基于故障樹的永磁直驅風力發電機組故障分析

（1．湘電風能有限公司， 湖南 湘潭 411101；2．海上風力發電技術與檢測國家重點實驗室（湘潭電機股份有限公司），湖南 湘潭 411101）

0 引言

隨著全球化石能源的緊缺，大力發展可再生能源已經成為世界各國的共同目標，其中風力發電作為可再生的清潔能源之一，技術日趨成熟，具有商業化發展的可能性，能夠在全世界范圍內進行大規模的推廣[1]。

作為一個大型復雜的機電系統，對風力發電機組的可靠性進行研究不是易事，僅從設計角度出發，正向分析風力發電機組的可靠性不僅困難，而且也可能不符合風力發電機組的實際運行狀況。因此，該文針風電場的實際運行情況，利用其運行過程中產生的數據，結合相關的可靠性方法，對風力發電機組進行運行故障分析，并提出切實可行的維修措施，以此來縮短風力發電機組的維修時間，提高風力發電機組的維修效率，進而提升風力發電機組的發電量，提高風場的運營效率[2]。

1 永磁直驅風力發電機組的基本結構及運行數據統計

1.1 永磁直驅風力發電機組的基本結構

該文研究的風場安裝的風力發動機組（以下簡稱風機）為水平軸永磁直驅風機，發電機采用多極電機與葉輪直接連接進行驅動的方式，免去齒輪箱這一傳統部件。其具有發電效率高、運行及維護成本低等特點，但對發電機的要求很高，發電機的結構復雜且體積龐大，不方便吊裝[3]。

風機作為復雜的機電一體化系統，其組成部分主要分為機械和電氣2 類，涉及的具體部件及元器件繁多，主要包括葉片、輪轂、回轉支撐軸承、發電機、機艙、塔筒、變流器、偏航系統、制動系統和變槳系統等[4]。為了簡化分析，將風機運行時產生的相關故障進行歸類處理，結合風機自身的結構特點，將風機系統分為6 個部分，即葉片、輪轂、機艙、偏航、塔筒及變流器，圖1 為直驅型風機結構的關系示意圖。

1.2 目標風機的故障數據處理

由于風機運行時容易受外界環境的影響，因此選擇具有代表性風電場的風機進行分析，這樣不僅能夠更加準確地分析出風機自身的可靠性，而且分析結果也具有代表性，能夠對相關風場的風機運維提供指導性建議。該文選擇的風場位于南方某中部省份，是一個的典型的南方山地風場，其地形特點和氣候條件都具有代表性，對其進行分析能夠起到舉一反三的效果。選擇的風場共有24 臺機組，統計時間為365 d，經過對運行數據的處理，得知24 臺風機在統計時間段的故障次數及累計故障停機時間，見表1。

圖1 風機結構關系示意圖

表1 24 臺風機統計周期內故障次數

已知風機在統計周期內的故障次數和累計停機時間，結合風場的風機在統計周期內發生的基本故障，可以求出風機發生的每一個基本故障的平均故障修復事件（MTTR）和平均故障前時間（MTTF）。為了消除偶然性，真實客觀地反應出風機的運行性能，對整個風場所有風機發生的某一個故障求取MTTR和MTTF，風場統計周期內發生故障的類別及其MTTR 和MTTF占比前10 的故障事件，見表2。

表2 風機基本故障事件MTTR 和MTTF 占比

2 大型永磁直驅風力發電機組故障分析方法

2.1 基于故障樹的可靠性分析

故障樹分析方法（FTA）是自上而下的演繹式失效分析法，利用布林邏輯組合低階事件，分析系統中不希望出現的事件或者狀態[6]。進行故障樹定性和定量分析時，需要做出2 個假設。1）故障樹各底事件之間相互獨立。2）底事件和頂事件都只有2 種狀態，即正常或故障。

