一種基于模糊數(shù)據(jù)處理的產(chǎn)品早期故障根原因識別方法技術(shù)

一種基于模糊數(shù)據(jù)處理的產(chǎn)品早期故障根原因識別方法，其步驟如下：1、構(gòu)建產(chǎn)品早期故障根原因關(guān)聯(lián)樹層級模型；2、構(gòu)建潛在故障根原因數(shù)據(jù)模型；3、產(chǎn)品壽命周期質(zhì)量與可靠性數(shù)據(jù)收集；4、基于故障關(guān)聯(lián)樹層級模型，確定過程目標節(jié)點及其數(shù)據(jù)模糊性分析，進而確定節(jié)點影響因素及其模糊值；5、構(gòu)建產(chǎn)品早期故障根原因模糊數(shù)據(jù)包絡(luò)分析模型；6、估算故障關(guān)聯(lián)樹節(jié)點的效率評價值；7、故障關(guān)聯(lián)節(jié)點相對權(quán)值的劃分及節(jié)點優(yōu)先級排序；8、結(jié)果分析，完成故障根原因的識別。本發(fā)明專利技術(shù)突破了早期故障機理認知模糊環(huán)境下開展早期故障根原因識別技術(shù)，有利于在產(chǎn)品設(shè)計和工藝設(shè)計階段等早期故障形成階段采取預(yù)防措施，變事后處理為事前預(yù)防，為早期故障的預(yù)防和整改提供了新思路。

【技術(shù)實現(xiàn)步驟摘要】

本專利技術(shù)提供一種基于模糊數(shù)據(jù)處理的產(chǎn)品早期故障根原因識別方法，它涉及一種基于關(guān)聯(lián)樹與模糊數(shù)據(jù)包絡(luò)分析的產(chǎn)品早期故障根原因識別方法，屬于可靠性建模與分析

技術(shù)介紹
制造末端直接輸出的產(chǎn)品在投入使用的初期階段，常常是顧客定義產(chǎn)品品質(zhì)優(yōu)劣并形成消費信任的關(guān)鍵階段。產(chǎn)品交付使用早期，故障的頻發(fā)使得早期故障率居高不下，成為企業(yè)與顧客亟待規(guī)避的詬病。面向產(chǎn)品全壽命周期的失效特點，顧客對早期失效的敏感性，決定了開展傳統(tǒng)浴盆曲線中早期故障階段故障根原因識別研究的重要性和迫切性。產(chǎn)品的早期故障一般界定為在投入使用的早期，由于設(shè)計缺陷、材料缺陷、加工制造缺陷及裝配缺陷等缺陷因素，在規(guī)定的條件與規(guī)定的時間內(nèi)，發(fā)生不能完成規(guī)定功能的功能性故障和一個或幾個性能參數(shù)超出允許變化范圍的參數(shù)性故障。針對產(chǎn)品的早期故障，研究者多從早期故障分布的統(tǒng)計規(guī)律入手，在試驗數(shù)據(jù)或使用故障數(shù)據(jù)分布類型未知的情況下，選擇某種分布并進行參數(shù)估計，然后給定顯著性水平分別對每種分布進行擬合檢驗，從而確定合適的分布類型及參數(shù)，該研究思路很大程度上僅基于故障數(shù)據(jù)的統(tǒng)計分布規(guī)律來分析產(chǎn)品的可靠性以及對產(chǎn)品的早期故障分析，并沒有從產(chǎn)品設(shè)計、制造、工藝系統(tǒng)性的分析出發(fā)，因而不能準確地分析出導致產(chǎn)品早期故障的根原因，使得目前只能通過老練試驗表面移除來應(yīng)對高發(fā)的早期故障。無法準確識別故障根原因嚴重影響了從使用前端消除質(zhì)量缺陷于萌芽狀態(tài)以控制早期故障率水平的進程。大量工程實踐表明，早期故障的頻發(fā)關(guān)乎產(chǎn)品全壽命周期的方方面面，系統(tǒng)來看，設(shè)計的本源思想，制造階段的生產(chǎn)流程，使用階段的環(huán)境應(yīng)力，包括來自設(shè)計、材料、加工制造及裝配等的缺陷可映射為不同的偏差狀態(tài)空間，偏差的傳遞，累積及 相互作用導致產(chǎn)品在一定使用環(huán)境、應(yīng)力、強度及操作習慣的激勵下暴露出諸多的使用早期故障問題。