一种系统可靠性分析方法、装置和设备制造方法及图纸

本申请提供一种系统可靠性分析方法、装置和设备，方案首先对所述目标系统的故障进行故障模式及影响分析，得到所述目标系统中各个组件的各个故障模式，再获取所述故障模式对应的N组严酷度评估值、可能性评估值与可探测性评估值，计算每个所述故障模式对应严酷度评估值、可能性评估值与可探测性评估值的加权平均值，最后将所述严酷度评估值、可能性评估值与可探测性评估值的加权平均值作为输入数据，对每个所述故障模式进行危害性分析，得到每个所述故障模式的危害性预测值，将所述危害性预测值作为所述目标系统的可靠性指标，实现了目标系统的可靠性预测。系统的可靠性预测。系统的可靠性预测。

【技术实现步骤摘要】
一种系统可靠性分析方法、装置和设备


[0001]本专利技术涉及数据处理
，具体涉及一种系统可靠性分析方法、装置和设备。

技术介绍

[0002]在设备进行正式工作或批量生产之前，为了保证设备能够在较长的时间内能够可靠工作，需要对设备进行可靠性分析。如何对设备的运行状态进行可靠性分析，以预测设备是否能够长时间可靠工作成为本领域技术人员亟待解决的技术问题之一。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供一种系统可靠性分析方法、装置和设备，以实现设备的可靠性预测。
[0004]为实现上述目的，本专利技术实施例提供如下技术方案：
[0005]一种系统可靠性分析方法，用于对目标系统进行故障分析，包括：
[0006]对所述目标系统的故障进行故障模式及影响分析，得到所述目标系统中各个组件的各个故障模式；
[0007]获取所述故障模式对应的N组严酷度评估值、可能性评估值与可探测性评估值，所述N不小于2，每种故障模式对应N组严酷度评估值、可能性评估值与可探测性指标评估值；
[0008]计算每个所述故障模式对应严酷度评估值、可能性评估值与可探测性评估值的加权平均值；
[0009]将所述严酷度评估值、可能性评估值与可探测性评估值的加权平均值作为输入数据，对每个所述故障模式进行危害性分析，得到每个所述故障模式的危害性预测值；
[0010]输出每个所述故障模式的危害性预测值。
[0011]可选的，上述系统可靠性分析方法中，所述目标系统为海上漂浮式风力发电机组。
[0012]可选的，上述系统可靠性分析方法中，将所述严酷度评估值、可能性评估值与可探测性评估值的加权平均值作为输入数据，对每个所述故障模式进行危害性分析，包括：
[0013]采用神经网络算法输入所述严酷度评估值、可能性评估值与可探测性评估值的加权平均值，并通过sigmod激活函数算法进行CA分析。
[0014]可选的，上述系统可靠性分析方法中，所述输出每个所述故障模式的危害性预测值，包括：
[0015]判断每个所述故障模式的危害性预测值是否均小于预设值；
[0016]当每个所述故障模式的危害性预测值均小于预设值时，输出用于表征目标系统运行可靠的提示信息；
[0017]当存在危害性预测值大于预设值的故障模式时，输出用于表征目标系统运行不可靠的提示信息，以及危害性预测值大于预设值的故障模式对应的设备组件、故障影响及故障原因。
[0018]可选的，上述系统可靠性分析方法中，所述严酷度评估值、可能性评估值与可探测
性评估值为，不同评价主体基于所述目标系统中各个组件的配置参数对各个组件进行评价得到的严酷度评估值、可能性评估值与可探测性评估值。
[0019]一种系统可靠性分析装置，用于对目标系统进行故障分析，包括：
[0020]FMEA分析单元，用于对所述目标系统的故障进行故障模式及影响分析，得到所述目标系统中各个组件的各个故障模式；
[0021]评估值获取单元，用于获取所述故障模式对应的N组严酷度评估值、可能性评估值与可探测性评估值，所述N不小于2，每种故障模式对应N组严酷度评估值、可能性评估值与可探测性指标评估值；
[0022]评估值处理单元，用于计算每个所述故障模式对应严酷度评估值、可能性评估值与可探测性评估值的加权平均值；
[0023]CA分析单元，用于将所述严酷度评估值、可能性评估值与可探测性评估值的加权平均值作为输入数据，对每个所述故障模式进行危害性分析，得到每个所述故障模式的危害性预测值；输出每个所述故障模式的危害性预测值。
[0024]可选的，上述系统可靠性分析装置中，所述CA分析单元在将所述严酷度评估值、可能性评估值与可探测性评估值的加权平均值作为输入数据，对每个所述故障模式进行危害性分析时，具体用于：
[0025]采用神经网络算法输入所述严酷度评估值、可能性评估值与可探测性评估值的加权平均值，并通过sigmod激活函数算法进行CA分析。
