基于FTA与FMECA的麦冬收获机故障分析

刘 宇，宋乐见，罗 俊，郭 佳，叶江红，梅林森，蒋辉霞，刘 波，郭 曦

(四川省农业机械研究设计院，成都 610066)

四川省农业机械研究设计院研发了一款型号为4WM-100B的麦冬收获机，当前尚处于示范推广阶段。根据示范基地的反馈，存在故障发生率较高以及故障模式、危害度不明确等问题。对此，文章建立蒙特卡洛算法FTA与FMECA的麦冬收获机故障分析模型，充分利用FTA与FMECA的优点，对麦冬收获机进行故障树分析，从而明确其故障模式和危害程度。文章数据来源于四川省农业机械研究设计院近3年生产的4WM-100B型号的麦冬收获机在实际使用作业中的记录。

1 4WM-100B型号麦冬收获机易出现故障主要部件

1.1 二阶曲面深挖铲部件

二阶曲面深挖铲是麦冬收获机挖掘麦冬时的主要受力部件，由于麦冬深度一般在20～30cm，所以作业要求深度至少在25cm以下，因此挖掘铲的损耗比较严重。二阶曲面挖掘铲分为锯齿形平面铲和二阶倾角平面铲，在工作中易造成铲板焊接处脱落和平铲口堵塞。该部件造成故障后，会直接导致机器停止工作，对机器的使用寿命造成影响。

1.2 变速箱

收获机上有主变速箱和副变速箱2个部分，拖拉机动力输出轴通过万向节驱动主变速箱，主变速箱通过皮带传动和链传动带动副变速箱。由于长期田间挖掘作业，对动力的要求高，主、副变速箱会出现齿轮裂纹断齿、齿轮疲劳等损失与失效问题。若出现漏油会造成润滑失效，减短机器使用寿命。

1.3 传动装置

该收获机传动主要依靠皮带传动、链传动、传动轴等。皮带变形断裂、链轮变尖、链条变形增长断裂、传动轴磨损是该部件主要可能出现的问题。

1.4 筛土装置

筛土装置分为逐级碾压输送去土装置、双级对辊挤压碎土装置、离心抛散式循环筛等3个部件。在作业过程中，由于喂入量较大，筛吐装置长期处于重载运行状态，致其容易产生变形甚至断裂。同时过程中也可能会遇土壤中的石头阻塞，从而导致双级对辊承受石头撞击、卡死等问题。

1.5 振动部件

机身尾部有集条收集装置，装置主要机构为摆动杆，主要功能是通过振动收集麦冬。摆动杆身与传动部件连接磨损，造成摆动杆变形变细断裂。

2 仿真模型建立

2.1 针对麦冬收获机建立故障树(FTA)分析模型

故障树(FTA)一般采用采用图表方式进行因果分析。文章利用该方法建立麦冬收获机故障树模型对其故障发生的原因及概率进行分析。模型(FTA)首先将从故障的开始(顶事件)来寻找各种收获机发生故障的原因。通过随机抽样或统计试验方法对FTA仿真模型进行分析，其又可称为蒙特卡罗法。

蒙特卡罗法也是一种统计试验法或者说是一种把概率作为研究对象的模拟法。它最大的优点就是方法的误差与问题的维度无关。整个麦冬收获机的仿真过程就是让构建的系统模型按照设定好的次数重复进行仿真试验。模拟的过程实际上就是模拟收获机在实际作业中可能发生的真实故障。通过故障的数据得出模拟系统中每个单元部件可能无故障作业的时间以及故障出现后可以恢复到正常运行状态所需要的时间。当达到给预设的仿真次数后，系统会构造出收获机在给定寿命周期内的运行“折线图”，从而给麦冬收获机故障分析提供数据支撑。