然而，現(xiàn)階段對這些早期故障問題的描述和評價上存在著諸多的模糊性與不確定性，并沒有一個很好的量化指標，大多只是籠統(tǒng)的概念上模糊性評判，這些機理認知的模糊性嚴重制約著早期故障根原因的精確識別。如何避免這些模糊性問題的影響并從產(chǎn)品全壽命周期出發(fā)，考慮制造和設(shè)計的源頭對早期故障進行優(yōu)化并沒有有效的辦法。設(shè)計階段的可靠性概念模型決定了早期故障的根本性問題，制造階段的生產(chǎn)流程驗證了早期故障的薄弱環(huán)節(jié)，而使用階段的環(huán)境應(yīng)力則誘發(fā)了早期故障的表現(xiàn)形式。早期故障率作為產(chǎn)品最終可靠性的衡量指標，現(xiàn)階段，一方面，針對使用階段產(chǎn)品早期故障問題的分析多籠統(tǒng)的歸于設(shè)計不當、原料及制造缺陷等，這一籠統(tǒng)認識導致了故障根原因識別問題上機理認知的模糊性，不利用于準確定位早期故障根原因(關(guān)鍵設(shè)計和制造參數(shù))。另一方面，由于來自于設(shè)計、制造以及使用三大模塊的功能參數(shù)，工藝參數(shù)及過程變量等數(shù)據(jù)往往以一種不精確的方式出現(xiàn)的，而且數(shù)據(jù)缺乏時多依賴于專家的經(jīng)驗來獲得數(shù)據(jù)，這都必然會帶來模糊性。此時數(shù)據(jù)的模糊性多體現(xiàn)在參量多、關(guān)系散、認識標準的困惑，對這些數(shù)據(jù)的描述并不準確，大都是一些模糊的概念，比如在參數(shù)設(shè)計評價方面，會有“重要、一般重要、非常重要、不重要”等的一些描述，這些來自于產(chǎn)品壽命周期的大數(shù)據(jù)的不確定性體現(xiàn)了根原因數(shù)據(jù)的模糊性，不易于定量化分析根原因。同時，在實際過程中，對于權(quán)重的評價，大多依賴于專家主觀評價或經(jīng)驗評判，這樣會帶來較多的人為主觀因素判斷，無法給出一個客觀的評價標準，從而影響了產(chǎn)品早期故障根原因的分析的有效性，從而造成權(quán)重評價的模糊性。因此，機理認知的模糊性和數(shù)據(jù)模糊性以及傳統(tǒng)評價方法帶來的模糊性嚴重導致了故障根原因識別分析的不系統(tǒng)、無法準確定位關(guān)鍵設(shè)計和制造參數(shù)，阻礙了有的放矢解決根源上的可靠性問題。如何系統(tǒng)深入分析造成產(chǎn)品早期故障的根原因以有的放矢解決根源上的可靠性問題，是當前亟需關(guān)注的共性問題。因而，從考慮解決機理認識模糊性與數(shù)據(jù)模糊性以及評價方法帶來模糊性三方面出發(fā)，從系統(tǒng)層面上分析早期故障根原因的影響因素，從產(chǎn)品生產(chǎn)制造全過程的數(shù)據(jù)以及各環(huán)節(jié)影響因素的關(guān)聯(lián)分析入手，精確識別導致產(chǎn)品早期故障相關(guān)設(shè)計和制造關(guān)鍵參數(shù)，為突破早期故障機理的已有認識尤其重要。因此，本專利技術(shù)提供了一種基于模糊數(shù)據(jù)處理的產(chǎn)品早期故障根原因識別方法，即一種基于關(guān)聯(lián)樹與模糊數(shù)據(jù)包絡(luò)分析的產(chǎn)品早期故障根原因識別方法，首先考慮到早期故障機理認識的模糊性，構(gòu)造出一個早期故障特征指引下的設(shè)計功能 缺陷、物理結(jié)構(gòu)缺陷及過程參數(shù)波動的分級故障關(guān)聯(lián)樹模型指導潛在根原因的分析。其次，考慮到根原因分析過程中數(shù)據(jù)的不精確性和模糊性問題，利用對模糊概念具有表達優(yōu)勢的經(jīng)典三角模糊數(shù)去表征專家判斷信息以及歷史經(jīng)驗數(shù)據(jù)的不確定和模糊性。