本發(fā)明提供了一種基于域映射與加權(quán)關(guān)聯(lián)規(guī)則的早期故障根原因識(shí)別方法，屬于可靠性建模與分析技術(shù)領(lǐng)域。

背景技術(shù)：

產(chǎn)品早期故障主要由于制造缺陷導(dǎo)致，工藝可靠性研究的短板主要體現(xiàn)在產(chǎn)品早期故障率過(guò)高，而現(xiàn)在關(guān)于早期故障率的認(rèn)識(shí)只是通過(guò)使用數(shù)據(jù)來(lái)估計(jì)或通過(guò)老煉試驗(yàn)來(lái)表面移除，如何從制造和設(shè)計(jì)的源頭對(duì)早期故障進(jìn)行預(yù)防和控制一直沒(méi)有很好的辦法，其瓶頸就在于缺乏從產(chǎn)品可靠性形成的角度系統(tǒng)的開(kāi)展產(chǎn)品早期故障機(jī)理的研究，無(wú)法準(zhǔn)確識(shí)別和定位導(dǎo)致產(chǎn)品早期故障的根原因(關(guān)鍵設(shè)計(jì)和制造參數(shù))，以前由于缺乏必要的數(shù)據(jù)，導(dǎo)致這方面的研究一直沒(méi)有深入?，F(xiàn)在，隨著信息技術(shù)與網(wǎng)絡(luò)技術(shù)的發(fā)展，產(chǎn)品研制與生產(chǎn)過(guò)程的質(zhì)量及可靠性數(shù)據(jù)的日益積累，伴隨著以數(shù)據(jù)建模及挖掘算法為核心的大數(shù)據(jù)技術(shù)及以偏差流和質(zhì)量可靠性(QR)鏈等為代表的質(zhì)量與可靠性數(shù)據(jù)融合等新技術(shù)的興起，對(duì)于開(kāi)展基于數(shù)據(jù)挖掘的產(chǎn)品早期故障機(jī)理分析提供了良好契機(jī)和基礎(chǔ)。

現(xiàn)階段，針對(duì)使用階段產(chǎn)品早期故障問(wèn)題的分析多籠統(tǒng)的歸于設(shè)計(jì)不當(dāng)、原料及制造缺陷等，即便是基于潛在故障模式的FMEA分析等也往往僅給出定性的結(jié)論或推斷，不能全面的識(shí)別出關(guān)鍵的產(chǎn)品功能、結(jié)構(gòu)及工藝參數(shù)。為此，如何深入挖掘并系統(tǒng)地分析造成產(chǎn)品早期故障的設(shè)計(jì)與制造等細(xì)節(jié)性的根原因以便有的放矢解決根源上的可靠性問(wèn)題，是設(shè)計(jì)人員，工藝人員及維修人員等亟需關(guān)注的共性問(wèn)題。本發(fā)明在分析了造成產(chǎn)品早期故障的各階段潛在波動(dòng)因素，以及故障根原因分析的思想及技術(shù)方案的基礎(chǔ)上，給出了基于域映射與加權(quán)關(guān)聯(lián)規(guī)則的產(chǎn)品早期故障根原因識(shí)別技術(shù)，以實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的早期故障問(wèn)題的定量化分析。

為此，本發(fā)明首次將產(chǎn)品設(shè)計(jì)及制造等產(chǎn)品可靠性形成過(guò)程的數(shù)據(jù)引入到產(chǎn)品早期故障根原因識(shí)別中，給出了基于域映射與加權(quán)關(guān)聯(lián)規(guī)則的早期故障根原因識(shí)別方法，規(guī)范了基于關(guān)聯(lián)樹(shù)結(jié)構(gòu)的早期故障機(jī)理建模流程等，以實(shí)現(xiàn)對(duì)早期故障問(wèn)題的集成化的定量分析。

