本發(fā)明涉及風(fēng)力發(fā)電機(jī)故障診斷領(lǐng)域，特別涉及變速變槳距風(fēng)力發(fā)電機(jī)組的備品備件問題。
背景技術(shù)：
：風(fēng)能作為一種綠色無污染、可再生的新能源，對于解決環(huán)境污染和能源危機(jī)具有重要的意義。近些年來，風(fēng)電轉(zhuǎn)換技術(shù)在世界范圍內(nèi)獲得快速發(fā)展，風(fēng)力發(fā)電領(lǐng)域異軍突起。截止2016年底，風(fēng)力發(fā)電機(jī)組裝機(jī)總?cè)萘窟_(dá)到486749兆瓦，其中中國占比高達(dá)34.66％，位列世界第一。風(fēng)力發(fā)電機(jī)組作為一種新興產(chǎn)業(yè)的新型設(shè)備，在備品備件的需求上也呈現(xiàn)出新的特點(diǎn)：備品備件種類多、需求數(shù)量大，備品備件通用性不強(qiáng)、采購周期長，備品備件缺貨損失大以及備品備件庫存成本高等等。對于風(fēng)場業(yè)主或者第三方服務(wù)公司，備品備件費(fèi)用投入已經(jīng)成為風(fēng)力發(fā)電機(jī)組運(yùn)維費(fèi)用的重要部分。備品備件需求預(yù)測分析與故障預(yù)警同樣，能夠極大地降低風(fēng)電機(jī)組停機(jī)事故發(fā)生的風(fēng)險(xiǎn)，同時還可以減少備品備件過量帶來的資源浪費(fèi)，提高用戶備件使用效率，減少資金占壓。針對備品備件需求預(yù)測問題，國內(nèi)風(fēng)力發(fā)電行業(yè)普遍使用的技術(shù)手段仍舊是傳統(tǒng)的經(jīng)驗(yàn)總結(jié)、直覺預(yù)測的方法。但這種方法存在很大的主觀性和不確定性，季節(jié)氣候、風(fēng)場地理位置以及風(fēng)力發(fā)電機(jī)組生產(chǎn)廠商等因素的變化都會對備品備件需求產(chǎn)生巨大影響。于是往往出現(xiàn)直觀經(jīng)驗(yàn)與實(shí)際情況不符的情況，或者造成庫存管理成本增高資源浪費(fèi)，或者造成故障部件更換不及時生產(chǎn)效率降低，最終都將會導(dǎo)致企業(yè)發(fā)電利潤受損。技術(shù)實(shí)現(xiàn)要素：為了克服現(xiàn)有風(fēng)力發(fā)電機(jī)組備品備件需求預(yù)測分析方法結(jié)果不準(zhǔn)確的問題，本發(fā)明提供一種基于故障樹分析的風(fēng)力發(fā)電機(jī)組備品備件需求預(yù)測方法。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：一種基于故障樹分析的風(fēng)力發(fā)電機(jī)組備品備件需求預(yù)測方法，包括以下步驟：(1)確定風(fēng)力發(fā)電機(jī)組故障表象，利用樹形圖以及邏輯符號將故障表象與故障原因抽象描述，建立風(fēng)力發(fā)電機(jī)組故障樹抽象模型；(2)根據(jù)風(fēng)力發(fā)電機(jī)組的scada歷史故障記錄數(shù)據(jù)，統(tǒng)計(jì)分析并得到故障樹中各個底事件所對應(yīng)部件的日化年故障概率；(3)利用simulink平臺搭建故障樹仿真模型并對頂事件的布爾函數(shù)表達(dá)式進(jìn)行化簡，該步驟包括以下子步驟：(3.1)確定字符型數(shù)據(jù)與數(shù)值型數(shù)據(jù)的編碼轉(zhuǎn)碼方式，以實(shí)現(xiàn)simulink平臺上的字符運(yùn)算功能；(3.2)確定總線上數(shù)值型數(shù)據(jù)的傳輸協(xié)議，采用數(shù)據(jù)包分時發(fā)送方式，將底層數(shù)據(jù)