CN111061246B - 一种机械产品装配过程故障模式、影响及危害性分析方法 - Google Patents
一种机械产品装配过程故障模式、影响及危害性分析方法 Download PDFInfo
- Publication number
- CN111061246B CN111061246B CN201911241305.0A CN201911241305A CN111061246B CN 111061246 B CN111061246 B CN 111061246B CN 201911241305 A CN201911241305 A CN 201911241305A CN 111061246 B CN111061246 B CN 111061246B
- Authority
- CN
- China
- Prior art keywords
- fault
- fmeca
- appointed
- failure
- mode
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明公开了一种机械产品装配过程故障模式、影响及危害性分析方法,建立以故障模式、故障原因和故障影响为节点,以三者影响关系为边的FMECA复杂网络模型,基于FMECA复杂网络建模方法,可以清晰地确定FMECA方法中不同约定层次的故障原因、故障模式和故障影响间的逻辑关系,建模方法简便直接,建立的FMECA复杂网络模型形象直观,并且,充分挖掘FMECA方法中的故障信息并得到最大利用。通过建立FMECA复杂网络模型,对各节点的重要度进行量化,利用信息熵的方法确定各节点的熵中心值,以此确定FMECA复杂网络模型中的关键节点,找到整个产品全生命周期阶段的薄弱环节,可作为产品质量评价和改进的重要决策依据。
Description
技术领域
本发明涉及机械制造、质量评价、质量改进技术领域,尤其涉及一种机械产品装配过程故障模式、影响及危害性分析方法。
背景技术
产品是过程的结果,产品质量的形成贯穿于整个产品的全寿命周期,由于过程因素存在随机波动,质量缺陷由此产生,质量缺陷在随时间演化的过程中导致产品的质量特性出现偏差,从而使得产品出现故障。
FMECA是分析产品所有可能的故障模式及其可能发生的影响,并按每个故障模式产生影响的严重程度及其发生概率予以分类的一种归纳分析方法,属于单因素分析方法。FMECA由故障模式影响分析(FMEA)和危害性分析(CA)两部分组成。在FMECA表中,每条FMECA记录都包含丰富的故障信息,其中故障原因是下层记录的故障模式,故障影响是上层记录的故障模式。
FMECA记录虽然包含丰富的产品故障信息,但其只能满足简单信息检索的需要,并未充分地对故障信息进行挖掘,并且造成了一定的冗余。
发明内容
有鉴于此,本发明提供了一种机械产品装配过程故障模式、影响及危害性分析方法,用以定量分析整个产品全生命周期阶段的质量状态,确定关键质量特性用于产品质量改进。
因此,本发明提供了一种机械产品装配过程故障模式、影响及危害性分析方法,包括如下步骤:
S1:对机械产品装配过程的目的、功能和作用进行分析,绘制装配过程工序流程表,并建立零部件-工序关系矩阵表;
S2:根据所述零部件-工序关系矩阵表,确定机械产品的***级、组件级、部件级和零件级之间的工艺流程,确定机械产品的约定层次,并识别每个约定层次的故障模式、故障原因和故障影响;
S3:基于FMECA中本约定层次的故障原因对故障模式以及故障模式对故障影响的传导作用,将本约定层次的故障原因作为下一约定层次记录的故障模式,将本约定层次的故障影响作为上一约定层次记录的故障模式,建立FMECA复杂网络结构图;
S4:以故障模式、故障原因及故障影响为节点,以故障原因、故障模式和故障影响之间的关系为边,以各所述节点的重要度为权重,将所述FMECA复杂网络结构图转化为FMECA复杂网络模型;其中,对于重复的节点只保留一个;
S5:计算所述FMECA复杂网络模型中各所述节点的熵权中心,得到各所述节点的重要性排序。
在一种可能的实现方式中,在本发明提供的上述故障模式、影响及危害性分析方法中,步骤S3,基于FMECA中本约定层次的故障原因对故障模式以及故障模式对故障影响的传导作用,将本约定层次的故障原因作为下一约定层次记录的故障模式,将本约定层次的故障影响作为上一约定层次记录的故障模式,建立FMECA复杂网络结构图,具体包括如下步骤:
S31:定义三元组G=(N,E,W);其中,N={N1,N2,…,Nn},表示所构建的FMECA复杂网络结构图中所有节点的集合;E={e11,e12,…,eij},1≤i≤n,1≤j≤n,表示连接各节点的边的集合;W={w1,w2,…,wn},表示各节点的权重的集合;
S32:根据产品的质量控制与评价需要,确定初始约定层次和所述初始约定层次的故障模式,以所述初始约定层次的故障模式为核心,确定初始约定层次的故障原因和故障影响;
S33:将上一约定层次的故障原因作为本约定层次的故障模式,将上一约定层次的故障模式作为本约定层次的故障影响,并确定本约定层次的故障原因;
S34:判断本约定层次是否为最低约定层次;若是,则执行步骤S35;若否,则返回步骤S33,确定下一约定层次的故障原因、故障模式和故障影响;其中,不存在将所述最低约定层次的故障原因作为故障模式的约定层次;
S35:从所述最低约定层次依次向上搜索,搜索相邻两个约定层次之间的故障模式、故障原因和故障影响的对应关系,直至所述初始约定层次;
S36:将所有约定层次的故障模式、故障原因和故障影响分别转化为节点,将存在于故障模式、故障原因和故障影响之间的逻辑关系转化成边,建立FMECA复杂网络结构图;其中,对于重复出现的节点只保留一个。
在一种可能的实现方式中,在本发明提供的上述故障模式、影响及危害性分析方法中,步骤S4,以故障模式、故障原因及故障影响为节点,以故障原因、故障模式和故障影响之间的关系为边,以各所述节点的重要度为权重,将所述FMECA复杂网络结构图转化为FMECA复杂网络模型,具体包括:
FMECA复杂网络模型中边的集合E定义为:
E={lij∪s<fi,fj>|i≠j}n×n={eij|1≤i≠j≤n}n×n
其中,s<fi,fj>表示故障原因、故障模式和故障影响没有直接关系,若fi和fj处于同一约定层次,则s<fi,fj>=1,否则,s<fi,fj>=0;L={lij|1<i≤n,1≤j≤n},表示存在直接关系的故障原因、故障模式和故障影响的集合,若存在直接耦合关系,则lij=1,否则,lij=0;若lij=0且s<fi,fj>=0,则eij=0,否则,eij=1。
在一种可能的实现方式中,在本发明提供的上述故障模式、影响及危害性分析方法中,步骤S5,计算所述FMECA复杂网络模型中各所述节点的熵权中心,得到各所述节点的重要性排序,具体包括如下步骤:
S51:计算各节点的权重:
S52:节点Ni的熵中心E(Ni)定义如下:
其中,Γ(i)表示节点Ni的邻居节点的集合,dj表示节点Ni的邻居节点的度;
S53:节点Ni的熵权中心S(Ni)为:
S(Ni)=wi*E(Ni)
S54:根据各所述节点的熵权中心,得到各所述节点的重要性排序。
在一种可能的实现方式中,在本发明提供的上述故障模式、影响及危害性分析方法中,对于油泵装配过程FMECA复杂网络模型,N1、N2、N3、N4分别表示缺陷模式中的柱塞断裂、柱塞裂纹、尺寸及形位公差超差、柱塞崩边;N5、N6、N7、N8、N9、N10、N11、N12、N13、N14、N15、N16分别表示缺陷原因中的导轮转速与车刀进给量调整不匹配、车刀或工件安装不当、接送零件不小心使其滑落、加工时调整冷却液的流量不合适、直线度或圆度检验不仔细、主轴运转不良、车刀本身不合适、毛坯直线度或圆度误差太大、材料本身内部和表面存在微细裂纹、未准确给定毛坯的直线度或圆度误差要求、未制定合理的车刀进刀量和主轴转速对应关系、未制定详细的调试方法和要求;N17、N18、N19、N20分别表示缺陷影响中的零件报废、工件易断裂、工件有形位偏差、需重新修边。
本发明提供的上述故障模式、影响及危害性分析方法,在分析已有产品全生命周期阶段的FMECA表格的基础上,基于故障模式、故障原因和故障影响之间的关联关系,建立以故障模式、故障原因和故障影响为节点,以三者影响关系为边的FMECA复杂网络模型,FMECA复杂网络模型可以全面并直观地表示整个产品全生命周期的质量状态变化,定量分析FMECA复杂网络中的关键节点。基于FMECA复杂网络建模方法,可以清晰地确定FMECA方法中不同约定层次的故障原因、故障模式和故障影响之间的逻辑关系,建模方法简便直接,建立的FMECA复杂网络模型形象直观,并且,充分挖掘了FMECA方法中的故障信息并得到最大利用。通过建立FMECA复杂网络模型,对各节点的重要度进行量化,利用信息熵的方法确定各节点的熵中心值,以此确定FMECA复杂网络模型中的关键节点,找到整个产品全生命周期阶段的薄弱环节,可以作为产品质量评价和改进的重要决策依据。