在得到頂事件的最小割集之后，頂事件發生的概率可以通過最小割集計算：系統的所有最小割集為K1，K2，…，Ki，…，Kj，…，Kj，…，Kk，…，KR，其中i，j，k 為1 至R 中任意數字且1 ≤i＜j＜k ≤R，R 為最小割集的個數，最小割集發生的概率為P（K），P（Ki）表示的是第i 個底事件發生的概率，則頂事件T發生的概率P（T）（不可靠度Fs（t））發生的概率為：

式中：R 為最小割集的個數。

當各個最小割集中沒有重復出現的底事件時，公式（1）可以變化為：

由公式（2）可知，此時頂事件的發生概率等于所有最小割集的發生概率之和，而最小割集的發生概率由其所包含的底事件發生概率相乘得到。當最小割集彼此具有的底事件有一部分相同時，頂事件的發生概率為：

在故障樹分析中，不僅需要關注最小割集和頂事件的發生概率，還需要分析底層事件對于頂層事件的重要度，底事件或者最小割集對頂事件的發生的貢獻定義就是其重要度。通常情況下，各個底事件或最小割集不是同等重要的，有的底層事件發生必然導致頂事件發生，有的則不然。因此，正確分析底事件對頂事件發生的重要度，對于確定系統薄弱環節及改進設計方案具有重大的意義。結合風機運行和故障維修的特點，選擇關鍵重要度進行底事件或最小割集重要度的計算。

故障樹的關鍵重要度Ic（i）指的是故障樹第i 個底事件發生概率的相對變化，導致頂事件發生概率變化的相對變化率，其公式為：

i=1，2，…n，n 為底事件個數

式中：qi為底事件發生的概率，為故障樹的故障概率函數， 為求導數。

2.2 風力發電機組故障樹分析

根據風機實際運行情況，結合上文收集的數據，利用故障樹分析法對風機在運行過程中因故障導致的停機問題進行分析，以風機故障停機為頂事件，結合風機的結構特點，將風機FTA 的模塊劃分為變槳、偏航、控制、變流器系統和其他部分組成[7-8]，在該基礎上，根據風機各個組成系統的特點再進行更底層次的劃分，直至劃分至底事件為止，各個系統底層劃分如圖2 所示。

將表2 中風機在統計周期內發生的基本故障事件的相關故障數據信息導入后，可得到故障樹的定量分析結果，如圖3所示。由圖3 可知頂事件發生概率（不可用度）為0.02184，則其可用度為0.97816，在風機的運行過程中，MTTF 為0.1 年，即36.5 天，在風機的全壽命期間總停工時間為0.4367 年（總壽命為20 年）即接近160 天，GT1、GT2、GT3 和GT14 分別代表控制系統、偏航系統、變槳系統和變流器系統，其重要度分別為0.2957、0.008997、0.6663 和0.02901，這說明變槳系統對于風機的重要度較其他系統更高，符合風機的實際運行規律。求取故障樹的最小割集和最小割集的關鍵重要度，見表3（列出重要度前10 的最小割集）。

表3 最小割集及關鍵重要度

通過分析故障樹的最小割集及其關鍵重要度可知，基本故障事件6、12、1 和8 的關鍵重要度最大，這說明頂事件對這4 個基本故障事件的故障發生概率比較敏感，提高這4 個基本故障事件的可靠性，能夠顯著降低頂事件的發生概率，進而提高風機的可靠性。

3 結論

圖2 風機故障停機故障樹

圖3 故障樹分析結果

該文以某型永磁直驅發電機組為例，結合該型號風機運行過程中產生的故障事件數據，基于故障樹可靠性分析方法對其進行可靠性分析，建立以風機故障停機為頂事件的故障樹模型，并將故障事件數據代入模型中，進行定性和定量分析，得出影響風機故障停機發生概率主要的基本故障事件，風機在維修期間應該重點修復該類事件，提高其可靠性，從而降低風機故障停機的發生概率，提高風機的可靠性，同時也為后續機型設計過程中的可靠性分析和優化提供了切入點。