风力发电机组齿轮箱行星传动系统FMECA分析方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110163284A(43)申请公布日2019.08.23(21)申请号201910433452.1(22)申请日2019.05.23(71)申请人电子科技大学地址611731四川省成都市高新区（西区）西源大道2006号(72)发明人李彦锋刘栋黄洪钟谢非程秀作程宏伟黄土地钱华明曾颖(74)专利代理机构成都虹盛汇泉专利代理有限公司51268代理人王伟(51)Int.Cl.G06K9/62(2006.01)G06Q50/06(2012.01)权利要求书1页说明书9页附图2页(54)发明名称风力发电机组齿轮箱行星传动系统FMECA分析方法(57)摘要本发明公开了一种风力发电机组齿轮箱行星传动系统FMECA分析方法，包括以下步骤：S1、对风力发电机组齿轮箱行星传动系统进行故障模式影响分析，得到故障原因分析结果；S2、建立风力发电机组齿轮箱行星传动系统的故障树；S3、进行FMECA分析，考虑多故障模式叠加的情况计算发生率和探测度；S4、在风力发电机组齿轮箱行星传动系统故障树基础上进行最小割集分析，引入权重系数，评估风险优先数，计算权重风险优先数，确立系统失效新的优先顺序。本发明以风力发电机组齿轮箱行星传动系统为研究对象，以故障树最小割集对其多故障模式进行表征，结合权重法和风险优先数法，对其进行定性分析和定量分析，计算权重风险优先数，得到其影响最重要的故障模式。CN110163284ACN110163284A权利要求书1/1页1.风力发电机组齿轮箱行星传动系统FMECA分析方法，其特征在于，包括以下步骤：S1、故障模式及影响分析：以风力发电机组齿轮箱行星传动系统为研究对象，对风力发电机组齿轮箱行星传动系统进行故障模式影响分析(FMEA)，分析系统中每一零部件所有可能出现的故障模式，得到故障原因分析结果；S2、根据步骤S1中得到的风力发电机组齿轮箱行星传动系统故障模式及影响分析结果，建立风力发电机组齿轮箱行星传动系统的故障树；S3、进行FMECA分析，考虑多故障模式叠加的情况计算发生率和探测度；S4、在风力发电机组齿轮箱行星传动系统故障树基础上进行最小割集分析，引入权重系数，评估RPN，计算WRPN，确立系统失效新的优先顺序。2.根据权利要求1所述的风力发电机组齿轮箱行星传动系统FMECA分析方法，其特征在于，所述步骤S3包括以下子步骤：S31、当风力发电机组齿轮箱行星传动系统多故障叠加时，对于发生率O、探测度D各自之间的与、或关系，分别采用乘法、加法法则进行计算。S32、多故障叠加后的发生率、探测度值，采用线性区间映射的方法来解决相关溢出的问题。3.根据权利要求1所述的风力发电机组齿轮箱行星传动系统FMECA分析方法，其特征在于，所述步骤S4包括以下子步骤：S41、针对风力发电机组齿轮箱行星传动系统多个故障合成一个故障的方法，采用最小割集来进行故障合成计算，采用下行法求其最小割集；S42、通过Wi来描述最小割集的重要性，f(Wi)用来作为Oi的权重，f(Wi)的运算是Wi与其排名之间的映射过程：WRPNi＝RPNi×f(Wi)＝Si×Oi×Di×f(Wi)i≠0式中，Wi为系统中第i个最小割集的重要性，f(Wi)为自变量Wi的函数；采用系统结构函数的导数来计算Wi：式中，g(p)是系统结构函数，pi是第i个最小割集发生的概率；其中，最小割集等价于输入为相互独立故障原因概率的和门，即相乘：pi＝pk1×pk1×…×pkmm≠0式中，pki,i＝1,…,m是第i个最小割集中故障原因的概率；得到Wi的计算公式为：WRPN用以下公式计算：2CN110163284A说明书1/9页风力发电机组齿轮箱行星传动系统FMECA分析方法技术领域[0001]本发明属于可靠性分析领域，特别涉及一种风力发电机组齿轮箱行星传动系统故障模式、影响及危害性分析(FMECA)方法。背景技术[0002]二十一世纪，随着风力发电领域快速发展，风能是利用最广泛的清洁能源，随着对新能源的不断开发利用，风力发电已经逐渐成为解决当前能源紧缺和环境污染的有效手段，成为目前增长速度最快的能源之一。如今，风力发电机组正朝着高效率、低成本和大型化的方向发展，对风力发电机组的可靠性和安全性也提出越来越高的要求。[0003]齿轮箱是大型风力发电机的重要组成部分，长期运行在沙尘、户外、潮湿、变速、振动、启停、制动等复杂恶劣的工况环境中，这些恶劣的工况环境往往会导致齿轮箱行星传动系统发生剧烈振动，发生点蚀、磨损、腐蚀、断裂、胶合等故障。[0004]行星传动系统作为齿轮箱的关键易损部件，主要由3个行星轮和1个太阳轮组成，如果发生装配误差等使齿轮受力不均匀，将严重影响齿轮箱的正常工作，影响风力发电机组的寿命，因此保障其可靠性可