余林鋒，吳 兵，翁建軍,4，李志雄，翁金賢

(1.武漢理工大學(xué) 航運(yùn)學(xué)院，湖北 武漢430063;2.武漢理工大學(xué) 智能交通系統(tǒng)研究中心，湖北 武漢430063;3.武漢理工大學(xué) 國(guó)家水運(yùn)安全工程技術(shù)研究中心，湖北 武漢430063; 4.武漢理工大學(xué) 航運(yùn)技術(shù)湖北重點(diǎn)實(shí)驗(yàn)室，湖北 武漢430063;5.中國(guó)海洋大學(xué) 工程學(xué)院，山東 青島 266003;6.上海海事大學(xué) 交通運(yùn)輸學(xué)院，上海 210306)

截至2018年底，全國(guó)累計(jì)風(fēng)電裝機(jī)12.4萬(wàn)臺(tái)，比2017年(11.4萬(wàn)臺(tái))同比增長(zhǎng)8.8%，新增風(fēng)電裝機(jī)容量2 114萬(wàn)kW，累計(jì)裝機(jī)容量2.1億kW。然而，由于長(zhǎng)時(shí)間運(yùn)行、惡劣的外部環(huán)境和可變的加載條件[1]，風(fēng)機(jī)容易出現(xiàn)不同類(lèi)型的故障，需要大量的運(yùn)行維護(hù)費(fèi)用[2]。鑒于以上原因，通過(guò)對(duì)風(fēng)機(jī)的失效分析、可靠性分析和風(fēng)險(xiǎn)評(píng)估[3]，預(yù)測(cè)風(fēng)機(jī)系統(tǒng)中存在的不足是一種有效的維護(hù)方法，可減少風(fēng)機(jī)在整個(gè)生命周期中的操作成本和維護(hù)成本。ARABIAN-HOSEYNABADI等[4]等較早利用失效模式與影響分析(failure modes and effects analysis，F(xiàn)MEA)方法對(duì)風(fēng)機(jī)進(jìn)行風(fēng)險(xiǎn)評(píng)估。何成兵等[5]利用FMEA方法獲得風(fēng)機(jī)設(shè)備的故障模式、故障影響和故障原因等信息。KANG等[6]提出了一種基于FMEA的風(fēng)機(jī)風(fēng)險(xiǎn)評(píng)估方法，采用指標(biāo)向量法計(jì)算各失效模式之間的相關(guān)性，得到了系統(tǒng)最弱的失效基礎(chǔ)。

雖然FMEA方法是一種簡(jiǎn)單、易操作的安全和可靠性分析工具，但是該方法忽略了發(fā)生度、嚴(yán)重度、檢測(cè)度在確定失效的風(fēng)險(xiǎn)程度時(shí)是具有不同的權(quán)重的，相同的風(fēng)險(xiǎn)順序數(shù)(risk priority number，RPN)也可能意味著不同的風(fēng)險(xiǎn)等級(jí)[7-8]。此外，在對(duì)風(fēng)險(xiǎn)要素評(píng)價(jià)時(shí)忽略了輸出變量具有一定的置信度的影響。因此，筆者提出一種結(jié)合模糊理論和貝葉斯網(wǎng)絡(luò)改進(jìn)的FMEA方法，對(duì)風(fēng)機(jī)部件失效進(jìn)行風(fēng)險(xiǎn)評(píng)估。該方法利用貝葉斯網(wǎng)絡(luò)推理技術(shù)實(shí)現(xiàn)置信結(jié)構(gòu)與傳統(tǒng)IF-THEN推理規(guī)則的結(jié)合，并用得到的邊緣概率表示風(fēng)機(jī)部件失效的風(fēng)險(xiǎn)程度，提高了FMEA方法的合理性和準(zhǔn)確性。

