độ tin cậy turbin gió
• 4. CHƯƠNG 4: MÔ PHỎNG VÀ ĐÁNH GIÁ KẾT QUẢ
• 4.1. Giới thiệu phương pháp Monte-Carlo và phần mềm Raptor
• 4.1.1. Phương pháp Monte-Carlo
• 4.1.2. Phần mềm Raptor (phần mềm mô tả độ tin cậy hệ thống)
• 4.2. Xây dựng lưu đồ giải thuật đánh giá độ sẵn sàng của một bộ phận
• 4.3. Mô phỏng và đánh giá kết quả cho một turbin gió
• 4.3.1. Các giả định quan trọng
• 4.3.2. Đề xuất phương án bảo trì dựa trên sơ đồ khối độ tin cậy. Kết quả theo mô phỏng của DNV GL
• 4.3.3. Lên phương án bảo trì hiệu quả từ kết quả mô phỏng
• 4.4. Mô phỏng và đánh giá kết quả cho năm turbin gió (5x2MW)
• 4.4.1. Các giả định quan trọng
• 4.4.2. Đề xuất phương án bảo trì dựa trên sơ đồ khối độ tin cậy. Kết quả theo mô phỏng của DNV GL
• 4.4.3. Lên phương án bảo trì hiệu quả từ kết quả mô phỏng
• 4.5. Mô phỏng cho nhà máy điện gió 30 MW (15x2MW) và lớn hơn
• 4.5.1. Kết quả mô phỏng cho từng bộ phận của turbin gió
• 4.5.2. Kết quả mô phỏng cho một turbin gió
• 5. CHƯƠNG 5: ỨNG DỤNG THỰC TIỄN
• 5.1. Bảo trì định kỳ
• 5.2. Mô hình tỷ lệ lỗi cho các thiết bị
• 5.3. Tính khó kiểm chứng trong ứng dụng thực tế
• 5.4. Bộ quy tắc đánh giá lựa chọn phương án bảo trì hợp lý
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Ứng Dụng Xác Suất Thống Kê Trong Bảo Trì Nhà Máy Điện Gió

Nhà máy điện gió đang trở thành một phần quan trọng trong hệ thống năng lượng tái tạo. Việc bảo trì hiệu quả cho các turbine gió là rất cần thiết để đảm bảo hoạt động liên tục và tối ưu hóa hiệu suất. Ứng dụng xác suất thống kê trong bảo trì giúp xác định các phương án tối ưu, giảm thiểu chi phí và thời gian ngừng hoạt động. Nghiên cứu này sẽ phân tích các phương pháp và lợi ích của việc áp dụng xác suất thống kê trong bảo trì nhà máy điện gió.

1.1. Khái Niệm Cơ Bản Về Xác Suất Thống Kê Trong Bảo Trì

Xác suất thống kê là một công cụ mạnh mẽ trong việc phân tích dữ liệu và đưa ra quyết định. Trong bảo trì nhà máy điện gió, nó giúp xác định tần suất hỏng hóc và thời gian cần thiết để sửa chữa. Việc áp dụng các mô hình xác suất giúp tối ưu hóa quy trình bảo trì và giảm thiểu chi phí.

1.2. Lợi Ích Của Việc Ứng Dụng Xác Suất Thống Kê

Việc ứng dụng xác suất thống kê trong bảo trì nhà máy điện gió mang lại nhiều lợi ích. Nó không chỉ giúp giảm chi phí bảo trì mà còn nâng cao hiệu suất hoạt động của turbine. Các nhà quản lý có thể dự đoán và lập kế hoạch bảo trì hiệu quả hơn, từ đó tối ưu hóa thời gian và nguồn lực.

II. Thách Thức Trong Bảo Trì Nhà Máy Điện Gió

Bảo trì nhà máy điện gió đối mặt với nhiều thách thức, bao gồm chi phí cao và sự phức tạp trong việc quản lý nhiều turbine. Các yếu tố như thời tiết và tình trạng của thiết bị cũng ảnh hưởng đến quyết định bảo trì. Việc không kiểm soát được số lần bảo trì có thể dẫn đến tăng chi phí và giảm hiệu suất.

