基于Weibull分布的大型风机液力变桨系统可靠性评估

doi：10.11832/j.Psn.1000-4858.2020.12.002
基于Weibull分布的大型风机液力变桨
系统可靠性评估
崔策，石新发，贺石中，李秋秋，康鑫硕
(广州机械科学研究院有限公司设备润滑与检测研究所，广东广州510700)
摘要：分析大型风机液力变桨系统的失效特性，基于三参数Weibull分布函数拟合可靠性衰变规律，通过建立极大似然方程组对函数参数逐一求解。

采用遗传算法优化求解过程，并在遗传算法种群迭代过程中动态修正个体的交叉及变异概率，以解决适应度发散的问题。

结合实际数据，计算得出大型风机液力变桨系统的三参数WeiPull分布可靠性函数，并将其与二参数Weibull分布拟合结果进行对比。

结果表明，基于三参数WeiPull分布的时变失效率估算结果的适应性更高，避免了在失效初始阶段的不合理估计，能够更好地模拟大型风机液力变桨系统的失效特点。

关键词：润滑系统；可靠性;遗传算法；Weibull分布；极大似然法
中图分类号:TH137；TG156文献标志码：B文章编号：1000固858(2020)12-0008-06 Reliabil P y Eveluation of Hydraulic PPch System for Large-scale Wind
Turbina Based on Weibull Distribution
CUI Ce,SHI Xin-fa,HE Shi-zhong,LI Qiu-qin,KANG Xin-shuo
(Equipment Lubrication and Testing Research Institute,Guangzhou Mechanicd Engineering Research
Institute Co.,Ltd.,Guangzhou,Guangdong510700)
Abstract：Based on the b/ef analysis of the failure characte/stics of the larae-sccle wind turbine hydraulic pitch system,the r eliability deccy law is fitted by three-parameter Weibull distribution function.And the function parameter/are solved by establishing a maximum liPeliPood equation set.At the same time,the genetic algorithm is used to optimize the solution process.The individual crossover and mutation probability are dynamically modiPed du/ng the genetic algorithm population iteration process,so as to solve the problem of fitnas diver/encc.
Combined with the actual data,the three-parameter Weibull dist/bution reliability function of the larae-scole wind turbine hydraulic pitch system is cdculated.Thereafter,it is compared with the too-parameter Weibull distribution fitting results.The results show that the time-verying failure rate estimation results based on the three-parameter WaPull distriPution are m ore adaptabk.It avoids unreasonabk estimation at the initial stage of failure,and csn better simulate the fglui/characte/stics of larae-sccle wind turbine hydraulic pitch systems.
Key words:lubrication system,reliability,genetic algorithm,weibull distribution,maximum likeliPood method 引言
近年来，随着风力发电行业的快速发展，风能已成为世界主要可再生能源之一'1(。

但由于风机安装、运行、维护和零部件的生产制造过程中的管理经验不足,导致我国风能利用率较低，风机故障事件频繁发生)为提升风能转换效率及降低风机故障率，科研人员在
收稿日期：2020固7-10
基金项目：国家重点研发计划(2018YFB2001604);广州市黄埔区国际科技合作项目(2018GH12)；国机智能青年基金(173000058)
作者简介:崔策(1991*),男，广东广州人,工程师，硕士，主要从事油液监测技术方面的科研工作。

桨叶控制、功率转换及维护方案上做了大量研究［2］)液力变桨系统以其响应快、扭矩大的特点广泛应用于风机叶片的桨距控制机构，因此正确开展液力变桨系统可靠性分析对于风机运行安全维护有着十分积极的作用［3］)
目前，在机电设备的可靠性分析过程中，通常采用基于物理模型或数据驱动的分析方法进行评估)物理模型分析法首先充分分析对象的结构特点及物化特性，采集各项实验参数，在对失效机理充分分析后以评估对象可靠性或剩余寿命，但由于其成本较高，该类方法通常应用于高精尖领域设备如航空发动机、飞机起落架等。