附图说明
图1为本发明提供的一种机械产品装配过程故障模式、影响及危害性分析方法的流程图之一;
图2为本发明提供的一种机械产品装配过程故障模式、影响及危害性分析方法的流程图之二;
图3为本发明提供的一种机械产品装配过程故障模式、影响及危害性分析方法中不同约定层次FMECA单元的逻辑关系;
图4为本发明提供的一种机械产品装配过程故障模式、影响及危害性分析方法中FMECA复杂网络结构图;
图5为本发明提供的一种机械产品装配过程故障模式、影响及危害性分析方法中FMECA复杂网络模型;
图6为本发明实施例1中油泵装配FMECA复杂网络模型。
具体实施方式
下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整的描述,显然,所描述的实施方式仅仅是作为例示,并非用于限制本发明。
本发明提供的一种机械产品装配过程故障模式、影响及危害性分析方法,如图1所示,包括如下步骤:
S1:对机械产品装配过程的目的、功能和作用进行分析,绘制装配过程工序流程表,并建立零部件-工序关系矩阵表;例如,可以建立如表1所示的零部件-工序关系矩阵表;
表1
S2:根据零部件-工序关系矩阵表,确定机械产品的***级、组件级、部件级和零件级之间的工艺流程,确定机械产品的约定层次,并识别每个约定层次的故障模式、故障原因和故障影响;
S3:基于FMECA中本约定层次的故障原因对故障模式以及故障模式对故障影响的传导作用,将本约定层次的故障原因作为下一约定层次记录的故障模式,将本约定层次的故障影响作为上一约定层次记录的故障模式,建立FMECA复杂网络结构图;
S4:以故障模式、故障原因及故障影响为节点,以故障原因、故障模式和故障影响之间的关系为边,以各节点的重要度为权重,将FMECA复杂网络结构图转化为FMECA复杂网络模型;其中,对于重复的节点只保留一个;
S5:计算FMECA复杂网络模型中各节点的熵权中心,得到各节点的重要性排序。
本发明提供的上述故障模式、影响及危害性分析(FMECA)方法,在分析已有产品全生命周期阶段的FMECA表格的基础上,基于故障模式、故障原因和故障影响之间的关联关系,建立以故障模式、故障原因和故障影响为节点,以三者影响关系为边的FMECA复杂网络模型,FMECA复杂网络模型可以全面并直观地表示整个产品全生命周期的质量状态变化,定量分析FMECA复杂网络中的关键节点。基于FMECA复杂网络建模方法,可以清晰地确定FMECA方法中不同约定层次的故障原因、故障模式和故障影响之间的逻辑关系,建模方法简便直接,建立的FMECA复杂网络模型形象直观,并且,充分挖掘了FMECA方法中的故障信息并得到最大利用。通过建立FMECA复杂网络模型,对各节点的重要度进行量化,利用信息熵的方法确定各节点的熵中心值,以此确定FMECA复杂网络模型中的关键节点,找到整个产品全生命周期阶段的薄弱环节,可以作为产品质量评价和改进的重要决策依据。
在具体实施时,在执行本发明提供的上述故障模式、影响及危害性分析方法中的步骤S3,基于FMECA中本约定层次的故障原因对故障模式以及故障模式对故障影响的传导作用,将本约定层次的故障原因作为下一约定层次记录的故障模式,将本约定层次的故障影响作为上一约定层次记录的故障模式,建立FMECA复杂网络结构图时,如图2所示,具体可以包括如下步骤:
S31:定义三元组G=(N,E,W),表示整个质量特性复杂网络;其中,N={N1,N2,…,Nn},表示所构建的FMECA复杂网络结构图中所有节点的集合;E={e11,e12,…,eij},1≤i≤n,1≤j≤n,表示连接各节点的边的集合;W={w1,w2,…,wn},表示各节点的权重的集合;不同约定层次FMECA单元的逻辑关系如图3所示;
具体地,N={N1,N2,…,Nn}对应于FMECA单元中的故障原因、故障模式和故障影响;E={e11,e12,…,eij}与故障原因、故障模式和故障影响相互之间的逻辑关系一一对应,若三者存在相互之间的逻辑关系,则边存在,若三者不存在相互之间的逻辑关系,则边不存在;
S32:根据产品的质量控制与评价需要,确定初始约定层次和初始约定层次的故障模式,以初始约定层次的故障模式为核心,确定初始约定层次的故障原因和故障影响;
基于图3中不同约定层次FMECA单元的逻辑关系,构建如图4所示的FMECA复杂网络结构图。如图4所示,首先确定初始约定层次s1,然后找到初始约定层次s1的故障模式f1,接着以故障模式f1为核心,确定初始约定层次s1的故障原因f2和f3,以及故障影响f4、f5和c6;
