用于对技术系统的运行参数进行计算机辅助模拟的方法

摘要

本发明涉及一种用于对技术系统的运行参数进行计算机辅助模拟的方法，其中技术系统包括多个模块，所述模块分别包含一个或多个部件。在步骤a)，在预先给定的运行时期中，借助于针对每个部件的故障时刻的第一概率分布和针对每个部件的故障长度的第二概率分布分别模拟相应模块的每个部件的故障事件以及与其相关的故障时间，并且由此确定针对相应模块的可靠性度量的概率分布。接着在步骤b)，基于针对相应模块的可靠性度量的概率分布模拟所述技术系统在预先给定的运行时期内的运行参数。根据本发明的方法使得能够通过对故障的离散事件模拟来良好地预测技术系统在预先给定的运行时期中的运行参数。在此，该方法可以用于任意的技术设备、例如发电设备。

说明书

技术领域

本发明涉及一种用于对技术系统的运行参数进行计算机辅助模拟的方法以及一种相应的计算机程序产品。

背景技术

技术系统经济地运行的基本前提是该技术系统具有高度的可靠性、可用性以及可维护性。因此在设计新的技术系统时所存在的需要是：在计划该系统时就对该系统的各个配置进行计算机辅助的模拟并且确定与该技术系统的可靠性有关的相应运行参数。从现有技术中公知如下的方案：在所述技术方案中技术系统的可用性的期望值通过计算机辅助的方式被确定。由于所述期望值是平均值，因此未以适当方式考虑技术系统就该技术系统的相应运行时期而言的动态故障特性。

发明内容

因此，本发明的任务是对技术系统的运行参数进行计算机辅助的模拟，使得考虑到该系统在预先给定的运行时期中出现的动态故障特性。

该任务通过根据权利要求1所述的方法来解决。本发明的扩展方案在从属权利要求中予以限定。

在根据本发明的方法中，模拟包括多个模块的技术系统的运行参数，所述多个模块又分别包含一个或多个部件。在此，术语“技术系统”应当被广义解释，并且可以包括整个技术设备或者也可以仅仅包括技术设备的相应部分。根据本发明，在步骤a)，在该技术系统的预先给定的运行时期中，借助于针对每个部件的故障时刻的第一概率分布和针对每个部件的故障长度的第二概率分布分别为该技术系统的相应模块的每个部件模拟故障事件以及与其相关的故障时间。然后由此确定针对相应模块的可靠性度量(例如以百分比给出的可靠性值)的概率分布。所述可靠性度量例如可以由相应模块的无故障运行时间在运行时期中的份额来表征。在此，第一和第二概率分布被预先给定，并且例如已经针对在技术系统中要隔断的各个部件凭经验被确定。最后在根据本发明方法的步骤b)，基于在步骤a)所求得的针对相应模块的可靠性度量的概率分布来模拟该技术系统在预先给定的运行时期内的运行参数。

根据本发明的方法的特征在于，借助于针对相关运行时期的离散事件模拟来求得故障和故障时间，并且由此以合适的方式考虑到该技术系统在所观察的运行时期中的动态故障特性。由此实现对与该技术系统的各个模块的可靠性相关的相应运行参数进行现实的估计。通过这种方式可以在构造要设计的技术系统以前判断该技术系统的经济性。同样可以模拟技术系统的各个配置，并且将这些配置相互比较，以便从中求得具有最佳参数的配置。

在本发明的一个特别优选的实施方式中，在步骤a)使用蒙特卡洛模拟(Monte-Carlo-Simulation)来模拟故障事件以及与其相关的故障时间。类似地，在另一优选实施方式中，在步骤b)基于所述概率分布使用蒙特卡洛模拟来模拟运行参数。蒙特卡洛模拟在随机理论领域是充分公知的。在所述模拟中，利用相应的概率分布执行大量的随机实验。在具体实施方式部分的描述中将阐述：可以如何在根据本发明方法的步骤a)以及步骤b)中使用相应的蒙特卡洛模拟。

在根据本发明方法的特别优选的实施方案中，在步骤a)执行大量的模拟步骤，其中在每个模拟步骤中模拟相应模块的所有部件在预先给定的运行时期中的故障事件以及与其相关的故障时间，并且通过借助于故障树组合相应模块的部件来将相应模块的可靠性度量确定为相应模块的无故障运行时间在预先给定的运行时期中的份额，其中根据在所述大量的模拟步骤中求得的可靠性度量的频率来确定相应模块的可靠性度量的概率分布。在本发明的该实施方式中，通过预先给定的故障树来描述模块中各个部件的相应故障的相互作用，其中所述故障树给出：在何种条件下，特定部件的故障导致相应模块的故障。在此，通过故障树来描述技术系统中的故障在现有技术中是充分公知的，因此在此不再进一步阐述。