2.2 FMECA 分析理论

FMECA是也是本次进行故障分析的方法之一，它将对麦冬收获机的故障模式及其可能的影响进行分析， FMECA由故障模式(FMEA)和危害性分析(CA)两部分组成。文章建立模型首先需要进行FMEA故障树然后进行CA危害分析。某种程度上CA危害分析也对故障重要度的分析。采用该分析法主要为了想说明麦冬收获机潜在的安全性和可靠性问题，同时为维修和保障策略提供依据，对每个故障模式发生的概率和严重程度进行综合评估，找到每个故障因素对机器的影响。基于定量的分析结果，识别出故障的频率。根据主要故障的原因，提出针对性的改进措施，可以有效提高麦冬收获机的可靠性。其主要步骤分为：系统定义、故障模式分析、原因分析、影响分析、重要度分析。

系统定义主要两个部分，一是对麦冬收获机各重要部件进行分析，二是根据分析结果建立各个部件对应的可靠性框图或者其他对应关系框图。它是整个流程中针对各部件下的故障模式原因和影响分析的基础。故障模式分析是将3年以来麦冬收获机作业期间收集的故障问题，借鉴其他产品的故障形式，判断出自身可能出现的故障模式。之后从各个部件的功能原理层面找出它原因，按照约定划分级别，进行定量分析，分析可能出现每个故障模式的影响程度和重要程度。

笔者结合中药材收获机的特点，提出基于蒙特卡罗算法的FTA与FMECA(逆向FTF)的算法模型，总体流程图如图1。

图1 逆向FTF模型总体流程

3 实例分析

3.1 麦冬收获机故障树分析过程

根据逆向FTF模型流程图，利用故障树分析法来识别麦冬收获机所有事件之间的逻辑关系，建立的麦冬收获机故障树模型如图2。故障树清晰地表明了麦冬收获机中不同重要部件发生的事件是如何导致机器故障。主要故障部位分为7个部分，包括平铲故障、变速箱故障、传动部件故障、筛土部件故障、振动部件故障、机身轴承故障、防护罩故障。最终故障树底事件共计20个。文章采用的仿真软件是AvSim+V10.0，由于最佳的仿真次数无法通过公式计算出，所以需要进行试验来确定。从试验过程得知，如果仿真次数过多，软件计算费时费力，但是仿真次数过少，又会产生较大的估计误差。通过对1000、1500、2000、3000、3800次的仿真次数进行仿真，估计误差如图3所示，将5次仿真结果绘制成曲线图(图4)，可以看出当仿真次数达到2000次后，估计误差无明显变化，仿真次数为3800次误差率为0.000259819%，是比较合理的。

图3 1000、1500、2000、3000、3800 次等不同仿真次数的估计误差

图4 不同仿真结果估计误差率

3.2 利用AvSim+V10.0通过FTA与FMECA故障树分析方法得到以下麦冬收获机故障部位的重要度仿真结果表和折线图(图5)。

图5 麦冬收获机故障树重要度仿真分布折线图

取仿真次数为3800次，利用算法仿真分析得到各个底事件重要度如表1。重要度的大小表示底层事件对麦冬收获机影响的重要程度，同时也判断是否为麦冬收获机薄弱环节的重要依据。通过对表1数据进行分析，本文选取麦冬收获机重要度前8的底事件对其进行蒙特卡罗法分析。重要度排列顺序为：EVENT1>EVENT17>EVENT18>EVENT19>EVENT14>EVENT15>EVENT12>EVENT8。

表1 麦冬收获机故障树重要度仿真结果

4 总结

本文采用FTA和 FMECA方法对麦冬收获机的典型失效模式进行了相关性分析和定量评价，避免了依靠经验对可靠性及严重度评价存在主观因素大、可重复性差的问题。通过对其重要程度进行排序，快速有效地寻找到了影响麦冬收获机可靠性的关键因素。平铲口堵塞、支撑轮损坏、轴承磨损等几种典型失效模式的重要程度排序结果与收获机作业实际结果相符合，表明本文提出的方法在麦冬收获机整体设计过程中以及可靠性分析中是适用的。在麦冬收获机的后期改进中，应该对重要程度高的失效模式进行针对性地优化设计和改进。