一种产品fmeca报告分析决策辅助方法
【技术领域】
[0001]本发明属于数据科学和装备制造领域，具体涉及一种产品FMECA报告分析决策辅助方法。
【背景技术】
[0002]故障模式、影响和危害性分析(Failure Mode ,Effects and Critical ityAnalysis，简称FMECA)是在工程实践中总结出来的，以故障模式为基础，以故障影响或后果为目标的分析技术。它通过逐一分析各组成部分的不同故障对系统工作的影响，全面识别设计中的薄弱环节和关键项目，并为评价和改进系统设计的可靠性提供基本信息。
[0003]FMECA报告是复杂产品设计生产过程中，决定产品质量、可靠性、维修性、测试性、安全性、保障性的重要顶层文件。FMECA报告是用于分析产品中所有可能产生的故障模式及其对产品造成的所有可能影响，并按照每一个故障模式的严酷度及发生概率予以分类的一种自下而上进行归纳的分析技术。
[0004]现有技术中，对FMECA报告的分析存在以下问题:
[0005]I)详细的FMECA报告通常包含动辄几百页的表格，人工分析难度大。
[0006]2)FMECA表格的填写欠缺规范性，不同设计人员填写的相同内容往往表现为不同形式。
[0007]3)故障模式跟故障机理的对应关系不明确。
[0008]4)单纯从FMECA表格难以分析故障原因、故障关联特征、故障模式统计等。
[0009]5)不利于设计人员后期的分析、统计推断及决策。
【发明内容】
[0010]为了解决上述问题，本发明提出了一种产品FMECA报告分析决策辅助方法，基于文本挖掘技术，实现FMECA报告自主规范，自主分析并辅助决策，并且突出显示有可能需要设计人员关注的内容，可极大减轻设计人员重复工作量，提高设计生产效率。
[0011]本发明产品FMECA报告分析决策辅助方法主要包括以下步骤:
[0012]S1、提取试验产品FMECA报告中的特征元素，并构建词汇特征集合；
[0013]S2、对所述词汇特征集合进行分类，构建实体知识库与故障特征库；
[0014]S3、对需要分析的产品FMECA报告，抽取命名实体，并与所述实体知识库中的实体进行比对；
[0015]S4、若比对结果少于阈值，则调用所述实体知识库进行产品故障分析，若比对结果大于阈值，则将该命名实体加入实体知识库及故障特征库；
[0016]S5、对于步骤S4中的比对结果少于阈值，且命名实体存在异常的，通知用户确认或修改；
[0017]S6、绘制产品故障影响拓扑图。
[0018]优选的是，所述构建实体知识库通过Boost法进行词汇分类以及通过朴素贝叶斯网络进行实体关系抽取。
[0019]在上述方案中优选的是，所述构建故障特征库包括将产品内的某一条目的故障程度固化为向量。
[0020]在上述方案中优选的是，所述构建故障特征库包括利用随机森林法对上述向量进行分析及利用Apr1ri进行关联规则挖掘。
[0021]在上述方案中优选的是，在所述步骤S3中，所述抽取的命名实体与所述实体知识库中的实体进行比对时，包括采用KNN算法计算两者之间相似度。
[0022]由于采用了以上的方案，可实现以下优点:
[0023]a)保证FMECA报告的一致性，提高FMECA分析准确性。因为语义特征库可以把语义相近不同表现形式的表格内容提示给用户，最大限度保证了同一种故障模式在词语表现上的一致性，从而提高FMECA故障模式统计分析的准确程度。
[0024]b)校对简化，以往面对几百页的FMECA报告表格，用户需要认真阅读比对进行校对勘误工作。本发明因为有异常语义自动提示功能，用户可方便快捷类比历史语义特征库进行校对勘误。
[0025]c)简化分析，由于本发明可利用将要分析的FMECA报告生成设备及故障模式拓扑图，并显示不同故障模式统计特征、严酷度、危害等级。
[0026]d)辅助用户决策，可提示用户频发故障模式和严酷度、危害等级较高的故障模式以及用户自定义故障模式特征如各种类型重要度。方便用户进行决策。
【附图说明】
[0027]图1为本发明产品FMECA报告分析决策辅助方法的一优选实施例的结构示意图。
【具体实施方式】
[0028]为使本发明实施的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本发明一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。下面结合附图对本发明的实施例进行详细说明。
[0029]在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底” “内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。
[0030]本发明提供了一种产品FMECA报告分析决策辅助方法，基于文本挖掘技术，实现FMECA报告自主规范，自主分析并辅助决策，并且突出显示有可能需要设计人员关注的内容，可极大减轻设计人员重复工作量，提高设计生产效率。
[0031]首先需要说明的是，FMECA是针对产品所有可能的故障，并根据对故障模式的分析，确定每种故障模式对产品工作的影响，找出单点故障，并按故障模式的严重度及其发生概率确定其危害性。所谓单点故障指的是引起产品故障的，且没有冗余或替代的工作程序作为补救的局部故障。FMECA包括故障模式及影响分析(FMEA)和危害性分析(CA)。
[0032]其次，在本实施例中，所述产品FMECA报告分析决策辅助方法基于文本挖掘技术来实现大量文本的处理，文本挖掘是指从大量文本集合Doc中发现隐含的模式P。如果将Doc看作输入，？看作输出，那么文本挖掘的过程实质上就是从输入到输出的一个映射:Doc^P，本实施例中，详细的FMECA报告通常包含动辄几百页的表格，人工分析难度大，通过在FMECA报告中发现其隐含的、或者是设计人员可能重点关注的内容，可极大的提高工作效率，减轻设计人员的重复工作量。
[0033]如图1所示，本发明产品FMECA报告分析决策辅助方法包括以下步骤:
[0034]S1、提取试验产品FMECA报告中的特征元素，并构建词汇特征集合；
[0035]S2、对所述词汇特征集合进行分类，构建实体知识库与故障特征库；
[0036]S3、对需要分析的产品FMECA报告，抽取命名实体，并与所述实体知识库中的实体进行比对；
[0037]S4、若比对结果少于阈值，则调用所述实体知识库进行产品故障分析，若比对结果大于阈值，则将该命名实体加入实体知识库及故障特征库；
[0038]S5、对于步骤S4中的比对结果少于阈值，且命名实体存在异常的，通知用户确认或修改；
[0039]S6、绘制产品故障影响拓扑图。
[0040]需要说明的是，在本实施例中，步骤SI中的试验产品的选取为挑选与需要分析的产品属于同型号或不同型号的相似的产品，以某大气数据传感器为例，首先挑选其它型号或相似产品的若干份FMECA报告中文分词。例如得到的命名实体包括:组成单元名称型号={混合信号放大器，电阻器，印制电路板……}，功能={特征数据，储存，信号，联接，装载……}，故障模式={数据溢出、故障、漏电、参数、漂移……}等等，把上述命名实体构造成数据库，即为构建了特征集合，另外需要说明的是，还需要对上述每个实体统计其出现频率，共同形成产品FMECA的词汇特征库。
[0041]在步骤S2中，首先利用Boost等分类方法，针对词汇特征库进行实体分类训练及属性提取，之后，再利用朴素贝叶斯网络，进行实体关系抽取。针对不同的训练集训练同一个基本分类器(弱分类器)，然后把这些在不同训练集上得到的分类器集合起来，构成一个更强的最终的分类器(强分类器)。只要每个弱分类器分类能力比随机猜测要好，当其个数趋向于无穷个数时，强分类器的错误率将趋向于零。Boost算法中不同的训练集是通过调整每个样本对应的权重实现的。最开始的时候，每个样本对应的权重是相同的，在此样本分布下训练出一个基本分类器hI (X)。对于hI (X)错分的样本，则增加其对应样本的权重;而对