基于模糊層次分析法的風電機組零部件風險評估

李磊， 高朝祥， 鄒修敏， 吳利平， 鐘小村

（1.四川化工職業技術學院 機械工程系, 四川 瀘州646099；2.中國船舶重工集團 海裝風電股份有限公司，重慶401122）

0 引 言

風力發電作為可再生能源的代表，得到了飛速發展，機組整機質量水平越來越受到風電行業的關注和重視。風電機組零部件風險狀態是影響機組整機質量水平的重要因素，零部件類別不同，影響程度也不同。零部件風險越大，對整機質量水平的影響程度則越大，在整機及零部件質量管理環節則應重點關注。因此，零部件的風險評估對整機及零部件的質量管理和風險控制具有重要的研究意義。

零部件風險評估需要綜合考慮諸多風險因素，不同風險因素對零部件的風險影響程度也存在差異，零部件風險評估是一個多維度、多指標的綜合問題。目前，模糊層次分析法、熵權法和理想點法等在分析多指標問題中得到了大量應用[1]。馮曉蕾、楊恒等[2]運用模糊層次分析法對起重機運行機構系統狀態進行綜合評價。王舒婷[3]通過熵權法從學生評價角度對高職院校教師教學質量進行評價。曾韜睿、王林峰等[4]借助理想點法建立圍巖質量評價模型。本文基于上述研究，提出了一種基于模糊層次分析法的風電機組零部件風險評估方法。該方法通過構建零部件風險評估指標模型，借助模糊層次分析法得出指標權重，通過模糊綜合評判法對零部件展開風險評判[1]，得到各零部件風險得分，實現零部件的風險等級分類。

1 風電機組零部件風險評估指標模型

零部件風險伴隨風電機組整個生命周期，貫穿零部件設計、制造、采購、整機裝配、機組運維等環節。本文從整機廠家出發，綜合分析上述環節的諸多風險因素，最終確定零部件自身價值、零部件缺陷發現難易程度、零部件缺陷率、零部件缺陷影響程度、零部件缺陷糾正難易程度、對客戶滿意度的影響為風電機組零部件主要風險因素。

零部件自身價值（A），一般通過價格體現，通常價格越高的零部件，風險越大；零部件缺陷發現難易程度（B），一方面是零部件在交付環節的不合格品發現難易程度（B1），另一方面是機組運維過程中，零部件故障現象發現難易程度（B2）；零部件缺陷率（C），一方面是零部件在交付環節的不合格品率（C1），另一方面是機組在運行過程中，零部件的故障率（C2）；零部件缺陷影響程度（D），一方面是零部件在制造、裝配等過程中，產生不合格品而影響零部件交付的不合格品影響程度（D1），另一方面是在機組運行過程中，零部件故障對機組運行的故障影響程度（D2）；零部件缺陷糾正難易程度（E），分為零部件交付環節不合格品糾正難易程度（E1）和機組運行環節零部件故障糾正難易程度（E2）；對客戶滿意度的影響（F），對客戶滿意度影響越大的零部件對整機的風險影響程度越大。

由此，建立風電機組零部件風險評估指標模型見圖1。

圖1 風電機組零部件風險評估指標模型

2 模型求解

不同指標對零部件風險評估結果的影響程度不同，我們需計算出某一指標相對于其他指標的重要性，即指標權重。

2.1 指標權重計算

2.1.1 三角模糊數

專家在對實際問題作比較判斷時，大多無法給出一個具體的數值m，而給出“在m左右”的判斷結果[5]。三角模糊數能很好地量化表達專家給出的這種“在m左右”的判斷結果。一般用（l,m,n）表示三角模糊數，其中m表示判斷的最可能值，l、n分別表示判斷的最悲觀值和最樂觀值（基于模糊層次分析法的機械材料選擇）。

1）定義一。三角模糊數aij=(kij,lij,mij)、bkh=(xkh,ykh,zkh)之間的運算法則[5]：

表1 “0.1～0.9”標度法[6]

