基于粗糙集-田口質(zhì)量觀的失效模式與影響分析

張彥如　汪方祥　王小巧　葛茂根

合肥工業(yè)大學(xué)，合肥，230009

?

基于粗糙集-田口質(zhì)量觀的失效模式與影響分析

張彥如汪方祥王小巧葛茂根

合肥工業(yè)大學(xué)，合肥，230009

摘要：針對(duì)目前失效模式與影響分析(FMEA)方法中對(duì)實(shí)際風(fēng)險(xiǎn)較大的失效模式的風(fēng)險(xiǎn)難以有效評(píng)估的問題，提出了一種基于粗糙集理論和質(zhì)量損失函數(shù)的FMEA新方法。首先，在對(duì)潛在失效模式進(jìn)行分析的基礎(chǔ)上，通過專家系統(tǒng)構(gòu)建失效模式風(fēng)險(xiǎn)評(píng)估矩陣模型；其次，以降低數(shù)據(jù)本身的主觀性和模糊性為目標(biāo)，基于粗糙集理論將風(fēng)險(xiǎn)評(píng)估矩陣模型轉(zhuǎn)換成粗糙域矩陣模型；再次，根據(jù)求解的粗糙域矩陣，運(yùn)用多元質(zhì)量損失函數(shù)模型，對(duì)每一個(gè)失效模式的潛在損失進(jìn)行求解，依據(jù)潛在損失的大小對(duì)失效模式風(fēng)險(xiǎn)進(jìn)行排序。最后，以發(fā)動(dòng)機(jī)裝配過程為例，對(duì)其失效模式與影響進(jìn)行分析，并將其分析結(jié)果與目前的FMEA方法比較，驗(yàn)證了所提出方法的合理性和有效性。

關(guān)鍵詞：失效模式與影響分析；權(quán)重；粗糙集；質(zhì)量損失函數(shù)

0引言

失效模式與影響分析(failure mode and effects analysis,FMEA)方法是一種對(duì)系統(tǒng)設(shè)計(jì)過程、生產(chǎn)過程中已存在或潛在的失效模式進(jìn)行識(shí)別和評(píng)估并找出失效原因的方法。在產(chǎn)品生產(chǎn)過程中，事先對(duì)產(chǎn)品可能出現(xiàn)的失效通過FMEA方法分析其風(fēng)險(xiǎn)大小，提前對(duì)風(fēng)險(xiǎn)較大的失效進(jìn)行預(yù)防，可避免后期發(fā)生失效而產(chǎn)生巨額成本。在FMEA中，“失效模式”是指潛在的或者已經(jīng)產(chǎn)生的失效現(xiàn)象，“失效風(fēng)險(xiǎn)”是指失效模式發(fā)生概率和失效所造成損失的綜合度量。

傳統(tǒng)的FMEA(conventional FMEA，C-FMEA)方法是基于三個(gè)風(fēng)險(xiǎn)因素(風(fēng)險(xiǎn)嚴(yán)重度S、風(fēng)險(xiǎn)頻度O、風(fēng)險(xiǎn)探測度D)計(jì)算風(fēng)險(xiǎn)優(yōu)先數(shù)(risk priority number, RPN)的方法，其中，風(fēng)險(xiǎn)因素權(quán)重均分、各風(fēng)險(xiǎn)因素風(fēng)險(xiǎn)度量具有主觀性和模糊性、風(fēng)險(xiǎn)因素綜合評(píng)價(jià)單一是C-FMEA方法的主要缺陷。

針對(duì)上述問題，國內(nèi)外學(xué)者進(jìn)行了大量研究[1-14]，這些研究主要分為兩個(gè)方面：風(fēng)險(xiǎn)因素評(píng)價(jià)方法創(chuàng)新研究和風(fēng)險(xiǎn)因素權(quán)重研究。