[0026]可选的，上述系统可靠性分析装置中，所述CA分析单元在输出每个所述故障模式的危害性预测值时，具体用于：
[0027]判断每个所述故障模式的危害性预测值是否均小于预设值；
[0028]当每个所述故障模式的危害性预测值均小于预设值时，输出用于表征目标系统运行可靠的提示信息；
[0029]当存在危害性预测值大于预设值的故障模式时，输出用于表征目标系统运行不可靠的提示信息，以及危害性预测值大于预设值的故障模式对应的设备组件、故障影响及故障原因。
[0030]一种系统可靠性分析设备，用于对目标系统进行故障分析，包括：
[0031]存储器和处理器；
[0032]所述存储器，用于存储程序；
[0033]所述处理器，用于执行所述程序，实现上述任一项所述的系统可靠性分析方法的各个步骤。
[0034]可选的，所述分析设备为PC机。
[0035]基于上述技术方案，本专利技术实施例提供的上述方案中，首先，对所述目标系统的故障进行故障模式及影响分析，得到所述目标系统中各个组件的各个故障模式，再获取所述故障模式对应的N组严酷度评估值、可能性评估值与可探测性评估值，计算每个所述故障模式对应严酷度评估值、可能性评估值与可探测性评估值的加权平均值，最后将所述严酷度评估值、可能性评估值与可探测性评估值的加权平均值作为输入数据，对每个所述故障模式进行危害性分析，得到每个所述故障模式的危害性预测值，将所述危害性预测值作为所述目标系统的可靠性指标，实现了目标系统的可靠性预测。
附图说明
[0036]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0037]图1为本申请实施例公开的系统可靠性分析方法的流程示意图；
[0038]图2为海上漂浮式风力发电机组的结构示意图；
[0039]图3为本申请另一实施例公开的系统可靠性分析方法的流程示意图；
[0040]图4为本申请实施例公开的系统可靠性分析装置的结构示意图；
[0041]图5为本申请实施例公开的系统可靠性分析设备的结构示意图。
具体实施方式
[0042]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0043]故障模式、影响及危害性分析(Failure Mode Effects and Criticality Analysis，以下简称FMECA)是针对产品所有可能的故障，并根据对故障本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种系统可靠性分析方法，用于对目标系统进行故障分析，其特征在于，包括：对所述目标系统的故障进行故障模式及影响分析，得到所述目标系统中各个组件的各个故障模式；获取所述故障模式对应的N组严酷度评估值、可能性评估值与可探测性评估值，所述N不小于2，每种故障模式对应N组严酷度评估值、可能性评估值与可探测性指标评估值；计算每个所述故障模式对应严酷度评估值、可能性评估值与可探测性评估值的加权平均值；将所述严酷度评估值、可能性评估值与可探测性评估值的加权平均值作为输入数据，对每个所述故障模式进行危害性分析，得到每个所述故障模式的危害性预测值；输出每个所述故障模式的危害性预测值。2.根据权利要求1所述的系统可靠性分析方法，其特征在于，所述目标系统为海上漂浮式风力发电机组。3.根据权利要求1所述的系统可靠性分析方法，其特征在于，将所述严酷度评估值、可能性评估值与可探测性评估值的加权平均值作为输入数据，对每个所述故障模式进行危害性分析，包括：采用神经网络算法输入所述严酷度评估值、可能性评估值与可探测性评估值的加权平均值，并通过sigmod激活函数算法进行CA分析。4.根据权利要求1所述的系统可靠性分析方法，其特征在于，所述输出每个所述故障模式的危害性预测值，包括：判断每个所述故障模式的危害性预测值是否均小于预设值；当每个所述故障模式的危害性预测值均小于预设值时，输出用于表征目标系统运行可靠的提示信息；当存在危害性预测值大于预设值的故障模式时，输出用于表征目标系统运行不可靠的提示信息，以及危害性预测值大于预设值的故障模式对应的设备组件、故障影响及故障原因。5.根据权利要求1所述的系统可靠性分析方法，其特征在于，所述严酷度评估值、可能性评估值与可探测性评估值为，不同评价主体基于所述目标系统中各个组件的配置参数对各个组件进行评价得到的严酷度评估值、可能性评估值与可探测性评估值。6.一种系统可靠性分析装置，用于对目标系统进行故障分析，其特征在于，包括：F...

【专利技术属性】
技术研发人员：吕晓静，孙财新，张波，郭小江，刘鑫，周昳铭，闫姝，
申请(专利权)人：华能集团技术创新中心有限公司，
类型：发明
国别省市：