同時，考慮到經(jīng)典的數(shù)據(jù)包絡(luò)分析算法是以輸入輸出指標的權(quán)重為變量進行評測，能有效避免了人為確定指標權(quán)重的主觀性和不確定性評價結(jié)果的影響。因此，針對傳統(tǒng)主觀評價方法的模糊性問題與不足，結(jié)合數(shù)據(jù)的模糊性處理，本專利技術(shù)將模糊邏輯引入數(shù)據(jù)包絡(luò)分析算法，實現(xiàn)對定性關(guān)系的量化處理，進而利用模糊數(shù)據(jù)包絡(luò)分析中的決策單元的效率劃分方法去建模和劃分早期故障關(guān)聯(lián)樹的節(jié)點權(quán)重，確定出不同層級間影響早期故障發(fā)生的關(guān)鍵根原因。
技術(shù)實現(xiàn)思路
(1)本專利技術(shù)的目的：復(fù)雜裝備批產(chǎn)過程中，量產(chǎn)的產(chǎn)品就會出現(xiàn)可靠性下滑，最直接的體現(xiàn)就是產(chǎn)品早期故障率高。早期故障率高是制約裝備順利批產(chǎn)的關(guān)鍵因素之一，由于缺乏對早期故障故障機理及根原因的認識，當前局限于機理認知的模糊性和數(shù)據(jù)的模糊性以及傳統(tǒng)評價方法帶來的模糊性嚴重導致了故障根原因識別分析的不系統(tǒng)、無法準確定位關(guān)鍵設(shè)計和制造參數(shù)，缺乏從研制和生產(chǎn)過程主動預(yù)防的技術(shù)手段，當前工程上只能通過被動可靠性試驗和廠內(nèi)試用磨合來初步去除，給研制方帶來巨大的經(jīng)濟損失。因此，如何突破故障機理認知的模糊性、數(shù)據(jù)的模糊性和評價方法的模糊性，進而從產(chǎn)品研制和生產(chǎn)大數(shù)據(jù)中識別早期故障根原因，為在研制生產(chǎn)過程開展積極主動的早期故障預(yù)防和控制提供明確的對象已經(jīng)成為工程應(yīng)用的熱點和難點。本專利技術(shù)提供一種基于關(guān)聯(lián)樹與模糊數(shù)據(jù)包絡(luò)分析的產(chǎn)品早期故障根原因識別方法，首先考慮到早期故障機理認識的模糊性，為了將模糊性問題條理化、系統(tǒng)化，闡述了基于公理化域映射理論的產(chǎn)品早期故障機理，構(gòu)造出一個早期故障特征指引下的設(shè)計參數(shù)及制造參數(shù)的分級故障關(guān)聯(lián)樹模型指導潛在根原因的分析。其次，考慮到根原因分析過程中數(shù)據(jù)的不精確性和模糊性問題，利用對模糊概念具有表達優(yōu)勢的經(jīng)典三角模糊數(shù)去表征專家判斷信息以及歷史經(jīng)驗數(shù)據(jù)的不確定和模糊性。同時，考慮到經(jīng)典的數(shù)據(jù)包絡(luò)分析算法是以輸入輸出指標的權(quán)重為變量進行評測，能有效避免了人為確定指標權(quán)重的主觀性和不確定性評價結(jié)果的影響。因此，針對傳統(tǒng)主觀評價方法的模糊性問題與不足，結(jié)合數(shù)據(jù)的模糊性處理，本專利技術(shù)將模糊邏輯引入數(shù)據(jù)包絡(luò)分析算法，聚集產(chǎn)品壽命周期內(nèi)所 有功能參數(shù)、物理參數(shù)、過程參數(shù)中潛在的因素涉及的固有模糊性數(shù)據(jù)，實現(xiàn)對定性關(guān)系的量化處理，進而利用模糊數(shù)據(jù)包絡(luò)分析中的決策單元的效率劃分方法去建模和劃分早期故障關(guān)聯(lián)樹的節(jié)點權(quán)重，確定出不同層級間影響早期故障發(fā)生的關(guān)鍵根原因。本專利技術(shù)形成了包含設(shè)計功能問題、物理結(jié)構(gòu)缺陷及過程參數(shù)波動的關(guān)聯(lián)樹分層結(jié)構(gòu)，建立起產(chǎn)品早期故障特征與各級影響因素間的映射關(guān)系以定量回溯問題的根本所在。本專利技術(shù)圍繞著如何解決產(chǎn)品早期故障根本文檔來自技高網(wǎng)...