向頂層傳輸；(3.3)利用simulink中matlabfunction模塊編寫字符串操作子函數(shù)；所述字符串操作子函數(shù)包括字符串接收、發(fā)送、拼接比較、相乘以及實(shí)現(xiàn)布爾吸收律等子函數(shù)；(3.4)依據(jù)布爾函數(shù)結(jié)合律、分配律、吸收律、冪等律運(yùn)算規(guī)則，調(diào)用字符串操作子函數(shù)，得到實(shí)現(xiàn)“與”“或”抽象邏輯關(guān)系運(yùn)算的化簡函數(shù)；(3.5)將化簡函數(shù)封裝成控件，通過調(diào)用控件實(shí)現(xiàn)風(fēng)力發(fā)電機(jī)組故障樹仿真模型的可視化效果，并完成對頂事件的布爾函數(shù)表達(dá)式的化簡操作；(3.6)定義底事件的字符標(biāo)號，依據(jù)風(fēng)力發(fā)電機(jī)組故障樹抽象模型，在simulink數(shù)值仿真平臺上搭建故障樹仿真模型，利用封裝好的控件進(jìn)行字符仿真運(yùn)算，實(shí)現(xiàn)故障樹頂事件的布爾表達(dá)式化簡操作；(4)根據(jù)風(fēng)力發(fā)電機(jī)組故障樹的頂事件的布爾表達(dá)式的化簡結(jié)果，求取故障樹最小割集；(5)依據(jù)風(fēng)力發(fā)電機(jī)組的故障樹最小割集，編寫計(jì)算各個底事件的概率重要度、關(guān)鍵重要度指標(biāo)的數(shù)值運(yùn)算子函數(shù)，該子函數(shù)以故障樹最小割集和各個底事件的日化年故障概率作為輸入；(6)利用matlab的gui功能，開發(fā)人機(jī)交互界面，用戶輸入各個底事件的日化年故障概率，并調(diào)用數(shù)值運(yùn)算子函數(shù)計(jì)算各個底事件的概率重要度、關(guān)鍵重要度指標(biāo)，最終將各個底事件的概率重要度、關(guān)鍵重要度指標(biāo)顯示在人機(jī)交互界面上；(7)根據(jù)歷史故障數(shù)據(jù)，結(jié)合各個底事件的概率重要度和關(guān)鍵重要度指標(biāo)，計(jì)算未來階段各個部件的備品備件的數(shù)目。進(jìn)一步地，步驟6得到備品備件的數(shù)目后，根據(jù)各個部件的成本，得到下一階段備品備件投入總金額；或者在給定的投入總金額條件下，根據(jù)各個底事件的概率重要度和關(guān)鍵重要度指標(biāo)分配各個部件的備品備件的資金投入。進(jìn)一步地，預(yù)測下一階段備品備件投入總金額的公式為：其中，m：某階段備品備件資金預(yù)算，pi：日化年故障率，d：下一階段天數(shù)，ci：底事件xi對應(yīng)部件的成本。進(jìn)一步地，步驟2中所述日化年故障概率公式為：其中，pi：底事件xi的日化年發(fā)生頻率，即底事件xi對應(yīng)部件的日化年故障率，某一年中，底事件xi發(fā)生的次數(shù)。本發(fā)明的有益效果是：本發(fā)明提供了一種基于風(fēng)力發(fā)電機(jī)組故障樹、模型參數(shù)可調(diào)、適應(yīng)不同廠商產(chǎn)品差別、適應(yīng)不同工況的備品備件需求預(yù)測方法，細(xì)化風(fēng)力發(fā)電機(jī)組故障原因，并結(jié)合專家知識經(jīng)驗(yàn)與歷史數(shù)據(jù)分析結(jié)果，計(jì)算不同部件備品備件需求預(yù)測值，提高備件使用效率，降低庫存成本，以達(dá)到風(fēng)力發(fā)電企業(yè)降低運(yùn)維費(fèi)用的目標(biāo)。