1 基于模糊貝葉斯推理的風(fēng)機(jī)部件失效風(fēng)險(xiǎn)評(píng)估方法

1.1 風(fēng)機(jī)部件失效風(fēng)險(xiǎn)評(píng)估框架

風(fēng)機(jī)部件失效風(fēng)險(xiǎn)評(píng)估框架如圖1所示。首先，確定風(fēng)電場(chǎng)的3種主要風(fēng)力發(fā)電機(jī)類(lèi)型，根據(jù)風(fēng)機(jī)的工作原理，確定了風(fēng)機(jī)的9個(gè)關(guān)鍵部件，并結(jié)合已有的文獻(xiàn)研究和統(tǒng)計(jì)數(shù)據(jù)確定風(fēng)機(jī)的關(guān)鍵部件的失效模式、原因、影響和監(jiān)測(cè)方法。其次，建立三層貝葉斯網(wǎng)絡(luò)。將失效部件作為貝葉斯網(wǎng)絡(luò)的第一層；利用隸屬函數(shù)對(duì)部件失效的嚴(yán)重度、發(fā)生度、檢測(cè)度進(jìn)行模糊化處理，得到各屬性的模糊語(yǔ)言集合，作為貝葉斯網(wǎng)絡(luò)第二層中對(duì)應(yīng)屬性節(jié)點(diǎn)的輸入值；建立含置信度的IF-THEN推理規(guī)則，用來(lái)表示失效屬性和風(fēng)險(xiǎn)程度之間的推理關(guān)系，并將其作為貝葉斯網(wǎng)絡(luò)第三層節(jié)點(diǎn)先驗(yàn)概率輸入。計(jì)算得到貝葉斯網(wǎng)絡(luò)的邊緣概率即為部件失效的風(fēng)險(xiǎn)程度。最后，引入效用值，得到風(fēng)機(jī)部件失效的風(fēng)險(xiǎn)排名并進(jìn)行分析。

圖1 風(fēng)機(jī)部件失效風(fēng)險(xiǎn)評(píng)估框架

1.2 確定風(fēng)機(jī)部件的失效模式

目前，市場(chǎng)上主要有3種變速風(fēng)力發(fā)電機(jī)：雙饋式感應(yīng)發(fā)電機(jī)(doubly fed induction generator，DFIG)、直接驅(qū)動(dòng)永磁同步發(fā)電機(jī)(permanent magnet synchronous generator，PMSG)、半直驅(qū)永磁同步發(fā)電機(jī)。變速風(fēng)力發(fā)電機(jī)的工作原理如圖2所示，可見(jiàn)風(fēng)機(jī)主要由葉片、齒輪箱、發(fā)電機(jī)、變流器、變槳系統(tǒng)、偏航系統(tǒng)、測(cè)風(fēng)系統(tǒng)、制動(dòng)系統(tǒng)和控制系統(tǒng)9個(gè)關(guān)鍵部件組成。3種風(fēng)力發(fā)電機(jī)都是把風(fēng)速、風(fēng)向信號(hào)作為控制系統(tǒng)的輸入變量，實(shí)現(xiàn)對(duì)風(fēng)機(jī)其他部件的轉(zhuǎn)速和功率的控制，從而獲得最高的風(fēng)能轉(zhuǎn)換效率，最終將轉(zhuǎn)換的電能輸送到電網(wǎng)[9]。

圖2 變速風(fēng)力發(fā)電機(jī)的工作原理

在盛風(fēng)發(fā)電期間，因葉片失效引起的事故約占風(fēng)電場(chǎng)事故的1/3[10]，而且葉片失效需要立即維修，平均排除故障的時(shí)間也最長(zhǎng)；齒輪、軸承的失效是齒輪箱的主要失效模式；軸承失效是發(fā)電機(jī)的主要失效模式[11]；變流器的故障發(fā)生頻率最高，最高可達(dá)0.2次/(臺(tái)·年)，變流器失效主要是由電阻、電容器和電源開(kāi)關(guān)的短路或開(kāi)路所致[12]；變槳系統(tǒng)和偏航系統(tǒng)的失效主要表現(xiàn)為電機(jī)振動(dòng)、過(guò)熱、齒輪損壞等；風(fēng)向標(biāo)、風(fēng)速儀測(cè)量不準(zhǔn)和側(cè)風(fēng)支架表面老化銹蝕是測(cè)風(fēng)系統(tǒng)的主要失效形式[13]；制動(dòng)盤(pán)磨損是制動(dòng)系統(tǒng)最常見(jiàn)的失效形式；控制系統(tǒng)中包含了各式各樣的傳感器，控制系統(tǒng)失效主要是傳感器失效引起[14]。綜上，建立風(fēng)機(jī)失效模式表，如表1所示。

1.3 模糊化風(fēng)機(jī)部件失效屬性

1.4 建立風(fēng)機(jī)置信度推理規(guī)則

對(duì)屬性O(shè)、S、D進(jìn)行模糊化后，引入IF- THEN推理規(guī)則，實(shí)現(xiàn)輸入變量(O、S、D的評(píng)級(jí)定義值)和輸出變量(風(fēng)險(xiǎn)等級(jí)RI)之間的推理關(guān)系。傳統(tǒng)的IF- THEN推理規(guī)則為：

(1)

