一种基于语言加权几何算子与模糊优先序的改进fmea方法
【技术领域】
[0001] 本发明涉及语言加权几何算子与模糊优先序的改进领域，具体为一种基于语言加 权几何算子与模糊优先序的改进FMEA方法。
【背景技术】
[0002] FMEA(Failure Mode and Effects Analysis)是一种系统化和预防性的可靠性分 析技术，是对产品或服务进行分析，以识别潜在失效模式、失效原因及其对系统性能影响的 系统化程序。FMEA方法通过定义并计算风险优先数(RPN)的方式来确定不同故障模式的可 靠性风险大小，基于对潜在故障模式的严重度(Occurrence，0)、发生频率(Severity，S)及 故障检出难易程度（Detection』）三个风险因子的评估来获得故障模式的风险优先数 (Risk Priority Number，RPN)，进而确定不同故障模式的风险次序，在有限资源下重点关 注高风险的故障模式。目前，FMEA方法已在工程实践中形成了一套科学而完整的分析方法， 并广泛应用于机械、电子信息、航天航空、汽车等领域，效果非常显著。我国已于2012年11月 发布了最新的《系统可靠性分析技术一失效模式和影响分析(FMEA)程序》国家标准(GB/ T7826-2012)，为推动和普及FMEA方法奠定了良好的技术指南。
[0003] 虽然FMEA方法已被认为是最有效的事前预防措施，但在实际使用过程中存在以下 不足：1)传统FMEA方法要求专家采用数值打分的方式来评估风险因子，但由于人类思维的 模糊性和不确定性，专家难以做到精确数值估计;2)传统FMEA方法给予所有专家同样的打 分权重，但在实际当中，虽然专家们对研究对象均有较深入的认识，其打分往往基于自身的 经验和知识，经验与知识上的差异会导致RPN很大的不同；3)传统的FMEA方法将0、S和D三个 风险因子的乘积结果作为RPN值，即三者的权重视为等同，这在实际应用中很难成立。
[0004] 为了解决上述问题，模糊理论被引入至FMEA方法的改进当中，并得到了学者们大 量的研究和应用。如刘胧等人首先基于模糊证据推理理论建立评价故障模式的模糊置信结 构，对各种故障模式进行评价，再利用灰色关联理论计算各种故障模式的关联度，通过排序 来确定故障模式的风险顺序;Liu H.C.等用直觉模糊数来表示FMEA分析的不确定评估，提 出了混合模糊加权欧拉距离算子对失效模式风险进行排序;伍晓榕等人提出一种可考虑模 糊语境和失效模式关联性的模糊关联FMEA方法，运用模糊集理论量化语言的模糊信息，通 过模糊T0PSIS技术得到各种失效模式的影响强度;Mandal等人结合模糊数相似测量与似然 理论对FMEA方法进行改进，利用模糊相似测量对失效模式进行聚类，再用似然理论检验一 致性，从而增强FMEA评估的稳健性;Yeh等人采用语言模糊变量表征故障模式的风险优先 数，并应用于半导体晶片制造过程的FMEA分析中。
[0005] 模糊理论在量化主观和不确定信息方面具有一定的优势，可以较好地处理模糊性 ?目息，但也存在一些问题：
[0006] 1.模糊理论需要事先确定模糊数及其隶属函数，而这在理论上并没有统一的遴选 准则，只能依据研究者的经验，具有一定的主观性。
[0007] 2.模糊方法最后还需一个非模糊化过程，容易导致有用信息的丢失[11]，降低了某 些情况下FMEA分析的准确性。