風(fēng)險(xiǎn)因素評(píng)價(jià)方法創(chuàng)新研究是對(duì)FMEA研究方法進(jìn)行研究，其主要目的是降低數(shù)據(jù)本身的主觀性和模糊性以及對(duì)風(fēng)險(xiǎn)因素綜合評(píng)價(jià)指數(shù)進(jìn)行創(chuàng)新。Braaksma等[1]提出了一種應(yīng)用于失效模式與影響分析的定量化方法；Chin等[2]提出通過數(shù)據(jù)包分析來確定風(fēng)險(xiǎn)的方法；李世林[3]提出基于BP神經(jīng)網(wǎng)絡(luò)的失效模式與影響分析，并將之應(yīng)用于航空發(fā)動(dòng)機(jī)的生產(chǎn)過程中；Braglia等[4]提出了一種基于層次分析法的多屬性的失效模式分析方法； Liu等[5]提出應(yīng)用模糊證據(jù)推理方法和灰色理論來進(jìn)行FMEA分析；Taya等[6]運(yùn)用模糊規(guī)則插值法設(shè)計(jì)一種新的模糊FMEA模型；Kutlu等[7]提出了一種綜合模糊TOPSIS和模糊AHP的FMEA方法； Song等[8]提出運(yùn)用粗糙集理論和TOPSIS法來進(jìn)行FMEA分析，并驗(yàn)證此方法更加準(zhǔn)確。

風(fēng)險(xiǎn)因素權(quán)重研究主要是對(duì)風(fēng)險(xiǎn)因素的權(quán)重進(jìn)行研究，以保證FMEA方法在不同環(huán)境中的應(yīng)用更加合理，主要研究有：Chang等[9]提出一種基于模糊邏輯方法分配相對(duì)權(quán)重系數(shù)，然后運(yùn)用灰色理論來獲取RPN的方法；Chen等[10]利用網(wǎng)絡(luò)分析法來估計(jì)S、O、D的權(quán)重，得到一個(gè)新的評(píng)估指數(shù)來確定失效的風(fēng)險(xiǎn)；Sachdeva等[11]提出基于TOPSIS方法的FMEA方法，并運(yùn)用Shannons熵分配風(fēng)險(xiǎn)因素的權(quán)重； Song等[12]提出基于綜合權(quán)重的模糊TOPSIS法來進(jìn)行FMEA分析，綜合權(quán)重包含主觀權(quán)重和客觀權(quán)重。除此之外，國內(nèi)其他學(xué)者對(duì)FMEA的應(yīng)用做了相關(guān)研究[13-14]。

上述研究對(duì)C-FMEA的發(fā)展起到了一定的推動(dòng)作用，比如：對(duì)風(fēng)險(xiǎn)因子增加了權(quán)重，運(yùn)用定量化的方法避免主觀性等。但關(guān)于潛在損失對(duì)失效模式風(fēng)險(xiǎn)程度的影響的研究還較為缺乏(此處“失效損失”是指失效發(fā)生時(shí)所造成損失的度量且該損失的計(jì)算中包含失效發(fā)生的概率)。例如，對(duì)于兩個(gè)失效模式，F(xiàn)M1：{S,O,D}={10,2,2}和FM2：{S,O,D}={8,5,3}，運(yùn)用以上大部分研究方法計(jì)算得出FM2的風(fēng)險(xiǎn)在FM1之上，但在實(shí)際中FM1的風(fēng)險(xiǎn)嚴(yán)重度已經(jīng)達(dá)到10，表示一旦發(fā)生失效后果會(huì)非常嚴(yán)重，但在以往的方法中容易忽視這種失效模式由于某一風(fēng)險(xiǎn)因素風(fēng)險(xiǎn)很大時(shí)(如S達(dá)到10)的風(fēng)險(xiǎn)有效評(píng)估，這就使得潛在風(fēng)險(xiǎn)大的失效容易被低估。