圖2 同層指標權重向量計算過程

3）層次總排序。

為得到同層指標相對于最終目標層的重要性排序，在層次單排序基礎上，進一步層次總排序，計算出指標相對于目標層的權重向量λ[8]。

設已完成上一層指標N1、N2、…、Nn層次總排序，得到權重向量λ1=（n1,n2,……,nn）（首層指標層次總排序權重向量等于層次單排序權重向量），本層指標M1、M2、…、Mm相對于上一層指標Ni層次單排序的權重向量Wi=(d(M1)i,d(M2)i…d(Mm)i,)（當Mj與Ni無關時，d(Mj)i=0），則本層指標M1、M2、…、Mm層次總排序權重向量為

重復上述過程，可計算出底層指標關于目標層的權重向量，完成指標權重計算。

2.2 模糊綜合評判

通過模糊綜合評判法對評估對象實施綜合評判。

第一步，建立評估對象指標集E={e1,e2,…，en} ,評語集V={v1,v2,…，vt}[7]。

第二步，對指標集進行單因素評判，構建隸屬度矩陣R：

式中：rnt表示集合E內指標en對集合V內評語vt的隸屬度。

第三步，計算得到指標集指標權重向量λ。

第四步，展開模糊綜合評判，得到模糊綜合評判向量：

第五步，對評語集量化賦分，獲得模糊綜合評判分數F。設定評語集V=（高風險，一般風險，較低風險，低風險，極低風險），賦分V=（100，75，50，25，0），計算可得：

由式（13）、式（14）可得

得分F越高的零部件，風險越大。

3 實例應用

某整機廠家需對其2.0 MW雙饋風力發電機組零部件進行風險評估，由于篇幅有限，下面僅以機組中部分零部件（主齒輪箱、鎖緊銷、彈性支撐）為例，說明通過模糊層次分析法進行風險評估的具體應用過程。

3.1 計算指標權重

參照圖1所建立的指標模型，該整機廠家組織其研究院、交付中心和工程公司三方分別對指標模型各指標進行評判，根據表1量化評判信息，得表2。將表2初始數據算術平均，得表3。

表2 指標層初始三角模糊判斷矩陣

表3 指標層三角模糊判斷矩陣

根據圖2，計算指標層權重向量W′：

W′=（0.29 0.03 0.08 0.27 0.21 0.12）。

參照計算指標層A、B、C、D、E、F權重過程，計算子指標層B1、B2、C1、C2、D1、D2、E1、E2相對于指標層的權重，結合式（11）得所有子指標相對于目標層的權重，完成指標權重的求解，最終權重結果見表4。

表4 指標權重結果信息

3.2 實施模糊綜合評判

建立指標集E={A，B1，B2，C1，C2，D1，D2，E1，E2，F}，評語集V=（高風險，一般風險，較低風險，低風險，極低風險）。

組織整機廠研究院、交付中心和工程公司相關人員對待評估零部件各指標集進行單因素評判，得隸屬度矩陣，見表5。

表5 零部件隸屬度矩陣

根據式（13）～式（15）可計算出主齒輪箱、鎖緊銷、彈性支撐在各指標下的模糊綜合評判得分及總分，計算結果見表6。

表6 零部件各指標模糊綜合評判得分及總分

根據零部件模糊綜合評判總分，對零部件進行風險等級劃分，劃分方法見表7。

表7 風電機組零部件風險等級劃分方法

由此可知，主齒輪箱、鎖緊銷、彈性支撐分別屬于高風險零部件、低風險零部件、較低風險零部件。

零部件風險等級劃分結果可作為風電機組零部件質量管理和整機風險管控的重要參考。在零部件采購和整機運行維護環節中可根據零部件的風險等級，實施差異化管理，集中力量重點關注高風險零部件。同時，根據表6零部件各指標模糊綜合評判得分，對于同一零部件，得分高的高風險指標對應的環節應尤為重視，比如，特別重視主齒輪箱的“零部件自身價值”、“故障影響程度”和“故障糾正難易程度”指標對應的環節。從而，可以針對不同的零部件以及同一零部件不同的指標在質量管理和風險管控上做到有的放矢。

4 結 論

本文以風電機組零部件風險評估為研究目標，建立風電機組零部件風險評估指標模型，借助模糊層次分析法求指標權重，通過模糊綜合評判法得到零部件及相應指標的模糊綜合評判得分，實現零部件風險等級劃分，為不同零部件及同一零部件不同指標的質量管理和風險管控提供一定參考。