附圖說明圖1是故障樹抽象模型示意圖；圖2是字符串發(fā)送子函數(shù)程序框圖；圖3是字符串接收子函數(shù)程序框圖；圖4是字符串拼接比較子函數(shù)程序框圖；圖5是字符串相乘子函數(shù)程序框圖；圖6是布爾吸收律化簡子函數(shù)程序框圖；圖7是整體函數(shù)程序框架圖；圖8是二輸入“與”邏輯運(yùn)算函數(shù)所需調(diào)用子函數(shù)；圖9是二輸入“或”邏輯運(yùn)算函數(shù)所需調(diào)用子函數(shù)；圖10是二輸入“與”邏輯運(yùn)算函數(shù)控件外觀圖；圖11是二輸入“或”邏輯運(yùn)算函數(shù)控件外觀圖；圖12是二輸入“與”邏輯運(yùn)算函數(shù)控件內(nèi)部結(jié)構(gòu)圖；圖13是二輸入“或”邏輯運(yùn)算函數(shù)控件內(nèi)部結(jié)構(gòu)圖；圖14是四輸入“與”邏輯運(yùn)算函數(shù)控件外觀圖；圖15是四輸入“與”邏輯運(yùn)算函數(shù)控件內(nèi)部結(jié)構(gòu)圖；圖16是顯示模塊函數(shù)控件外觀圖；圖17是顯示模塊函數(shù)控件內(nèi)部結(jié)構(gòu)圖；圖18是風(fēng)力發(fā)電機(jī)組某一故障樹抽象模型；圖19是風(fēng)力發(fā)電機(jī)組某故障樹抽象模型對應(yīng)的仿真模型；圖20是仿真運(yùn)行結(jié)果示意圖；圖21是matlab人機(jī)交互(gui)開發(fā)工具；圖22是人機(jī)交互界面開發(fā)函數(shù)示意圖；圖23是“自動解纜故障報(bào)警”故障樹仿真模型；圖24是“自動解纜故障報(bào)警”故障樹人機(jī)交互界面；圖25是“自動解纜故障報(bào)警”故障樹仿真結(jié)果；圖26是“自動解纜故障報(bào)警”底事件重要度計(jì)算結(jié)果。具體實(shí)施方式下面結(jié)合附圖和具體實(shí)施例對本發(fā)明作進(jìn)一步詳細(xì)說明。本發(fā)明提供的一種基于故障樹分析的備品備件需求預(yù)測方法，包括下述步驟：步驟1，確定故障表象與相應(yīng)的故障原因，進(jìn)行邏輯結(jié)構(gòu)分析，建立風(fēng)力發(fā)電機(jī)組的抽象故障樹模型，可由類似圖1所示的樹型圖表示。圖1中，xi：故障樹底事件，位于故障樹底端，簡稱底事件，即不同故障原因的字符代號；mi：故障樹中間事件，位于底事件與頂事件之間，簡稱中間事件，即故障原因引發(fā)的不同中間現(xiàn)象的字符代號；t：故障樹頂事件，位于故障樹頂端，簡稱頂事件，即故障原因最終引發(fā)的故障表象的字符代號；邏輯門：故障樹中，用于表示各個事件之間關(guān)系的符號，常用邏輯門如下表：以上工作可以通過總結(jié)現(xiàn)場工程師經(jīng)驗(yàn)和相關(guān)技術(shù)手冊資料的方式得到，并利用visio等軟件工具，將某一具體的故障表象與相應(yīng)的故障原因抽象為故障樹的邏輯結(jié)構(gòu)圖。步驟2，根據(jù)風(fēng)力發(fā)電機(jī)組的scada故障數(shù)據(jù)記錄，得到所有故障樹底事件發(fā)生的概率，并且計(jì)算出各個底事件所對應(yīng)部件的日化年故障概率。步驟1得到的風(fēng)力發(fā)電機(jī)某一故障的抽象邏輯模型，包含有描述故障原因發(fā)生概率的參數(shù)，這些參數(shù)需要通過歷史故障數(shù)據(jù)分析得到，對于一些無法通過數(shù)學(xué)工具計(jì)算得到的參數(shù)，可參考工程師經(jīng)驗(yàn)知識獲得。以年作為時間尺度，通過統(tǒng)計(jì)的方法得到某一底事件(故障原因)發(fā)生的概率，并求出該底事件對應(yīng)的日化年故障概率，采用公式如下：其中，pi：底事件xi的日化年發(fā)生頻率，即底事件xi對應(yīng)部件的日化年故障率；某一年中，底事件xi發(fā)生的次數(shù)。