S33:将上一约定层次的故障原因作为本约定层次的故障模式,将上一约定层次的故障模式作为本约定层次的故障影响,并确定本约定层次的故障原因;
如图4所示,将初始约定层次s1的故障原因分别对应于下一约定层次,即其它约定层次s2中的故障模式f2和f3,将初始约定层次s1中的故障模式f1对应于其它约定层次s2中的故障影响f1,并找到其它约定层次s2中的故障原因f7、f8和f9;
S34:判断本约定层次是否为最低约定层次;若是,则执行步骤S35;若否,则返回步骤S33,确定下一约定层次的故障原因、故障模式和故障影响;其中,不存在将最低约定层次的故障原因作为故障模式的约定层次;
也就是说,直至再无以FMECA单元中的故障原因作为故障模式的其它单元,作为最低约定层次s(α+1);
S35:从最低约定层次依次向上搜索,搜索相邻两个约定层次之间的故障模式、故障原因和故障影响的对应关系,直至初始约定层次;
也就是说,直至搜索到FMECA单元中所有的故障模式再无其它单元的故障原因与其匹配;
S36:将所有约定层次的故障模式、故障原因和故障影响分别转化为节点,将存在于故障模式、故障原因和故障影响之间的逻辑关系转化成边,建立FMECA复杂网络结构图;其中,对于重复出现的节点只保留一个。据此,可建立如图4所示的FMECA复杂网络结构图。
在具体实施时,在执行本发明提供的上述故障模式、影响及危害性分析方法中的步骤S4,以故障模式、故障原因及故障影响为节点,以故障原因、故障模式和故障影响之间的关系为边,以各节点的重要度为权重,将FMECA复杂网络结构图转化为FMECA复杂网络模型时,具体可以通过以下方式来实现:
FMECA复杂网络模型中边的集合E定义为:
E={lij∪s<fi,fj>|i≠j}n×n={eij|1≤i≠j≤n}n×n (1)
其中,s<fi,fj>表示故障原因、故障模式和故障影响没有直接关系,若fi和fj处于同一约定层次,则s<fi,fj>=1,否则,s<fi,fj>=0;L={lij|1<i≤n,1≤j≤n},表示存在直接关系的故障原因、故障模式和故障影响的集合,若存在直接耦合关系,则lij=1,否则,lij=0;若lij=0且s<fi,fj>=0,则eij=0,否则,eij=1。假设图4中只有初始约定层次s1、其它约定层次s2和最低约定层次s3,且最低约定层次s3存在三个故障原因f10,f11和f12,基于上述内容,可建立如图5所示的FMECA复杂网络模型。
在具体实施时,在执行本发明提供的上述故障模式、影响及危害性分析方法中的步骤S5,计算FMECA复杂网络模型中各节点的熵权中心,得到各节点的重要性排序时,具体可以包括如下步骤:
S51:计算各节点的权重:
S52:节点Ni的熵中心E(Ni)定义如下:
E(Ni)=-∑j∈Γ(i)(dj/∑j∈Γ(i)dj)×log(dj/∑j∈Γ(i)dj) (3)
其中,Γ(i)表示节点Ni的邻居节点的集合,dj表示节点Ni的邻居节点的度;
具体地,信息熵广泛应用于信息科学与统计物理领域,是用以描述信息不确定的一种度量。事件p的信息熵定义如下:
式(4)中,pi(i=1,2,…,n)代表事件p出现的概率,且0≤pi≤1,当pi服从均匀分布的时候,熵值越高,且随着n的增大,熵值也随之增大,因此,信息熵可用于诊断节点是否存在更均匀的邻居节点。FMECA复杂网络模型表示为G=(N,E,W),如果节点Ni(1≤i≤n)与Nj(1≤j≤n)之间存在连接边,则Ni与Nj互为邻居节点;
S53:结合式(2)和式(3),节点Ni的熵权中心S(Ni)为:
S(Ni)=wi*E(Ni) (5)
S54:根据各节点的熵权中心,得到各节点的重要性排序。
下面通过一个具体的实施例对本发明提供的上述故障模式、影响及危害性分析方法的具体实施进行详细说明。实施例1利用油泵产品的装配过程FMECA进行验证,当然,其它产品的FMECA同样适用于本发明。
实施例1:
已知该油泵产品的FMECA记录如表2所示,可以建立如图6所示的油泵装配过程FMECA复杂网络模型,其中,N1、N2、N3、N4分别表示缺陷模式中的柱塞断裂、柱塞裂纹、尺寸及形位公差超差、柱塞崩边;N5、N6、N7、N8、N9、N10、N11、N12、N13、N14、N15、N16分别表示缺陷原因中的导轮转速与车刀进给量调整不匹配、车刀或工件安装不当、接送零件不小心使其滑落、加工时调整冷却液的流量不合适、直线度或圆度检验不仔细、主轴运转不良、车刀本身不合适、毛坯直线度或圆度误差太大、材料本身内部和表面存在微细裂纹、未准确给定毛坯的直线度或圆度误差要求、未制定合理的车刀进刀量和主轴转速对应关系、未制定详细的调试方法和要求;N17、N18、N19、N20分别表示缺陷影响中的零件报废、工件易断裂、工件有形位偏差、需重新修边。