表1 風(fēng)機(jī)失效模式表

圖3 屬性O(shè)、S、D的隸屬函數(shù)

傳統(tǒng)的IF- THEN推理規(guī)則是一個(gè)多輸入、單輸出的規(guī)則。但在現(xiàn)實(shí)中，難以百分之百地描述輸出變量，而應(yīng)該是具有一定程度的置信度。因此，筆者采用改進(jìn)的IF- THEN推理規(guī)則：

(2)

因此，在專(zhuān)家判斷的基礎(chǔ)上，建立風(fēng)機(jī)部件失效風(fēng)險(xiǎn)評(píng)估置信推理規(guī)則庫(kù)，如表2所示。以規(guī)則R1為例，其可解釋為R1:IFO1andS1andD1,THEN {(1,RI1),(0,RI2),(0,RI3),(0,RI4)}。引入置信度的模糊推理規(guī)則表示前因和結(jié)論之間的映射關(guān)系，可能具有不確定性。但與傳統(tǒng)的IF- THEN推理規(guī)則相比，引入置信度的模糊推理規(guī)則更精確，也更合理。

表2 風(fēng)機(jī)部件失效風(fēng)險(xiǎn)評(píng)估置信推理規(guī)則庫(kù)

1.5 基于模糊貝葉斯推理的風(fēng)險(xiǎn)評(píng)估

P(Oi′)P(Sj′)P(Dk′)

(3)

為了使子節(jié)點(diǎn)NRI的邊緣概率作為風(fēng)機(jī)部件失效風(fēng)險(xiǎn)評(píng)估結(jié)果的依據(jù)更加直觀，引入效用值PN(0≤PN≤1)，取(1.0，0.7，0.4，0.1)分別對(duì)應(yīng)風(fēng)險(xiǎn)評(píng)估等級(jí)中的“低” “中” “較高” “高”，則最終失效部件的風(fēng)險(xiǎn)評(píng)估效用值為：

PN=1.0×P(RI1)+0.7×P(RI2)+

0.4×P(RI3)+0.1×P(RI4)

(4)

2 實(shí)例分析

2.1 風(fēng)機(jī)部件失效屬性的評(píng)價(jià)結(jié)果

文獻(xiàn)[19]統(tǒng)計(jì)了風(fēng)機(jī)9個(gè)關(guān)鍵部件的故障情況，如表3所示。以發(fā)生度(O)為例，將故障發(fā)生頻率作為發(fā)生度的評(píng)價(jià)依據(jù)，采用極值化方法對(duì)每個(gè)部件的故障發(fā)生頻率進(jìn)行標(biāo)準(zhǔn)化處理，考慮到失效屬性評(píng)價(jià)值的取值范圍為1～10，再將標(biāo)準(zhǔn)化的結(jié)果乘以10，即為該部件失效發(fā)生度的評(píng)價(jià)值。采用同樣的方法，以表3中平均排除故障耗時(shí)作為嚴(yán)重度的評(píng)價(jià)依據(jù)，得到嚴(yán)重度的評(píng)價(jià)值。檢測(cè)度(D)的評(píng)價(jià)標(biāo)準(zhǔn)如表4所示，根據(jù)該評(píng)價(jià)標(biāo)準(zhǔn)可得到檢測(cè)度的評(píng)價(jià)值。最后，得到各部件失效屬性的評(píng)價(jià)結(jié)果，如表5所示。其中，風(fēng)險(xiǎn)順序數(shù)RPN=O×S×D。

表3 風(fēng)機(jī)關(guān)鍵部件故障統(tǒng)計(jì)情況

表4 檢測(cè)度的評(píng)價(jià)標(biāo)準(zhǔn)

表5 部件失效屬性的評(píng)價(jià)結(jié)果

2.2 風(fēng)機(jī)部件失效屬性模糊化結(jié)果

2.3 風(fēng)機(jī)部件失效風(fēng)險(xiǎn)評(píng)估

根據(jù)部件失效屬性模糊化結(jié)果和置信推理規(guī)則，可計(jì)算出風(fēng)機(jī)部件失效的風(fēng)險(xiǎn)評(píng)估結(jié)果。以葉片失效(FM1)為例，借助GeNIe軟件，得到部件失效的風(fēng)險(xiǎn)評(píng)估結(jié)果，如圖4所示，貝葉斯網(wǎng)絡(luò)中節(jié)點(diǎn)NRI的邊緣概率為{(0.08，高)，(0.04，較高)，(0.64，中)，(0.24，低)}，計(jì)算出葉片失效的PN值為0.388。風(fēng)機(jī)部件失效的風(fēng)險(xiǎn)程度高低與PN值的大小呈負(fù)相關(guān)關(guān)系，據(jù)此對(duì)風(fēng)機(jī)部件失效的風(fēng)險(xiǎn)程度進(jìn)行排名，評(píng)估結(jié)果如表7所示。

