海上风机的模糊关联失效模式及其影响分析

孙丽萍，康济川，刘子健，孙海

(哈尔滨工程大学 深海工程技术研究中心，黑龙江 哈尔滨150001)



海上风机的模糊关联失效模式及其影响分析

孙丽萍，康济川，刘子健，孙海

(哈尔滨工程大学 深海工程技术研究中心，黑龙江 哈尔滨150001)

摘要：海上风机属于多系统多功能的大型设备，且运行环境条件恶劣，进行可靠性分析时面临着系统失效模式复杂且相互之间存在相关性的问题，失效模式及其影响分析(FMEA)方法无法对系统的风险进行准确评估。在完成传统FMEA的基础上，找出风险优先数(RPN)较高的若干失效模式，并制定发生率、严重度和检测度的模糊评价术语集合，应用基于TOPSIS理论的模糊FMEA方法对这些典型失效模式进行评价。对于在模糊FMEA中风险程度接近的失效模式，结合模糊语境下的决策试验与实验评估法(DEMATEL)计算各失效模式的原因度、综合参照影响度和原因度得出主要失效模式的风险排序。将模糊关联FMEA方法应用于海上风机的风险评估，计算结果表明发电机与冷却设备对系统安全性影响最为显著。

关键词：模糊理论；海上风机；风险评估；相关性分析；失效模式及影响分析；决策试验与实验评估法

网络出版地址：http://www.cnki.net/kcms/detail/23.1390.u.20160127.1102.008.html

随着可再生能源开发技术的进步，风电开发地域从陆地向海洋不断发展，海上风电由于资源丰富、风速稳定和可以大规模开发等优点，受到世界各国的广泛关注。尽管海上风力发电与陆上风力发电相比优势明显，但复杂多变的海洋环境给设备的运输安装以及运行都带来了巨大挑战，因此对海上风电设备进行可靠性分析是安全高效开发海洋风能的基础。为了准确分析风机故障模式及其故障影响，本文采用故障模式及影响分析法(FMEA)对海上风机进行可靠性评估。

FMEA是用以找出产品设计、工艺设计和设备设计等阶段中的缺点和潜在的缺陷，进而分析各组成元素的故障模式及其对上一层次结构乃至系统产生故障影响的一种方法[1]。Tavner等[2]首先将FMEA方法引入风力发电机的风险评估，在分析机组设备构成的基础上对R80陆上风机进行研究，找出了危险程度较高的一系列设备。何成兵等[3]利用FMEA方法开展了风力发电机组主要设备的故障模式统计分析，获得了各设备故障模式详细统计报表，为系统的状态监测与故障诊断提供理论基础。

FMEA方法虽然简单易行，便于掌握和推广，但由于它是一种单因素分析法，难以分析几种因素同时作用导致的某种后果，也没有考虑到各故障模式之间相关性的问题，因而具有一定局限性[4]，逼近理想解排序技术(TOPSIS)是一种简单实用且适用于复杂系统的多因素决策分析方法[5]，本文应用基于模糊理论的TOPSIS对FMEA方法进行改进，在此基础上结合模糊语境下的决策实验与评价实验室技术(DMEATEL)，对海上风机各个失效模式进行排序，把故障模式之间的影响以原因度的量化方式表达，提高了FMEA法分析的准确性与合理性。

1模糊关联FMEA方法的理论基础

1.1模糊集理论及模糊FMEA方法

与常规FMEA不同，模糊语境下的FMEA通常用模糊语言对故障模式进行评价，把故障模式的严重程度(S)，发生频度(O)以及难检测程度(D)作为模糊语言变量，结合专家知识和经验，利用模糊语言术语对失效模式进行评价[6-7]，通常采用三角模糊数对模糊语言进行量化处理，其隶属函数为[8]：

(1)

式中：fij表示评价因子j对第i个失效模式的评价结果。对失效模式严重度(S)，发生度(O)及难检测度(D)的模糊语言可用模糊术语集V={VL(极低)，L(低)，M(一般)，H(高)，VH(非常高)}来描述，表1给出了一种模糊语言变量与三角模糊数的对应关系。