表2油泵产品装配FMECA记录表
根据式(2),可以得到各节点的权重分别为:w1=0.140,w2=0.140,w3=0.123,w4=0.097,w5=0.0351,w6=0.0351,w7=0.0351,w8=0.0351,w9=0.0351,w10=0.0351,w11=0.0351,w12=0.0175,w13=0.0175,w14=0.0263,w15=0.0263,w16=0.0263,w17=0.0351,w18=0.0351,w19=0.0351,w20=0.0351,各节点的度分别如下:d1=16,d2=16,d3=14,d4=11,d5=8,d6=8,d7=8,d8=8,d9=8,d10=8,d11=8,d12=4,d13=4,d14=6,d15=6,d16=6,d17=16,d18=16,d19=14,d20=11。
根据式(3),可以得到各节点的熵中心分别为:E(N1)=1.1687,E(N2)=1.1687,E(N3)=1.1687,E(N4)=1.1687,E(N5)=0.8984,E(N6)=0.8984,E(N7)=0.8984,E(N8)=0.8984,E(N9)=0.8984,E(N10)=0.8984,E(N11)=0.8984,E(N12)=0.8984,E(N13)=0.8984,E(N14)=0.8984,E(N15)=0.8984,E(N16)=0.8984,E(N17)=1.1687,E(N18)=1.1687,E(N19)=1.1687,E(N20)=1.1687。因此,可以得到各节点的熵权中心分别为:S(N1)=0.1635,S(N2)=0.1635,S(N3)=0.1437,S(N4)=0.1133,S(N5)=0.0315,S(N6)=0.0315,S(N7)=0.0315,S(N8)=0.0315,S(N9)=0.0315,S(N10)=0.0315,S(N11)=0.0315,S(N12)=0.0157,S(N13)=0.0157,S(N14)=0.0236,S(N15)=0.0236,S(N16)=0.0236,S(N17)=0.0410,S(N18)=0.0410,S(N19)=0.0410,S(N20)=0.0410。
将各节点的熵权中心按从大到小进行排序,得到该FMECA复杂网络模型的各节点的重要度排序为:S(N1)=S(N2)>S(N3)>S(N4)>S(N17)=S(N18)=S(N19)=S(N20)>S(N5)=S(N6)=S(N7)=S(N8)=S(N9)=S(N10)=S(N11)>S(N14)>S(N15)>S(N16)>S(N12)=S(N13),在产品生产过程中应按该排序方式进行质量控制。
本发明提供的上述故障模式、影响及危害性分析(FMECA)方法,在分析已有产品全生命周期阶段的FMECA表格的基础上,基于故障模式、故障原因和故障影响之间的关联关系,建立以故障模式、故障原因和故障影响为节点,以三者影响关系为边的FMECA复杂网络模型,FMECA复杂网络模型可以全面并直观地表示整个产品全生命周期的质量状态变化,定量分析FMECA复杂网络中的关键节点。基于FMECA复杂网络建模方法,可以清晰地确定FMECA方法中不同约定层次的故障原因、故障模式和故障影响之间的逻辑关系,建模方法简便直接,建立的FMECA复杂网络模型形象直观,并且,充分挖掘了FMECA方法中的故障信息并得到最大利用。通过建立FMECA复杂网络模型,对各节点的重要度进行量化,利用信息熵的方法确定各节点的熵中心值,以此确定FMECA复杂网络模型中的关键节点,找到整个产品全生命周期阶段的薄弱环节,可以作为产品质量评价和改进的重要决策依据。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种机械产品装配过程故障模式、影响及危害性分析方法,其特征在于,包括如下步骤:
S1:对机械产品装配过程的目的、功能和作用进行分析,绘制装配过程工序流程表,并建立零部件-工序关系矩阵表;