近年来，数据驱动方法由于其成本低、不依赖设备失效机理等特点得到广泛应用，包括基于统计模型的方法、基于可靠性函数的方法及基于机器学习的方法⑷)其中统计模型Weibull分布是常见的设备可靠性评估方法，由于三参数Weibull分布在拟合数据方面具有较强适应性，几种常见的分布如指数分布、正态分布等都可看成特定参数的Weicull分布，目前已有大量学者针对此类方法开展可靠性研究。

文献［5］使用最小二乘法对二参数的Weibull分布进行三参数估计，并用航空设备实例数据验证方法的可行性。

但对于常用的三参数的Weicull分布没有进行相应的研究。

文献［6］等对几种常用的Weibull分布参数估计方法进行了说明和比较，相比之下，极大似然估计方法具有比较优越的估计精度。

文献［7(提出一种针对竞争失效模式下的三参数威布尔分布实验寿命统计分析,并采用极大似然模型进行实例验证，结果表明了分析方法和模型的可行性，但计算过程较为复杂。

本研究采用三参数Weicull分布拟合测试数据，对于三参数的Weibull分布建立极大似然方程求解形状参数、尺度参数及位置参数，为解决计算过程复杂的问题，采用遗传算法迭代求解方程组。

遗传算法是一种模拟自然界选择与遗传的机理寻求最优解的优化方法。

遗传算法不要求函数连续，具有可扩展性和潜在的并行性等优点，己得到广泛运用。

文献［8(采用遗传算法和参数优化的支持向量机建模，同时进行故障特征提取和模型训练,用该模型研究7种典型的制冷机组故障,取得良好的识别结果。

1Weibull分布建模
在工业设备的可靠性及寿命研究中,Weibull分布尤其适用于具有累计失效分布形式的设备，因此被广泛应用于各种设备或元件的寿命或可靠性评估［9］)通过形状参数、尺度参数和位置参数的变化,Weibull 分布可以近似描述各种故障率分布规律，具有较好的泛化性［10］)建立Weibull分布寿命及可靠性评估模型的难点在于精确的估计模型参数。

目前，常用的参数估计法有图估计法、最小二乘法、极大似然估计法以及回归分析法等［11］。

使用三参数的Weibull分布对液力变桨系统进行可靠性评估，可靠度函数为：
3(+=e2宁)"(1)失效分布函数为：
F(t)=1-3(+=1-e2亍$$(2)故障率密度函数为：
<)=色-［2+e2等”(3) 00率数为：
%八=/<)=*(t-+$$2(4$
%+=3(+=*(4) 00其中，,，*，+表状数、尺度数
置参数，当形状参数$<1时,％+是t的递减函数;当$=1时,故障率％+为固定值;当$>1时,%+是递增函数，且此时故障率曲线拐点为：(e1=-1)/4=)经初步统计发现，在大型风机液力变桨系统的运行周期内，风机液力变桨系统的运行初期故障率较高，其故障形式和系统配置、维护等人为因素相关,故障率函数随时间衰减;而设备运行中期失效率通常恒定且明显低于初期水平,失效事件主要以随机离散事件为主，如系统密封失效导致进水、污染等。

而运行末期具有典型的损耗特性，如润滑油氧化及磨损累积导致润滑表面失效等。

综上所述，风机液力变桨系统的故障率化特与不数Wecbu l的率数化致，因此适用于液力变桨系统的可靠性研究过程。

2参数估计
二参数的Weibull分布建模忽略位置参数+的影响,默认失效从设备运行开始之前便一直存在)当采数Wecbu l布进行可性评，最小
法是常见的参数估计方法)最小二乘法主要是通过最小化理论值与观测值之差的平方和，使得拟合对象无限接近目标。

采用最小二乘法进行参数估计,首先对可靠性函数3(+即式(1)等式两边分别取两次对数,可：
ln［-ln3(t)］=$l n t-$l n*(5)因此,将上式简化成/二：+?的形式，则/=ln
[-ln3())]，:==-=In)，通过计算，得出最小二乘估计为：
A=1
n
*+$ln()
-+)-
A=1
"ln(…
*
**+$'()-+)"]
A=1
0(12)
<X12-2(6)
A=1
'b=/一
其中-=—$—,/=—$/，因此可得waPui i
分布的尺度参数*、形状参数,分别为：
二：
v rp(T)
(7)
三参数Weibull分布由于加入了故障开始时间(位置参数+)，因此相比二参数WeiPull可以更好地模拟系统失效特性。

