[发明专利]一种面向制造过程的海上风电机组可靠性预计方法有效
申请号: | 202011277470.4 | 申请日: | 2020-11-16 |
公开(公告)号: | CN112395757B | 公开(公告)日: | 2022-11-01 |
发明(设计)人: | 汪臻;邓巍;赵勇;王茂华;陈晓路;管春雨;郭靖;杨正华;姚中原;顾健威;张宇 | 申请(专利权)人: | 华能盐城大丰新能源发电有限责任公司;西安热工研究院有限公司;华能国际电力股份有限公司江苏清洁能源分公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06Q50/06;G06F113/06;G06F119/02 |
代理公司: | 西安智大知识产权代理事务所 61215 | 代理人: | 何会侠 |
地址: | 224134 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 制造 过程 海上 机组 可靠性 预计 方法 | ||
1.一种面向制造过程的海上风电机组可靠性预计方法,其特征在于,包括以下步骤:
1)收集海上风电机组可靠性基础数据,包括海上风电机组各子系统的失效率数据、关键零部件的失效率数据和典型故障模式的失效率数据,整理海上风电机组各子系统之间、关键零部件之间以及典型故障模式之间的相互影响关系数据,并梳理子系统对海上风电机组的影响关系数据、零部件对子系统的影响关系数据以及典型故障对零部件的影响关系数据;
2)收集海上风电机组各关键零部件的制造过程数据,包括制造工艺数据和试验记录数据,并计算各工序的制造过程能力指数:
其中:Cpk为工序的制造过程能力指数;TU为工艺参数规范的上界;μ为工艺参数分布中心;T0=(TU+TL)/2为工艺规范要求中心;TL为工艺参数规范的下界;T为工艺参数值;
3)根据步骤1)获得的海上风电机组可靠性基础数据和步骤2)获得的制造过程数据,建立海上风电机组可靠性预计网络模型,包括以下步骤:
3.1)将海上风电机组抽象为模型的中心节点,将海上风电机组各子系统、关键零部件、典型故障模式抽象为模型的中间结点,将制造工艺抽象为模型的叶子节点;并按照上述次序分层排列,将不同层和同层内的影响关系抽象为模型中节点间的连边,构建海上风电机组的可靠性预计网络模型;
3.2)定义海上风电机组可靠性预计网络模型的数学表达式:
RM=<R,P>
R={RS,RSS,RP,RF,CPK}
P={PC→F,PF→F,PF→P,PP→P,PP→SS,PSS→SS,PSS→S}
其中:RM为海上风电机组可靠性预计网络模型的数学表达式,是一个二元组;R为模型中所有节点的可靠性指标集合,即节点权重集合;P为模型中节点间的影响关系矩阵集合,即节点间连边权重的集合;RS为海上风电机组整机的可靠性指标;RF、RP、RSS分别为海上风电机组的故障模式、零部件和子系统的可靠性指标集合,CPK为海上风电机组的制造过程能力指数集合;PC→F为制造过程能力指数和故障模式间的影响关系矩阵,PF→F为故障模式间的自相关矩阵,PF→P为故障模式和零部件间的影响关系矩阵,PP→P为零部件间的自相关矩阵,PP→SS为零部件和子系统间的影响关系矩阵,PSS→SS为子系统间的自相关矩阵,PSS→S为子系统与系统间的影响关系矩阵;
3.3)确定可靠性预计网络模型中各节点的可靠性指标,即权重,将步骤1)中获取到的各节点的失效率数据作为模型中中心节点和中间节点的可靠性指标,确定RS、RF、RP和RSS,将步骤2)中获得的制造过程能力指数作为模型中叶子节点的可靠性指标,确定CPK;
3.4)确定可靠性预计网络模型中同层节点间的连边权重,根据步骤1)中获得的可靠性基础数据,将典型故障模式间的关联影响强度作为故障模式层的节点连边权重,确定PF→F,将关键零部件间的关联影响强度作为零部件层的节点连边权重,确定PP→P,将子系统间的关联影响强度作为子系统层的节点连边权重,确定PSS→SS;