通過上述表達(dá)式可計(jì)算出，風(fēng)力發(fā)電機(jī)組某個部件每一天發(fā)生故障的平均概率大小，作為該部件備件數(shù)目的輸入?yún)?shù)。同樣的，可以采用日化季度故障率、日化月故障率等。步驟3，根據(jù)步驟1得到的故障樹邏輯結(jié)構(gòu)圖，通過計(jì)算機(jī)字符運(yùn)算功能完成頂事件的布爾函數(shù)表達(dá)式化簡工作。故障樹中的“或門”和“與門”的計(jì)算方式與邏輯電路中的“或門”“與門”相同。將頂事件關(guān)于底事件的布爾表達(dá)式化簡，需用到結(jié)合律、分配律、多余項(xiàng)定律和吸收律等，以圖1所示故障樹為例，化簡過程如下：t＝(x2∩x3)∪(x1∩x2∩x3)∪(x3∩x4)＝(x2·x3)+(x1·x2·x3)+(x3·x4)＝(x2·x3)+(x3·x4)利用matlab軟件中的simulink數(shù)值仿真平臺，可將風(fēng)力發(fā)電機(jī)組故障樹抽象模型轉(zhuǎn)換成仿真模型，進(jìn)而對風(fēng)力發(fā)電機(jī)組故障樹的頂事件的布爾函數(shù)表達(dá)式進(jìn)行化簡。由于simulink數(shù)值仿真平臺的不同層級不同模塊之間，無法直接傳輸字符類型數(shù)據(jù)，而僅僅允許數(shù)字類型數(shù)據(jù)傳輸，所以需要確定字符型數(shù)據(jù)與數(shù)值型數(shù)據(jù)的編碼轉(zhuǎn)碼方式，例如可以借助ascii表將字符類型數(shù)據(jù)編碼成相應(yīng)的數(shù)字值，然后將該數(shù)字存入數(shù)組，對該數(shù)組處理后再將結(jié)果進(jìn)行發(fā)送，最終將結(jié)果轉(zhuǎn)碼成對應(yīng)的字符顯示在屏幕上。同時，由于simulink平臺無法傳輸數(shù)組，于是需要將數(shù)組中的元素合并為一個數(shù)字進(jìn)行發(fā)送。另外simulink數(shù)值仿真平臺限制了數(shù)值類型數(shù)據(jù)的最大位長，所以考慮將位長過長的數(shù)字拆分，人為確定傳輸協(xié)議后，采用數(shù)據(jù)包分時發(fā)送的方式。利用simulink中matlabfunction模塊編寫字符串操作子函數(shù)，包括字符串接收子函數(shù)、發(fā)送子函數(shù)、拼接子函數(shù)、比較子函數(shù)、相乘子函數(shù)以及實(shí)現(xiàn)布爾吸收律的子函數(shù)。將風(fēng)力發(fā)電機(jī)組故障樹頂事件的布爾函數(shù)表達(dá)式轉(zhuǎn)化為字符串，并利用字符串操作函數(shù)，實(shí)現(xiàn)該布爾函數(shù)的化簡。而相應(yīng)的“與門”、“或門”的抽象邏輯關(guān)系運(yùn)算函數(shù)，是由字符串接收子函數(shù)、發(fā)送子函數(shù)、拼接子函數(shù)、比較子函數(shù)、相乘子函數(shù)以及實(shí)現(xiàn)布爾吸收律子函數(shù)組合而成。字符串發(fā)送子函數(shù)的程序框圖如圖2所示。