S2:根据所述零部件-工序关系矩阵表,确定机械产品的***级、组件级、部件级和零件级之间的工艺流程,确定机械产品的约定层次,并识别每个约定层次的故障模式、故障原因和故障影响;
S3:基于FMECA中本约定层次的故障原因对故障模式以及故障模式对故障影响的传导作用,将本约定层次的故障原因作为下一约定层次记录的故障模式,将本约定层次的故障影响作为上一约定层次记录的故障模式,建立FMECA复杂网络结构图;
S4:以故障模式、故障原因及故障影响为节点,以故障原因、故障模式和故障影响之间的关系为边,以各所述节点的重要度为权重,将所述FMECA复杂网络结构图转化为FMECA复杂网络模型;其中,对于重复的节点只保留一个;
S5:计算所述FMECA复杂网络模型中各所述节点的熵权中心,得到各所述节点的重要性排序;
其中,步骤S3,基于FMECA中本约定层次的故障原因对故障模式以及故障模式对故障影响的传导作用,将本约定层次的故障原因作为下一约定层次记录的故障模式,将本约定层次的故障影响作为上一约定层次记录的故障模式,建立FMECA复杂网络结构图,具体包括如下步骤:
S31:定义三元组G=(N,E,W);其中,N={N1,N2,...,Nn},表示所构建的FMECA复杂网络结构图中所有节点的集合;E={e11,e12,...,eij},1≤i≤n,1≤j≤n,表示连接各节点的边的集合;W={w1,w2,…,wn},表示各节点的权重的集合;
S32:根据产品的质量控制与评价需要,确定初始约定层次和所述初始约定层次的故障模式,以所述初始约定层次的故障模式为核心,确定初始约定层次的故障原因和故障影响;
S33:将上一约定层次的故障原因作为本约定层次的故障模式,将上一约定层次的故障模式作为本约定层次的故障影响,并确定本约定层次的故障原因;
S34:判断本约定层次是否为最低约定层次;若是,则执行步骤S35;若否,则返回步骤S33,确定下一约定层次的故障原因、故障模式和故障影响;其中,不存在将所述最低约定层次的故障原因作为故障模式的约定层次;
S35:从所述最低约定层次依次向上搜索,搜索相邻两个约定层次之间的故障模式、故障原因和故障影响的对应关系,直至所述初始约定层次;
S36:将所有约定层次的故障模式、故障原因和故障影响分别转化为节点,将存在于故障模式、故障原因和故障影响之间的逻辑关系转化成边,建立FMECA复杂网络结构图;其中,对于重复出现的节点只保留一个。
2.如权利要求1所述的机械产品装配过程故障模式、影响及危害性分析方法,其特征在于,步骤S4,以故障模式、故障原因及故障影响为节点,以故障原因、故障模式和故障影响之间的关系为边,以各所述节点的重要度为权重,将所述FMECA复杂网络结构图转化为FMECA复杂网络模型,具体包括:
FMECA复杂网络模型中边的集合E定义为:
E={lij∪s<fi,fj>|i≠j}n×n={eij|1≤i≠j≤n}n×n
其中,s<fi,fj>表示故障原因、故障模式和故障影响没有直接关系,若fi和fj处于同一约定层次,则s<fi,fj>=1,否则,s<fi,fj>=0;L={lij|1<i≤n,1≤j≤n},表示存在直接关系的故障原因、故障模式和故障影响的集合,若存在直接耦合关系,则lij=1,否则,lij=0;若lij=0且s<fi,fj>=0,则eij=0,否则,eij=1。
4.如权利要求1~3任一项所述的机械产品装配过程故障模式、影响及危害性分析方法,其特征在于,对于油泵装配过程FMECA复杂网络模型,N1、N2、N3、N4分别表示缺陷模式中的柱塞断裂、柱塞裂纹、尺寸及形位公差超差、柱塞崩边;N5、N6、N7、N8、N9、N10、N11、N12、N13、N14、N15、N16分别表示缺陷原因中的导轮转速与车刀进给量调整不匹配、车刀或工件安装不当、接送零件不小心使其滑落、加工时调整冷却液的流量不合适、直线度或圆度检验不仔细、主轴运转不良、车刀本身不合适、毛坯直线度或圆度误差太大、材料本身内部和表面存在微细裂纹、未准确给定毛坯的直线度或圆度误差要求、未制定合理的车刀进刀量和主轴转速对应关系、未制定详细的调试方法和要求;N17、N18、N19、N20分别表示缺陷影响中的零件报废、工件易断裂、工件有形位偏差、需重新修边。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911241305.0A CN111061246B (zh) | 2019-12-06 | 2019-12-06 | 一种机械产品装配过程故障模式、影响及危害性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911241305.0A CN111061246B (zh) | 2019-12-06 | 2019-12-06 | 一种机械产品装配过程故障模式、影响及危害性分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111061246A CN111061246A (zh) | 2020-04-24 |