2.1. Chi Phí Bảo Trì Cao

Chi phí bảo trì cho nhà máy điện gió thường cao hơn so với các nhà máy điện truyền thống. Điều này do số lượng turbine lớn và yêu cầu bảo trì độc lập cho từng turbine. Việc này dẫn đến chi phí nhân lực và phụ tùng tăng cao.

2.2. Tác Động Của Thời Tiết Đến Bảo Trì

Thời tiết có thể ảnh hưởng lớn đến kế hoạch bảo trì. Các turbine gió thường được lắp đặt ở vị trí cao và khó tiếp cận, do đó, điều kiện thời tiết xấu có thể làm trì hoãn quá trình bảo trì và ảnh hưởng đến hiệu suất phát điện.

III. Phương Pháp Bảo Trì Dựa Trên Phân Tích Xác Suất Thống Kê

Các phương pháp bảo trì dựa trên phân tích xác suất thống kê giúp tối ưu hóa quy trình bảo trì cho nhà máy điện gió. Những phương pháp này bao gồm mô hình hóa độ tin cậy và phân tích dữ liệu để đưa ra quyết định chính xác hơn về thời điểm và cách thức bảo trì.

3.1. Mô Hình Hóa Độ Tin Cậy

Mô hình hóa độ tin cậy giúp xác định khả năng hỏng hóc của các bộ phận trong turbine gió. Bằng cách sử dụng các hàm phân phối xác suất, các nhà quản lý có thể dự đoán thời gian hỏng hóc và lập kế hoạch bảo trì phù hợp.

3.2. Phân Tích Dữ Liệu Để Đưa Ra Quyết Định

Phân tích dữ liệu từ các turbine gió giúp xác định xu hướng hỏng hóc và tối ưu hóa quy trình bảo trì. Việc sử dụng phần mềm mô phỏng và phân tích dữ liệu giúp đưa ra các quyết định chính xác hơn về thời gian và phương pháp bảo trì.

IV. Ứng Dụng Thực Tiễn Của Phân Tích Xác Suất Trong Bảo Trì

Nghiên cứu đã chỉ ra rằng việc áp dụng phân tích xác suất thống kê trong bảo trì nhà máy điện gió có thể mang lại kết quả tích cực. Các nhà máy đã áp dụng phương pháp này ghi nhận sự cải thiện rõ rệt về hiệu suất và giảm chi phí bảo trì.

4.1. Kết Quả Nghiên Cứu Tại Các Nhà Máy Điện Gió

Nghiên cứu tại một số nhà máy điện gió cho thấy việc áp dụng phân tích xác suất đã giúp giảm chi phí bảo trì từ 15-20%. Các nhà quản lý có thể lập kế hoạch bảo trì hiệu quả hơn, từ đó nâng cao hiệu suất hoạt động.

4.2. Các Mô Hình Thành Công

Một số mô hình bảo trì thành công đã được triển khai tại các nhà máy điện gió lớn. Những mô hình này không chỉ giúp tối ưu hóa quy trình bảo trì mà còn cải thiện độ tin cậy của các turbine, từ đó tăng cường khả năng phát điện.

V. Kết Luận Về Tương Lai Của Bảo Trì Nhà Máy Điện Gió

Tương lai của bảo trì nhà máy điện gió sẽ ngày càng phụ thuộc vào công nghệ và phân tích dữ liệu. Việc áp dụng các phương pháp mới sẽ giúp tối ưu hóa quy trình bảo trì và giảm thiểu chi phí. Các nhà máy điện gió cần tiếp tục nghiên cứu và phát triển các phương pháp bảo trì hiệu quả hơn.

5.1. Xu Hướng Công Nghệ Trong Bảo Trì

Công nghệ mới như IoT và AI sẽ đóng vai trò quan trọng trong việc tối ưu hóa bảo trì nhà máy điện gió. Việc thu thập và phân tích dữ liệu theo thời gian thực sẽ giúp các nhà quản lý đưa ra quyết định chính xác hơn.

