كيفية الاقتباس
تواريخ المنشور
الملخص
كثرة الأعطال في محطة الطاقة الكهربائية تؤدي إلى التوقف المفاجئ عن العمل. في بعض الحالات، لا تتوفر المواد الاحتياطية اللازمة للصيانة مما يؤدي إلى انقطاع توليد الطاقة في وحدة محطة الطاقة الكهربائية. تناولت الدراسة الحالية تحديد أوجه توافر المولدات في الوحدة الخامسة بمحطة الدورة لتوليد الكهرباء. من أجل تقييم أداء الأتاحية لهذا المولد، تم إجراء مجموعة واسعة من الدراسات لجمع معلومات دقيقة على مستوى التفاصيل التي تعتبر مناسبة لتلبية هدف تحليل الأتاحية. يتم إجراء تحليل الموثوقية باستخدام توزيع Weibull عبر Minitab 17، والشبكات العصبية الاصطناعية (ANN) من خلال الاقتراب من التغذية إلى الأمام، والانتشار الخلفي. تم استخدام بيانات التشغيل للأعوام 2015-2017 لحساب التوافر بالطريقة التقليدية (توزيع (Weibull وتدريب الشبكات العصبية الاصطناعية، بينما تم استخدام البيانات من عام 2018 للتحقق من النموذج. تقترح الدراسة أن ANN قد تتنبأ بأتاحية المولد بمعامل ارتباط (R) 0.99874 ومتوسط خطأ مربع (MSE) 5.6937E-06 بين التوافر الذي تنبأ به ANN وإخراج توزيع .Weibull
المراجع
[2] Walter, Eric, and Luc Pronzato, Identification of Parametric Models from Experimental Data. Communications and Control Engineering, Springer, 1997.
[3] Zouhair Issa Ahmed, Bahaa I. Kazem, Ahmed A. R. Al-khafaji, “Availability Estimation of Caustic Pump by Using Artificial Neural Network,” The 6th Engineering Conference: College of Engineering, vol. 3: Mechanical and Nuclear Engineering, 2009.
[4] Hanumant P. Jagtap , Anand K. Bewoor , Ravinder Kumar, Mohammad Hossein Ahmadi, Mamdouh El Haj Assad, and Mohsen Sharifpur, “RAM analysis and availability optimization of thermal power plant water circulation system using PSO,” Energy Reports, vol. 7, pp. 1133-1153, 2021. https://doi.org/10.1016/j.egyr.2020.12.025
[5] Ling Wang, Haijun Hu, Yuqiao Wang, Wei Wu, and Pengfei He, “The availability model and parameters estimation method for the delay time model with imperfect maintenance at inspection,” Applied Mathematical Modelling, vol. 35, pp. 2855-2863, 2011. doi:10.1016/j.apm.2010.11.070
[6] Rajpal, P. S., K. S. Shishodia, and G. S. Sekhon, “An artificial neural network for modeling reliability, availability and maintainability of a repairable system,” Reliability Engineering & System Safety, vol. 91, no. 7, pp. 809-819, 2006. doi:10.1016/j.ress.2005.08.004
[7] M. K. Bhuyan, D. P. Mohapatra, and S. Sethi, “Software Reliability Assessment using Neural Networks of Computational Intelligence Based on Software Failure Data,” Baltic Journal of Modern Computing, vol. 4, no. 4, pp. 1016-1037, 2016. http://dx.doi.org/10.22364/bjmc.2016.4.4.26
[8] Kutyłowska Małgorzata, “Neural network approach for availability indicator prediction,” Periodica Polytechnica Civil Engineering, vol. 61, no. 4 , pp. 873-881 ,2017. https://doi.org/10.3311/PPci.10429
[9] Savsar Mehmet, “Availability analysis of a power plant by computer simulation,” International Journal of Energy and Power Engineering., vol. 9, no.4, pp. 495-498, 2015.
حقوق الطبع والنشر: يحتفظ مؤلفو الوصول المفتوح بحقوق الطبع والنشر لاعمالهم، ويتم توزيع جميع مقالات الوصول المفتوح بموجب شروط ترخيص Creative Commons Attribution License، والتي تسمح بالاستخدام غير المقيد والتوزيع والاستنساخ في أي وسيط، بشرط ذكر العمل الأصلي بشكل صحيح. إن استخدام الأسماء الوصفیة العامة، والأسماء التجاریة، والعلامات التجاریة، وما إلی ذلك في ھذا المنشور، حتی وإن لم یتم تحدیدھ بشکل محدد، لا یعني أن ھذه الأسماء غیر محمیة بموجب القوانین واللوائح ذات الصلة. في حين يعتقد أن المشورة والمعلومات في هذه المجلة صحيحة ودقيقة في تاريخ صحتها، لا يمكن للمؤلفين والمحررين ولا الناشر قبول أي مسؤولية قانونية عن أي أخطاء أو سهو قد يتم. لا يقدم الناشر أي ضمان، صريح أو ضمني، فيما يتعلق بالمواد الواردة في هذه الوثيقة.