用于维护管理的自卸车电机系统可靠性分析

王浩楠，付景浩

（山东港口烟台港股份有限公司矿石码头分公司，山东烟台 264000）

0 引言

目前，国内矿山使用的大型电动轮车主要依赖进口，进口价格高，配件昂贵而又短缺，维护困难，维修成本高，超期服役严重。

可靠性分析是评估系统效率和选择维护策略的重要方式[1]。可靠性已成为公认的系统性能因素。在煤矿领域，高可靠性也是至关重要的[2]。在露天矿开采项目中，自卸卡车等设备在生产计划中起着关键作用。在现代采矿中，预测产量对管理者和利益相关者至关重要。生产量不符合计划的一个常见原因是设备不可用，大多数露天矿的主要机器类型之一是卡车[3]。胡兴志[4]结合状态观测和控制的整体鲁棒思想，设计了新型的模糊滑模转矩控制系统，满足了矿用自卸车轮边驱动异步电机对输出扭矩实时控制的要求。赵玉梅[5]将维修理论拓展到矿用自卸车的维修策略研究中，对维修策略按可用度最大和总费用最小的原则进行了建模和优化。刘炳文[6]将改进后的平均相关子空间方法应用在自卸车上，有效地降低了故障与事故发生的概率，保障了车辆行车安全与可用性。李卫波[7]通过对自卸车存在的常见故障及产生原因进行了一定的分析，并针对这些故障提出了维修方法。Morad 等人[8]评估了10 辆卡车的可靠性，并通过加权重要性度量方法，计算每个部件的重要性。董金国[9]通过CAE 受力仿真分析、生产工艺现场调查，以及标杆对比分析法，得到了自卸车故障原因。自卸车是露天矿的主要机械之一，其停机时间的减少直接影响到生产计划。本文以内蒙石拉乌素煤矿的一辆自卸车为研究对象进行可靠性分析，该车使用时间约为15 600 h，自卸车的技术规格信息见表1。该电机系统温度的最大和最小可靠性分析为35 °C 和15 °C。通过对故障次数的分析，确定自卸车的电机子系统具有最高的故障频率，因此选择该子系统进行可靠性分析。

表1 自卸车技术参数

1 可靠性

可靠性被视为工程和概率概念[10-11]，其定义为“在规定条件下无故障性能的持续时间或概率”。可靠性函数R（t）或系统在时间t 之前未发生故障的概率由式（1）确定：

其中，R（t）是时间t 的可靠性；F（t）为累积失效分布函数；f（t）是失效概率密度函数。

2 数据收集和分析

收集统计了煤矿20 个月内自卸车的故障数据，并将自卸车分为6 个子系统。故障数据显示，最常见的故障事故发生在电机系统中，发动机故障率最高，达到47%、占了近1/2。因此，关注电机的可靠性对于提高机器的性能非常重要。

自卸车的电机子系统由发动机机体、冷却、润滑、进气和排气和燃料组成。这些部件的故障被视为电机子系统故障。电机停机的主要原因是进气和排气故障。液压系统等其他子系统由液压油箱、制动控制裝置、软管、管道、接头、提升液压缸和相关部件组成。电气部件包括电池、交流发电机、电缆、起动器和灯。变速箱、差速器、万向节、离合器和车轮被视为传动子系统。

为了选择合适的建模方法，进行2 次统计测试以验证故障间隔时间（TBF）数据的独立和相同分布（IID）假设。分析过程采用图解法来测试趋势和序列相关性的存在。借助累积TBF 与累积故障数的散点图进行测试趋势，如果该图近似为直线，则TBF 数据分布相同且无趋势。趋势手册测试是分析趋势测试的一种，也是本文的应用。该测试使用计算测试统计U 来检查数据的趋势。