5.2. Tầm Quan Trọng Của Nghiên Cứu Liên Tục

Nghiên cứu liên tục về các phương pháp bảo trì và ứng dụng xác suất thống kê sẽ giúp cải thiện hiệu suất và giảm chi phí cho các nhà máy điện gió. Điều này không chỉ có lợi cho các nhà đầu tư mà còn cho toàn bộ ngành năng lượng tái tạo.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh phát triển năng lượng tái tạo toàn cầu, điện gió đã trở thành một nguồn năng lượng quan trọng với tổng công suất lắp đặt toàn cầu đạt gần 490 GW vào năm 2016. Tại Việt Nam, mặc dù tiềm năng điện gió lớn, công suất vận hành mới đạt khoảng 160 MW, bao gồm các dự án như điện gió đảo Phú Quý (6 MW), Tuy Phong - Bình Thuận (30 MW), Phú Lạc - Bình Thuận (24 MW) và Công Lý - Bạc Liêu (99.2 MW). Tuy nhiên, chi phí vận hành và bảo trì (O&M) cao, đặc biệt là đối với các nhà máy điện gió ngoài khơi, đang là rào cản lớn ảnh hưởng đến tính khả thi kinh tế của các dự án.

Luận văn tập trung nghiên cứu ứng dụng xác suất thống kê trong đề xuất phương án bảo trì nhà máy điện gió nhằm tối ưu hóa chi phí và nâng cao hiệu quả vận hành. Mục tiêu cụ thể là xây dựng mô hình độ tin cậy cho các bộ phận chính của turbin gió, áp dụng mô phỏng Monte-Carlo và phần mềm Raptor để đánh giá các phương án bảo trì phù hợp. Phạm vi nghiên cứu tập trung vào các nhà máy điện gió có công suất từ 30 MW trở lên, với dữ liệu và mô hình tham khảo từ tập đoàn DNV GL – đơn vị tư vấn hàng đầu thế giới trong lĩnh vực điện gió.

Nghiên cứu có ý nghĩa quan trọng trong việc hỗ trợ các nhà vận hành cân bằng giữa kế hoạch bảo trì và thời gian phát điện, giảm thiểu chi phí bảo trì, đồng thời nâng cao độ sẵn sàng và tuổi thọ thiết bị, góp phần thúc đẩy phát triển bền vững ngành điện gió tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên lý thuyết độ tin cậy kỹ thuật, trong đó các khái niệm chính bao gồm:

• Độ tin cậy (Reliability): Khả năng thiết bị hoạt động đúng chức năng trong khoảng thời gian nhất định dưới điều kiện vận hành cho trước.
• Hàm tỷ lệ lỗi (Failure Rate Function): Mô tả xác suất hỏng hóc của thiết bị theo thời gian, thường được mô hình hóa bằng các hàm phân phối như Weibull và mũ.
• Mô hình sơ đồ khối độ tin cậy (Reliability Block Diagram): Mô hình hóa cấu trúc hệ thống turbin gió với các bộ phận kết nối nối tiếp hoặc song song, giúp đánh giá tổng thể độ tin cậy.
• Phương pháp Monte-Carlo: Thuật toán mô phỏng ngẫu nhiên để đánh giá độ tin cậy và tính sẵn sàng của hệ thống dựa trên các hàm phân phối xác suất lỗi.
• Phần mềm Raptor: Công cụ mô phỏng độ tin cậy hệ thống, hỗ trợ xây dựng sơ đồ khối và phân tích các kịch bản bảo trì.

Ngoài ra, các khái niệm về tính sẵn sàng (Availability), khả năng bảo trì (Maintainability) và các phương pháp đánh giá độ quan trọng của thiết bị như phương pháp Birnbaum cũng được áp dụng để xác định các bộ phận ảnh hưởng lớn nhất đến hiệu quả vận hành.

Phương pháp nghiên cứu

Nguồn dữ liệu chính được thu thập từ cơ sở dữ liệu vận hành của tập đoàn DNV GL với hơn 150,000 MW điện gió, cung cấp các hàm phân phối xác suất lỗi cho từng bộ phận turbin gió. Phương pháp nghiên cứu gồm các bước:

1. Xây dựng hàm mật độ xác suất lỗi: Dựa trên dữ liệu thực tế và lý thuyết độ tin cậy, các hàm phân phối Weibull và mũ được xác định cho các bộ phận chính như cánh quạt, hộp số, máy phát, trục truyền động.
2. Mô hình sơ đồ khối độ tin cậy: Thiết kế mô hình cấu trúc turbin gió với các bộ phận được phân loại theo yêu cầu bảo trì (có hoặc không cần cần cẩu).
3. Mô phỏng Monte-Carlo: Sử dụng phần mềm Raptor để thực hiện mô phỏng ngẫu nhiên dựa trên các hàm phân phối lỗi, đánh giá độ tin cậy và tính sẵn sàng của turbin và toàn bộ nhà máy.
4. Đề xuất phương án bảo trì: Phân tích kết quả mô phỏng để lựa chọn các phương án bảo trì tối ưu, cân bằng giữa chi phí và hiệu quả vận hành.