在上述文獻(xiàn)研究的基礎(chǔ)上，本文提出基于粗糙集理論和田口質(zhì)量觀的FMEA(FMEA based on rough set theory and Taguchi’s view of quality, RTG-FMEA)方法用于解決以上問題。該方法將失效模式的風(fēng)險(xiǎn)評(píng)估過程分成兩個(gè)步驟：第一步，通過專家系統(tǒng)構(gòu)建一個(gè)失效模式風(fēng)險(xiǎn)評(píng)估矩陣模型，為了避免評(píng)估的主觀性和模糊性，運(yùn)用粗糙集理論將風(fēng)險(xiǎn)評(píng)估矩陣模型轉(zhuǎn)換成粗糙域矩陣模型；第二步，通過建立的多元質(zhì)量損失函數(shù)模型計(jì)算每個(gè)失效模式的潛在損失，根據(jù)潛在損失的大小對(duì)失效模式的風(fēng)險(xiǎn)進(jìn)行排序。最后，以發(fā)動(dòng)機(jī)裝配過程為實(shí)例來論證了RTG-FMEA方法的合理性與有效性。

1粗糙集理論

Pawlak[15-16]在1982年首次提出了粗糙集理論。在粗糙集理論中，一對(duì)基于上下近似的精確概念可以用來代替任何模糊的概念，如圖1所示。

圖1　粗糙集的基本概念

定義U為一論域，即為一非空對(duì)象的集合，I為U上的一種映射關(guān)系，X為一集合，X∈U。

集合X關(guān)于I的下近似I*(X)是由那些根據(jù)現(xiàn)有知識(shí)判斷肯定屬于X的對(duì)象所組成的最大集合，有時(shí)也稱為X的正區(qū)域，即

I*(X)={x∈U|I(x)?X}

(1)

集合X關(guān)于I的上近似I*(X)是由所有與X相交非空的等效類I(X)的并集組成，是那些可能屬于X的對(duì)象組成的最小集合，即

I*(X)={x∈U|I(x)∩X≠?}

(2)

如果I*(X)=I*(X), 則X就是一個(gè)精確集合, 否則它是一個(gè)粗糙集, 其中I*(X)稱為X的正區(qū)域, 上下近似的差稱為邊界域，即為B(X)：

B(X)=I*(X)-I*(X)

(3)

I*(X)以外的區(qū)域稱為外域，也叫負(fù)區(qū)域，記作N(X)：

N(X)=U-I*(X)

(4)

這些基本的粗糙集理論可以有效地?cái)U(kuò)展到處理不精確的、主觀的專家觀點(diǎn)中[17]。

假設(shè)R={X1，X2，X3,…，Xn}是由n位專家對(duì)某一問題的打分集合，其中X1

I*(Xi)={Y∈U|R(Y)≤Xi}

(5)

I*(Xi)={Y∈U|R(Y)≥Xi}

(6)

B(Xi)={Y∈U|R(Y)Xi}

(7)

Xi的下限L(Xi)和上限U(Xi)定義如下：

(8)

(9)

式中，NL和NU分別為I*(Xi)和I*(Xi)中值的數(shù)量。

由L(Xi)和U(Xi)組成的粗糙域可以用來代替集合R中的任意值Xi，邊界域區(qū)間大小表現(xiàn)為精確水平。

粗糙域?yàn)?/p>

R(Xi)=[L(Xi),U(Xi)]

(10)

邊界域區(qū)間為

I(Xi)=U(Xi)-L(Xi)

(11)

區(qū)間算術(shù)運(yùn)算可以應(yīng)用于粗糙域區(qū)間運(yùn)算中，公式如下：

R1+R2=[L1,U1]+[L2,U2]=

[L1+L2,U1+U2]

(12)

R1×k=[L1,U1]×k=[kL1,kU1]

(13)

R1×R2=[L1,U1]×[L2,U2]=

[L1×L2,U1×U2]

(14)

式中，R1和R2為任意兩個(gè)粗糙域；k為任意非零值。

2基于粗糙集-質(zhì)量損失函數(shù)的失效模式與影響分析

如圖2所示,RTG-FMEA分析過程分為4個(gè)步驟:①對(duì)生產(chǎn)過程的潛在失效模式進(jìn)行識(shí)別，并對(duì)失效模式的原因及其影響進(jìn)行分析；②通過專家系統(tǒng)構(gòu)建風(fēng)險(xiǎn)因素重要性矩陣，運(yùn)用粗糙集理論得到S、O、D的重要性權(quán)重；③通過專家系統(tǒng)構(gòu)建失效模式風(fēng)險(xiǎn)評(píng)估矩陣，并將其轉(zhuǎn)化成粗糙域矩陣；④計(jì)算各個(gè)失效模式的潛在損失，通過潛在損失大小對(duì)失效模式的風(fēng)險(xiǎn)進(jìn)行排序。

