[发明专利]基于模糊理论的燃气轮机系统故障模式及影响分析方法

权利要求书

1.一种基于模糊理论的燃气轮机系统故障模式及影响分析(FMEA)方法，其特征在于，包括：

步骤1：确定FMEA对象的主要故障模式及评价标准；

步骤2：由多名专家分别基于各评价标准对各故障模式的等级进行评分，得到初始模糊评价矩阵；

步骤3：通过初始模糊评价矩阵及确信程度计算模糊综合评价矩阵；

步骤4：通过FRP算子计算模糊风险概率矩阵；

步骤5：由层次分析法得到评价指标的相对权重向量；

步骤6：计算各故障模式的主观风险顺序数；

步骤7：通过客观风险事故矩阵对主观风险顺序数修正得到最终的综合风险顺序数。

2.根据权利要求1所述的一种基于模糊理论的燃气轮机系统故障模式及影响分析(FMEA)方法，其特征在于：

由n名相关行业的专家E₁,E₂,…,E_n确定FMEA对象的m个主要故障模式：

F＝(F₁,F₂,…,F_m) (1)

确定FMEA方法的评价标准：

将各评价标准分为5种不同的等级：

3.根据权利要求2所述的一种基于模糊理论的燃气轮机系统故障模式及影响分析(FMEA)方法，其特征在于，所述步骤2具体包括：

步骤2.1：由n名专家分别对m种故障模式分别基于严重程度S、发生频率O、可检测度D，按照规定的5种等级进行评价，得到模糊语言评价矩阵；

步骤2.2：使用梯形模糊数，采用1-9标度法，替换相应的语言变量，得到初始模糊评价矩阵：

式中，为初始模糊评价矩阵；表示第i名专家对相应的评价结果的确信程度，且越接近1，表明第i名专家基于第k种评价标准对第j个故障模式的评价结果的确信程度越高，反之则越低；代表一个梯形模糊数，其隶属度函数为：

4.根据权利要求3所述的一种基于模糊理论的燃气轮机系统故障模式及影响分析(FMEA)方法，其特征在于，所述步骤3包括：

步骤3.1：使用对进行加权修正：

式中，表示对进行修正后的梯形模糊数；

步骤3.2：综合n名专家的初始模糊评价矩阵得到模糊综合评价矩阵：

式中，为模糊综合评价矩阵；为梯形模糊数，代表n名专家评分的均值。

5.根据权利要求4所述的一种基于模糊理论的燃气轮机系统故障模式及影响分析(FMEA)方法，其特征在于，所述步骤4包括：

步骤4.1：针对基于第k项评价标准的第i个故障模式，在模糊坐标系中分析找出能够使系统正常运行的区域，其隶属度函数为：

式中，η为该故障模式不影响系统正常运行的最大边界值；

步骤4.2：使用FRP算子计算模糊风险概率矩阵，对于模糊综合评价矩阵中的某个梯形模糊数元素进行如下计算：

式中，为模糊风险概率矩阵；0u1；和分别为η的上限和下限。

6.根据权利要求5所述的一种基于模糊理论的燃气轮机系统故障模式及影响分析(FMEA)方法，其特征在于，所述步骤5中评价指标的相对权重向量为：

W＝(w^S,w^O,w^D) (11)

式中，w^S为故障严重程度S的相对权重，w^O为故障发生频率O的相对权重，w^D为故障可检测度D的相对权重。