在根据本发明方法的另一扩展方案中，针对相应模块的相应部件的故障时刻的第一概率分布是指数分布。在此，第一概率分布的密度优选地被如下表示：

f(t)＝λe^-λt，

其中t表示相应部件在启动以后或者相应部件在故障后的再次启动以后的故障时刻；

其中λ＝1/MTBF，其中MTBF是两次故障之间的平均时长。

类似地在根据本发明方法的另一扩展方案中，针对相应模块的相应部件的故障长度的第二概率分布同样是指数分布。在此，第二概率分布的密度优选为如下：

g(x)＝βe^-βx，

其中x表示相应部件的故障长度；

其中β＝1/MDT，其中MDT是相应部件的平均故障时长。

通过所述指数分布，实现了对许多应用情况来说现实的对技术部件的故障特性以及故障长度的随机性描述。

在根据本发明方法的优选扩展方案中，该技术系统的所模拟的运行参数包括该技术系统在预先给定的运行时期中的总可靠性度量，其中该总可靠性度量在步骤b)中通过之前在步骤a)中求得的针对相应模块的可靠性度量的概率分布以及通过借助于故障树组合所述模块而被求得。在此，所述故障树描述相应技术系统中的模块层面上的故障的相互作用。类似于描述相应模块中部件的相互作用的故障结构，所述故障树对于要相应地进行模拟的技术系统来说是已知的。在此，优选地又基于蒙特卡洛模拟来求得所述总可靠性度量，其中优选地确定大量总可靠性度量，并且通过这些总可靠性度量来形成平均值。

在根据本发明方法的另一扩展方案中，该技术系统的运行参数包括表示该技术系统的能力的输出值。在此，术语“能力”应当被广义理解，例如在发电系统中可以包括所生成的电量或者在生产系统中可以包括所生产的产品的量。在此，所述输出值优选地是百分比值，并且所述技术系统的额定能力尤其是被确定为100％。

在根据本发明方法的特别优选的实施方式中，针对由该技术系统的发生故障和未发生故障的模块所组成的每种组合预先给定输出值，其中在步骤b)，基于相应模块的可靠性度量的概率分布来确定出现各个输出值的时间间隔在预先给定的运行时期内的分配。通过这种方式获得关于如下内容的良好概况：该技术系统在相应运行时期中有多长时间提供特定的输出值。

在根据本发明方法的另一变型方案中，在步骤b)执行大量的模拟步骤，其中在每个模拟步骤中模拟出现各个输出值的时间间隔在预先给定的运行时期内的分配，并且在所模拟的所有分配范围内来确定平均的分配。另外，在确定出现各个输出值的时间间隔在预先给定的运行间隔内的分配时，优选地还考虑到对该技术系统的相应模块的计划的维护间隔。

在根据本发明方法的另一扩展方案中，在每个模拟步骤中确定在预先给定的运行时期范围内取平均的输出值，并且根据该平均的输出值的频率确定分布函数。

根据本发明的方法可以用于任意的技术系统。尤其是可以利用根据本发明的方法模拟以发电设备或发电设备的一部分形式的技术系统的运行参数，其中所述发电设备尤其是IGCC设备(IGCC＝IntegratedGasification Combined Cycle(整体煤气化联合循环))。这样的设备基于连接在前的燃料气化装置来生成电能。针对这样的IGCC设备可以模拟例如该燃料气化装置的运行参数。

除了上述方法以外，本发明还涉及一种计算机程序产品，该计算机程序产品具有存储在机器可读载体上的程序代码，所述程序代码用于在计算机上运行该程序时执行根据本发明方法的每种变型方案。

附图说明

接下来根据附图详细描述本发明的实施例。

图1示出IGCC设备形式的技术系统的一部分的示意图，其中呈现该设备的连接在前的煤气化装置；

图2示出如下的图：该图示出技术系统的模块的部件在本发明的实施方式中所使用的概率密度的示例；

图3示出呈现由图2的概率密度所产生的分布函数的图；

图4示出如下的图：该图示出技术系统的模块的可靠性的利用本发明的实施方式所生成的分布函数的示例；

图5示出如下的图：该图呈现利用本发明的实施方式所模拟的技术系统的输出值在运行时期中的分配；以及

图6示出如下的图：该图呈现利用本发明的实施方式所模拟的技术系统的输出值的分布函数。

具体实施方式

根据本发明的方法可以用于对任意技术系统的运行参数进行模拟。一个特殊的应用情况是对发电设备、尤其是所谓的IGCC设备的运行参数进行模拟，其中在所述IGCC设备的情况下，首先利用连接在前的燃料气化装置将初级燃料转化成高能的燃气，然后，该高能的燃气被用于驱动相应的发电设备。