圖2　RTG-FMEA方法分析步驟

2.1確定風(fēng)險(xiǎn)因素S、O、D的權(quán)重

在對(duì)潛在的失效模式進(jìn)行分析之后，運(yùn)用粗糙集理論來確定S、O、D的權(quán)重。n位專家分別對(duì)風(fēng)險(xiǎn)因素S、O、D的重要性進(jìn)行打分，分?jǐn)?shù)為1～10分(10分表示最重要，1分表示最不重要)，得到重要性評(píng)估矩陣S1如下：

式中，Skj為第k(k=1,2,3,…,n)位專家對(duì)于風(fēng)險(xiǎn)因素j(j=S,O,D)的打分分值。

通過式(5)～式(10)計(jì)算得到矩陣S1中每個(gè)值的粗糙域：

重要性評(píng)估粗糙域矩陣S2如下：

根據(jù)式(12)～式(14)即可得到每個(gè)風(fēng)險(xiǎn)因素j(j=S，O，D)的平均重要性粗糙域：

(15)

(16)

定義重要分值Sj(j=S,O,D)作為每個(gè)風(fēng)險(xiǎn)因子的重要程度的度量，且

(17)

每個(gè)風(fēng)險(xiǎn)因子的權(quán)重wj的定義為

(18)

2.2失效模式粗糙域矩陣的建立

假設(shè)有m種失效模式FM1，F(xiàn)M2，…，F(xiàn)Mm，n位專家對(duì)每個(gè)失效模式的風(fēng)險(xiǎn)要素的風(fēng)險(xiǎn)程度分別進(jìn)行打分[18]，分?jǐn)?shù)為1～10分(1分表示風(fēng)險(xiǎn)最小，10分表示風(fēng)險(xiǎn)最大)，則失效模式風(fēng)險(xiǎn)的排序問題可以認(rèn)為是一個(gè)多準(zhǔn)則決策問題，每一個(gè)風(fēng)險(xiǎn)因素j(j=S,O,D)的評(píng)估矩陣為

通過式(5)～式(10)計(jì)算得到矩陣Aj中每個(gè)值的粗糙域：

風(fēng)險(xiǎn)因素j(j=S,O,D)的粗糙域矩陣為

根據(jù)式(12)～式(14)可得到每個(gè)失效模式的風(fēng)險(xiǎn)因素j的平均粗糙域:

(19)

(20)

風(fēng)險(xiǎn)因素j的平均粗糙域矩陣為

將三個(gè)風(fēng)險(xiǎn)因素的評(píng)估矩陣分別轉(zhuǎn)化成三個(gè)平均粗糙域矩陣并將其結(jié)合成粗糙域矩陣RSOD:

2.3基于粗糙域矩陣和質(zhì)量損失函數(shù)的失效模式風(fēng)險(xiǎn)排序

FMEA是對(duì)系統(tǒng)的潛在失效的風(fēng)險(xiǎn)進(jìn)行評(píng)估排序的方法，潛在失效產(chǎn)生的損失大小和潛在失效的風(fēng)險(xiǎn)大小有著密切的關(guān)系，因此基于田口質(zhì)量觀的質(zhì)量損失函數(shù)可以運(yùn)用到失效模式的風(fēng)險(xiǎn)評(píng)估中來。

2.3.1多元質(zhì)量損失函數(shù)

根據(jù)田口質(zhì)量觀，質(zhì)量特性分為望目、望大、望小三種。設(shè)有y1，y2，…，yn共n個(gè)影響質(zhì)量的質(zhì)量特性，引用田口博士的二次質(zhì)量損失函數(shù)[19]和Atiles-Leon的質(zhì)量損失系數(shù)k[20], 單質(zhì)量特性的質(zhì)量損失函數(shù)公式如下所示：