[0008] 实际上，由于人类思维的模糊性和不确定性，人们更习惯于直接用语言变量来评 判研究对象的优劣或喜好，这样既能合理地体现判断的模糊性，又能最充分地利用决策信 息。相比于模糊方法"语言变量一〉模糊数一〉语言变量"的二次转换过程，近年来最新发展 的语言信息决策理论可以直接对语言变量进行"词计算"，在求解过程中可使决策信息最大 限度保留下来。因此，为克服传统FMEA方法之弊端本专利提出了基于语言信息集结的改进 FMEA评估方法，引入语言加权几何算子(Linguistic Weighted Geometric，LWG)直接对风 险因子语言变量进行运算，进而利用模糊优先序确定评判专家的权重，并考虑风险因子的 相对权重，提高不确定环境下FMEA方法的有效性。
【发明内容】
[0009] 本发明的目的在于提供一种基于语言加权几何算子与模糊优先序的改进FMEA方 法，对FMEA方法进行改进，以解决上述【背景技术】中提出的问题。
[0010] 为实现上述目的，本发明提供如下技术方案:基于语言加权几何算子与模糊优先 序的改进FMEA方法，其特征在于:所述基于语言加权几何算子与模糊优先序的改进FMEA方 法按以下步骤实现:在进行语言加权几何算子时，评估组成员需对故障模式的RPN进行定性 测度，需要适当的语言评估标度。设S={Sa|a = l/t，…，1/2，1，2，一，〇为某一语言变量的 语言标度集，语言标度个数为2t-l，且满足如下条件：
[0011] (1)有序性:若 3。，3{!已3且€[>0，则301>3{!;
[0012 ] ⑵可逆性：存在逆运算Re c (Sa) = Se，使得αβ = 10
[0013]例如，一个包含7个标度的语言标度集S可以定义为： S4} = [很差，差，较差，一般，较好，好，很好}。
[0014] 定义了语言标度后，需要对多个评估者的语言测度进行集结。为了便于语言标度 的计算和避免信息丢失，在原有的离散语言标度集S基础上定义一个拓展的连续性语言标 度集f = [1/U]:，q为一个远大于t的正整数。若SaES，称S。为源语言标度，否则称为虚拟语 言标度。一般地，评估者采用源语言标度对故障模式进行测度，虚拟语言标度仅出现在语言 运算中。
[0015] 运算法则:对于任意2个语目标度U# ，λΕ[0，ι]有：
[0016] (Ι)5α?8β=5β?5α= Sa+/J ；
[0017]
[0018] (3)ASa=SAa;
[0019] (4)献=心。
[0020] 语言加权几何算子(LWG):设S^S%···，Sn为某一语言变量的n个评估值，则LWG算子 为：
[0021] (兄，'S2，…，S") = (S, Γ1 ? (S2 广 ? …(1)
[0022] 其中，'\￥=(￥1，'\￥2广_?〇，《^￡[0，1]为51(1 = 1，2，'"，]1)的指数加权向量，且 η ΣΗ/ ~ ? ?=1
[0023] 在进行语言加权几何算子时，假设专家群体Ε = {e1，e2，···，en}对评价域U= {ui， 私…^:^加个评价对象在本例中即为故障模式进行排序巧专家一对帅元素的排序 为1/ = ，其中，《災二以'^:岣为专家一对评价域加勺一种偏序上满足偏序 关系狄 Χ>··+?4,:。
[0024] 定义偏序模糊优先数η/[16]:
[0025] 且η/满足如下性质：
[0026] (l)riit = 0, i = l ,2, ··· ,m
[0027] (2 )rijt+r ji* = l,i^j,i,j = l,2,---,m
[0028] 构造 U中的模糊优先矩阵R:
[0029] v r ： ：. γ
V7 /wl 1 m 2 ' mm. /
[0030] 模糊优先矩阵R表示了在U中各元素相对于其他元素的偏序模糊关系，它集中反映 m 了专家组对元素优先程度的综合度量。令匕=2~，1 = 1，2，~，!11，则^.反映了第1个元素 i=i 相对于其他元素的模糊优先值，其数值越大表示该元素优先级别越高，反之其优先级别越 低。
[0031] 由此可定义群