【技術(shù)保護點】
一種基于模糊數(shù)據(jù)處理的產(chǎn)品早期故障根原因識別方法，即一種基于關(guān)聯(lián)樹與模糊數(shù)據(jù)包絡(luò)分析的產(chǎn)品早期故障根原因識別方法，提出的基本假設(shè)如下：假設(shè)1制造過程中可靠性設(shè)計方案不變；假設(shè)2產(chǎn)品設(shè)計、制造到使用環(huán)節(jié)過程是可測量的；假設(shè)3過程檢測值相互獨立；假設(shè)4銷售、運輸環(huán)節(jié)對產(chǎn)品早期故障的影響不考慮；假設(shè)5設(shè)計階段功能需求可量化；基于上述假設(shè)，本專利技術(shù)提出的一種基于模糊數(shù)據(jù)處理的產(chǎn)品早期故障根原因識別方法，即一種基于關(guān)聯(lián)樹與模糊數(shù)據(jù)包絡(luò)分析的產(chǎn)品早期故障根原因識別方法，其特征在于：其步驟如下：步驟1構(gòu)建產(chǎn)品早期故障根原因關(guān)聯(lián)樹層級模型；步驟2構(gòu)建潛在故障根原因數(shù)據(jù)模型；步驟3產(chǎn)品壽命周期質(zhì)量與可靠性數(shù)據(jù)收集；步驟4基于故障關(guān)聯(lián)樹層級模型，確定過程目標節(jié)點及其數(shù)據(jù)模糊性分析，進而確定節(jié)點影響因素及其模糊值；步驟5構(gòu)建產(chǎn)品早期故障根原因模糊數(shù)據(jù)包絡(luò)分析模型；步驟6估算故障關(guān)聯(lián)樹節(jié)點的效率評價值；步驟7故障關(guān)聯(lián)節(jié)點相對權(quán)值的劃分及節(jié)點優(yōu)先級排序；步驟8結(jié)果分析，完成故障根原因的識別。

【技術(shù)特征摘要】
1.一種基于模糊數(shù)據(jù)處理的產(chǎn)品早期故障根原因識別方法，即一種基于關(guān)聯(lián)樹與模糊數(shù)據(jù)包絡(luò)分析的產(chǎn)品早期故障根原因識別方法，提出的基本假設(shè)如下：假設(shè)1制造過程中可靠性設(shè)計方案不變；假設(shè)2產(chǎn)品設(shè)計、制造到使用環(huán)節(jié)過程是可測量的；假設(shè)3過程檢測值相互獨立；假設(shè)4銷售、運輸環(huán)節(jié)對產(chǎn)品早期故障的影響不考慮；假設(shè)5設(shè)計階段功能需求可量化；基于上述假設(shè)，本發(fā)明提出的一種基于模糊數(shù)據(jù)處理的產(chǎn)品早期故障根原因識別方法，即一種基于關(guān)聯(lián)樹與模糊數(shù)據(jù)包絡(luò)分析的產(chǎn)品早期故障根原因識別方法，其特征在于：其步驟如下：步驟1構(gòu)建產(chǎn)品早期故障根原因關(guān)聯(lián)樹層級模型；步驟2構(gòu)建潛在故障根原因數(shù)據(jù)模型；步驟3產(chǎn)品壽命周期質(zhì)量與可靠性數(shù)據(jù)收集；步驟4基于故障關(guān)聯(lián)樹層級模型，確定過程目標節(jié)點及其數(shù)據(jù)模糊性分析，進而確定節(jié)點影響因素及其模糊值；步驟5構(gòu)建產(chǎn)品早期故障根原因模糊數(shù)據(jù)包絡(luò)分析模型；步驟6估算故障關(guān)聯(lián)樹節(jié)點的效率評價值；步驟7故障關(guān)聯(lián)節(jié)點相對權(quán)值的劃分及節(jié)點優(yōu)先級排序；步驟8結(jié)果分析，完成故障根原因的識別。