3.5)确定可靠性预计网络模型中不同层节点间的连边权重,根据步骤1)中获得的可靠性基础数据,以制造过程能力指数与典型故障模式间的关联度作为制造过程能力指数层和故障模型层间节点的连边权重,确定PC→F,以典型故障模式导致关键零部件失效的概率作为故障模式层和零部件层间节点的连边权重,确定PF→P,以关键零部件失效导致子系统失效的概率作为零部件层和子系统层间节点的连边权重,确定PP→SS,以子系统失效导致海上风电机组停机的概率作为子系统层和中心节点间的连边权重,确定PSS→S;
4)根据步骤3)建立的海上风电机组可靠性预计网络模型,分析量化制造过程对海上风电机组可靠性的影响程度,具体包括以下步骤:
4.1)根据海上风电机组的制造过程数据以及历史故障数据,构建制造过程能力指数与故障模式发生概率之间的隶属度函数:
M=2Φ(1-3Cpk)
其中:M为制造过程能力指数与其相关联的故障模式发生概率之间的隶属度函数,Ф为标准正态分布函数;
4.2)根据故障模式的传播扩散路径,对于每一个故障模式,寻找与其相对应的一个可靠性最小割集,海上风电机组制造过程对其可靠性的影响也即为在相应故障模式的可靠性最小割集影响下,海上风电机组整机可靠性的变化量;
4.3)根据步骤4.2)中获得的各可靠性最小割集,计算在每一可靠性最小割集影响下,海上风电机组可靠性的变化量,具体包括以下步骤:
4.3.1)计算在可靠性最小割集中每一条故障传播路径影响下海上风电机组可靠性的变化量:
其中:为在第j条故障传播路径影响下,海上风电机组可靠性的变化量;pathj为可靠性最小割集中的第j条传播路径;Mi为故障模式Fi与相应制造过程能力指数之间的隶属度函数;和分别为第j条故障传播路径上的故障模式、零部件和子系统的可靠性指标,也即失效率;λS为海上风电机组的失效率;和分别为第j条故障传播路径上,故障模式Fi导致零部件Pj失效的概率,零部件Pj失效导致子系统SSj失效的概率,以及子系统SSj导致海上风电机组失效的概率;
4.3.2)根据步骤4.3.1)得到的海上风电机组在每一条故障传播路径影响下海上风电机组可靠性变化量,计算海上风电机组在可靠性最小割集影响下的可靠性变化量:
其中:为故障模式Fi的可靠性最小割集影响下海上风电机组可靠性的变化量;为故障模式Fi的可靠性最小割集中,主传播路径下海上风电机组的可靠性变化量;为由故障相关性引起的海上风电机组的可靠性变化量;θij为主传播路径与第j条相关传播路径间的相关系数;L为故障模式Fi的最小割集中相关传播路径的条数;
4.4)根据步骤4.3)中获得的海上风电机组在各可靠性最小割集影响下的可靠性变化量,计算制造过程对海上风电机组可靠性的敏感度:
其中:为与故障模式Fi相对应的制造过程对海上风电机组可靠性的敏感度;
5)根据步骤4)中获得的制造过程对海上风电机组可靠性的敏感度,预计考虑制造过程的海上风电机组可靠性,具体包括以下步骤:
5.1)根据改进的二阶窄界限理论以及各子系统主、次故障模式的可靠性,计算各子系统的可靠性预计值:
其中:为子系统可靠性的预计值;R1为子系统主故障模式的可靠性;R2为子系统次故障模式的可靠性;ρ12为主、次故障模式间相关系数;β1、β2分别为主、次故障模式的可靠性指标,即为与主、次故障模式相关联的制造过程能力指数;R12为子系统主次故障模式的综合可靠度,Rmin为子系统可靠度的最小值;
5.2)根据步骤5.1)中获得的各子系统的可靠性预计值,计算海上风电机组的可靠性预计值:
其中:为海上风电机组的可靠性预计原始值;n为海上风电机组子系统的个数;
5.3)通过考虑制造过程对海上风电机组可靠性的影响,修正海上风电机组的可靠性预计值:
其中:为在考虑制造过程影响下,海上风电机组的可靠性预计修正值;m为可靠性最小割集的个数,也即故障模式的个数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华能盐城大丰新能源发电有限责任公司;西安热工研究院有限公司;华能国际电力股份有限公司江苏清洁能源分公司,未经华能盐城大丰新能源发电有限责任公司;西安热工研究院有限公司;华能国际电力股份有限公司江苏清洁能源分公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011277470.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种Pasg增氧设备
- 下一篇:一种可自动清理的人工湿地预处理过滤器