技術(shù)實(shí)現(xiàn)要素：

(1)本發(fā)明的目的：復(fù)雜裝備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(duì)其故障機(jī)理及根原因的認(rèn)識(shí)，缺乏從研制和生產(chǎn)過(guò)程主動(dòng)預(yù)防的技術(shù)手段，當(dāng)前工程上只能通過(guò)被動(dòng)可靠性試驗(yàn)和廠內(nèi)試用磨合來(lái)初步去除，給研制方帶來(lái)巨大的經(jīng)濟(jì)損失。因此，如何從研制和生產(chǎn)等產(chǎn)品形成過(guò)程大數(shù)據(jù)中識(shí)別早期故障根原因，為在研制生產(chǎn)過(guò)程開(kāi)展主動(dòng)的早期故障預(yù)防和控制提供明確的對(duì)象已經(jīng)成為可靠性系統(tǒng)工程領(lǐng)域?qū)W術(shù)研究與工程應(yīng)用的熱點(diǎn)和難點(diǎn)。針對(duì)以往對(duì)造成產(chǎn)品早期故障的細(xì)節(jié)性根原因挖掘不系統(tǒng)，阻礙了有的放矢解決根源上的可靠性問(wèn)題，本發(fā)明提供基于域映射與加權(quán)關(guān)聯(lián)規(guī)則的早期故障根原因識(shí)別方法，形成包含設(shè)計(jì)功能問(wèn)題、物理結(jié)構(gòu)缺陷及過(guò)程參數(shù)波動(dòng)的分級(jí)結(jié)構(gòu)，建立起產(chǎn)品早期故障特征與各級(jí)影響因素間的映射關(guān)系以定量回溯問(wèn)題的根本所在。借鑒公理化設(shè)計(jì)(Axiomatic design，AD)理論中四個(gè)域：用戶域(Customer domain)、功能域(Functional domain)、結(jié)構(gòu)域(Physical domain)和過(guò)程域(Process domain)相鄰域之間“目標(biāo)——如何達(dá)到”的邏輯思維，引入基于不同域映射關(guān)系的故障根原因關(guān)聯(lián)樹(shù)形結(jié)構(gòu)，幫助建立早期故障與分布在產(chǎn)品“功能域”、“結(jié)構(gòu)域”及“過(guò)程域”的設(shè)計(jì)及生產(chǎn)敏感參數(shù)間的相互映射分解關(guān)系，建立起產(chǎn)品早期故障根原因樹(shù)。進(jìn)而引入加權(quán)關(guān)聯(lián)規(guī)則挖掘早期故障關(guān)聯(lián)樹(shù)各根原因(樹(shù)節(jié)點(diǎn))的權(quán)重，實(shí)現(xiàn)對(duì)于根原因的量化排序。本發(fā)明圍繞著如何從產(chǎn)品壽命周期大數(shù)據(jù)中快速地建立產(chǎn)品早期故障根原因關(guān)聯(lián)樹(shù)及樹(shù)節(jié)點(diǎn)權(quán)重挖掘這一核心問(wèn)題，為基于產(chǎn)品壽命周期大數(shù)據(jù)和數(shù)據(jù)挖掘算法智能化的分析產(chǎn)品早期故障根原因提供新的可行的技術(shù)途徑。

(2)技術(shù)方案：

本發(fā)明是基于域映射與加權(quán)關(guān)聯(lián)規(guī)則的早期故障根原因識(shí)別方法，提出的基本假設(shè)如下：

假設(shè)1過(guò)程是可測(cè)量的。

假設(shè)2產(chǎn)品設(shè)計(jì)到制造到使用環(huán)節(jié)過(guò)程是可測(cè)量的。

假設(shè)3過(guò)程檢測(cè)值相互獨(dú)立。

假設(shè)4銷售環(huán)節(jié)對(duì)產(chǎn)品早期故障的影響不考慮。

假設(shè)5設(shè)計(jì)階段需求可量化，制造過(guò)程中可靠性設(shè)計(jì)方案不更改。

基于上述假設(shè)，本發(fā)明提出的基于域映射與加權(quán)關(guān)聯(lián)規(guī)則的早期故障根原因識(shí)別方法，其步驟如下：