則多元質(zhì)量損失函數(shù)定義為

(21)

式中，wi和L(yi)分別為質(zhì)量特性i的損失權(quán)重和損失值。

2.3.2失效模式排序

基于前文的打分規(guī)則，望小型的多元質(zhì)量損失函數(shù)可以應(yīng)用于求解失效模式的潛在損失。

秀容川在街頭，在小酒店，問老人，問少年，問他們知不知道秀容月明這個(gè)人。有人說，怎么不知道？那是個(gè)叛徒。也有人說，秀容月明是個(gè)大英雄，不是他，桂州城早不是這樣子了。

(22)

(23)

失效模式FMi潛在損失Li為

(24)

根據(jù)潛在損失Li的大小對(duì)失效模式的風(fēng)險(xiǎn)進(jìn)行排序。

3實(shí)例分析

3.1問題描述

以1.5TGDI直列4缸發(fā)動(dòng)機(jī)裝配過程為研究對(duì)象，其裝配線設(shè)計(jì)生產(chǎn)節(jié)拍為42 s/臺(tái)，雙班年產(chǎn)量為30萬臺(tái)，發(fā)動(dòng)機(jī)整個(gè)裝配過程需要經(jīng)過裝配、檢測以及輔助等總共109個(gè)工位。具體裝配過程如圖3所示。

圖3　發(fā)動(dòng)機(jī)裝配工藝流程圖

由于該型號(hào)發(fā)動(dòng)機(jī)具有年產(chǎn)量大、工位多、裝配復(fù)雜等特點(diǎn)，管理人員需要在發(fā)動(dòng)機(jī)投入生產(chǎn)前對(duì)裝配過程中可能產(chǎn)生的失效及其風(fēng)險(xiǎn)進(jìn)行預(yù)先評(píng)估與預(yù)警，以保證生產(chǎn)過程的穩(wěn)定可靠。

3.2失效模式風(fēng)險(xiǎn)排序過程

主要的潛在失效模式確定以后，按照?qǐng)D2的分析步驟對(duì)失效模式風(fēng)險(xiǎn)進(jìn)行排序。

(1)確定風(fēng)險(xiǎn)因素S、O、D的權(quán)重。通過專家系統(tǒng)對(duì)風(fēng)險(xiǎn)因素的重要性進(jìn)行打分，打分結(jié)果如表2所示。通過式(15)～式(18)計(jì)算風(fēng)險(xiǎn)因素S、O、D的權(quán)重，結(jié)果如表3所示。

(2)粗糙域矩陣的確定。通過專家系統(tǒng)對(duì)各失效模式的風(fēng)險(xiǎn)因素進(jìn)行打分，打分結(jié)果如表4所示。將表4中的風(fēng)險(xiǎn)評(píng)估矩陣通過式(5)～式(10)和式(19)～式(20)轉(zhuǎn)換成粗糙域矩陣RSOD，如表5所示。

(3)失效模式風(fēng)險(xiǎn)排序。通過式(22)～式(24)計(jì)算各潛在失效模式的潛在損失最小值、潛在損失最大值、潛在損失平均值，如表6所示。通過潛在的平均損失大小對(duì)失效模式風(fēng)險(xiǎn)進(jìn)行排序。

表1　失效模式與影響分析表

表2　風(fēng)險(xiǎn)因素重要性打分表

表3　風(fēng)險(xiǎn)因素權(quán)重計(jì)算結(jié)果表

表4　失效模式風(fēng)險(xiǎn)評(píng)估打分表

表5　失效模式風(fēng)險(xiǎn)評(píng)估粗糙域表

表6　失效模式風(fēng)險(xiǎn)排序表

根據(jù)表6，失效模式的風(fēng)險(xiǎn)排序?yàn)镕M8，F(xiàn)M2，F(xiàn)M7，F(xiàn)M5，F(xiàn)M1，F(xiàn)M9，F(xiàn)M3，F(xiàn)M10，F(xiàn)M4，F(xiàn)M6。