三参数Weibull分布的参数估计通常采用极大似然法求解,极大似然原理是利用已知样本的结果信息，反推最有可能(最大概率)导致样本结果的模型参数值，即“模型已知，但参数未知”，极大似然估计是一种有效且精度较高的算法,但其求解效率却一直受限于复杂的超越方程及庞大的数据本身[12])似然函数如式(8)，其中$为待估算参数,-表示随机变量取值。

B($)=&/(—；$)(8)
A=1
极大似然方法的目的即求解参数$，使：
B(—；$)=myi(—；$)(9)因此结合式(9)，三参数Weibull分布的概率密度数大似数为：
dl
$*
=0
(13) $+=(_")$
二+*$()-+)"J O
(14)
通过式(12)~式(14)联立似然方程组，发现采用常规解析方法无法逐一求解。

由于遗传算法不要求函数连续，且具有拓展性强、鲁棒性好等优点，在参数求解、组合优化等方面已得到广泛应用。

遗传算法借鉴自然界生物种群遗传进化机理,通过个体适应能力的判定,及变异、交叉的遗传方式,在迭代过程中尽量扩大优秀个体及其后代占比，以寻找适应能力最高的后代,即函数最优解[13])本研究将遗传算法与三参数WeiPull分布的极大似然函数方程组结合起来，逐步求解Weibull的参数。

针对传统遗传算法的基因交叉及变异率固定不变,可能导致迭代过程陷入局部最优解的现象,提出动态修正基因的交叉概率及变异概率D m,D)对于适应度较大的个体，降低其变异的概率，同时增加交叉的概率，以增加优秀基因的遗传后代占比;若个体的适应度低于整体平均适应度时，则增大其变异概率，降低交叉概率)当个体的适应值最大，其变异概率为0，并在迭代过程中直接复制保留，个体的交叉异：
B(),,*，+)=&£(+*+exp-(⑺
(10)
对上式取对数得：
C();,,*，+)=in B();,,*，+)=@in,-n,in*+
”$(+a -+)"
(,-1)$ln()a-+)-―,——(11)
A=1*
00由于数大似计是似数的最大值,当似然函数对3个参数(,,*，+)连续可微,且最大值在定义域区间时，即对上式的3个参数分别求偏导并令其等于0，求解联立方程组即为极大似然估计量的：
令D c a=1-D m,其中/max,/min表示个体最大及最小适应度)由于遗传算法不能直接处理问题空间的参数,因此必须通过编码将求解的目标转化成具有遗传特性的染色体或者个体)在编译过程中，个体可采用二进制、十进制以及浮点数等方式编码)浮点数在编码方式上需要遵循一定的标准,计算过程相对繁琐；十进制编码同样位数上能存储更多的信息，但是变异过程中误差变化较大;二进制编码在后续的交叉和变异等操作中的误差精度控制相比十进制更好，因此本研究采用二进制编码)
通过观察式(12)~式(14)发现,
由于位置参数对
表1某大型风机液力变桨系统失效数据
序号123456789101112131415测试结果21225628933041252062471882493610681176123112951329
失效概率密度函数只起到调节位置的作用，求
定位置参数，则联立方程可简化为尺度参数
状参数的二元方程，经进简化后可得：
$［存（訓=03
1000
800 600 400 200
0—
—种群最优个体目标函数值…种群个体平均目标函数值
令遗传算法的适应度函数8=［/，设$为求解变
量，由于一元方程8'0,8越大，明/越接近0,代过程中，个体的适应能力越佳,越接近最优解，
获得适应度函数最大值的为遗传的目标
3案例分析
表1记录了某大型风机液力变桨系统的15组时序失效数据，表t=0到中首次异常的。

传统遗传的停止 中包含遗传代数达到最大或适应值达到迭代次数内的最佳，设置初始交叉概率D a=0.7，变异概率D m=0.3，群体规模popsiza= 500，最大迭代次数为500）初始种群中个体以随机式，个体的为［0，5］，代次数不小于50，最优个体适应度恒定不停止代。

