李磊, 高朝祥, 鄒修敏, 吳利平, 鐘小村
(1.四川化工職業(yè)技術(shù)學(xué)院 機械工程系, 四川 瀘州646099;2.中國船舶重工集團(tuán) 海裝風(fēng)電股份有限公司,重慶401122)
風(fēng)力發(fā)電作為可再生能源的代表,得到了飛速發(fā)展,機組整機質(zhì)量水平越來越受到風(fēng)電行業(yè)的關(guān)注和重視。風(fēng)電機組零部件風(fēng)險狀態(tài)是影響機組整機質(zhì)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(fēng)險越大,對整機質(zhì)量水平的影響程度則越大,在整機及零部件質(zhì)量管理環(huán)節(jié)則應(yīng)重點關(guān)注。因此,零部件的風(fēng)險評估對整機及零部件的質(zhì)量管理和風(fēng)險控制具有重要的研究意義。
零部件風(fēng)險評估需要綜合考慮諸多風(fēng)險因素,不同風(fēng)險因素對零部件的風(fēng)險影響程度也存在差異,零部件風(fēng)險評估是一個多維度、多指標(biāo)的綜合問題。目前,模糊層次分析法、熵權(quán)法和理想點法等在分析多指標(biāo)問題中得到了大量應(yīng)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(gòu)系統(tǒng)狀態(tài)進(jìn)行綜合評價。王舒婷[3]通過熵權(quán)法從學(xué)生評價角度對高職院校教師教學(xué)質(zhì)量進(jìn)行評價。曾韜睿、王林峰等[4]借助理想點法建立圍巖質(zhì)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(fēng)電機組零部件風(fēng)險評估方法。該方法通過構(gòu)建零部件風(fēng)險評估指標(biāo)模型,借助模糊層次分析法得出指標(biāo)權(quán)重,通過模糊綜合評判法對零部件展開風(fēng)險評判[1],得到各零部件風(fēng)險得分,實現(xiàn)零部件的風(fēng)險等級分類。
零部件風(fēng)險伴隨風(fēng)電機組整個生命周期,貫穿零部件設(shè)計、制造、采購、整機裝配、機組運維等環(huán)節(jié)。本文從整機廠家出發(fā),綜合分析上述環(huán)節(jié)的諸多風(fēng)險因素,最終確定零部件自身價值、零部件缺陷發(fā)現(xiàn)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(fēng)電機組零部件主要風(fēng)險因素。
零部件自身價值(A),一般通過價格體現(xiàn),通常價格越高的零部件,風(fēng)險越大;零部件缺陷發(fā)現(xiàn)難易程度(B),一方面是零部件在交付環(huán)節(jié)的不合格品發(fā)現(xiàn)難易程度(B1),另一方面是機組運維過程中,零部件故障現(xiàn)象發(fā)現(xiàn)難易程度(B2);零部件缺陷率(C),一方面是零部件在交付環(huán)節(jié)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(chǎn)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(huán)節(jié)不合格品糾正難易程度(E1)和機組運行環(huán)節(jié)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(fēng)險影響程度越大。
由此,建立風(fēng)電機組零部件風(fēng)險評估指標(biāo)模型見圖1。
圖1 風(fēng)電機組零部件風(fēng)險評估指標(biāo)模型
不同指標(biāo)對零部件風(fēng)險評估結(jié)果的影響程度不同,我們需計算出某一指標(biāo)相對于其他指標(biāo)的重要性,即指標(biāo)權(quán)重。
2.1.1 三角模糊數(shù)
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(shù)值m,而給出“在m左右”的判斷結(jié)果[5]。三角模糊數(shù)能很好地量化表達(dá)專家給出的這種“在m左右”的判斷結(jié)果。一般用(l,m,n)表示三角模糊數(shù),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(shù)aij=(kij,lij,mij)、bkh=(xkh,ykh,zkh)之間的運算法則[5]:
表1 “0.1~0.9”標(biāo)度法[6]
圖2 同層指標(biāo)權(quán)重向量計算過程
3)層次總排序。
為得到同層指標(biāo)相對于最終目標(biāo)層的重要性排序,在層次單排序基礎(chǔ)上,進(jìn)一步層次總排序,計算出指標(biāo)相對于目標(biāo)層的權(quán)重向量λ[8]。