3.3比較與討論

為了驗(yàn)證RTG-FMEA方法的合理性與有效性，將C-FMEA方法、基于粗糙集-TOPSIS的FMEA(FMEA based on rough set theory and TOPSIS，RTS-FMEA)方法和RTG-FMEA方法這三種方法進(jìn)行比較分析，分析結(jié)果如表7和圖4所示,可得到以下結(jié)論。

表7　C-FMEA，RTS-FMEA，RTG-FMEA

注：RPN為風(fēng)險(xiǎn)優(yōu)先數(shù)，CCi為相對(duì)接近度。

圖4　C-FMEA，RTS-FMEA，RTG-FMEA排序折線圖

(1)三種方法在圖4中有四個(gè)點(diǎn)是重合的，這說明有四個(gè)失效模式在三種方法中排序是一樣的，分別是FM1、FM3、FM8、FM10。除此之外，其他點(diǎn)的位置也相差不大。表明這三種評(píng)估失效模式風(fēng)險(xiǎn)的方法是基于同一理論基礎(chǔ)的。

(2)一方面，如表7所示，就權(quán)重來分析，C-FMEA方法一般認(rèn)為S、O、D的權(quán)重是相等的，但在實(shí)際中由于分析對(duì)象的多樣性和復(fù)雜性，S、O、D的重要性一般情況下是不一樣的，這也是傳統(tǒng)的FMEA方法的主要不足之一。RTS-FMEA方法和RTG-FMEA方法都引進(jìn)了專家打分系統(tǒng)對(duì)S、O、D的重要性進(jìn)行評(píng)估，這使得這兩種方法更能適應(yīng)實(shí)際情況的變化。另一方面，如圖4所示，在C-FMEA方法中出現(xiàn)了相同的RPN值(FM7和FM10)，結(jié)合表7可知，它們的S、O、D的值卻不一樣，這是由于RPN值的相對(duì)離散導(dǎo)致的。在RTG-FMEA方法與RTS-FMEA方法中，除了FM4、FM5、FM6、FM7以外，其他的失效模式排序都是相同的，且FM4、FM5、FM6、FM7的排序也很接近。由此可得出結(jié)論，RTG-FMEA方法和RTS-FMEA方法比C-FMEA方法更合理。

(3)RTG-FMEA方法對(duì)失效模式由于某一風(fēng)險(xiǎn)因素風(fēng)險(xiǎn)很大時(shí)的風(fēng)險(xiǎn)評(píng)估比RTS-FMEA方法更有效。RTG-FMEA方法和RTS-FMEA方法都考慮了風(fēng)險(xiǎn)因素的權(quán)重，并且運(yùn)用粗糙集理論對(duì)數(shù)據(jù)進(jìn)行處理降低數(shù)據(jù)的主觀性和模糊性，但失效模式的排序卻有差異， RTS-FMEA方法通過TOPSIS方法計(jì)算得到相對(duì)接近度CCi[8]對(duì)失效模式進(jìn)行排序，RTG-FMEA方法通過多元質(zhì)量損失函數(shù)計(jì)算得到失效模式的潛在損失Li來對(duì)失效模式進(jìn)行排序。下面通過失效模式FM5和FM7的比較對(duì)RTG-FMEA方法的有效性進(jìn)行論證。

由表5得到FM5和FM7的三個(gè)風(fēng)險(xiǎn)因素的風(fēng)險(xiǎn)值的粗糙域：FM5={S=[6.36,7.253]，O=[5.02,6.543]，D=[4.533,5.533]}；FM7={S=[10. 10]，O=[1.747,2.64]，D=[2.36,3.253]}，失效模式FM7中的嚴(yán)重度S為精確值10，說明FM7是非常嚴(yán)重的潛在失效。在實(shí)際中，當(dāng)一個(gè)潛在失效的嚴(yán)重度很高的時(shí)候，即使它的發(fā)生率O比較低和探測度D比較高的時(shí)候，都應(yīng)該認(rèn)為該潛在失效的風(fēng)險(xiǎn)是比較高的，而RTS-FMEA方法可能難以對(duì)這種失效模式由于某一風(fēng)險(xiǎn)因素風(fēng)險(xiǎn)很大時(shí)(如S達(dá)到10)的風(fēng)險(xiǎn)進(jìn)行有效評(píng)估。

