Die Fehlermuster- und Auswirkungsanalyse (FMEA) ist eine effektive Methode zur Analyse der Zuverlässigkeit, um potenzielle Fehlermuster in einem System zu identifizieren und ihre Schwere zu bewerten. Die traditionelle FMEA weist viele Mängel im Analyseprozess auf, wie die Nichtberücksichtigung verschiedener Risikofaktorengewichte, die Empfindlichkeit gegenüber verschiedenen Risikofaktoren, die Schwierigkeit beim Umgang mit subjektiven und unsicheren Expertenbewertungen sowie die Nichtberücksichtigung von Übertragungseinflüssen zwischen Fehlermustern. Um diese aufgeführten Mängel zu überwinden, wurde eine verbesserte FMEA-Methode vorgeschlagen. Die Verbesserung der Genauigkeit und Objektivität der Fehlermuster-Schwereanalyse wird durch die Einführung eines Zuverlässigkeitshauses, der Rauen Mengen Theorie und der Idealpunkt-Methode erreicht. Im Vergleich zur traditionellen FMEA ist die vorgeschlagene verbesserte FMEA in der Lage, das Problem der Subjektivität und Unsicherheit von Expertenbewertungen effektiv zu behandeln, die gegenseitigen Einflüsse der Fehlermuster vollständig zu berücksichtigen, die Schweregrade der Fehlermuster bei Attributkonflikten und allen Arten von Unsicherheiten zu ordnen. Durch die Verwendung der vorgeschlagenen verbesserten FMEA wurde eine Analyse der potenziellen Fehlermuster eines bestimmten Windkraftanlagenmodells durchgeführt, wobei eine geordnete Liste der Schweregrade jedes Fehlermusters und eine geordnete Liste der Schweregrade jedes Teilsystems erhalten wurden. Auf der Grundlage der Ranglisten wurden die Schwachstellen in der Zuverlässigkeit von Windkraftanlagen und Schlüsselsystemen identifiziert und Schweregradgewichte für jedes Fehlermuster und jedes Teilsystem bereitgestellt, die als Daten zur Unterstützung der Optimierung des Zuverlässigkeitsdesigns von Windkraftanlagen dienen können.

Windkraftanlagen; Fehlermuster- und Auswirkungsanalyse; Zuverlässigkeitshaus; Rauen Mengen Theorie; Risikopunktermittlung