图1示意性地示出在本发明的实施方式中所模拟的以IGCC设备中的煤气化装置形式的燃料气化装置的模块。在此，设置有四个并联的用于将煤磨成煤粉的磨煤机1、2、3和4，煤粉通过所谓的集管(Header)5被输送给相应的气化器6、7和8，这些气化器从中生成在设备中使用的燃气。来自各个气化器的燃气又通过相应的集管9被汇聚在一起，然后从那里被输送给实际的燃烧装置。根据本发明，可以将例如煤气化装置的以所生成的煤气量形式的输出值作为运行参数来模拟。在此，该输出值作为刚刚生成的燃气与燃气为100％的额定量的百分比值给出。该输出值在后面也被称为等效输出。在此，煤气化装置被设计为在与三个磨煤机以及三个气化器一起运行时达到100％的等效输出。通过使用四个磨煤机，该系统被冗余地设计为使得即使在一个磨煤机发生故障或对其进行计划的维护时仍然有100％的输出值。这种情况在对气化器进行维护或气化器发生故障时是不存在的。

在图1的情形中，各个模块1至9中的每个模块都包括另外的部件，这些部件的运行又影响整个模块的运行。示例性地，在此针对气化器6示意性地标出相应的部件10、11和12。在此，各个部件的故障的特定组合导致整个模块的故障。针对这些模块存在相应的故障树，这些故障树描述：预先特定的部件故障的组合何时也导致该模块的故障。在此，各个模块及其部件的组成是预先已知的，并且成为该技术系统的相应配置。尤其是针对相应模块的每个部件给定相应部件在启动以后或在故障后的再次启动以后的故障时刻的概率分布。另外，针对相应模块的每个部件给定相应部件的故障长度的概率分布。相应的概率分布例如已经凭经验地、如根据相应部件的实际运行而被确定。

图2示出要模拟的技术系统的部件在故障时刻t的以指数分布形式的概率分布密度函数f(t)。在此，参数λ是该部件的两次故障之间的平均时长MTBF(MTBF＝Mean Time Between Failure(平均无故障运行时间))的倒数。在此，该值对于技术系统的相应模块的每个部件而言都是已知的。类似于故障时刻，也可以描述以图2的指数分布形式的故障时长。在这种情况下，参数t则是部件故障的长度，并且λ是故障的平均持续时间MDT(MDT＝Mean Down Time(平均故障时间))的倒数，其中该时长对于每个部件而言同样是已知的。根据图2的概率密度通过积分得出在图3中呈现的相应分布函数F(t)。在此，该分布函数针对时刻t给出在小于或等于时刻t的时刻T出现故障事件的概率P(T≤t)。如果f(t)是故障长度的密度函数，则由F(t)来描述故障长度小于或等于t的概率。

在根据本发明的方法的在此所述的实施方式中，现在基于离散事件模拟针对相应技术系统的预先给定的运行时期或预测时期(例如1年)求得该时期内的所出现的等效输出。在此，首先针对该技术系统的每单个模块借助于蒙特卡洛模拟确定相应模块的可靠性的概率分布。这通过如下方式进行：首先观察相应模块的每单个部件，并且基于蒙特卡洛模拟经历预先给定的运行时间。在此使用图3的分布函数。

在蒙特卡洛模拟的范围内，用骰子掷出(würfeln)0与1之间的概率值，然后针对纵轴上的用骰子掷出的概率值根据图3的分布函数求得横轴上的对应于用骰子投掷出的概率值的时刻t，该时刻t就是故障时刻。接着，利用故障持续时间的相应分布函数又通过用骰子掷出0与1之间的值以及求得该分布函数跨越的相应时长来确定故障的长度。最后，又用骰子掷出新的故障时刻和相应的故障长度。这在经历完所观察的整个运行时期以前一直重复进行。

在此，针对该技术系统的相应模块的每个部件执行刚才所述的模拟。因此针对每个部件获得描述如下内容的图：在运行时期内，部件何时正常工作或何时发生故障。然后，通过故障树将所有部件的图相组合，以便求得：在运行时期内，整个模块何时发生故障。在此，例如如果仅仅所有部件发生故障才导致相应模块发生故障，则由此得出如下的图：在该图中，在运行时期内，仅仅在所有部件都发生故障的时间区间内也存在该模块的相应故障。

因此，作为上述模拟的结果获得对相应模块在运行时期内的故障时间的模拟。在此，相应模块未发生故障的时间份额是相应模块的相应可靠性。上述模拟重复进行很多次，也就是说，由此获得相应模块的大量模拟的可靠性值。然后，可以根据这些大量的可靠性值求得频率分布，并且由此求得可靠性的相应概率分布。