由图1可知，代过程中,种群个体平均适应度上升,表明在动态修叉异概率的，群体的平均适应度增大，而曲线跌宕可能由于变异的随机性导致。

代至第10代，适度函数值最大的最优个体，50代次内，并未优个体，因此适应度最高个体即方程最优解$=2.02,带入式（16）和式（14）,计*=845.67, +=14.52,度AD统计量为0.447。

采用最小计的Weibull分布的数据$=1.67,
010********
g
b）种群适应度变化及最优个体适应度
图1遗传算法求解目标函数
a）二参数Weibull-95%置信区间
b）三参数Weibull-95%置信区间
图2Weibull
分布下概率图线性拟合
*=738.63,拟合度检验AD统计量为0.494，图2分别是二、三参数Weibull分布下的概率性，图中数据点均收敛于95%置信，布直线周围，者的优度D值均大于0.05,比发.
数的AD统计量更小，表明数WeiPul l分布函数程度更优，能表机液力变桨系统的失效
图3失效率函数拟合对比
由图3发现，服从二参数Weibull分布失效率从)=0时刻开始，而数Weibull的失效率增长相比滞后，在设行一段后，系统失效才开始显，这与实际过程中发生的致，由于加入置参数，在大型风机液力系统的初始阶段，数Weibull分布的失数计贴近实际,避免了两参数函数在早期阶段的不计，计出
系统的平均维护周期：E=845.67=
749.33,其中-为伽马函数。

因此大型风力发电机液力变桨系统的可靠性数为：
_()-14.52$2.02
3(-=
失效率密度函数为：
2.02--14.52]102-辟产02
八$_845.67845.67'6
图4是失效密度曲线和可靠性及失效概率曲线，同时计 率曲线的拐点为：
(e1/2-02-1)/s1/2-02=0.39
4
本研究简大型风机液力系统的失效特性，数Weibull分布函数建立时序失效模型，其中函数参数采用极大似进行，建立了三参数极大似程组。

似然方程困难的问
，种改进遗传进行，传的个体迭代过程中动态设置叉异概率，最优的个体进行复制保留，传算法的搜寻过程,到似数最优解。

200 400 60080010001200
t/h
图4大型风机液力变桨系统故障密度曲线、
性曲线
某大型风机液力系统的实际失效数据，数数Weibull分布函数对其失布特征进行)表明，与数的Weibull分布函数比，数WeiPull分布数优度优，且由于置参数的考量，数Weibull分布函数的符液力系统的失效特征，其失效率曲线的初始阶段更接近实际发，能够较好地评估其可靠性过程。