Quá trình nghiên cứu được thực hiện trong khoảng thời gian từ tháng 1 đến tháng 6 năm 2017, tập trung vào các nhà máy điện gió ngoài khơi tại Việt Nam.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hàm phân phối xác suất lỗi phù hợp: Các bộ phận turbin gió có đặc tính lỗi khác nhau, ví dụ:
   • Cánh quạt và hệ thống pitch control có tỷ lệ lỗi theo phân phối mũ với tham số tỷ lệ lỗi khoảng 0.0012.
   • Hộp số và máy phát điện có phân phối Weibull với hệ số hình dạng (beta) từ 1.5 đến 3.5, cho thấy tỷ lệ lỗi tăng theo thời gian.
2. Độ tin cậy hệ thống thấp do nhiều bộ phận: Mô hình sơ đồ khối cho thấy độ tin cậy tổng thể của turbin gió bị ảnh hưởng lớn bởi các bộ phận yêu cầu bảo trì phức tạp như hộp số và trục truyền động, chiếm hơn 40% tổng chi phí bảo trì.
3. Mô phỏng Monte-Carlo với 10,000 lần lặp: Kết quả cho thấy tính sẵn sàng trung bình của một turbin gió khoảng 92%, trong khi nhà máy điện gió 30 MW (15 turbin 2 MW) có tính sẵn sàng giảm xuống còn khoảng 85% do ảnh hưởng cộng dồn.
4. Phương án bảo trì ưu việt: Đề xuất bảo trì dựa trên phân tích xác suất lỗi và ưu tiên bảo trì các bộ phận có tỷ lệ lỗi cao, kết hợp với điều kiện thời tiết và trạng thái turbin, giúp giảm chi phí bảo trì khoảng 15-20% so với phương án bảo trì định kỳ truyền thống.

Thảo luận kết quả

Nguyên nhân chính của tỷ lệ lỗi tăng theo thời gian là do hao mòn cơ khí và tác động môi trường biến đổi đột ngột, đặc biệt với các bộ phận cơ khí nặng như hộp số và trục truyền động. Kết quả mô phỏng phù hợp với các nghiên cứu quốc tế, đồng thời phản ánh thực tế vận hành tại Việt Nam với điều kiện khí hậu và cơ sở hạ tầng còn hạn chế.

Việc áp dụng mô hình xác suất thống kê và phần mềm mô phỏng giúp người vận hành có công cụ dự báo chính xác hơn, từ đó lập kế hoạch bảo trì linh hoạt, giảm thiểu thời gian ngừng máy và chi phí nhân lực, vật tư. Biểu đồ đường cong độ tin cậy và bảng phân tích chi phí bảo trì minh họa rõ ràng hiệu quả của phương án đề xuất.

Tuy nhiên, hạn chế của nghiên cứu là thiếu dữ liệu thực tế dài hạn tại Việt Nam, do đó các mô hình tham khảo chủ yếu dựa trên dữ liệu quốc tế. Việc cập nhật dữ liệu vận hành thực tế sẽ giúp nâng cao độ chính xác của mô hình trong tương lai.