图4示例性地示出所求得的模块可靠性的概率分布的相应分布函数G(t)的变化曲线。在此，沿着横轴所标出的是可靠性值r，该可靠性值r处于表示相应模块在运行时期内完全发生故障的0％与表示该模块在运行时期中未发生故障的100％之间。沿着纵轴所绘出的是所关注的可靠性R小于或等于沿着横轴的相应可靠性值r的概率。

在根据本发明的变型方案中，可以基于所求得的每个技术系统模块的分布函数来求得该技术系统在所观察的运行时期内的总可靠性。在此，各个模块之间的相应故障树还是已知的，该故障树描述：各个模块的故障如何能够导致该技术系统的总体故障。为了计算总可靠性，又基于这些模块的相应分布函数执行蒙特卡洛模拟。也就是说，又随机地求得0与1之间的概率值并且基于模块的相应分布函数(例如图4的函数)确定可靠性值。对于每个模块都执行该过程。然后，基于所述可靠性值-这些可靠性值也可以被解释成该模块在运行时期中发挥作用的概率，可以借助于故障树来求得该技术系统的总可靠性。在此，执行大量模拟，其中每次模拟都得到该系统的总可靠性。然后，将例如在所模拟的所有总可靠性的范围内取平均的可靠性值确定为运行参数。

另外，在根据本发明的方法的另一变型方案中，附加于或替代于该总可靠性还可以确定该技术系统的所出现的相应等效输出在运行时期上的分配。在此，针对该技术系统的发生故障和未发生故障的模块的所有组合预先给定相应的等效输出。由此，又通过基于各个模块的可靠性的概率分布对可靠性值的蒙特卡洛模拟，可以针对运行时期模拟整个技术系统的各个等效输出如何被分配到该运行时期上。

例如如果观察两个模块的故障导致等效输出为50％的技术系统，则得出如下的情形：如果借助于蒙特卡洛模拟基于相应模块的可靠性分布而作为可靠性求得一个模块的可靠性值为80％以及另一模块的可靠性值为90％，则在整个运行时期的份额(100％-80％)×(100％-90％)＝2％内得到等效输出为50％。以合适的方式还给定针对由发生故障以及未发生故障的模块组成的其它组合的相应输出值，从而总共得出如下的图：在该图中，针对该运行时期的相应片段呈现出由此得出的等效输出。

图5示例性地示出利用本发明的实施方式所求得的图，在该图中，在一年(＝8760小时)的运行时期内以百分比形式呈现出技术系统的通过多次模拟所确定的并且在所述多次模拟的范围内取平均的等效输出0。在此，除了非计划故障之外-这些非计划故障的时期在图5中被标明为FOH(FOH＝Forced Outage Hours(强迫停运小时))，还考虑到计划的维护工作，这些计划的维护工作在图5中被称为POH(POH＝Planned Outage Hours(计划停运小时))。在此，计划维护的片段被绘入到执行维护的那些时间段中。在其它地方，等效输出按照所求得的输出值的降序被从左到右布置。可以识别出：在该技术系统的大约4200运行小时处执行计划的维护，在进行该维护时，所有模块都不运行，这导致等效输出为0。除此之外，在大约8600运行小时处进行计划的维护，在进行该维护时，仅仅个别模块被维护。那样的话，在这些时刻存在该技术系统的具有相应地未处于运行中的模块的新配置，针对这些新配置又可以利用根据本发明的方法来确定在计划的维护时期期间的合适故障，使得所计划的维护与故障相叠加。

如从图5可直观地看出的那样，利用根据本发明的方法可以适当地确定等效输出在技术系统的所观察的运行时期上的分布。通过这种方式可以在针对可靠性以及所期望的等效输出对技术系统进行设计时分析并且比较该技术系统的各个配置，由此可以在构造相应技术设备以前适当地估计该技术设备的经济性。在此，总是针对预先确定的运行持续时间来求得运行参数，其中尤其是还可以考虑到在该运行持续时间期间所执行的计划的维护模式。

图6示出另一图，该图可以基于本发明的变型方案根据相应模拟的等效输出在运行时期上的分配而被生成。在此，针对等效输出在运行时期上的分配的每次模拟来确定在该运行时期的范围内取平均的输出。然后，根据这些平均输出的频率可以求得密度函数并且由此求得相应的分布函数，其中在图6中示出这样的函数的示例。在此，分布函数被称为V(0)，并且表示该技术系统的等效输出小于或等于横轴上相应的值0的概率。在此，等效输出被定标为0(对应于0％)与1(对应于100％)之间的值。在图6中仅仅呈现出由从0.74至0.8的输出构成的片段，因为正好在该区间内发生概率从0到1的上升。