4結(jié)語

本文運(yùn)用粗糙集理論和田口質(zhì)量觀中的質(zhì)量損失函數(shù)來對(duì)主觀的和不確定環(huán)境下的失效模式風(fēng)險(xiǎn)進(jìn)行排序，提出了RTG-FMEA方法，該方法綜合了粗糙集理論來處理主觀的、模糊的數(shù)據(jù)和質(zhì)量損失函數(shù)來構(gòu)建多因素條件下的多元質(zhì)量損失模型。在發(fā)動(dòng)機(jī)裝配過程中的應(yīng)用證明了RTG-FMEA方法的合理性與有效性。本文提出的方法具有以下優(yōu)點(diǎn)：

(1)利用粗糙集理論對(duì)數(shù)據(jù)進(jìn)行處理得出評(píng)估值的粗糙域，有效避免了數(shù)據(jù)本身的主觀性和模糊性。

(2)RTG-FMEA方法并不局限于傳統(tǒng)的S、O、D三個(gè)風(fēng)險(xiǎn)因素，它還可以應(yīng)用于其他的風(fēng)險(xiǎn)因素，如成本、穩(wěn)定性等。

(3)利用多元質(zhì)量損失函數(shù)計(jì)算得到的潛在損失對(duì)失效模式風(fēng)險(xiǎn)進(jìn)行排序，避免了某一風(fēng)險(xiǎn)因素風(fēng)險(xiǎn)很大時(shí)失效模式風(fēng)險(xiǎn)無法有效評(píng)估的問題。

盡管新方法有很多優(yōu)勢，但在實(shí)際應(yīng)用中也存在一些局限性。在后續(xù)的研究中，需要進(jìn)一步對(duì)失效模式之間或風(fēng)險(xiǎn)因素之間的相關(guān)性進(jìn)行分析，需要加入新的風(fēng)險(xiǎn)因素，如成本、穩(wěn)定性等，以便更加全面地反映失效模式的潛在風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1]Braaksma A J J, Meesters A J, Klingenberg W, et al. A Quantitative Method for Failure Mode and Effects Analysis[J]. International Journal of Production Research, 2011, 50(23): 6904-6917.

[2]Chin K S, Wang Y M, Poon G K K, et al. Failure Mode and Effects Analysis by Data Envelopment Analysis[J]. Expert Systems with Applications, 2009, 1: 246-256.

[3]李世林. 基于BP神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)失效模式與故障影響分析[D]. 南京：南京航空航天大學(xué), 2003.

[4]Braglia M， Bevilacqua M. Fuzzy Modeling and Analytic Hierarchy Processing as a Means to Quantify Risk Levels Associated with Failure Modes in Production Systems[J]. Technology,Law and Insurance, 2000, 5(3): 125-134.

[5]Liu Huchen, Liu Long, Bian Qihao, et al. Failure Mode and Effects Analysis Using Fuzzy Evidential Reasoning Approach and Grey Theory[J]. Expert Systems with Applications, 2011, 38: 4403-4415.

[6]Taya K M, Lim C P. Enhancing the Failure Mode and Effects Analysis Methodology with Fuzzy Inference Technique[J]. Journal of Intelligent and Fuzzy Systems, 2010, 21(1/2): 135-146.

[7]Kutlu A C, Ekmek?ioM. Fuzzy Failure Modes and Effects Analysis by Using Fuzzy TOPSIS-based Fuzzy AHP[J]. Expert Systems with Applications, 2012, 39: 61-67.

[8]Song Wenyan, Ming Xinguo, Wu Zhenrong, et al. A Rough TOPSIS Approach for Failure Mode and Effects Analysis in Uncertain Environments[J]. Quality and Reliablity Engineering International, 2013, 30: 473-486.

[9]Chang Chingliang, Liu Pinghung, Wei Chiuchi. Failure Mode and Effects Analysis Using Grey Theory[J]. Integrated Manufacturing Systems, 2001,12(3): 211-216.