表1　语言变量与模糊数的转换关系

专家利用自身经验及专业知识对失效模式进行评价，可得到系统失效模式的评估矩阵：

(2)

为消除不同量纲对决策的影响，可采用式(3)对矩阵各评价因子规范化：

(3)

本文利用TOPSIS理论对评价方案进行决策分析，评判各失效模式风险程度高低。TOPSIS法是Hwang和Yoon于1981年提出的一种适用于根据多项指标，对多个方案进行比较选择的分析方法，这种方法的中心思想在于首先确定各项指标的正理想值和负理想值，然后求出各个方案与正理想值、负理想值之间的加权欧氏距离，由此得出各方案与最优方案的公式接近程度，作为评价方案优劣的标准[5]。其中，三角模糊数的距离公式分别为

(4)

(5)

式中：r+和r-分别代表最危险的失效模式和最不可能发生的失效模式，Si+表示第i种失效模式距离r+的程度，数值越小、距离越近则失效危险性越大，Si-则表示第i种失效模式与最不可能发生的失效模式之间的距离 ，数值越小则失效危险性越小，则每种失效模式的相对影响度为

(6)

由式(6)可知，当失效模式越接近r+，越远离r-时，相对影响度ξ值越大，失效模式所导致的风险程度也就越高。

1.2基于模糊集的DEMATEL算法

对相对影响度相同或相近的失效模式风险程度高低的评估，可以利用模糊语境下的决策试验和评价实验法(DEMATEL)。DEMATEL方法通过分析系统中各要素之间的逻辑关系与直接影响关系，计算出每个因素的影响程度与被影响度，从而计算出每个因素的中心度和原因度[9-10]。运用DEMATEL法对复杂系统相互关系的进行分析步骤如下：

1)专家对故障模式进行评估，评估语言术语如表1所示。

2)对三角模糊数进行标准化处理，公式如下：

(7)

(8)

(9)

3)在对模糊数进行标准化后，接下来要计算左右标准值：

(10)

(11)

4)然后计算总的标准值：

(12)

5)获得每个专家反映的第i个因素对第j个因素的影响值：

(13)

6)在对专家评价术语进行去模糊化之后，需要将直接影响矩阵A转化为标准化影响矩阵D，得到总影响关系矩阵T：

(14)

利用方程(15)可获得总关系矩阵T：

(15)

7)由式(16)、(17)计算矩阵T的行阵之和D与列阵之和R，得到影响度(D)、被影响度(R)、中心度(D+R)、原因度(D-R)，式中t为矩阵T中对应元素。

(16)

(17)

综合以上理论，本文应用的模糊语境下的关联FMEA方法流程为：

1)：专家组对复杂系统的失效模式进行传统FMEA评估，得出RPN较高的若干失效模式。

2)：制定发生率、严重度和检测度的模糊评价术语集合，并对1)中得到的失效模式进行评估，得到模糊语言FMEA表。

3)：计算每一种失效模式与r+与r-之间的距离，获得每一种失效模式的影响度。

4)：专家组评估失效模式影响关系，并应用公式(7)～(13)得到直接影响关系矩阵，进行正规化处理后，计算得出每种失效模式的原因度。

5)：根据失效模式的影响度和原因度进行风险评估，找到对于整个系统可靠性影响最大的若干失效模式，并提出改进方案。

2模糊语境下的关联FMEA对海上风机的应用

通常海上风机可分为叶轮、发电系统、传动系统、偏航系统、变桨系统、液压系统和支撑结构几部分[2,11]。其中叶轮、传动系统和发电系统的作用是捕获风能并将其转换为电能，是整个风机的核心；偏航与变桨系统通过调整叶轮方向与叶片攻角使系统获得最优的发电效率；液压系统的作用主要是为偏航和变桨提供推力，是重要的辅助系统；支撑结构包括机舱罩、塔架、基座等结构，用于固定机组设备。