由于數(shù)據(jù)包采用分時發(fā)送的方式，所以字符串發(fā)送子函數(shù)需要將字符串的每個字符編碼成對應(yīng)的ascii數(shù)字，于是字符串對應(yīng)的編碼結(jié)果為一個數(shù)值型數(shù)組r；然后再將數(shù)組r分割成小數(shù)組cell，每個cell中包含n個元素；每個cell數(shù)組的元素需合并為一個數(shù)字d，并且該數(shù)字位長低于simulink規(guī)定的上限；根據(jù)數(shù)組r和人為選定的n的大小，計(jì)算出cell數(shù)組的個數(shù)，即為數(shù)據(jù)包package的總個數(shù)s(需要注意的是最后一個cell數(shù)組的元素個數(shù)可能少于n個)；每個package中包含兩個內(nèi)容，cell數(shù)組(數(shù)據(jù)包package)總個數(shù)s以及當(dāng)前cell數(shù)組對應(yīng)的數(shù)字d；另外變量n用于判斷package是否全部發(fā)送完畢。字符串接收子函數(shù)程序框圖如圖3所示，字符串接收子函數(shù)中各個字符變量與發(fā)送子函數(shù)中的字符變量含義相同。字符串拼接比較子函數(shù)主要用于二輸入的“或”邏輯運(yùn)算，旨在于將接收到的兩個輸入字符串組合，并剔除兩個字符串中重復(fù)的字符子串，其程序框圖如圖4所示。字符串相乘子函數(shù)需要使用matlab函數(shù)庫中的expand()；sym()；char()；函數(shù)。對于二輸入“與”邏輯運(yùn)算，首先利用sym()；將接收到的兩個字符串類型數(shù)據(jù)轉(zhuǎn)換成sym類型數(shù)據(jù)，然后利用expand()；函數(shù)實(shí)現(xiàn)二者的相乘運(yùn)算，然后利用char()；函數(shù)將sym類型的結(jié)果轉(zhuǎn)換成字符串。但需要注意的是，結(jié)果字符串中包含無用的空格字符和冪次符號，因此結(jié)果字符串不能直接用于后續(xù)處理。程序框圖如圖5所示。布爾吸收律化簡子函數(shù)，該子函數(shù)的目的在于，依據(jù)布爾吸收律，將“與”“或”邏輯關(guān)系運(yùn)算后的結(jié)果進(jìn)行化簡，程序框圖如圖6所示。利用上述主要子函數(shù)，可以實(shí)現(xiàn)二輸入“或”、“與”邏輯運(yùn)算，同時可將頂事件的布爾函數(shù)化簡結(jié)果顯示在命令窗口，具體程序框架圖如圖7所示?！芭c”、“或”邏輯運(yùn)算函數(shù)的框架相同，如圖7所示，區(qū)別僅在于框架中使用了不同的“邏輯運(yùn)算函數(shù)”。二輸入“與”、二輸入“或”邏輯運(yùn)算函數(shù)的實(shí)現(xiàn)需要調(diào)用上文提到的字符串操作子函數(shù)，兩種運(yùn)算函數(shù)需調(diào)用的子函數(shù)分別如下圖8和圖9所示。將上述二輸入“與”、二輸入“或”邏輯關(guān)系運(yùn)算函數(shù)封裝成控件，如圖10和圖11所示，控件內(nèi)部結(jié)構(gòu)如圖12和圖13所示。對于多輸入的“與”、多輸入“或”邏輯關(guān)系運(yùn)算函數(shù)，可以利用上述的二輸入“與”和二輸入“或”邏輯關(guān)系運(yùn)算函數(shù)得到。例如一個四輸入的“與”邏輯關(guān)系運(yùn)算函數(shù)控件，便可由兩個二輸入“與”邏輯關(guān)系運(yùn)算函數(shù)控件搭建而成，控件如圖14所示，內(nèi)部結(jié)構(gòu)如圖15所示。圖16和圖17是能夠?qū)㈨斒录牟紶柡瘮?shù)表達(dá)式化簡結(jié)果顯示在命令窗口的控件，圖16是控件外觀圖，圖17是內(nèi)部結(jié)構(gòu)圖。對于風(fēng)力發(fā)電機(jī)組的某一故障樹抽象模型，如圖18所示，首先需定義各個底事件的字符標(biāo)號，然后利用多輸入“與”、多輸入“或”邏輯關(guān)系運(yùn)算函數(shù)控件，顯示模塊控件以及數(shù)據(jù)傳輸總線，在simulink仿真平臺上，搭建該故障樹抽象模型所對應(yīng)的仿真模型，如圖19所示。