参考文献：
[1]艾超,陈立娟,孔祥东,等.基于有功功率控制的液压型风
力发电机组最佳功率追踪策略关键问题研究[J].机械工程学报,2017,53(2)：192-198,
AI Chao,CHEN Lpuan,KONG Xiangdong,et al.Research
on the Key Problems of MPPT Strateyy Based on the Active
Power Control of Hydraulic Wind Turbine[J].Journal of
Mechanical Enyinee/ny,2017,53(2)：192-198.
[2]周志刚，徐芳.考虑强度退化和失效相关性的风电齿轮传
动系统动态可靠性分析[J].机械工程学报,2016,52
(11)：80-87.
ZHOU Zhiaany,XU Fany.Dynamic Reeability Analysis of
Gear Transmission System of Wind Turbine Consideriny
Strength Dea/dation and Dependent Failure[ J].Journal of
Mechanical Engineering,2016,52(11)：80-87.
[3]刘光德，邢作霞，李科，等.风力发电机组电动变桨距系统
的研究[J].电机与控制应用,2006,33(10)：31-34.
LIE Guanyde,XING Zuoxia,LI Ke,et al.Research on
Wind Turbine Electric Pitch System[J].Electric Machines
&Control Application,2006,33(10)：31-34.
[4]邱望标，郭天水，薛玉，等.基于SST:g湍流模型与遗传
算法的高速电梯井道风口优化设计[J].液压与气动，
2019,(5)：51-57.
QIU Wangbiao,GUO Tianshui,XUE Yu,et al.Hoisteay
Vent Optimization Desian Based on SST k-(#Tu/ulence
Model and Genetic Alaorithm for High-speed Elevator[ J].
ChcneteHyd aulcct&Pneumaicct,2019,(5)：51-57. [5]辛龙，周越文,翟颖烽，等.基于WeCull分布的航空装备
部件寿命预测研究[J].电光与控制，2014,(12)：102
-105.
XI Long,ZHOU Yuewen,ZHAI Yinyye,et al.Weibul l
Distribution Based1^60x0Prediction for Components of AercalEqucpmenit[J].Elecironcct Opicct&Conirol,
2014,(12)：102-105.
[6]周丹,李成榕，王忠东.变压器Weibull寿命建模参数估计
方法的比较'J].高电压技术,2013,39(5)：1170-1177.
ZHOU Dan,LI Chenyrony,WANG parison
ooParameierEticmaicon MeihodtoorTrantoormerWecbu l
LcoeicmeMode l cny[J] %Hcyh VoliayeEnycneercny,2013,
39(5)：1170-1177.
[7]张详坡，尚建忠，陈循，等.三参数Weibull分布竞争失效
力速寿命统计[J].机械工程学, 2014,(14)：48-55.
ZHANG Xcanypo,SHANG Jcanahony,CHEN Xun.Siaics stical Inferencc of Va/iny-st/ss Accelerated Life Test with
Compeicny Facluret Bated on Threesparameier Wecbu l
Dctircbuicon[J].JournalooMechanccalEnycneercny,2014,
(14)：48-55.
[8]韩华，谷波，康嘉.基于遗传算法和支持矢量机参数优化
的制冷机组故障检测与诊断研究[J].机械工程学报,
2011,47(16)：120-126.
HANHua,GUBo,KANGJca.Chc l erFauliDeiecicon and
DcaynotctBated on GeneiccAlyorcihm and SupporiVecior
Machcnewcih ParameierTuncny[J].JournalooMechanccal
Enycneercny,2011,47(16)：120-126.
[9]胡良谋，曹克强,熊申辉，等.前轮转弯减摆助力器故障分
布的三参数威布尔分布模型[J].液压与气动，2016,
(9)：71-75.
HU Lcanymou,CAO Keqcany,XIONG Shenhuc,eial.
Three Parameier Wecbu l Dctircbuicon Model oo Fauli
Dctircbuicon oor Froniswheel Sweree Shcmmy Damper
HydraulccBootier[ J].ChcneteHydraulcct&Pneumaicct,
2016(9)：11-15.
[10]郝子源，张旭，石健，等.基于任务可靠度的电动伺服机构
可靠性觎试验设计'J].液压与气动,2016(9)：91-98.
HAO Ziyuan,ZHANG Xu,SHI Jian,et al.'0-1X0
Demonstration Test Design Based on Mission Reliability for
ElecirccSereo Mechanctm[J].Chcnete Hydraulcct&
Pneumaicct,2016,(9)：91-98.
[11]TORRADO N,KOCHAR S C.Stochastic Order Relations
AmonyPara l elSytiemtFrom Wecbu l Dctircbuicont[J].
JournalooApplced Probabclciy,2015,52(1)：102-116. [12]LEE J D,SUN Y,TAYLOR J E.On Model Selection
ContctiencyooReyularcaed Mseticmaiort[J].Elecironcc
JournalooSiaicticct,2015,9(1)：608-642.
[13]周国哲，付永领,杨荣荣.基于遗传算法的电动静液作动
模型数[J].液压与气动,2016,(4)：92-96.
ZHOUGuoahe,FUYonylcny,YANGRonyrony.Parameier
Idenicoccaicon oo Eleciroshydrotiaicc Aciuaior Bated on
GeneiccAlyorcihm[J].ChcneteHydraulcct&Pneumaicct,
2016,(4)：92-96.
引用本文：
崔策，石新发,贺石中，等.基于Weibull分布的大型风机液力变桨系统可靠性评估[J].液压与气动,2020,(12)：8-13.
CUI Ce,SHI Xinfa,HE Shizhony,et al.ReUabiUty Evaluation of Hydraulic Pitch System for La/e-scaU Wind Turbine Based on Weibul l Dctircbuicon[J].Chcn@t@Hydraulcct&Pn@umaicct,2020,(12)：8-13.。