余林锋，吴 兵，翁建军,4，李志雄，翁金贤

(1.武汉理工大学 航运学院，湖北 武汉430063;2.武汉理工大学 智能交通系统研究中心，湖北 武汉430063;3.武汉理工大学 国家水运安全工程技术研究中心，湖北 武汉430063; 4.武汉理工大学 航运技术湖北重点实验室，湖北 武汉430063;5.中国海洋大学 工程学院，山东 青岛 266003;6.上海海事大学 交通运输学院，上海 210306)

截至2018年底，全国累计风电装机12.4万台，比2017年(11.4万台)同比增长8.8%，新增风电装机容量2 114万kW，累计装机容量2.1亿kW。然而，由于长时间运行、恶劣的外部环境和可变的加载条件[1]，风机容易出现不同类型的故障，需要大量的运行维护费用[2]。鉴于以上原因，通过对风机的失效分析、可靠性分析和风险评估[3]，预测风机系统中存在的不足是一种有效的维护方法，可减少风机在整个生命周期中的操作成本和维护成本。ARABIAN-HOSEYNABADI等[4]等较早利用失效模式与影响分析(failure modes and effects analysis，FMEA)方法对风机进行风险评估。何成兵等[5]利用FMEA方法获得风机设备的故障模式、故障影响和故障原因等信息。KANG等[6]提出了一种基于FMEA的风机风险评估方法，采用指标向量法计算各失效模式之间的相关性，得到了系统最弱的失效基础。

虽然FMEA方法是一种简单、易操作的安全和可靠性分析工具，但是该方法忽略了发生度、严重度、检测度在确定失效的风险程度时是具有不同的权重的，相同的风险顺序数(risk priority number，RPN)也可能意味着不同的风险等级[7-8]。此外，在对风险要素评价时忽略了输出变量具有一定的置信度的影响。因此，笔者提出一种结合模糊理论和贝叶斯网络改进的FMEA方法，对风机部件失效进行风险评估。……