CN111061246B true CN111061246B (zh) | 2021-01-22 |
Family
ID=70300089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911241305.0A Active CN111061246B (zh) | 2019-12-06 | 2019-12-06 | 一种机械产品装配过程故障模式、影响及危害性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111061246B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112782549A (zh) * | 2021-01-05 | 2021-05-11 | 北京航空航天大学 | 一种基于扩展fmeca和故障传播图的单粒子故障发生概率计算方法 |
CN114925466B (zh) * | 2022-05-05 | 2024-04-19 | 中国北方车辆研究所 | 一种综合传动装置四类五维fmeca方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102682208A (zh) * | 2012-05-04 | 2012-09-19 | 电子科技大学 | 基于Bayes信息更新的涡轮盘概率故障物理寿命预测方法 |
CN104732105A (zh) * | 2015-04-08 | 2015-06-24 | 西安电子科技大学 | 一种组件化***设计的故障模式与影响分析方法 |
CN105631091A (zh) * | 2015-12-13 | 2016-06-01 | 中国航空工业集团公司西安飞机设计研究所 | 一种飞机设备耐久性设计方法及飞机设备耐久性设计*** |
US9630637B2 (en) * | 2014-12-12 | 2017-04-25 | Beijing Jiaotong University | Complex network-based high speed train system safety evaluation method |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06266727A (ja) * | 1990-10-24 | 1994-09-22 | Osaka Gas Co Ltd | 診断表示方法及び表示装置 |
CN105759782B (zh) * | 2016-01-26 | 2018-06-08 | 中国人民解放军装甲兵工程学院 | 一种基于危害度的车辆故障诊断策略构建方法 |
-
2019
- 2019-12-06 CN CN201911241305.0A patent/CN111061246B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102682208A (zh) * | 2012-05-04 | 2012-09-19 | 电子科技大学 | 基于Bayes信息更新的涡轮盘概率故障物理寿命预测方法 |
US9630637B2 (en) * | 2014-12-12 | 2017-04-25 | Beijing Jiaotong University | Complex network-based high speed train system safety evaluation method |
CN104732105A (zh) * | 2015-04-08 | 2015-06-24 | 西安电子科技大学 | 一种组件化***设计的故障模式与影响分析方法 |
CN105631091A (zh) * | 2015-12-13 | 2016-06-01 | 中国航空工业集团公司西安飞机设计研究所 | 一种飞机设备耐久性设计方法及飞机设备耐久性设计*** |