設(shè)已完成上一層指標(biāo)N1、N2、…、Nn層次總排序,得到權(quán)重向量λ1=(n1,n2,……,nn)(首層指標(biāo)層次總排序權(quán)重向量等于層次單排序權(quán)重向量),本層指標(biāo)M1、M2、…、Mm相對于上一層指標(biāo)Ni層次單排序的權(quán)重向量Wi=(d(M1)i,d(M2)i…d(Mm)i,)(當(dāng)Mj與Ni無關(guān)時,d(Mj)i=0),則本層指標(biāo)M1、M2、…、Mm層次總排序權(quán)重向量為
重復(fù)上述過程,可計算出底層指標(biāo)關(guān)于目標(biāo)層的權(quán)重向量,完成指標(biāo)權(quán)重計算。
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(biāo)集E={e1,e2,…,en} ,評語集V={v1,v2,…,vt}[7]。
第二步,對指標(biāo)集進(jìn)行單因素評判,構(gòu)建隸屬度矩陣R:
式中:rnt表示集合E內(nèi)指標(biāo)en對集合V內(nèi)評語vt的隸屬度。
第三步,計算得到指標(biāo)集指標(biāo)權(quán)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?jǐn)?shù)F。設(shè)定評語集V=(高風(fēng)險,一般風(fēng)險,較低風(fēng)險,低風(fēng)險,極低風(fēng)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(fēng)險越大。
某整機廠家需對其2.0 MW雙饋風(fēng)力發(fā)電機組零部件進(jìn)行風(fēng)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(jìn)行風(fēng)險評估的具體應(yīng)用過程。
參照圖1所建立的指標(biāo)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(biāo)模型各指標(biāo)進(jìn)行評判,根據(jù)表1量化評判信息,得表2。將表2初始數(shù)據(jù)算術(shù)平均,得表3。
表2 指標(biāo)層初始三角模糊判斷矩陣
表3 指標(biāo)層三角模糊判斷矩陣
根據(jù)圖2,計算指標(biāo)層權(quán)重向量W′:
W′=(0.29 0.03 0.08 0.27 0.21 0.12)。
參照計算指標(biāo)層A、B、C、D、E、F權(quán)重過程,計算子指標(biāo)層B1、B2、C1、C2、D1、D2、E1、E2相對于指標(biāo)層的權(quán)重,結(jié)合式(11)得所有子指標(biāo)相對于目標(biāo)層的權(quán)重,完成指標(biāo)權(quán)重的求解,最終權(quán)重結(jié)果見表4。
表4 指標(biāo)權(quán)重結(jié)果信息
建立指標(biāo)集E={A,B1,B2,C1,C2,D1,D2,E1,E2,F(xiàn)},評語集V=(高風(fēng)險,一般風(fēng)險,較低風(fēng)險,低風(fēng)險,極低風(fēng)險)。
組織整機廠研究院、交付中心和工程公司相關(guān)人員對待評估零部件各指標(biāo)集進(jìn)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(jù)式(13)~式(15)可計算出主齒輪箱、鎖緊銷、彈性支撐在各指標(biāo)下的模糊綜合評判得分及總分,計算結(jié)果見表6。
表6 零部件各指標(biāo)模糊綜合評判得分及總分
根據(jù)零部件模糊綜合評判總分,對零部件進(jìn)行風(fēng)險等級劃分,劃分方法見表7。
表7 風(fēng)電機組零部件風(fēng)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(fēng)險零部件、低風(fēng)險零部件、較低風(fēng)險零部件。
零部件風(fēng)險等級劃分結(jié)果可作為風(fēng)電機組零部件質(zhì)量管理和整機風(fēng)險管控的重要參考。在零部件采購和整機運行維護(hù)環(huán)節(jié)中可根據(jù)零部件的風(fēng)險等級,實施差異化管理,集中力量重點關(guān)注高風(fēng)險零部件。同時,根據(jù)表6零部件各指標(biāo)模糊綜合評判得分,對于同一零部件,得分高的高風(fēng)險指標(biāo)對應(yīng)的環(huán)節(jié)應(yīng)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(biāo)對應(yīng)的環(huán)節(jié)。從而,可以針對不同的零部件以及同一零部件不同的指標(biāo)在質(zhì)量管理和風(fēng)險管控上做到有的放矢。
本文以風(fēng)電機組零部件風(fēng)險評估為研究目標(biāo),建立風(fēng)電機組零部件風(fēng)險評估指標(biāo)模型,借助模糊層次分析法求指標(biāo)權(quán)重,通過模糊綜合評判法得到零部件及相應(yīng)指標(biāo)的模糊綜合評判得分,實現(xiàn)零部件風(fēng)險等級劃分,為不同零部件及同一零部件不同指標(biāo)的質(zhì)量管理和風(fēng)險管控提供一定參考。