Đề xuất và khuyến nghị

1. Áp dụng mô hình bảo trì dựa trên xác suất thống kê: Các nhà máy điện gió nên triển khai hệ thống thu thập và phân tích dữ liệu vận hành để xây dựng hàm phân phối lỗi riêng, từ đó lập kế hoạch bảo trì tối ưu, giảm chi phí O&M ít nhất 15% trong vòng 1-2 năm.
2. Ưu tiên bảo trì các bộ phận quan trọng: Tập trung bảo trì các bộ phận có tỷ lệ lỗi cao và chi phí sửa chữa lớn như hộp số, trục truyền động, cánh quạt, nhằm nâng cao tính sẵn sàng của turbin, giảm thiểu thời gian ngừng máy.
3. Đào tạo nhân lực chuyên sâu: Tổ chức các khóa đào tạo chuyên môn về bảo trì turbin gió cho kỹ thuật viên và công nhân vận hành, nâng cao năng lực quản lý tài sản và kỹ thuật bảo trì trong vòng 6 tháng tới.
4. Ứng dụng phần mềm mô phỏng: Khuyến khích sử dụng phần mềm Raptor hoặc các công cụ tương tự để mô phỏng và đánh giá các kịch bản bảo trì, giúp ra quyết định chính xác và kịp thời, áp dụng ngay trong năm đầu tiên.
5. Phát triển hệ thống giám sát điều kiện (Condition Monitoring System - CMS): Đầu tư hệ thống CMS để theo dõi trạng thái turbin theo thời gian thực, hỗ trợ phân tích dữ liệu và dự báo hỏng hóc, giảm thiểu rủi ro và chi phí bảo trì không cần thiết.

Đối tượng nên tham khảo luận văn

1. Nhà quản lý và vận hành nhà máy điện gió: Giúp hiểu rõ về các phương pháp bảo trì dựa trên xác suất thống kê, tối ưu hóa chi phí và nâng cao hiệu quả vận hành.
2. Chuyên gia kỹ thuật và kỹ sư bảo trì: Cung cấp kiến thức về mô hình độ tin cậy, phân tích lỗi và ứng dụng phần mềm mô phỏng trong bảo trì turbin gió.
3. Nhà đầu tư và tư vấn dự án năng lượng tái tạo: Hỗ trợ đánh giá tính khả thi kinh tế của dự án điện gió thông qua phân tích chi phí O&M và đề xuất các giải pháp bảo trì hiệu quả.
4. Giảng viên và sinh viên ngành kỹ thuật điện, năng lượng tái tạo: Là tài liệu tham khảo chuyên sâu về lý thuyết độ tin cậy, mô hình xác suất và ứng dụng thực tiễn trong ngành điện gió.

Câu hỏi thường gặp

1. Tại sao phải sử dụng xác suất thống kê trong bảo trì nhà máy điện gió?
   Xác suất thống kê giúp mô hình hóa đặc tính lỗi ngẫu nhiên của các bộ phận turbin gió, từ đó lập kế hoạch bảo trì dựa trên dữ liệu thực tế, giảm chi phí và tăng hiệu quả vận hành so với bảo trì định kỳ truyền thống.

2. Phương pháp Monte-Carlo được ứng dụng như thế nào trong nghiên cứu?
   Monte-Carlo tạo ra các biến ngẫu nhiên dựa trên hàm phân phối lỗi của từng bộ phận, mô phỏng nhiều kịch bản vận hành để đánh giá độ tin cậy và tính sẵn sàng của hệ thống, giúp lựa chọn phương án bảo trì tối ưu.

3. Phần mềm Raptor có ưu điểm gì trong phân tích độ tin cậy?
   Raptor hỗ trợ xây dựng sơ đồ khối độ tin cậy phức tạp, mô phỏng sự kiện rời rạc bằng Monte-Carlo, cung cấp kết quả chính xác về độ tin cậy, tính sẵn sàng và phân tích các kịch bản bảo trì cho hệ thống điện gió.

4. Chi phí bảo trì ảnh hưởng thế nào đến tính khả thi của dự án điện gió?
   Chi phí O&M chiếm tỷ trọng lớn trong tổng chi phí vận hành, ảnh hưởng trực tiếp đến lợi nhuận và thời gian hoàn vốn dự án. Giảm chi phí bảo trì thông qua kế hoạch bảo trì tối ưu giúp nâng cao tính khả thi kinh tế.

5. Làm thế nào để xác định bộ phận nào cần ưu tiên bảo trì?
   Sử dụng các phương pháp đánh giá độ quan trọng như phương pháp Birnbaum, kết hợp phân tích tỷ lệ lỗi và chi phí bảo trì, giúp xác định bộ phận có ảnh hưởng lớn nhất đến độ tin cậy hệ thống để ưu tiên bảo trì.