步驟1基于公理化域映射構(gòu)建產(chǎn)品早期故障的關(guān)聯(lián)樹(shù)框架模型；

步驟2功能域分解與映射；

步驟3設(shè)計(jì)結(jié)構(gòu)域分解與映射；

步驟4過(guò)程工藝域分解與映射，完成故障根原因關(guān)聯(lián)樹(shù)構(gòu)建；

步驟5故障癥候數(shù)據(jù)收集；

步驟6故障關(guān)聯(lián)樹(shù)節(jié)點(diǎn)初始權(quán)重挖掘；

步驟7故障關(guān)聯(lián)權(quán)重評(píng)估；

步驟8權(quán)系數(shù)衡量，完成根原因的識(shí)別；

其中，步驟1中所述的“基于公理化域映射構(gòu)建產(chǎn)品早期故障的關(guān)聯(lián)樹(shù)框架模型”，其構(gòu)建的做法如下：

首先，從系統(tǒng)論角度自下而上將早期故障特征(Symptoms of product infant failures，SIFs)利用公理化域映射理論映射到功能域FRs，衍生出功能樹(shù)結(jié)構(gòu)；進(jìn)而，功能域FRs給出故障特征相關(guān)的中每個(gè)功能需求，并獨(dú)立地被結(jié)構(gòu)域DPs中相應(yīng)的設(shè)計(jì)參數(shù)滿足而不影響其它的功能需求，衍生出物理樹(shù)結(jié)構(gòu)；繼而，滿足獨(dú)立公理的結(jié)構(gòu)域DPs最終得以展開(kāi)，并被映射到對(duì)應(yīng)特定工藝執(zhí)行參數(shù)的過(guò)程域PVs，衍生出工藝樹(shù)結(jié)構(gòu)。

其中，步驟2中所述的“功能域分解與映射”是指，針對(duì)早期故障特征，建立產(chǎn)品早期故障與其相關(guān)的第一層級(jí)功能模型的映射關(guān)系。產(chǎn)品設(shè)計(jì)中功能方法樹(shù)(Function-Means Tree,FME)的設(shè)計(jì)對(duì)象分析方法(Design Object Analysis)方法可實(shí)現(xiàn)對(duì)故障的第一層級(jí)功能節(jié)點(diǎn)的系統(tǒng)分解，形成包含第一級(jí)、第二級(jí)、第三級(jí)功能等的多級(jí)FRs型樹(shù)結(jié)構(gòu)。

其中，步驟3中所述的“設(shè)計(jì)結(jié)構(gòu)域分解與映射”，是指基于功能分解的結(jié)果與產(chǎn)品成熟的設(shè)計(jì)規(guī)劃，可由設(shè)計(jì)者展開(kāi)第一層級(jí)功能模型到對(duì)應(yīng)物理結(jié)構(gòu)組件模型的映射，繼而參考產(chǎn)品數(shù)據(jù)管理系統(tǒng)(Product Data Management，PDM)中每一裝配過(guò)程的編碼及相應(yīng)的組件圖和技術(shù)文檔等，確定出相應(yīng)的子裝配過(guò)程信息。

其中，步驟4中所述的“過(guò)程工藝域分解與映射，完成故障根原因關(guān)聯(lián)樹(shù)構(gòu)建”，是指基于設(shè)計(jì)結(jié)構(gòu)域分解的結(jié)果和現(xiàn)有的制造工藝規(guī)劃，可由生產(chǎn)工程師或具體工藝人員展開(kāi)第一層級(jí)物理結(jié)構(gòu)組建模型到第一層級(jí)子過(guò)程各節(jié)點(diǎn)的映射，參考企業(yè)資源計(jì)劃系統(tǒng)(Enterprise Resource Planning，ERP)，搜索出相應(yīng)的子工藝過(guò)程信息及相關(guān)過(guò)程關(guān)鍵變量等，建立起早期故障根原因關(guān)聯(lián)樹(shù)模型。

其中，步驟5中所述的“故障癥候數(shù)據(jù)收集”，是指從故障癥候出發(fā)，收集產(chǎn)品生命周期內(nèi)有關(guān)設(shè)計(jì)、制造、使用三方面的質(zhì)量檢測(cè)歷史數(shù)據(jù)以及故障數(shù)據(jù)。