根据不同子系统的失效特征，以5MW直驱海上风机为例进行FMEA评估，表2为风险程度较高的典型故障模式：应用模糊语境下的关联FMEA方法，以海上设备风险数据库(OREDA2009)为数据依据，由专家组对海上风机的13个典型失效模式SOD三个影响因子以及失效模式两两之间的关联系数进行评价。评估过程中对于数据库中没有详细描述的失效模式，选取相似度最高的设备故障形式加以估计。基于实际运行考虑，选定权重向量ω=[0.4，0.3，0.3]，由式(4)～(6)计算得到影响度ξ；由式(7)～(13)得到每个专家的评估结果，设每位专家评估结果的权重相同，由式(8)～(17)得出各个失效模式的原因度。计算结果见表3。

图1将传统FMEA方法、基于TOPSIS理论的模糊FMEA方法及本文提出的方法的计算结果进行对比。

表2　海上风机FMEA

表3　海上风机模糊关联FMEA计算结果

基于模糊理论的关联FMEA方法在应用传统FMEA将复杂系统的大量失效模式进行筛选的基础上，运用模糊方法更准确的分析主要失效模式的风险排序，并依据模糊DEMATEL理论综合不同专家的意见评估失效模式的关联度，区分影响度接近的失效模式的实际危险程度，得出更为准确的评估结果。从结果中可以看出：

1) 在3种分析方法中，隶属于发电系统的3个失效模式FM1、FM2与FM3的危险程度均在前五位以内，因此发电设备是整个海上风机系统的关键。这个结果与实际工程经验相符，发电机的失效往往会导致机组停机，而由于海上风机离岸距离较远且天气复杂多变，给维修维护带来了很大困难，长时间的停机将严重影响风电场的经济效益。因此在设计阶段就要充分考虑发电系统的可靠性，并制定合适的维护策略。

图1　3种方法计算结果对比Fig.1　Comparison results of different methods

2) 在传统FMEA与模糊FMEA分析中，FM3与FM4的计算结果接近，难以区分，但通过原因度的分析得出了绝缘系统失效的实际风险更大，这是由于绝缘系统故障可能会引发多个电器设备的失效，其中也包括了发电机绕组短路的情况，因此FM4具有更高的风险。同样FM11与FM12的计算结果也非常接近，但其风险程度是不同的，这是因为变桨系统的故障可能引发整个叶轮系统的故障，因此实际情况中FM11的风险程度更高。这也说明该方法可以有效区分RPN与ξ值较为接近的失效模式，具有更高的合理性。

3) 在传统FMEA基础上结合模糊DEMATEL理论得到原因度较高的一系列失效模式需要格外注意，例如原因度最高的FM5冷却系统故障。目前海上风电装机容量日趋大型化，发电机和变流器变压器等系统需要承受更高的热量，因此冷却系统故障可能导致多个电控类设备的失效。又如FM8中液压系统的故障将影响变桨、偏航等多个系统的运行，造成连锁反应。

3结论

1) 通过应用模糊关联FMEA方法对海上风机系统的计算分析，可以分析得出发电机是对于系统可靠性最重要的设备，直接关系到整个风机的运行安全与经济效益。此外，冷却系统的失效可能引发多个设备的故障，因此在风机装机容量大型化的趋势下冷却系统的维护需要格外注意。

2) 在对海上风机的分析过程中发现，模糊语境下的相关性FMEA方法可以有效区分RPN相近的失效模式的实际危险程度，提高了FMEA评估结果的精度。同时，在DEMATEL分析过程中应用模糊处理方法可降低专家组意见主观性的影响，提高原因度的计算准确性。

3) 复杂设备失效模式众多，失效关系复杂，对系统的每一个失效模式进行模糊语境下的相对影响度和原因度计算工作量过大且意义有限。本文提出的方法在对失效模式进行筛选的基础上，对失效风险较高的典型失效模式的计算精度进行提高，从而更高效地找到系统的关键设备。这一方法所具备的准确性与快速性不仅适用于海上风机，同样适用于其他大型复杂设备的可靠性分析。

参考文献：

[1]VYKYDAL D, PLURA J, HALFAROVP, et al. Advanced approaches to failure mode and effect analysis (FMEA) applications[J]. Metalurgija, 2015, 54(4): 675-678.

[2]ARABIAN-HOSEYNABADI H, ORAEE H, TAVNER P J. Failure modes and effects analysis (FMEA) for wind turbines[J]. International journal of electrical power & energy systems, 2010, 32(7): 817-824.