Kết luận

• Luận văn đã xây dựng thành công mô hình sơ đồ khối độ tin cậy cho turbin gió dựa trên dữ liệu xác suất thống kê từ tập đoàn DNV GL.
• Phương pháp mô phỏng Monte-Carlo kết hợp phần mềm Raptor cho phép đánh giá chính xác tính sẵn sàng và hiệu quả các phương án bảo trì.
• Kết quả nghiên cứu chỉ ra rằng bảo trì dựa trên phân tích xác suất lỗi giúp giảm chi phí bảo trì từ 15-20% so với phương pháp truyền thống.
• Đề xuất các giải pháp bảo trì ưu tiên các bộ phận quan trọng, đào tạo nhân lực và ứng dụng công nghệ giám sát hiện đại nhằm nâng cao hiệu quả vận hành.
• Nghiên cứu mở hướng phát triển các công cụ quản lý tài sản và bảo trì thông minh cho nhà máy điện gió tại Việt Nam trong giai đoạn tiếp theo.

Các nhà quản lý và kỹ sư vận hành nhà máy điện gió nên áp dụng mô hình và phương pháp nghiên cứu này để tối ưu hóa kế hoạch bảo trì, đồng thời cập nhật dữ liệu vận hành thực tế để nâng cao độ chính xác mô hình.

Trích đoạn nội dung tài liệu

Chương 1 đề xuất các mô hình suy thoái và tỉ lệ lỗi của các thiết bị trong turbine gió dựa trên các dữ liệu thu thập được - Chương 2 và chương 3 thảo luận các vấn đề về độ tin cậy, tập trung vào đánh giá các mức độ của độ tin cậy của cả hệ thống Wind Turbine Condition Monitoring: Technical & Commercial Challenges (Wenxian Yang, Peter J. Qiub A National Renewable Energy Centre Renewable Energy Group, School of Engineering and Computing Sciences, The University of Durham, Durham DH1 3LE, U.) Tài liệu giới thiệu phương pháp bảo tri RCM (Reliability Centred Maintenance) cho các dự án điện gió xa bờ, nhằm mục tiêu các phương án bảo trì phù hợp dé tăng tính sẵn sàng của turbine và giảm chi phi. Phương pháp RCM dựa trên hệ thống giám sat CDM (condition monitoring system) khi thu thập và phân tích dữ liệu từ các hệ thống đo lường, từ đó chuẩn đoán các tình huống cho các thiết bị và đề xuất phương án bảo trì hợp lý cho điện gió xa bờ Wind Turbine Reliability Prediction - A Scada Data Processing & Reliability Estimation Tool (CHRISTOS KAIDIS - Master of Science in Wind Power Project Management 2013, Visby, Sweden) Bài báo thảo luận về vòng đời của các thiết bị trong turbine gió bằng việc xử lý các dữ liệu thu thập từ quá trình vận hành từ 2 nhà máy điện gió ở Châu Âu. Phương pháp dựa trên thu thập dữ liệu SCADA kết hợp với các nghiên cứu về xác suất thống kê của các thiết bị tương ứng.

Phụ thuộc vào đặc tính lỗi của các thiết bị cũng như thời gian khắc phục sự cố, bài báo đề xuất các phương án tối ưu bảo trì Maintenance Optimisation For Wind Turbine (JESSE AGWANDAS ANDRAWUS- A thesis submitted in partial fulfilment of the requirements of The Robert Gordon University) Nghiên cứu của Andrawus tập trung phát triển lĩnh vực đánh giá tài san (Assest Management) cho nhà máy điện gió vốn rất phát triển ở các ngành công nghiệp lâu đời (dầu khí, nhà máy điện.) nhưng chưa có nhiều ứng dụng trong lĩnh vực điện gió. Tối ưu hóa bảo trì để giảm chi phí bằng các chiến lược dựa trên phân 15 tích dữ liệu để mô hình hóa tỷ lệ lỗi của thiết bị, thời gian mắt mát do tiến hành bảo trì, sự thiếu hụt nhân lực, thiết bị đặc biệt cho bảo trì. Wind Turbine Reliability: A Database and Analysis Approach (Roger R. Stinebaugh, Daniel Briand, Sandia National Laboratories Dr.