其中，步驟6中所述的“故障關(guān)聯(lián)樹(shù)節(jié)點(diǎn)初始權(quán)重挖掘”，其挖掘方法如下：

首先，基于構(gòu)建的關(guān)聯(lián)樹(shù)確定目標(biāo)節(jié)點(diǎn)，進(jìn)而，依據(jù)收集的數(shù)據(jù)以及專家打分法初始化數(shù)據(jù)輸入矩陣最后，利用自對(duì)比矩陣挖掘故障關(guān)聯(lián)樹(shù)各節(jié)點(diǎn)的權(quán)重，即完成關(guān)聯(lián)樹(shù)各節(jié)點(diǎn)的初始加權(quán)。

其中，步驟7中所述的“故障關(guān)聯(lián)權(quán)重評(píng)估”，其評(píng)估方法如下：

首先，此過(guò)程的關(guān)聯(lián)權(quán)重不同于步驟6中所述加權(quán)關(guān)聯(lián)規(guī)則挖掘中的項(xiàng)目權(quán)重，它表示的是關(guān)聯(lián)樹(shù)中每個(gè)節(jié)點(diǎn)的重要程度。其次，該過(guò)程利用所生成規(guī)則的最大權(quán)重支持度和置信度得到過(guò)程單元節(jié)點(diǎn)的權(quán)重系數(shù)。

其中，步驟8中所述的“權(quán)系數(shù)衡量，完成根原因識(shí)別”，是指依據(jù)節(jié)點(diǎn)權(quán)系數(shù)衡量排序權(quán)系數(shù)作為其故障關(guān)聯(lián)權(quán)重，W(Ri)＝wc₁·wc₂，W(Ri)指權(quán)系數(shù)，wc_i節(jié)點(diǎn)i的加權(quán)置信度，最終依據(jù)權(quán)系數(shù)的大小得到根原因。

(3)本發(fā)明所述的基于域映射與加權(quán)關(guān)聯(lián)規(guī)則的早期故障根原因識(shí)別方法，其使用方法如下：

步驟1利用公理化域映射構(gòu)建產(chǎn)品早期故障的關(guān)聯(lián)樹(shù)框架模型，在此過(guò)程中需要從產(chǎn)品壽命周期環(huán)境下識(shí)別早期故障內(nèi)涵，不考慮使用的情況下，構(gòu)建從設(shè)計(jì)-制造的功能域(FR)、物理域(DP)、工藝域(PV)的過(guò)程故障關(guān)聯(lián)樹(shù)模型。

步驟2功能域分解與映射；過(guò)程關(guān)鍵節(jié)點(diǎn)的識(shí)別與分配，基于所構(gòu)建的早期故障根原因關(guān)聯(lián)樹(shù)結(jié)構(gòu)，按照公理化設(shè)計(jì)中的兩大基本公理“獨(dú)立公理和信息公理”的要求，展開(kāi)潛在問(wèn)題節(jié)點(diǎn)的識(shí)別。

步驟3設(shè)計(jì)結(jié)構(gòu)域分解與映射。

步驟4過(guò)程工藝域分解與映射，完成故障根原因關(guān)聯(lián)樹(shù)構(gòu)建。

步驟5故障癥候數(shù)據(jù)收集。

步驟6故障關(guān)聯(lián)樹(shù)節(jié)點(diǎn)初始權(quán)重挖掘；主要是基于構(gòu)建的關(guān)聯(lián)樹(shù)，進(jìn)行自下而上型故障關(guān)聯(lián)樹(shù)各節(jié)點(diǎn)初始權(quán)重的衡量，即節(jié)點(diǎn)加權(quán)。首先通過(guò)確定目標(biāo)節(jié)點(diǎn)，進(jìn)而初始化數(shù)據(jù)輸入矩陣?yán)脤＜掖蚍址ǚ峙洳⒂?jì)算節(jié)點(diǎn)初始權(quán)值。

步驟7故障關(guān)聯(lián)權(quán)重評(píng)估；依據(jù)步驟6的結(jié)果，利用加權(quán)關(guān)聯(lián)規(guī)則衡量節(jié)點(diǎn)的關(guān)聯(lián)規(guī)則生成的最大加權(quán)支持度和最大加權(quán)置信度。計(jì)算每個(gè)節(jié)點(diǎn)的加權(quán)支持度和加權(quán)置信度值。