從表7可以看出：①無(wú)論是按效用值還是按RPN值進(jìn)行風(fēng)險(xiǎn)排序，F(xiàn)M1、FM2、FM3的風(fēng)險(xiǎn)程度都排在前三位。這是因?yàn)槿~片失效、齒輪箱失效、發(fā)電機(jī)失效都會(huì)導(dǎo)致整個(gè)機(jī)組停機(jī)，且故障維修時(shí)間長(zhǎng)，會(huì)造成巨大的經(jīng)濟(jì)損失。因此，葉片、齒輪箱、發(fā)電機(jī)是風(fēng)機(jī)系統(tǒng)設(shè)計(jì)過(guò)程中需要慎重考慮的部分，也是后續(xù)使用過(guò)程中需重點(diǎn)維護(hù)的對(duì)象。②按效用值進(jìn)行風(fēng)險(xiǎn)排序，F(xiàn)M2比FM3的風(fēng)險(xiǎn)程度高，這是因?yàn)辇X輪箱和發(fā)電機(jī)的故障發(fā)生頻率相近，但從維修的角度考慮，齒輪箱故障導(dǎo)致的停機(jī)時(shí)間遠(yuǎn)高于發(fā)電機(jī)。對(duì)于變流器、偏航系統(tǒng)和控制系統(tǒng)，雖然三者發(fā)生故障均相對(duì)易維修，但從故障率的角度考慮，變流器的故障率最高，控制系統(tǒng)的故障率次之，偏航系統(tǒng)的故障率最低，這也就導(dǎo)致三者的風(fēng)險(xiǎn)程度由高到低依次為FM4、FM9、FM6?？傊趥鹘y(tǒng)FMEA方法的基礎(chǔ)上，引入模糊貝葉斯進(jìn)行風(fēng)機(jī)部件失效風(fēng)險(xiǎn)評(píng)估，可以更加準(zhǔn)確地分析風(fēng)機(jī)部件主要失效模式的風(fēng)險(xiǎn)排序，得出更準(zhǔn)確的風(fēng)險(xiǎn)評(píng)估結(jié)果。

表6 部件失效屬性模糊化結(jié)果

圖4 風(fēng)機(jī)葉片失效的風(fēng)險(xiǎn)評(píng)估結(jié)果

表7 各部件失效的風(fēng)險(xiǎn)程度對(duì)比結(jié)果

3 結(jié)論

(1)提出了基于模糊貝葉斯的風(fēng)機(jī)部件失效風(fēng)險(xiǎn)評(píng)估方法，該方法在風(fēng)機(jī)系統(tǒng)FMEA分析的基礎(chǔ)上引入模糊理論，利用隸屬度函數(shù)將部件失效屬性的評(píng)價(jià)值轉(zhuǎn)化成模糊語(yǔ)言集合，建立置信推理規(guī)則庫(kù)，引入貝葉斯網(wǎng)絡(luò)實(shí)現(xiàn)部件失效屬性與風(fēng)險(xiǎn)程度的推理關(guān)系，從而獲得部件失效的風(fēng)險(xiǎn)排名。

(2)在風(fēng)力發(fā)電機(jī)組運(yùn)行過(guò)程中，系統(tǒng)的長(zhǎng)時(shí)間運(yùn)行和外部的環(huán)境條件會(huì)導(dǎo)致一系列的故障。基于模糊貝葉斯的風(fēng)機(jī)部件失效風(fēng)險(xiǎn)分析可知：葉片、齒輪箱、發(fā)電機(jī)是失效風(fēng)險(xiǎn)較高的風(fēng)機(jī)部件，在進(jìn)行風(fēng)險(xiǎn)監(jiān)測(cè)和制定風(fēng)電機(jī)組維修政策時(shí)應(yīng)重點(diǎn)考慮。

(3)筆者所提出的基于模糊貝葉斯的失效風(fēng)險(xiǎn)評(píng)估方法使風(fēng)機(jī)部件失效風(fēng)險(xiǎn)評(píng)估更加準(zhǔn)確,為風(fēng)機(jī)部件失效風(fēng)險(xiǎn)評(píng)估提供了一種便捷工具，同時(shí)該方法也可以應(yīng)用于其他設(shè)備系統(tǒng)的風(fēng)險(xiǎn)評(píng)估。