[10]Chen J K, Lee Y C. Risk Priority Evaluated by ANP in Failure Mode and Effects Analysis[J]. Quality Tools and Techniques, 2007, 11(4): 1-6.

[11]Sachdeva A, Kumar P, Kumar D. Maintenance Criticality Analysis Using TOPSIS[C]//International Conference on Industrial Engineering and Engineering Management, 2009：199-203.

[12]Song Wenyan, Ming Xinguo, Wu Zhenyong, et al. Failure Modes and Effects Analysis Using Integrated Weight-based Fuzzy TOPSIS[J]. International Journal of Computer Intergrated Manufacturing, 2013, 26(12): 1172-1186.

[13]孫海云. FMEA在汽車車橋中的應(yīng)用研究[D]. 青島：青島理工大學(xué), 2014.

[14]陳明，王國華，陳云，等. 大型復(fù)雜產(chǎn)品失效模式分析[J]. 機(jī)械設(shè)計(jì), 2006, 23(9):6-8.

Chen Ming, Wang Guohua, Chen Yun, et al.Failure Mode Analysis of Large Complex Products[J]. Mechanical Design, 2006,23(9):6-8.

[15]Pawlak Z. Risk Rough Sets[J]. International Journal of Computing and Information Sciences, 1982, 11(5): 341-356.

[16]Pawlak Z. Rough Sets: Theoretical Aspects of Reasoning about Data[M]. Dordrecht: Kluwer Academic Publishing, 1991.

[17]Zhai Lianyin, Khoo L P, Zhong Zhaowei. A Rough Set Enhanced Fuzzy Approach to Quality Function Deployment[J]. International Journal of Advanced Manufacturing Technology, 2008,37 (5-6): 613-624.

[18]Wu Jianing, Yan Shaoze. An Approach to System Reliability Prediction for Mechanical Equipment Using Fuzzy Reasoning Petri Net [J]. Risk and Reliability, 2014,228(1) :39-51.

[19]Genichi T, Subir C. Taguchi’s Quality Engineering Handbook [M]. Hoboken, NJ: Wiley, 2005.

[20]Articles-León N.A Pragmatic Approach to Multiple-response Problems Using Loss Functions[J]. Quality Engineering, 1996,9(2)：213-220.

(編輯王旻玥)

收稿日期：2015-03-25

中圖分類號(hào)：TB114; TH186

DOI：10.3969/j.issn.1004-132X.2016.14.009

作者簡介：張彥如，女，1963年生。合肥工業(yè)大學(xué)機(jī)械與汽車工程學(xué)院副教授。主要研究方向?yàn)橹圃爝^程監(jiān)測與控制、系統(tǒng)建模與仿真。汪方祥，男，1990年生。合肥工業(yè)大學(xué)機(jī)械與汽車工程學(xué)院碩士研究生。王小巧，男，1989年生。合肥工業(yè)大學(xué)機(jī)械與汽車工程學(xué)院博士研究生。葛茂根，男，1979年生。合肥工業(yè)大學(xué)機(jī)械與汽車工程學(xué)院副教授。

Failure Mode and Effect Analysis Based on Rough Set Theory and Taguchi’s View of Quality

Zhang YanruWang FangxiangWang XiaoqiaoGe Maogen

Hefei University of Technology,Hefei,230009

Abstract:Aiming at the problems in assessing the risk of failure modes contained actual greater risk in current FMEA effectively, a new FMEA method was proposed based on rough set theory and quality loss function. First, on the basis of potential failure mode analysis, the matrix model of failure modes risk assessment was constructed by expert system. Second, in order to reduce the subjectivity and vagueness of the data itself, the matrix model of risk assessment was converted into rough domain matrix model based on the rough set theory. Third, combined with the solved rough domain matrix, potential loss of each failure mode was solved by applying multivariate quality loss function model. Risk level of failure mode could be sorted according to the potential loss. Finally, an engine assembly process was used as an example to analyze the failure modes and influences. Reasonableness and effectiveness of the proposed method were validated by comparing the results with the current FMEA method.

Key words:failure mode and effect analysis(FMEA); weight; rough set; quality loss function