步驟8權(quán)系數(shù)衡量，主要是基于規(guī)則的生成，建立最大加權(quán)置信度與節(jié)點(diǎn)關(guān)聯(lián)權(quán)重的度量關(guān)系，得到優(yōu)先級(jí)排序，完成根原因的識(shí)別。

(4)優(yōu)點(diǎn)和功效：

本發(fā)明是基于域映射與加權(quán)關(guān)聯(lián)規(guī)則的早期故障根原因識(shí)別方法，其優(yōu)點(diǎn)是：

i.本發(fā)明提出的基于公理化域映射技術(shù)建立早期故障根原因關(guān)聯(lián)樹(shù)模型，突破了傳統(tǒng)對(duì)早期故障原因籠統(tǒng)表述的問(wèn)題，從根本上找到了導(dǎo)致產(chǎn)品早期故障的潛在問(wèn)題源，為早期故障的預(yù)防和整改提供了新思路。

ii.考慮利用加權(quán)關(guān)聯(lián)規(guī)則客觀量化原因節(jié)點(diǎn)權(quán)重系數(shù)，充分重視了大數(shù)據(jù)環(huán)境下，看似紛繁無(wú)序的數(shù)據(jù)暗含的關(guān)系。此過(guò)程中充分重視導(dǎo)致缺陷和故障發(fā)生的制造階段，以及制造的來(lái)源設(shè)計(jì)階段的各類數(shù)據(jù)層，并利用初始加權(quán)來(lái)區(qū)別不同過(guò)程單元的重要程度的，進(jìn)而利用加權(quán)關(guān)聯(lián)規(guī)則衡量了過(guò)程節(jié)點(diǎn)權(quán)重系數(shù)，實(shí)現(xiàn)對(duì)導(dǎo)致產(chǎn)品早期故障的潛在根原因的科學(xué)排序，實(shí)現(xiàn)產(chǎn)品壽命周期故障根原因的溯源分析，從根本上彌補(bǔ)了傳統(tǒng)方法受制于早期故障機(jī)理認(rèn)識(shí)不足而導(dǎo)致的根原因識(shí)別定性與片面性缺陷，有效提高了根原因識(shí)別過(guò)程的智能性及科學(xué)性，為早期故障的預(yù)防、控制和改進(jìn)提供了新思路，可避免對(duì)早期故障原因的誤判分析和控制的無(wú)效。

附圖說(shuō)明

圖1是本發(fā)明所述方法流程圖。

圖2是洗衣箱體箱震動(dòng)與噪聲早期故障根原因關(guān)聯(lián)樹(shù)。

圖中符號(hào)說(shuō)明如下：

FR是指功能域單元

DP是指結(jié)構(gòu)域單元

PV是指過(guò)程域單元

*號(hào)標(biāo)志的節(jié)點(diǎn)為計(jì)算的示例對(duì)象

具體實(shí)施方式

下面將結(jié)合附圖和實(shí)例對(duì)本發(fā)明做進(jìn)一步詳細(xì)說(shuō)明。

本發(fā)明是基于域映射與加權(quán)關(guān)聯(lián)規(guī)則的早期故障根原因識(shí)別方法，見(jiàn)圖1所示，其具體步驟如下：

步驟1基于公理化域映射構(gòu)建產(chǎn)品早期故障的關(guān)聯(lián)樹(shù)框架模型

針對(duì)箱體震動(dòng)與噪聲，系統(tǒng)的建立起這一典型早期故障的關(guān)聯(lián)樹(shù)框架模型，按照公理化設(shè)計(jì)域間映射的思維展開(kāi)面向早期故障的分解過(guò)程“早期故障→功能樹(shù)結(jié)構(gòu)→物理樹(shù)結(jié)構(gòu)→工藝樹(shù)結(jié)構(gòu)”，首先形成影響聲振特性的第一級(jí)功能集合，建立箱體震動(dòng)與噪聲故障到功能域的映射關(guān)系，建立起產(chǎn)品早期故障的關(guān)聯(lián)樹(shù)框架模型。