式中：n 是故障总数；Tn是第n 次故障的时间；Ti是第i 次故障的次数。

在HPP 的0 假设下，检验统计量U 为卡方分布，自由度为2（n-1），分析趋势测试结果如表2 所示。分析过程可以通过绘制第（i）个TBF 与第（i-1）TBF 来测试序列相关性。如果该图没有任何模式，则TBF 数据无串行相关性。对TBF 数据的测试结果表明，数据是独立的且分布相同（IID），因此，更新过程（RP）是建模的最佳方法。

表2 TBF 分析（子系统：电机）趋势测试结果

3 可靠性建模

使用Easyfit 软件来找到正确的分布。对可靠性分析中常用的威布尔分布、指数分布、对数正态分布等进行检验，然后应用Kolmogorov-Sminov（K-S）检验，选择可靠性模型的最佳分布。根据分析Weipull（3P）是最好的（表3）。

表3 建模参数估计结果

基于这些数据的开发模型表明，电机子系统的可靠性在运行约430 h 后降至0 值，可靠性在运行90 h 后降至50%。

考虑到自卸车在使用过程中忽视经济寿命，只注重物质寿命的现象，本文通过建立模型对其经济寿命做进一步分析。汽车经济寿命的预测模型分为2 种，一种不考虑金钱的时间价值称为静态模型，另一种考虑金钱的价值称为动态模型。

（1）静态计算模式：由于车辆的磨损，导致维护费用逐年增加，这种现象称为低劣化。但通常情况下，运输成本的劣化价值不是线性增长的，应采用数理统计中的线性回归方法，然后计算出实际成本的最小二乘拟合直线，拟合直线的斜率为成本增加速度。车的经济寿命。其中，K0为原始购置成本；λ 为劣化值。

每辆车原始购置成本K0=11 600 926.59 元，以2005 年为第一年，以消除工作量因素劣化值的影响，估算运营成本λ=23 701元，求得静态模式下10 年的经济寿命。

（2）动态计算模型采用MAPI 方法，年平均折旧额为K0/n，平均利息负担额为iK0/n，自卸汽车年平均成本U=（n-1）λ/2+K0/n+iK0/n。当n=10 时，相应的年平均运行费用最低、U=2 342 678.425元，获得最优经济寿命10 年。

计算经济寿命期内的备件费用。为了消除管理工具和工作量的影响，采用备件成本法计算矿井电动轮车的经济寿命。自卸车属于进口设备，价格昂贵，保修期内收取的费用占的比重较小，因此选择了备件费用与总费用的比值为0.7。该车型的维修备件费用见表4，电动轮汽车的经济寿命为11.79 年，是通过差数值法确定的。基于上述算法，大型矿用自卸车的经济使用寿命为10～12 年，最佳经济寿命为11 年左右。

表4 维修备件费用

4 维修

以可靠性为中心的维护（RCM）是一种确定组织维护计划水平的工程方法，可靠性是其关键概念。考虑了自卸车电机子系统的不同可靠性水平，以制定预防性维护（PM）间隔（表5）。

表5 不同可靠性水平下自卸车电机子系统的预防性维护间隔

PM 最重要的目标之一是提高设备的可靠性。使用所需水平的预测间隔进行维护，管理者可以减少不可预测的停机时间和成本。这些时间间隔计划用于检查、纠正、清洁、润滑、更换备件和维修系统。

5 结论

收集并分析了矿用自卸车的数据，数据分析结果表明，最常见的故障事件发生在该自卸车的电机系统中。因此，将重点放在电机子系统上，以提高自卸车的可靠性。最关键的电机系统也是故障频率最高的子系统。RCM 可识别最关键的部件，并使用适当且经济高效的方法优化其维护策略。结果表明，TBF 数据是IID。因此采用更新过程进行可靠性分析。数据服从Weibull（3P）分布。通过合理预测维修间隔用于安排检查、纠正、清洁、润滑、更换备件和维修系统。对于PM 可以将任务分组，以便以最经济的方式执行。RCM 提高了可靠性，从而减少故障、提高可用性，降低了维护成本。