Benjamin and James Linsday, ARES Corporation) Nghiên cứu từ phòng Lab Sandia - My nhằm giải quyết chi phi vận hành va bảo trì tác động như thé nào đến độ 6n định của nhà máy — dựa trên các kinh nghiệm về tỷ lệ lỗi của thiết bị và hệ thống. Các công cụ đánh giá độ tin cậy được đề xuắt, việc thu thập dữ liệu từ các nha máy điện gió được tiến hành. Mục tiêu của báo cáo nhằm hiểu hơn về việc cải thiện độ tin cậy trong vận hành cho nhà máy l6 CHƯƠNG 2 LÝ THUYÉT ĐỘ TIN CẬY Chương này giới thiệu các lý thuyết về độ tin cậy, các công thức toán học để xác định mô hình tỷ lệ lỗi của các thiết bị riêng rẽ cũng như cho toàn hệ thống. Các phương pháp đánh giá tầm quan trọng của các thiết bị trong hệ thống cũng được đề cập 21 Giới thiệu 2.1 Lịch sử lý thuyết độ tin cậy Độ tin cậy về con người đã được nghiên cứu và phát triển trong một thời gian rất dài.

Tuy nhiên đối với kỹ thuật hệ thống, khái niệm độ tin cậy đã không được nghiên cứu một cách bài bản cho tới gần đây nhất vào những năm 60 của thế kỷ 20. Nó xuất hiện đầu tiên sau Thế chiến | và đã được ứng dụng trong kết nói với so sánh an toàn hoạt động của một, hai và bốn động cơ máy bay. Độ tin cậy được đo như số vụ tai nạn mỗi giờ bay theo thời gian. Vào đầu những năm 1930, Walter Shewhart, Harold F.

Dodge, và Harry G. Romig đặt ra cơ sở lý thuyết cho việc sử dụng phương pháp thống kê chất lượng kiểm soát các sản phẩm công nghiệp. Những phương pháp này, tuy nhiên, không được đưa vào sử dụng một cách rộng rãi trong Thế chiến II. Trong Thé chiến II một nhóm nhà khoa học ở Đức đã làm việc dưới sự điều hành của Wernher von Braun để phát triển các tên lửa V-1, sau chiến tranh, các kết quả báo cáo rằng tên lửa 10V- 1 đầu tiên hoàn toàn that bai.

Bat chấp những nỗ lực dé cung cấp các bộ phận có chat lượng cao và sự chú ý can thận để biết chỉ tiết, tất cả các tên lửa đầu tiên hoặc phát nỗ trên bệ phóng hoặc hạ cánh "quá sớm ". Robert Lusser, một nhà toán học, được yêu cầu giải quyết vấn đề, nhiệm vụ của ông là phân tích các hệ thống tên lửa, và ông đã nhanh chóng phát triển giả thuyết Quy luật xác suất của chuỗi các thiết bị. Giả thuyết này xem xét các hoạt động của cả hệ thống chỉ khi tất cả các thành phần trong hệ thống đang hoạt động và có hiệu lực dưới những giả định đặc biệt 17 Và kết quả chứng minh rằng độ tin cậy của hệ thống sẽ bằng với độ tin cậy của các thành phan riêng lẻ tạo thành hệ thống. Nếu hệ thống bao gồm một số lượng lớn các thành phần, độ tin cậy hệ thống có thể do đó sẽ thấp đi mặc dù các thành phần riêng biệt có độ tin cậy cao.

Tại Hoa Ky, những thí nghiệm đã được thực hiện để cải thiện độ tin cậy hệ thống thấp bởi nâng cao chát lượng của các thành phần riêng lẻ. Nguyên liệu và thiết kế tốt hơn cho các sản phẩm được yêu cầu, và kết quả là độ tin cậy hệ thống cao hơn, đây là nền móng dé phát triển lĩnh vực đánh giá độ tin cậy sau này. Sau chiến tranh thế giới II, việc phát triển nhanh chóng công nghệ trên toàn thế giới (Tivi, điện thoại, các thiết bị kết nói. Đồng thời lĩnh vực tự động ngày càng phát triển đã tạo ra nhu cầu về tính 6n định và an toàn của các hệ thống.