步驟2功能域分解與映射

建立箱體震動(dòng)與噪聲這一早期故障與其相關(guān)的第一層級(jí)功能模型的映射關(guān)系。產(chǎn)品設(shè)計(jì)中功能方法樹(shù)的設(shè)計(jì)對(duì)象分析方法方法可實(shí)現(xiàn)對(duì)故障的第一層級(jí)功能節(jié)點(diǎn)的系統(tǒng)分解，形成包含第一級(jí)、第二級(jí)、第三級(jí)功能等的多級(jí)FRs型樹(shù)結(jié)構(gòu)。

步驟3設(shè)計(jì)結(jié)構(gòu)域分解與映射

基于功能域分解的結(jié)果與產(chǎn)品成熟的設(shè)計(jì)規(guī)劃，展開(kāi)第一層級(jí)功能模型到對(duì)應(yīng)物理結(jié)構(gòu)組件模型的映射，確定出相應(yīng)的子裝配過(guò)程信息。

步驟4過(guò)程工藝分解與映射，完成故障根原因關(guān)聯(lián)樹(shù)構(gòu)建

基于設(shè)計(jì)結(jié)構(gòu)域分解的結(jié)果和現(xiàn)有的制造工藝規(guī)劃，展開(kāi)第一層級(jí)物理結(jié)構(gòu)組建模型到第一層級(jí)子過(guò)程各節(jié)點(diǎn)的映射，搜索出相應(yīng)的子工藝過(guò)程信息及相關(guān)過(guò)程關(guān)鍵變量等，進(jìn)而完成早期故障根原因關(guān)聯(lián)樹(shù)的構(gòu)建，如圖2所示。

步驟5故障癥候數(shù)據(jù)收集

本發(fā)明利用聯(lián)機(jī)分析處理(OLAP)分析潛在的影響因素，在數(shù)據(jù)集生成器源碼(IBM)和專家打分的幫助下，實(shí)現(xiàn)了5000數(shù)據(jù)交易數(shù)據(jù)集。以DP1為對(duì)象到第五層級(jí)的數(shù)據(jù)處理后得到5000組的部分交易數(shù)據(jù)表如下，“1”表示該次洗衣機(jī)振動(dòng)噪聲出現(xiàn)檢查為可能出現(xiàn)故障的環(huán)節(jié)。

表1交易數(shù)據(jù)庫(kù)表

步驟6故障關(guān)聯(lián)樹(shù)節(jié)點(diǎn)初始權(quán)重挖掘

1)確定目標(biāo)節(jié)點(diǎn)

針對(duì)圖2所建立的故障根原因關(guān)聯(lián)樹(shù)，針對(duì)目標(biāo)節(jié)點(diǎn)DP1初始化圖2中第2水平的節(jié)點(diǎn)DP1.1，DP1.2，DP1.3，DP1.4和DP1.5，初始化數(shù)據(jù)輸入矩陣

2)專家打分法分配節(jié)點(diǎn)權(quán)重

初始影響因素權(quán)重集取決于已存在的專家經(jīng)驗(yàn)，本說(shuō)明通過(guò)專家打分系統(tǒng)模擬5名專家隨機(jī)生成[5-10]區(qū)間的分值，節(jié)點(diǎn)的重要度計(jì)算如下

表2專家重要度打分

表3節(jié)點(diǎn)對(duì)比矩陣

通過(guò)每個(gè)節(jié)點(diǎn)的對(duì)比矩陣，節(jié)點(diǎn)的初始權(quán)重計(jì)算如下。

表4節(jié)點(diǎn)初始權(quán)重

步驟7故障關(guān)聯(lián)權(quán)重評(píng)估

通過(guò)交易數(shù)據(jù)庫(kù)計(jì)算得到每個(gè)節(jié)點(diǎn)的支持度和置信度值。利用加權(quán)關(guān)聯(lián)規(guī)則挖掘算法之后得到表5的計(jì)算結(jié)果。