Non-Patent Citations (1)
Title |
---|
《CRTSⅢ型板式无砟轨道RAMS分析关键理论与技术研究》;王彪;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20180215(第2期);正文第16页-第25页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111061246A (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113454552B (zh) | 传感器计量数据整合 | |
Chien et al. | A system for online detection and classification of wafer bin map defect patterns for manufacturing intelligence | |
CN111061246B (zh) | 一种机械产品装配过程故障模式、影响及危害性分析方法 | |
KR102258942B1 (ko) | 인라인 수율 모니터링을 위한 임계 파라메트릭 전기 테스트 파라미터의 자동 결정을 위한 시스템 및 방법 | |
CN112257963B (zh) | 基于航天软件缺陷数据分布离群点的缺陷预测方法及装置 | |
CN113537807B (zh) | 一种企业智慧风控方法及设备 | |
CN110503288A (zh) | 考虑机台交互作用的辨识良率损失原因的***与方法 | |
CN116700172A (zh) | 结合工业互联网的工业数据集成处理方法及*** | |
KR101625124B1 (ko) | 특허 정량분석을 이용한 기술평가 방법 | |
US8533635B2 (en) | Rule-based root cause and alias analysis for semiconductor manufacturing | |
Kammoun et al. | Toward the optimal selective maintenance for multi-component systems using observed failure: applied to the FMS study case | |
CN110838073A (zh) | 一种基于聚类算法的钻井溢流数据异常值处理方法 | |
CN111027642B (zh) | 电能表质量监测方法 | |
CN108537249A (zh) | 一种密度峰值聚类的工业过程数据聚类方法 | |
TWI709054B (zh) | 預測模型的建立裝置、建立方法與產品品質監控系統 | |
CN110910021A (zh) | 一种基于支持向量机监控在线缺陷的方法 | |
Chen et al. | Applied product capability analysis chart in measure step of Six Sigma | |
CN115221796A (zh) | 一种面向云制造模式的工艺流程仿真方法及*** | |
CN112884348B (zh) | 基于动态贝叶斯网络的航天***生产偏差源诊断方法 | |
CN105975564A (zh) | 基于相对熵相似度的知识推荐方法 | |
Chen et al. | A Data Mining Approach for Optimizing Manufacturing Parameters of Wire Bonding Process in IC Packaging Industry and Empirical Study | |
TWI754446B (zh) | 維持模型推論品質之系統及其方法 | |
CN112988564B (zh) | 一种考虑成本-可靠性的srgm决策模型及其构建方法 | |
US10482153B2 (en) | Analyzing method and analyzing system for manufacturing data | |
WO2021182245A1 (ja) | 技能評価装置及び技能評価方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |