一种基于功能、结构与信息相关的LRU划分方法、装置及应用与流程

本发明涉及产品设计领域，尤其涉及一种基于功能、结构与信息相关的lru划分方法及装置
背景技术：
：产品设计是产品在设计、制造、装配、使用和回收整个生命周期中的第一环节，也是最重要的环节，在产品传统性能设计基本实现的基础上，进行产品的功能规划设计、lru设计、总体布局设计和rms相关设计以及进行实验验证等。lru的设计主要是为了提高外场更换的便利性，主要考虑外场故障检测、故障诊断、更换、恢复使用测试的简便，在产品的实际维修中可以大大节省维修时间，提高装备的维修性，改善武器装备系统的任务保障性，lru作为在基层级维修所对应的产品层次，在产品的实际维修中具有重要的意义，随着现代技术发展日新月异，对高新武器装备的需求也越来越高，尤其是对可靠性、维修性、保障性、测试性、安全性(rms)等方面的需求。而lru现场可更换单元是装备产品的重要组成单元，通过lru成组划分之后，将可能成组的lru划分出来，为设计人员提供参考，有利于产品的模块化设计，对于产品模块化水平的提高具有重要的指导作用，能够改善产品的rms特性，尤其在改善产品的维修性和减少产品的寿命周期维修费用等方面影响很大。但目前的lru规划一般是先根据产品的功能定义文件fdd得到初步的功能单元清单；其次，对影响lru规划设计的主要因素进行工程化分类，在产品性能基本实现的基础上，结合总体布局设计和维修性相关设计进行验证评价。因此，现有的lru规划过程只是对lru进行了定性的分析，并不能度量和反映产品实际维修性的优劣程度。尤其是现有的绝大部分的维修优化模型只是针对单部件的，即认为部件之间的物理结构、故障模式甚至维修费等是相互独立的。但实际上，对于复杂系统，由于备用系统、并联系统、单元体系统的广泛存在，使得系统内部部件之间相互作用、相互影响，即各部件的维修间隔不尽相同，有些甚至差距很大，因此不可能依照这些维修间隔来执行，随着对维修重视度的不断提高，对维修规划的准确性、合理性的要求也越来越高。建立更加准确、合理的维修优化模型，可以优化复杂系统的模型，提高维修效率和效果，减少费用支出，在系统维修规划中得到越来越广泛的应用，针对装备系统的维修性需求，传统的单纯通过定性分析对lru进行规划的方法已经不能够满足系统的维修特性要求。技术实现要素：为解决现有技术中存在的问题，本发明在产品零部件设计阶段提供一种基于基于功能、结构与信息相关的lru划分方法及装置，本发明提供的方法和装置充分考虑零部件间功能、结构和信息相关性，通过计算其各自以及综合相关度，构建模糊树图，通过设置合理阈值划分出不可成组lru和可成组lru，再利用考虑维修时间、花费和故障率的维修效能来进行可成组lru划分方案评估，最终形成lru划分方案，建立更加准确、合理的具有维修性的产品设计优化模型，提高维修效率和效果，减少费用支出。为实现本发明的技术目的，本发明一方面提供一种基于功能、结构与信息相关的lru划分方法，包括：在产品的零部件设计阶段，对已经确定为lru的每个零部件进行功能相关性评价、结构相关性评价和信息相关性评价，得到功能、结构和信息的相关性评价结果；应用层次分析法确定的功能、结构和信息相关性的权重系数与相关性评价结果进行lru划分，并构建功能、结构和信息的模糊树图，通过设置阈值，得到的功能可成组lru，结构可成组lru和信息可成组lru；应用层次分析法确定的功能、结构和信息相关性的综合权重系数对得到的功能可成组lru，结构可成组lru和信息可成组lru，进行综合相关度计算，构建综合模糊树图，通过设置合理阈值，得到多个基于功能、结构与信息相关的lru划分结果；对得到的多个基于功能、结构与信息相关的lru划分结果进行维修效能评价，得到基于功能、结构与信息相关的lru划分方案。其中，所述功能相关性评价是根据两个lru是否共同完成同一功能，是否可以做成一个功能模块进行的评价。在本发明的一个实施例中，功能相关性评价标准定义如表1所示：表1功能相关度评价准则其中，所述结构相关性评价析是从两个lru在结构上的连接强弱程度进行评价。在本发明的一个实施例中，结构相关性评价标准定义如表2所示：表2结构相关度评价准则其中，所述信息的相关性评价是从两个lru间是否存在能量传递、信息传递、物质传递等信息传递进行评价。在本发明的一个实施例中，信息相关性评价标准定义如表3所示：表3信息相关度评价准则其中，所述应用层次分析法确定的功能、结构和信息相关性的权重系数包括：分别构建产品零部件的第i部分在功能、结构和信息相关性上相对于产品整体p而言比第j部分重要的倍数kij的判断矩阵k；利用方根法计算各个零部件的在功能相关性、结构相关性和信息相关性的权重系数。其中，所述构建的判断矩阵如表4所示：表4判断矩阵kpp1p2…pj…pnp1k11k12kijk1n…piki1ki2kijkjn…pnkn1kn2knjknn其中，矩阵k中的元素kij满足:kij＝1/kji(互反性)；kij＝kim/kmj(一致性)。其中，矩阵k中元素的给出按saity标度原则给出:将p中的元素两两比较，可按表5得出标度。表5saity标度原则其中，所述利用方根法计算各个零部件的在功能相关性、结构相关性和信息相关性的权重系数包括：计算判断矩阵每一行的乘积mi:mi＝πkij，即将各个判断的标度进行乘积；计算mi的n次方根wi:(wi)1/n，计算方根值，消除乘积造成的影响；将向量w＝[w1,w2,…wn]t进行归一化:wi＝wi/∑wi，得到特征向量w＝[w1,w2,…wn]t；w即为各个相关性的权重系数。计算最大特征根λmax:λmax＝∑[(kw)i/nwi]，为一致性检验做准备。进行一致性检验:ci＝(λmax-n)/(n-1)，cr＝ci/ri，判断是否符合一致性条件，确定各个零部件的在功能相关性、结构相关性和信息相关性的权重系数。其中，平均随机一致性指标ri的取值如表6所示：表6平均随机一致性指标维数n12345678910ri0.000.000.580.901.121.241.321.141.451.49其中，当cr≤0.1时，判断矩阵基本符合完全一致性条件；当cr＞0.1时，认为所给出的判断矩阵是不符合完全一致性条件的，需要进行调整和修正。其中，所述应用层次分析法确定的功能、结构和信息相关性的权重系数与相关性评价结果进行lru划分，并构建功能、结构和信息的模糊树图包括：对零部件的功能相关性、结构相关性、信息相关性进行相关度计算，构建功能相关度、结构相关度、信息相关度的矩阵以及综合相关度矩阵；根据构建的矩阵，构建模糊树图。其中，构建的功能相关度矩阵为：n为lru数,表示lru之间的功能相关度。其中，构建的结构相关度矩阵为：n为lru数，表示lru之间的结构相关度。其中，构建的信息相关度矩阵为：n为lru数，表示lru之间的信息相关度。其中，构建的综合相关度矩阵为：n为lru数。其中，综合相关度rij的含义为：m为1，2，3，式中lru三种相关度wm为各相关性的权重系数其中，所述通过设置阈值，得到的功能可成组lru，结构可成组lru和信息可成组lru是通过选取不同的阈值λ，对模糊树图的边进行截割。具体的，在功能相关度模糊树图中，对于截割后的处于独立状态的lru认为是不可成组lru，对于与其他lru有关联的lru，初步认定为功能可成组lru。同理，在结构相关度模糊树图中，对于截割后的处于独立状态的lru认为是不可成组lru，对于与其他lru有关联的lru，初步认定为结构可成组lru。在信息相关度模糊树图中，对于截割后的处于独立状态的lru认为是不可成组lru，对于与其他lru有关联的lru，初步认定为信息可成组lru。其中，所述对于得到的功能可成组lru，结构可成组lru和信息可成组lru，进行综合相关度计算同样是利用层析分析法进行，重复上述步骤获得。其中，所述维修效能评价是利用维修效能函数进行计算，以计算值最大的方案为最佳划分方案。具体的，所述维修效能函数为其中，t＝t1+t2+t3+t4+t5+t6，c＝c1+c2+c3+c4+c5+c6+c7+c8，其中，p指的维修效能，t指的修理时间，c指的修理花费，λ为故障率。其中t1～6分别表示检测时间，隔离时间，拆卸时间，安装时间，调试时间，稳定时间。c1～8分别表示备件费用，维修人力费用，材料费用，保障设备费用，运输与包装费用，训练费用，设施费用，资料费用。为实现本发明的技术目的，本发明第二方面提供一种基于功能、结构与信息相关的lru划分设备，包括：评价模块，用于在产品的零部件设计阶段，对已经确定为lru的每个零部件进行功能相关性评价、结构相关性评价和信息相关性评价，得到功能、结构和信息的相关性评价结果；计算模块，用于确定的功能、结构和信息相关性的权重系数以及综合权重系数；分析模块，用于将评价模块的相关性评价结果与计算模块中确定的功能、结构和信息相关性的权重系数进行功能、结构和信息的模糊树图构建，并通过设置阈值，得到的功能可成组lru，结构可成组lru和信息可成组lru；将得到的功能可成组lru，结构可成组lru和信息可成组lru与计算模块中确定的综合权重系数进行分析，构建综合模糊树图，通过设置合理阈值，获得多个基于功能、结构与信息相关的lru划分结果；检验模块，将分析模块中得到的多个基于功能、结构与信息相关的lru划分结果进行维修效能评价；输出模块，根据检验模块的评价结果得到基于功能、结构与信息相关的lru划分方案。为实现本发明的技术目的，本发明第三方面提供一种将上述的方法用于机电产品设计的用途。为实现本发明的技术目的，本发明第四方面提供一种将上述的设备用于机电产品设计的用途。其中，所述机电产品包括但不限于计算机、家用电器等有益效果：本发明方法和设备综合考虑功能、结构与信息相关性对零部件进行lru划分，提高lru规划设计水平，尤其是，利用维修效能函数对lur方案进行选择，改善了产品rms(可靠性、维修性、保障性、测试性、安全性)特性，尤其是改善产品的维修性和减少产品的寿命周期维修费用等方面有重大影响。附图说明图1是本发明实施例1提供的基于功能、结构与信息相关的lru划分方法的流程图；图2是本发明实施例2提供的基于功能、结构与信息相关的lru划分设备的结构示意图；图3是应用实施例1的于功能、结构与信息相关的lru划分方法方案生成图；图4是实施例1的ahp确定指标权重流程图；图5是实施例1的综合模糊树图示意；图6是应用实施例1的计算机主要硬件分布原理图；图7是应用实施例1的计算机硬件组成结构图；图8是应用实施例1的功能相关度模糊树图；图9是应用实施例1的结构相关度模糊树图；图10是应用实施例1的信息相关度模糊树图；图11是应用实施例1的综合相关度模糊树图。具体实施方式以下结合附图对本发明的优选实施例进行详细说明，应当理解，以下所说明的优选实施例仅用于说明和解释本发明，并不用于限定本发明。实施例1本发明提供的一种基于功能、结构与信息相关的lru划分方法的流程图如图1所示，包括：s101在产品的零部件设计阶段，对已经确定为lru的每个零部件进行功能相关性评价、结构相关性评价和信息相关性评价，得到功能、结构和信息的相关性评价结果；s102应用层次分析法确定的功能、结构和信息相关性的权重系数与相关性评价结果进行lru划分，并构建功能、结构和信息的模糊树图，通过设置阈值，得到的功能可成组lru，结构可成组lru、信息可成组lru和不能成组lru；s103应用层次分析法确定的功能、结构和信息相关性的综合权重系数对得到的功能可成组lru，结构可成组lru和信息可成组lru，进行综合相关度计算，构建综合模糊树图，通过设置合理阈值，得到多个基于功能、结构与信息相关的lru划分结果；s104对得到的多个基于功能、结构与信息相关的lru划分结果进行维修效能评价，得到基于功能、结构与信息相关的lru划分方案。进一步的，所述功能相关性评价是根据两个lru是否共同完成同一功能，是否可以做成一个功能模块进行的评价。具体的，所述功能相关性评价标准定义如表1所示。进一步的，所述结构相关性评价析是从两个lru在结构上的连接强弱程度进行评价。具体的，所述结构相关性评价标准定义如表2所示。进一步的，所述信息的相关性评价是从两个lru间是否存在能量传递、信息传递、物质传递等信息传递进行评价。具体的，信息相关性评价标准定义如表3所示。其中，所述应用层次分析法确定的功能、结构和信息相关性的权重系数包括：分别构建产品零部件的第i部分在功能、结构和信息相关性上相对于产品整体p而言比第j部分重要的倍数kij的判断矩阵k；利用方根法计算各个零部件的在功能相关性、结构相关性和信息相关性的权重系数。进一步的，所述构建的判断矩阵如表4所示。进一步的，矩阵k中元素的给出按saity标度原则给出，其标度如表5所示。进一步的，所述利用方根法计算各个零部件的在功能相关性、结构相关性和信息相关性的权重系数如图4所示，具体包括：计算判断矩阵每一行的乘积mi:mi＝πkij，即将各个判断的标度进行乘积；计算mi的n次方根wi:(wi)1/n，计算方根值，消除乘积造成的影响；将向量w＝[w1,w2,…wn]t进行归一化:wi＝wi/∑wi，得到特征向量w＝[w1,w2,…wn]t；w即为各个相关性的权重系数。计算最大特征根λmax:λmax＝∑[(kw)i/nwi]，为一致性检验做准备。进行一致性检验:ci＝(λmax-n)/(n-1)，cr＝ci/ri，判断是否符合一致性条件，确定各个零部件的在功能相关性、结构相关性和信息相关性的权重系数。其中，ri为平均随机一致性指标，其取值如表6所示。其中，当cr≤0.1时，判断矩阵基本符合完全一致性条件；当cr＞0.1时，认为所给出的判断矩阵是不符合完全一致性条件的，需要进行调整和修正。具体的，所述应用层次分析法确定的功能、结构和信息相关性的权重系数与相关性评价结果进行lru划分，并构建功能、结构和信息的模糊树图包括：对零部件的功能相关性、结构相关性、信息相关性进行相关度计算，构建功能相关度、结构相关度、信息相关度的矩阵以及综合相关度矩阵；根据构建的矩阵，构建模糊树图。其中，构建的功能相关度矩阵为：n为lru数,表示lru之间的功能相关度。由专业人员根据评价准则给出具体结果。其中，构建的结构相关度矩阵为：n为lru数，表示lru之间的结构相关度。由专业人员根据评价准则给出具体结果。其中，构建的信息相关度矩阵为：n为lru数，表示lru之间的信息相关度。由专业人员根据评价准则给出具体结果。其中，构建的综合相关度矩阵为：n为lru数。其中，综合相关度rij的含义为：m为1，2，3，式中lru三种相关度wm为各相关性的权重系数。其中，所述通过设置阈值，得到的功能可成组lru，结构可成组lru和信息可成组lru是通过选取不同的阈值λ，对模糊树图的边进行截割。具体的，在功能相关度模糊树图中，对于截割后的处于独立状态的lru认为是不可成组lru，对于与其他lru有关联的lru，初步认定为功能可成组lru。同理，在结构相关度模糊树图中，对于截割后的处于独立状态的lru认为是不可成组lru，对于与其他lru有关联的lru，初步认定为结构可成组lru。在信息相关度模糊树图中，对于截割后的处于独立状态的lru认为是不可成组lru，对于与其他lru有关联的lru，初步认定为信息可成组lru。其中，所述对于得到的功能可成组lru，结构可成组lru和信息可成组lru，进行综合相关度计算是根据综合权重系数进行计算得到。其中，构建的综合模糊树图如图5所示。其中，所述维修效能评价是利用维修效能函数进行计算，以计算值最大的方案为最佳划分方案。具体的，所述维修效能函数为其中，t＝t1+t2+t3+t4+t5+t6，c＝c1+c2+c3+c4+c5+c6+c7+c8，其中，p指的维修效能，t指的修理时间，c指的修理花费，λ为故障率。其中t1～6分别表示检测时间，隔离时间，拆卸时间，安装时间，调试时间，稳定时间。c1～8分别表示备件费用，维修人力费用，材料费用，保障设备费用，运输与包装费用，训练费用，设施费用，资料费用。实施例2如图2所示，本发明提供的基于功能、结果与信息相关的产品成组lru划分设备包括：评价模块1，用于在产品的零部件设计阶段，对已经确定为lru的每个零部件进行功能相关性评价、结构相关性评价和信息相关性评价，得到功能、结构和信息的相关性评价结果；计算模块2，用于确定的功能、结构和信息相关性的权重系数以及综合权重系数；分析模块3，用于将评价模块的相关性评价结果与计算模块中确定的功能、结构和信息相关性的权重系数进行功能、结构和信息的模糊树图构建，并通过设置阈值，划分功能可成组lru，结构可成组lru、信息可成组lru及不成组lru；并将计算模块的综合权重系数对划分的功能可成组lru，结构可成组lru和信息可成组lru进行相关度分析，构建综合模糊树图，通过设置合理阈值，划分多个基于功能、结构与信息相关的lru方案；检验模块4，将分析模块中得到的多个基于功能、结构与信息相关的lru划分结果进行维修效能评价；输出模块5，根据检验模块的评价结果得到基于功能、结构与信息相关的lru划分方案。上述模块中未说明的部分参见实施例1的内容。应用实施例1以计算机的产品设计为例，对计算机产品进行lru划分，划分过程可根据图3所示的方案生成图进行。本领域技术人员知晓，计算机包括：主板：属于计算机的硬件工作平台，它可以将计算机内所有的部件全部连接在一起，从而进行数据传输的作用。光驱:电脑用来读写光碟内容的机器，也是在台式机和笔记本便携式电脑里比较常见的一个部件。随着多媒体的应用越来越广泛，使得光驱在计算机诸多配件中已经成为标准配置。光驱可分为cd-rom驱动器、dvd光驱(dvd-rom)、康宝(combo)、蓝光光驱(bd-rom)和刻录机等。硬盘：我们可以称它为外部存储硬件，它拥有记忆功能，可以存储大量的数据，尺寸有1英寸、3.5英寸、1.8英寸等等。显卡：在使用计算机的时候，显卡可以输出文字、图形，它最大的作用便是将需要显示的所有信息全部转换成驱动扫描信号，是显示器与电脑主板之间最重要的硬件之一。网卡:链接调制调节器的组件，用来上网，品牌机多数集成在主板上。电脑能上网离不开网卡。电源电缆：负责导电，将电源与设备相连接，提供传输电的作用。cpu：它属于计算机的中央处理器，它拥有控制核心以及运算核心的作用。cpu可以高速缓存、寄存、控制、运算，因此有着最高的执行作用。许多人选购计算机的时候，都会首先检查该计算机的cpu性能好坏，因为它可以决定计算机的档次高低。内部存储器：它便是我们已知的内存，内存又分为sdram内存与ddr内存，它的组成部分为芯片与电路板，体积小，但是运行速度很快，在电脑开机的时候，它可以帮助我们存储各种数据，例如说缓存数据、下载数据等等。声卡：声卡的作用便是可以发出“播放”的命令，它可以将计算机内部的声音数字信号全部变成模拟信号，然后发送到外部的音箱上，进而发出声音。计算机主要硬件分布原理图如图6示，计算机硬件组成结构如图7示。以下是对计算机进行lru划分的具体步骤如下：1、计算机中各个零部件的相关性分析针对lru的功能，结构和信息相关性对计算机的零部件进行分析，并对其相关程度进行评价，得到，如表7，表8，表9所示的相关度评价表。表7功能相关度评价表8结构相关度评价表9信息相关度评价2、各个零部件之间的相关性分析根据ahp(层次分析法)确定功能，结构和信息相关性的权重系数，具体步骤如下：2.1构造判断矩阵根据功能，结构和信息相关性构建功能相关度、结构相关度和信息相关度的判断矩阵，如表10所示。表10判断矩阵k2.2权重系数的计算应用方根法对功能相关度、结构相关度和信息相关度的权重进行计算，具体计算方法如实施例1所示，求解过程如表11所示。表11方根法求解过程根据计算最大特征根的公式计算得到的特征根为3.126。对得到的值进行一致性检验，得到cr为0.1，符合一致性检验，故权重系数为(0.5499,0.24,0.2098)。3、相关度计算根据公式计算对零部件之间的相关度，得到如表12所示综合相关度。表12相关度评价表rij主板光驱硬盘显卡网卡电源电缆主板-0.3230.3230.3230.3230.326光驱--0.5210.5210.5210.436硬盘---0.5210.5210.436显卡----0.5210.436网卡-----0.436电源电缆------4、构建模糊树图根据相关度评价表构建模糊树图，当取阈值限为0.2(0.2数值的取值需要根据实际产品的不同进行修改，以下阈值限类似)，构建的功能相关度模糊树图如图6所示，由模糊树图可知，主板与其他单元的功能相关度较低，故可以确定主板为不可成组lru；功能相关的模糊树图如图9示，由模糊树图9知，电源电缆与其他单元的结构相关度较低，故可以确定电源电缆为不可成组lru。信息相关度模糊树图如图10，由模糊树图10，各个组成之间均有信息相关度联系，故不能确定根据信息相关度确定出不可成组lru。当取阈值限为0.5时，构建的综合相关度模糊树图如图11，由模糊树图11，可能成组的lru为光驱，网卡，显卡，硬盘，定义为方案1。综上所述，不可成组lru为主板和电源电缆，可能成组lru为光驱，网卡，显卡，硬盘。当取阈值0.6时，根据构建的综合相关度模糊树图得到了光驱，网卡，显卡，硬盘，主板，电源电缆为成组lru的方案，定义为方案2。同理，更改阈值后，还可以得到其他lru方案，因此需要对得到的多种lru划分方案进行评价。5、两个划分方案进行评价综合考虑维修效能，对两个划分方案进行评价，选择最优方案，具体方法如下：以维修效能函数为评价的计算方式：其中t＝t1+t2+t3+t4+t5+t6，c＝c1+c2+c3+c4+c5+c6+c7+c8p指的维修效能，t指的修理时间，c指的修理花费，λ为故障率。其中t1～6分别表示检测时间，隔离时间，拆卸时间，安装时间，调试时间，稳定时间。c1～8分别表示备件费用，维修人力费用，材料费用，保障设备费用，运输与包装费用，训练费用，设施费用，资料费用。利用维修效能函数计算步骤4得到的两种划分方案，计算结果如表13、14、15、16所示：表13输入信息1-修理时间单元检测时间/h隔离时间/h拆卸时间/h安装时间/h调试时间/h稳定时间/h总计/h光驱0.10.11.542.20.10.14.14网卡0.10.10.340.460.10.11.2显卡0.10.10.340.460.10.11.2硬盘0.10.10.821.160.10.12.38主板0.10.11.241.760.10.13.4电源电缆0.10.10.40.460.10.11.26表14输入信息2-修理花费表15输入信息3-故障率单元故障率/(1/h)光驱2.34％网卡1.83％显卡1.71％硬盘1.95％主板2.69％电源电缆1.80％表16维修效能对比表根据表中所示的结果可知，方案1的维修效能大于方案2的维修效能，因此，当取阈值0.6时，根据构建的综合相关度模糊树图得到了光驱，网卡，显卡，硬盘，主板，电源电缆为成组lru的方案较为合适。尽管上文对本发明进行了详细说明，但是本发明不限于此，本
技术领域：
技术人员可以根据本发明的原理进行各种修改。因此，凡按照本发明原理所作的修改，都应当理解为落入本发明的保护范围。当前第1页12