Do đó lĩnh vực đánh giá độ tin cậy được nghiên cứu và phát triển ngày càng tăng Vào cuối của 1950 và đầu những năm 1960, Hoa Kỳ tập trung vào các tên lửa đạn đạo liên lục địa và nghiên cứu không gian, đặc biệt là kết nối với các chương trình Mercury và Gemini. Trong cuộc đua với Nga để trở thành quốc gia đầu tiên đưa người lên mặt trăng, các thiết bị phóng tên lửa và phi thuyền có người lái là một thành công lớn trong lĩnh vực công nghệ tự động. An phẩm đầu tiên về độ tin cậy là vào năm 1963 phát hành bởi IEEE, và sau đó là hàng loạt sách về độ tin cậy được phát hành Năm 1970, ở Hoa Kỳ cũng như ở các nước khác, một van đề hóc búa khác được đặt ra, đó là đánh giá khía cạnh rủi ro và an toàn khi xây dựng và hoạt động của các nhà máy điện hạt nhân. Tại Hoa Kỳ, một ủy ban nghiên cứu lớn, dẫn đầu bởi Giáo sư Norman Rasmussen đã được thiết lập để phân tích vấn đề.

Hàng trăm triệu đô la đã được đổ vào cho dự án, và kết quả là bài báo cáo của Rasmussen: WASH-1400 (NUREG-75/014).Mặc dù vẫn còn những điểm yếu của mình, báo cáo này đại diện cho các phân tích an toàn một cách nghiêm túc đầu tiên cho một hệ thống phức tạp như là một nhà máy điện hạt nhân. Công việc tương tự cũng đã được tiến hành tại châu Âu và châu Á. Trong đa số các ngành công nghiệp ngày nay, rất nhiều nghiên cứu và ứng dụng về lý thuyết độ tin cậy đã được sử dụng để phân tích các vấn đề về rủi ro và độ tin cậy. Đặc biệt trong ngành công nghiệp dầu khí ngoại khơi tại Nauy và các nước Bắc Âu hiện nay đang đầu tư vào các mỏ dầu ngày càng sâu hơn, cũng như khả năng tự động hóa của các dàn khoan trong quá trình vận hành.

Tam quan trọng của độ tin cậy của hệ thống dưới biển trong nhiều khía cạnh có thể so sánh tương tự với độ tin cậy của tàu vũ trụ. Một hệ thống có độ tin cậy thấp không thể bù trừ bởi việc mở rộng các khả năng bảo trì 18 Lịch sử chi tiết hơn về công nghệ độ tin cậy được trình bày ở các bài báo của Knight (1991), và Villemeur (1988).2 Các phương pháp dé phân tích độ tin cậy Chúng ta có thể phân biệt 3 nhánh chính trong độ tin cậy: - 6 tin cậy cho phần cứng (bao gồm các chỉ tiết cơ khí, các cấu kiện xây dựng.) - 6 tin cậy cho phần mềm (là các chương trình vận hành, kiểm soát. cho hệ thống) - 6 tin cậy về con người (các van đề liên quan tới người xây dựng và van hành) Với độ tin cậy cho phần cứng, ta có thể ứng dụng 2 phương pháp khác nhau - - Phương pháp vật lý - Phuong pháp thống kê Phương pháp vật lý: sức bền của chi tiết kỹ thuật được mô phỏng như một biến ngẫu nhiên S. Các chỉ tiết kỹ thuật này hoạt động với yêu cầu tải trọng trong điều kiện thực tế được mô phỏng như là một biến ngẫu nhiên L Hàm phân bố xác suất của sức bèn và tải được minh họa trong hình sau A Load Strength distribution distribution A Vv “Failure area” Hình 2.1 — Ham phân bố xác suất tải trong va sức bền Sự hỏng hóc xảy ra ngay khi tải cao hơn sức bền.

Độ tin cậy R của thiết bị được định nghĩa là xác suất mà sức bền lớn hơn tải hoạt động R=Pr(S >L) [1] Với Pr(A) là xác suất của biến có A Tải trọng thường sé thay đổi theo thời gian và có thé được mô hình hóa như một biến phụ thuộc thời gian L(t). Các thiết bị sẽ bị suy thoái theo thời gian bởi cơ chế hỏng hóc như ăn mòn, hao mòn thiết bị, hiện tượng mỏi của các chỉ tiết cơ khi.Strc bền của các thiết bị do đó cũng là một hàm của thời gian, S(t). Mối liên hệ giữa S(t) va L(t) được minh họa trong hình sau 19 A Strength, S(t) Failure Load, L(t) (NI NIN 0 > << Time to failure, T >| Time t Hình 2.