2.根據(jù)權(quán)利要求1所述的一種基于模糊數(shù)據(jù)處理的產(chǎn)品早期故障根原因識別方法，即一種基于關(guān)聯(lián)樹與模糊數(shù)據(jù)包絡(luò)分析的產(chǎn)品早期故障根原因識別方法，其特征在于：在步驟1中所述的“故障根原因關(guān)聯(lián)樹”是指，將設(shè)計到的所以潛在原因都系統(tǒng)化的梳理起來，形成系統(tǒng)架構(gòu)的樹圖即故障根原因關(guān)聯(lián)樹；而這里的“故障根原因”是指區(qū)別于直接原因且具有潛在性的特點，是導致故障發(fā)生的最根本的原因；所述的“構(gòu)建產(chǎn)品早期故障根原因關(guān)聯(lián)樹層級模型”，其構(gòu)建的做法如下：從系統(tǒng)論角度自上而下將早期故障特征，利用公理化域映射理論映射到功能域，衍生出功能樹結(jié)構(gòu)；進而，功能域給出故障特征相關(guān)的中每個功能需求，并獨立地被結(jié)構(gòu)域中相應(yīng)的設(shè)計參數(shù)滿足而不影響其它的功能需求，衍生出物理樹結(jié)構(gòu)；繼而，被映射到對應(yīng)特定工藝執(zhí)行參數(shù)的過程域，衍生出工藝樹結(jié)構(gòu)，最終形成產(chǎn)品早期故障根原因關(guān)聯(lián)樹層級模型。3.根據(jù)權(quán)利要求1所述的一種基于模糊數(shù)據(jù)處理的產(chǎn)品早期故障根原因識別方法，即一種基于關(guān)聯(lián)樹與模糊數(shù)據(jù)包絡(luò)分析的產(chǎn)品早期故障根原因識別方法，其特征在于：在步驟2中所述的“故障根原因”是指區(qū)別于直接原因且具有潛在性的特點，是導致故障發(fā)生的最根本的原因；所述的“構(gòu)建潛在故障根原因數(shù)據(jù)模型”，其構(gòu)建方法如下：首先，針對目前籠統(tǒng)歸因于設(shè)計、制造和使用偏差累積造成的故障機理認知的模糊性問題，立足于產(chǎn)品早期故障，以制造過程質(zhì)量為核心，上游追溯到設(shè)計，下游落于使用，對導致早期故障的原因進行系統(tǒng)梳理；其次，從系統(tǒng)論角度自上而下的分析，分析來自于設(shè)計、制造和使用三方面導致產(chǎn)品早期故障的原因，提取導致故障的設(shè)計和制造參數(shù)；最后，依據(jù)所提取的設(shè)計和制造參數(shù)，建立起潛在故障根原因數(shù)據(jù)模型。4.根據(jù)權(quán)利要求1所述的一種基于模糊數(shù)據(jù)處理的產(chǎn)品早期故障根原因識別方法，即一種基于關(guān)聯(lián)樹與模糊數(shù)據(jù)包絡(luò)分析的產(chǎn)品早期故障根原因識別方法，其特征在于：在步驟3中所述的“產(chǎn)品壽命周期質(zhì)量與可靠性數(shù)據(jù)收集”是指利用傳統(tǒng)歷史數(shù)據(jù)和專家經(jīng)驗諸手段收集設(shè)計、制造、使用三方面的為主的產(chǎn)品生命周期內(nèi)的質(zhì)量檢測歷史數(shù)據(jù)以及故障數(shù)據(jù)。5.