在simulink中運(yùn)行圖19所示的mdl文件，可以在命令窗口得到該故障樹頂事件的布爾函數(shù)表達(dá)式的化簡結(jié)果，如圖20所示。其中re代表了最終的結(jié)果，a、b、c、d、e為各個底事件的字符標(biāo)號。步驟4，根據(jù)步驟3得到的頂事件布爾表達(dá)式結(jié)果，可以得到故障樹的所有最小割集。風(fēng)力發(fā)電機(jī)組故障樹的頂事件的布爾函數(shù)表達(dá)式化簡結(jié)果中的所有加和項(xiàng)即為該故障樹的最小割集的總和。例如，針對圖20所示的結(jié)果，可以知道該故障樹的最小割集為{d,e}、{a,e}、{b,e}、{c,e}步驟5，通過步驟4可以得到故障樹的所有最小割集，假設(shè)有k個最小割集，每個最小集合用ki表示，于是而頂事件可由最小集合表示為一般的，故障樹的最小割集是相容關(guān)系，因此計(jì)算頂事件發(fā)生概率采用相容事件概率公式如下：其中t：頂事件，xi：底事件；g(t)：頂事件發(fā)生概率的表達(dá)式，是關(guān)于qi的顯式表達(dá)式；p(ki)：最小集合ki發(fā)生的概率，由于底事件相互獨(dú)立，p(ki,kj)：最小集合ki和kj同時發(fā)生的概率，然后需要計(jì)算各個底事件的概率重要度。當(dāng)?shù)资录i發(fā)生的概率發(fā)生變化時，會引起頂事件發(fā)生概率的變化，而概率重要度則用以衡量變化程度的大小，即頂事件對底事件的敏感程度，公式為：其中t：頂事件，xi：底事件；g(xi)：底事件發(fā)生概率的表達(dá)式，qi：底事件的發(fā)生概率；g(t)：頂事件發(fā)生概率的表達(dá)式，是關(guān)于qi的顯式表達(dá)式；最后計(jì)算得到底事件xi的關(guān)鍵重要度，該指標(biāo)旨在從頂事件對底事件的敏感度和該事件自身發(fā)生概率大小，這兩個角度同時衡量底事件的重要程度，公式為：將概率重要度公式帶入，可以得到關(guān)鍵重要度與概率重要度的關(guān)系：從關(guān)鍵重要度可以看出，改善一個已經(jīng)比較可靠的部件，比改善一個尚不太可靠的部件要難得多。同時當(dāng)頂事件發(fā)生時，有理由首先懷疑故障原因是關(guān)鍵重要度更大的部件。步驟6，利用matlab的gui工具箱，開發(fā)人機(jī)交互界面如圖21所示，相應(yīng)的程序開發(fā)代碼如圖22所示。步驟7，根據(jù)底事件的重要度水平以及可用于備品備件的資金總額，計(jì)算各個部件備件數(shù)目。當(dāng)資金預(yù)算充足、庫存空間足夠且不考慮存儲和運(yùn)輸?shù)绕渌蛩赜绊憰r，可以利用各個部件的日化年故障率(或者日化季度故障率等)，不斷規(guī)劃未來一個階段的備品備件資金預(yù)算總額。同時，隨著時間的推移，可以不斷更新歷史故障數(shù)據(jù)，相應(yīng)地調(diào)整日化故障概率以及備品備件下一階段的周期長短，以動態(tài)規(guī)劃預(yù)算投入。其中m：某階段備品備件資金預(yù)算，pi：日化年故障率，d：下一階段天數(shù)，ci：底事件xi對應(yīng)部件的成本；不論備品備件預(yù)算金額根據(jù)歷史數(shù)據(jù)獲得，或者根據(jù)公司財(cái)政情況給定，均可以根據(jù)各個部件的關(guān)鍵重要度大小關(guān)系，得到備品備件需考慮的優(yōu)先級順序，并據(jù)此為不同部件分配恰當(dāng)?shù)膫浼捎媒痤~，也便可以得到各個部件的備件數(shù)目。底事件xi對應(yīng)的部件備件數(shù)目公式為：其中n(xi)：底事件xi對應(yīng)的部件備件數(shù)目，m：某階段備品備件資金預(yù)算，ig(xi)：底事件xi的關(guān)鍵重要度，ci：該部件的成本；當(dāng)結(jié)果出現(xiàn)小數(shù)的情況，為了不超出資金預(yù)算，需要將備件結(jié)果進(jìn)行向下取整操作。