[发明专利]基于关键部件失效模型的燃气轮机系统性能预测方法

说明书

本发明涉及一种基于关键部件失效模型的燃气轮机系统性能预测方法，对燃气轮机系统进行分层；利用层次分析法进行部件到系统的影响权重分析；得到关键部件的可靠度变化趋势；根据关键部件的可靠度分析结果，利用层次分析中得到的部件与系统之间的权重系数，计算出整个燃气轮机系统的可靠度变化趋势。本发明通过对燃气轮机系统分层，构造权重影响矩阵，奠定了从部件到系统进行性能预测的基础，利用全寿命周期数据开展关键部件性能退化趋势的预测，将各关键部件与系统进行关联量化处理，实现了通过关键部件的退化性能预测结果得到整个系统未来的性能变化趋势。

技术领域

本发明涉及机电技术领域，尤其涉及一种基于关键部件失效模型的燃气轮机系统性能预测方法。

背景技术

由于燃气轮机系统结构复杂，工况模式变化多样，各部件相互耦合影响，因此燃气轮机系统经常放生故障，同时作为舰船主要推进系统之一，燃气轮机系统发生故障不仅会造成舰船被迫停航，影响航行效率，而且会带来很高的维修成本，甚至引发安全事故。因此对于舰船燃气轮机系统的性能预测技术的研究对于减少故障发生率，保障舰船正常航行十分重要。

传统的性能预测方法常常以某个部件为研究对象，通过最小二乘法、灰色模型等拟合出数据变化趋势，但底层部件性能的细微变化有时候在系统参数中很难或者无法直接反映捕捉，造成了部件退化趋势严重而系统监测参数未超过故障阈值的现象。

最小二乘法依据历史数据分为线性趋势和非线性趋势，建立假定的数学模型并通过历史数据的变化趋势来确定模型参数，但最小二乘法无法满足高精度要求，需要先验知识。

灰色模型把观测数据序列视为随时间变化的灰色量，通过累加或者累减生成新的序列，逐步使灰色量白化，从而建立微分方程模型进行预测。灰色模型存在不能做长期预测的问题。

发明内容

鉴于上述的分析，本发明旨在提供一种基于关键部件失效模型的燃气轮机系统性能预测方法，将各关键部件与系统进行关联量化处理，实现了通过关键部件的性能预测结果得到整个系统未来的性能变化趋势。

本发明的目的主要是通过以下技术方案实现的：

一种基于关键部件失效模型的燃气轮机系统性能预测方法，包括以下步骤：

步骤S1、基于燃气轮机系统结构和功能特点对燃气轮机系统进行三层分解，将燃气轮机系统分解成子系统、关键设备和关键部件三个层次；

步骤S2、通过对燃气轮机系统从上到下结构和功能的梳理，利用层次分析法进行部件到系统的影响权重分析，得到部件与系统之间的权重系数；

步骤S3、对燃气轮机系统的关键部件进行性能衰退趋势预测，得到关键部件的可靠度变化趋势；

步骤S4、根据关键部件的可靠度变化趋势，利用层次分析中得到的部件与系统之间的权重系数，计算出整个燃气轮机系统的可靠度变化趋势。

进一步地，所述步骤S1中的三层分解，第一层从功能角度出发将燃气轮机系统分为动力系统、传动系统和控制系统三个子系统；第二层将各子系统进行细化分解到关键设备级，关键设备是指对各子系统正常运行起到关键作用的设备；最后依据船舶实际运行中常见的故障类型、故障部件，再将关键设备级细化到关键部件级。

进一步地，所述步骤S2中的层次分析法包括以下步骤：

步骤S201、确定燃气轮机系统发生故障的各因素；所述因素是结合燃气轮机专家系统和现场实际确定的；

步骤S202、按照属性的不同将各因素分组形成互不相交的层次，上一层的元素对相邻的下一层元素全体或部分起支配作用，形成按层次自上而下的逐层支配关系；