[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

说明书

本发明公开了一种面向制造过程的海上风电机组可靠性预计方法，在分析海上风电机组各子系统关键零部件的制造过程能力指数基础上，建立了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；通过分析海上风电机组子系统、零部件、故障模式之间的故障传播影响，构建了海上风电机组的可靠性预计网络模型，并分析了各故障模式的可靠性最小割集对海上风电机组可靠性的敏感指数，进而量化了实际制造过程对海上风电机组可靠性的影响程度；在此基础上，辨识出了各子系统的主次故障模式，采用改进的二阶窄界限理论，在考虑当前制造过程的情况下，以各子系统主次故障模式的可靠度及相关性为输入预计了海上风电机组的固有可靠性。

技术领域

本发明属于可靠性预计技术领域，涉及一种海上风电机组的可靠性预计方法，具体涉及一种面向制造过程的海上风电机组可靠性预计方法。

背景技术

可靠性预计是根据系统的可靠性框图和使用环境，采用获得的可靠性数据，预测产品在规定的使用条件下可能达到的可靠度。可靠性预计是可靠性分配的反过程，它根据底层零部件的可靠性自下而上地估算系统可靠性，是一种局部到整体的综合分析过程。工程中常用的可靠性预计方法主要包括：数学模型法、性能参数法、快速预计法、相似产品类比法、应力分析方法、蒙特卡罗方法、专家评分方法、修正系数法、故障率预计法和一次二阶矩法等。

除上述传统可靠性预计方法外，近年来，国内外学者还提出了一些新的可靠性预计方法，如全局分枝定界法、概率设计法、基于FMEA的方法、基于FTA的方法、基于支持向量回归的方法、基于仿真的方法等。Mustafa等利用现场返回的数据，提出了一种适用于大批量生产、面向复杂电子产品整个保修期的可靠性预计模型，该模型基于威布尔-指数分布，采用基于前后向数据分析的变点检测方法计算系统失效率；Moura等为了预计工程构件的失效时间和可靠性，提出了一种基于数据驱动和经验技术的非线性可靠性预计方法，该方法采用支持向量机回归技术学习失效时间序列数据，并在成功训练后预测未来的失效时间；Joseph等设计了一种基于失效物理激励数据的FPGA器件综合可靠性预计方法，为了将可靠性描述从零度以下扩展到高温，采用多温度工作寿命测试方法计算了3种不同机构在45nm和28nm技术下的失效时间；Tao等针对不同运行条件下的系统/组件，提出了一种新的多状态动态SVR方法来处理动态多状态条件下的在线可靠性评估和SOH预测问题，该方法具有识别运行状态和动态更新回归模型的能力；Santhosh等提出了一种利用人工神经网络从加速老化数据中预测仪表和控制电缆寿命和可靠性的综合方法，该方法通过考虑各种故障率来预测与时间相关的可靠性；Wang等针对面向服务的SoS中的组件系统提出了一种在线可靠性时间序列预测方法，该方法利用概率图形模型生成近期的时间序列，并通过从真实Web服务中收集的调用记录来进行预测效果评估。

目前，大多数可靠性预计方法在可靠性预计的准确性方面均有所偏差甚至出现误导。原因在于对零件可靠性的简单累加并不能全面考虑影响系统可靠性的多方面因素。现阶段的可靠性预计方法以设计阶段可靠性配置作为出发点，却忽略了产品的制造过程对产品最终可靠性的影响。对于大多数产品而言，系统、子系统在设计阶段规定或分配的可靠性在实际加工制造过程中并不一定能得到绝对的保证，由于产品制造工序能力的波动，其制造完工后的可靠性可能会偏离规定的可靠性要求。为此，在进行产品可靠性预计时，应充分考虑制造过程对产品最终可靠性的影响。

发明内容

为了解决现有技术中的问题，本发明公开了一种面向制造过程的海上风电机组可靠性预计方法，通过分析量化制造过程对海上风电机组可靠性的影响，提高了海上风电机组可靠性预计的准确性。

为了实现以上目的，本发明所采用的技术方案为，

一种面向制造过程的海上风电机组可靠性预计方法，包括以下步骤：