[3]何成兵, 顾煜炯, 邢诚. 基于FMEA法的风力发电机组故障模式分析[J]. 可再生能源, 2011, 29(3): 120-126.

HE Chengbing, GU Yujiong, XING Cheng. Failure mode analysis of wind turbines based on FMEA method[J]. Renewable energy resources, 2011, 29(3): 120-126.

[4]吴佳梁, 王广良, 魏振山. 风力机可靠性工程[M]. 北京: 化学工业出版社, 2011: 216-220.

[5] 赵远飞, 陈国华. 基于改进逼近理想解排序(TOPSIS)法的应急系统优化选址模型研究[J]. 中国安全科学学报, 2008, 18(9): 22-28.

ZHAO Yuanfei, CHENGuohua. Study on location optimizing model of emergency system based on improved TOPSIS method[J]. China safety science journal, 2008, 18(9): 22-28.

[6]伍晓榕, 裘乐淼, 张树有, 等. 模糊语境下的复杂系统关联FMEA方法[J]. 浙江大学学报：工学版, 2013, 47(5): 782-789.

WU Xiaorong, QIU Lemiao, ZHANG Shuyou, et al. Correlated FMEA method of complex system with linguistic vagueness[J]. Journal of Zhejiang University: engineering science, 2013, 47(5): 782-789.

[7]CHIN K S, CHAN A L, YANG Jianbo. Development of a fuzzy FMEA based product design system[J]. The international journal of advanced manufacturing technology, 2008, 36(7/8): 633-649.

[8]陈守煜. 工程模糊集理论与应用[M]. 北京: 国防工业出版社, 1998: 24-26.

[9]吴林海, 张秋琴, 山丽杰, 等. 影响企业食品添加剂使用行为关键因素的识别研究: 基于模糊集理论的DEMATEL方法[J]. 系统工程, 2012, 30(7): 48-54.

WU Linhai, ZHANG Qiuqin, SHAN Lijie, et al. Study on identifying critical factors of using behavior of food additives in enterprises: a fuzzy DEMATEL method[J]. Systems engineering, 2012, 30(7): 48-54.

[10]LIU Huchen, YOU Jianxin, LIN Qinglian, et al. Risk assessment in system FMEA combining fuzzy weighted average with fuzzy decision-making trial and evaluation laboratory[J]. International journal of computer integrated manufacturing, 2015, 28(7): 701-714.

收稿日期：2015-04-25.

基金项目：国家国际科技合作专项项目(2013DFE73060)；高技术船舶科研项目(GK1010900023).

作者简介：孙丽萍(1962-)，女，教授，博士生导师. 康济川(1989-)，男，博士研究生. 通信作者：康济川, E-mail: kangjichuan@hrbeu.edu.cn.

doi:10.11990/jheu.201504006

中图分类号：X941

文献标志码：A

文章编号：1006-7043(2016)04-0487-05

Fuzzy theory-based correlated FMEA of offshore wind turbines

SUN Liping, KANG Jichuan, LIU Zijian, SUN Hai

(Deepwater Engineering and Research Center, Harbin Engineering University, Harbin 150001, China)

Abstract：Offshore wind turbines are large multi-systematic multi-functional devices that operate in harsh marine environments. It is difficult to perform reliability analysis of these devices owing to the complex system failure modes involved and the correlation among them, and system risk cannot be evaluated accurately by using the failure mode and effects analysis (FMEA). In this study, we employed FMEA to identify failure modes with higher risk priority numbers (RPNs). Based upon the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) theory, a set of fuzzy evaluation terms including severity, occurrence, and detection was determined in order to employ fuzzy FMEA for assessing these typical failure modes. The decision-making and trial evaluation laboratory (DEMATEL) method was used to calculate causal degrees of failure modes with approximate risk levels in fuzzy FMEA, and the main failure modes were ranked based on the results of influence degree and causal degree analyses. We then applied the fuzzy correlated FMEA method for risk assessment of offshore wind turbines. The calculation results show that the generator and the cooling device most significantly influence the system security.

Keywords：fuzzy theory; offshore wind turbine; risk assessment; correlation analysis; FMEA; DEMATEL

网络出版日期：2016-01-27.