基于直觉模糊集FMEA的风电机组可靠性分析

摘要

风能作为一种可再生的清洁能源，在建立更加安全，低碳的新型能源体系的过程中，扮演着重要作用。风力发电具有清洁，可再生，建基周期短和装机规模灵活等优点，日益为人们所重视和接受，目前正处于快速发展阶段，但是背后也隐藏着各种亟待解决的问题，高故障发生概率以及高成本的运维费用使得风电机组的损耗甚高，所以对风电机组进行全面的故障剖析，构建完备的风电机组故障知识库，具有重要的研究意义。本文的主要研究内容包括： 以水平轴双馈异步风电机组为研究对象，分别对风电机组及各个子系统进行结构分析与功能分析，描述风电机组各子系统的工作状态、相互关联和相互作用关系；从故障发生概率和造成发电量损失两方面总结相关数据，确定重点研究对象为偏航系统、变桨系统、发电机系统以及传动系统等。 根据传统的故障模式与影响分析（FMEA）方法对风电机组进行故障模式影响分析和危害性分析，定性分析各零件的功能，故障模式，故障影响，故障严重度，故障应对措施等。传统FMEA分析方法存在不能准确表达评价信息，未考虑评价权重和故障模式之间影响关系等缺陷。利用基于直觉模糊集的改进FMEA分析方法，利用直觉模糊数和直觉模糊优先加权算子对故障模式评估信息进行集结；通过直觉模糊优先加权算子，计算专家评价指标优先度的集结，得到评价指标的专家主观权重，采用偏差最大化模型求解客观评价指标权重，综合考虑主客观权重确定评价指标权重；基于决策试验与评估实验室法（DEMATEL），计算故障模式间的影响关系，对故障模式严重度进行修正；利用参考点法计算Hamming距离，从而确定故障模式严重度排序，解决传统FMEA存在的问题，从而获得更为准确的故障模式危害性排序，提供更为正确的风电机组故障诊断结果。 最后，通过实例验证，分析风电机组的典型故障模式，确定故障模式严重度排序，并对其结果进行分析，为故障维修以及维护策略提供意见，并对不同故障模式危害度分析方法的结果进行比较，验证基于直觉模糊集的风电机组FMEA分析方法的有效性。

目录

第一个书签之前