表5加權(quán)關(guān)聯(lián)規(guī)則的結(jié)果

對(duì)于表5，“1”表示來(lái)自于表4中涉及規(guī)則挖掘的某特定節(jié)點(diǎn)。如第一組的五個(gè)“1”表示DP1-DP1.5-DP1.5.2-DP1.5.2.2-DP1.5.2.2.1之間的規(guī)則挖掘，并且相應(yīng)的重要度如表5所示。

針對(duì)過(guò)程節(jié)點(diǎn)DP1，DP1.5，DP1.5.2，DP1.5.2.2等早期箱體震動(dòng)與噪聲故障，計(jì)算節(jié)點(diǎn)加權(quán)置信度(wconf)。得到規(guī)則如下

R21:DP1.5.2.2.1→DP1.5.2.2→DP1.5.2→DP1.5→DP1

R22:DP1.5.2.2.2→DP1.5.2.2→DP1.5.2→DP1.5→DP1

R23:DP1.5.2.2.3→DP1.5.2.2→DP1.5.2→DP1.5→DP1

步驟8權(quán)系數(shù)衡量，完成根原因的識(shí)別

1)標(biāo)準(zhǔn)化加權(quán)置信度及其權(quán)值劃分

通過(guò)關(guān)聯(lián)權(quán)重系數(shù)定義，W_F(Ri)＝wc₁·wc₂，標(biāo)準(zhǔn)化加權(quán)置信度W_F的計(jì)算結(jié)果為：

W_F(R21)＝0.49257×0.51546×0.49839×0.49292＝0.06237473

W_F(R22)＝0.49726×0.51546×0.49839×0.49292＝0.06296863

W_F(R23)＝0.49062×0.51546×0.49839×0.49292＝0.0621278

通過(guò)上述三個(gè)節(jié)點(diǎn)的優(yōu)先值排序結(jié)果DP1.5.2.2.2>DP1.5.2.2.1>DP1.5.2.2.3,并設(shè)上述各個(gè)W_F值分別為W₂、W₁和W₃。

針對(duì)功能環(huán)節(jié)(FR)和制造環(huán)節(jié)(PV)，可以用同樣的方法分別得到規(guī)則和加權(quán)置信度，如FR1和PV1.5，且結(jié)果如下表6。

表6規(guī)則和加權(quán)置信度結(jié)果

通過(guò)表6，節(jié)點(diǎn)優(yōu)先順序?yàn)镕R1.5.1.1>FR1.5.1.2>FR1.5.1.3、PV1.5.4.2>PV1.5.4.1>PV1.5.4.3>PV1.5.4.4。

2)結(jié)果分析

所有零件節(jié)點(diǎn)計(jì)算后，利用所提的方法計(jì)算部件和裝配的父節(jié)點(diǎn)。最后結(jié)果表明FR1.5.1.1、DP1.5.2.2.2和PV1.5.4.2是三個(gè)主要的原因?qū)е聢D2所示的早期箱體震動(dòng)和噪聲故障。它們將是早期洗衣機(jī)箱體振動(dòng)和噪聲故障預(yù)防和糾正的重要環(huán)節(jié)，是企業(yè)降低早期故障率的關(guān)鍵著力點(diǎn)。復(fù)雜裝配的高早期故障率是限制批產(chǎn)的主要因素。在洗衣機(jī)的結(jié)構(gòu)復(fù)雜性受固有的制造缺陷的影響，一系列早期故障通常出現(xiàn)在早期階段，由于缺少故障機(jī)理和根原因的理解，導(dǎo)致從開(kāi)發(fā)到生產(chǎn)過(guò)程中缺少積極的主動(dòng)預(yù)防技術(shù)，當(dāng)前的技術(shù)僅限于被動(dòng)的可靠性測(cè)試和出廠檢測(cè)來(lái)初步移除，給制造商帶來(lái)大的經(jīng)濟(jì)損失。因此，出于可靠性保障的目的，這些典型的早期故障特征能用本說(shuō)明所提的方法去改進(jìn)早期的可靠性，并且它在工程應(yīng)用中為制造商提供了明確的目標(biāo)去實(shí)施積極的早期預(yù)防和控制策略。