實(shí)施例本實(shí)施例對某風(fēng)電股份有限公司生產(chǎn)的某款額定功率1.5mw大型風(fēng)力發(fā)電機(jī)組出現(xiàn)的偏航角度超限故障，做備品備件需求預(yù)測分析。附圖23是利用matlab軟件的simulink平臺，搭建風(fēng)力發(fā)電機(jī)組自動解纜故障的故障樹仿真模型。附圖24是該故障樹仿真模型的人機(jī)交互界面，其中“openmdlprofile”是執(zhí)行打開仿真文件的操作，“closemdlprofile”是執(zhí)行關(guān)閉仿真文件的操作，“executemdlprofile”是執(zhí)行開始仿真的操作，即求解故障樹最小割集操作，“calculateimportance”是執(zhí)行計(jì)算各個底事件關(guān)鍵重要度的操作，在計(jì)算之前，需人為在“probabilityinput”欄中輸入各個底事件的日化年故障概率。附圖25是執(zhí)行“executemdlprofile”操作后得到的結(jié)果。附圖26為用戶輸入底事件的日化年故障概率后，計(jì)算得到的各個底事件的關(guān)鍵重要度的結(jié)果。程序中首先為不同底事件賦予不同的字符代號，如下表所示。底事件含義字符代碼偏航電機(jī)n損壞a偏航大齒圈損壞b前軸承n損壞c后軸承n損壞d限位開關(guān)凸輪計(jì)數(shù)器損壞e然后借助simulink仿真程序，可以得到該故障樹的最小割集為：{a,e},{b,e},{c,e},{d,e}分析2015年某風(fēng)場該型號風(fēng)機(jī)的故障數(shù)據(jù)記錄，并結(jié)合相容事件概率公式得到最終各個底事件的概率重要度和關(guān)鍵重要度，相應(yīng)的數(shù)據(jù)如下表所示字符代碼日化年故障概率概率重要度關(guān)鍵重要度資金分配比重a0.0360.0023660.203210.43％b0.00150.0022840.0081740.42％c0.0820.0024850.486024.95％d0.0440.0023580.250412.86％e0.00270.1553151.34％由結(jié)果可知，限位開關(guān)凸輪計(jì)數(shù)器是最為重要的部件。這是由于在實(shí)施例故障樹結(jié)構(gòu)特殊，當(dāng)凸輪計(jì)數(shù)器部件損壞，并觸發(fā)了極限報(bào)警信號，那么只要偏航驅(qū)動部分出現(xiàn)某個小故障，也同樣會導(dǎo)致頂事件的發(fā)生。同時，可以從該故障樹實(shí)施例的最小割集看出，底事件e同時出現(xiàn)在所有的最小割集中，因此該部件的位置最為關(guān)鍵，所以即使該部件故障概率很低，其重要度也很高。而同屬于偏航驅(qū)動部分的部件(偏航電機(jī)、偏航大齒圈、前軸承和后軸承)，他們的關(guān)系是平級關(guān)系(或門)，于是故障概率大的部件，相應(yīng)的重要度更大。然后可以根據(jù)備品備件投入金額預(yù)算，并結(jié)合各部件成本，以及故障次數(shù)，合理分配購買各個部件備件的金額。本發(fā)明不僅局限于上述具體實(shí)施方式，本領(lǐng)域一般技術(shù)人員根據(jù)本發(fā)明公開的內(nèi)容，可以采用其它多種具體實(shí)施方案實(shí)施本發(fā)明。因此，凡是采用本發(fā)明的設(shè)計(jì)結(jié)構(gòu)和思路，做一些簡單的變化或更改的設(shè)計(jì)，都落入本發(fā)明保護(hù)范圍。當(dāng)前第1頁12