根據(jù)權(quán)利要求1所述的一種基于模糊數(shù)據(jù)處理的產(chǎn)品早期故障根原因識別方法，即一種基于關(guān)聯(lián)樹與模糊數(shù)據(jù)包絡(luò)分析的產(chǎn)品早期故障根原因識別方法，其特征在于：在步驟4中所述的“基于故障關(guān)聯(lián)樹層級模型，確定過程目標節(jié)點及其數(shù)據(jù)模糊性分析，進而確定節(jié)點影響因素及其模糊值”，其分析方法如下：首先，在關(guān)聯(lián)樹層級模型中選擇進行權(quán)重分析的目標節(jié)點；其次，針對建立的故障根原因數(shù)據(jù)模型，考慮到指標影響越大，節(jié)點重要程度越低，將操作和技術(shù)成本、技術(shù)環(huán)境作為輸入指標，選擇節(jié)點間的關(guān)聯(lián)作為輸出指標，利用5個輸出指標：波動概率、波動影響、故障的概率、故障的可檢測程度和故障影響嚴酷度作為輸出指標評估節(jié)點關(guān)聯(lián)程度；繼而，根據(jù)目標節(jié)點與影響因素的關(guān)聯(lián)程度，通過專家經(jīng)驗確定輸入輸出變量指標的模糊值，并利用三角模糊數(shù)M(l,m,r)處理表述模糊數(shù)據(jù)；最后，利用三角模糊數(shù)去構(gòu)建關(guān)聯(lián)樹中各節(jié)點影響故障關(guān)聯(lián)權(quán)重的評估指標權(quán)重，基于歷史數(shù)據(jù)和專家經(jīng)驗，得到關(guān)聯(lián)權(quán)重評估指標及其影響因子。6.根據(jù)權(quán)利要求1所述的一種基于模糊數(shù)據(jù)處理的產(chǎn)品早期故障根原因識別方法，即一種基于關(guān)聯(lián)樹與模糊數(shù)據(jù)包絡(luò)分析的產(chǎn)品早期故障根原因識別方法，其特征在于：在步驟5中所述的“構(gòu)建產(chǎn)品早期故障根原因模糊數(shù)據(jù)包絡(luò)分析模型”，其構(gòu)建方法如下：這里數(shù)據(jù)包絡(luò)分析模型為， h j 0 = Σ r = 1 s u r y r j 0 / Σ i = 1 m v i x i j 0 ]]> s . t . Σ r = 1 s u r y r j / v i x i j ≤ 1 ]]>v≥0,u≥0,j＝1,2,…,n模型中是第j0個決策單元DMUj相應(yīng)的效率評價指數(shù)；xij0和yrj0分別為第j0個決策單元的輸入和輸出；vi是第種i輸入的權(quán)系數(shù)，μr是第r種輸出變量的權(quán)系數(shù)；依據(jù)上述數(shù)據(jù)包絡(luò)分析模型以及步驟4中所確定的目標節(jié)點和相應(yīng)的模糊值，依據(jù)經(jīng)典Charnes-Cooper的變換，令w＝tv，μ＝tu，建立起各輸入輸出變量與目標節(jié)點的線性規(guī)劃模型，具體模型表達如下： M a x h 0 ~ = Σ r = 1 s μ r ( y r 0 L , y r 0 M , y r 0 R ) ]]> s . t . Σ i = 1 m ω i ( x i 0 L , x i 0 M , x i 0 ...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：何益海，何珍珍，谷長超，韓笑，
申請(專利權(quán))人：北京航空航天大學，
類型：發(fā)明
國別省市：北京;11