基于模糊失效模式與影響分析的數(shù)控機床故障模式風險評價*

□ 張 艷 □ 李柯柯 □ 常佳佳 □ 李詩宇

1.鄭州航空工業(yè)管理學院 商學院 鄭州 450046

2.鄭州航空工業(yè)管理學院 管理工程學院 鄭州 450046

1 研究背景

在現(xiàn)代生產(chǎn)制造過程中,數(shù)控機床的應用越來越廣泛,所起到的作用也越來越關鍵。對數(shù)控機床的可靠性進行研究,一直是企業(yè)生產(chǎn)運行管理的重點。失效模式與影響分析作為一種系統(tǒng)性、前瞻性分析工具，可以用于確定潛在風險和安全隱患,是預防問題發(fā)生的風險管理手段[1],現(xiàn)已廣泛應用于制造、航空、電子、醫(yī)療等領域[2-6]。由此可見,可以應用失效模式與影響分析方法對數(shù)控機床的可靠性問題進行研究。周志海[7]根據(jù)數(shù)控機床的常見故障，提出常規(guī)的診斷原則和維修方法。王海月[8]針對數(shù)控機床電氣故障進行分析，提出改進和維護的措施。趙文燕等[9]應用失效模式與影響分析理論對機械設備的故障模式進行分析，得到設備運行中風險程度較高的運行模式。以上研究過程中對故障模式的發(fā)生度、嚴重度、可探測度賦予了相同的專家權(quán)重，但是不同專家涉及發(fā)生度、嚴重度、可探測度的專業(yè)程度及過往經(jīng)驗是不一樣的,因此需要建立專家權(quán)重矩陣,對專家權(quán)重的賦值進行改進。另一方面,失效模式與影響分析方法存在諸多缺陷,如不同的故障模式可能得到相同的風險優(yōu)先值;專家判斷故障模式的等級具有強烈的主觀性,不同的專家權(quán)重會使風險優(yōu)先值的排序產(chǎn)生變化;用單一的數(shù)值難以精確地表征風險模式的實際風險。對此,筆者應用模糊失效模式與影響分析模型來評估數(shù)控機床的風險,將模糊理論和失效模式與影響分析結(jié)合起來,依據(jù)專家權(quán)重矩陣及模糊數(shù)來計算風險優(yōu)先值,使研究結(jié)果更全面。對數(shù)控機床整體進行故障模式分析，得出容易發(fā)生故障的關鍵部件,為后續(xù)維修決策提供參考,使維修策略更具有針對性,在產(chǎn)品改進設計、企業(yè)風險管理工作效率提高、設備可靠度提升等方面也具有實際意義[10]。

2 模糊失效模式與影響分析

2.1 模糊等級和模糊數(shù)定義

根據(jù)數(shù)控機床的特點和分析要求,筆者將數(shù)控機床故障模式的發(fā)生度O分為五個模糊等級,風險因素的影響嚴重度S和可探測度D各分為十個模糊等級。相較于以往每一等級對應單一的模糊數(shù),筆者采用模糊理論將模糊數(shù)轉(zhuǎn)換為三角模糊數(shù),得到更為詳細與準確的風險因素評分等級。參照文獻[9]方法,故障模式發(fā)生度模糊等級見表1,故障模式嚴重度模糊等級見表2,故障模式可探測度模糊等級見表3。

表3 故障模式可探測度模糊等級

表2 故障模式嚴重度模糊等級

表1 故障模式發(fā)生度模糊等級

2.2 專家小組評估

每個模糊等級中有三個模糊數(shù),定義Oij1為第j個專家對第i個故障模式進行發(fā)生度等級評估時得到的最小模糊數(shù),Oij2為第j個專家對第i個故障模式進行發(fā)生度等級評估時得到的中間模糊數(shù),Oij3為第j個專家對第i個故障模式進行發(fā)生度等級評估時得到的最大模糊數(shù),則按照對應的位置進行計算,得到綜合所有專家評價的第i個故障模式發(fā)生度的模糊數(shù)Oi為:

(1)

通過同樣方法，可以得到綜合所有專家評價的第i個故障模式嚴重度的模糊數(shù)Si和可探測度的模糊數(shù)Di分別為:

(2)

(3)

2.3 去模糊化

由于根據(jù)上述步驟計算得到的發(fā)生度、嚴重度、可探測度依然為模糊數(shù),因此需要進行去模糊化以得到確定值。筆者采用平均值法進行去模糊化計算,計算式為:

OVi=(Oi1+Oi2+Oi3)/3

(4)

SVi=(Si1+Si2+Si3)/3

(5)

DVi=(Di1+Di2+Di3)/3

(6)

式中:OVi、SVi、DVi依次為第i個故障模式去模糊化后的發(fā)生度、嚴重度、可探測度數(shù)值;Oi1、Si1、Di1依次為第i個故障模式發(fā)生度、嚴重度、可探測度模糊數(shù)的最小值;Oi2、Si2、Di2依次為第i個故障模式發(fā)生度、嚴重度、可探測度模糊數(shù)的中間值;Oi3、Si3、Di3依次為第i個故障模式發(fā)生度、嚴重度、可探測度模糊數(shù)的最大值。

將去模糊化后的OVi、SVi、DVi相乘,即可得到風險優(yōu)先值[11]。

3 應用分析

為了驗證模糊失效模式與影響分析在數(shù)控機床風險管理應用中的有效性,選取某公司W(wǎng)N-736B型數(shù)控銑床為研究對象,通過查找該公司以往的維修記錄,發(fā)現(xiàn)該公司W(wǎng)N-736B型數(shù)控銑床存在諸多安全和故障風險。在評估設備故障模式時,共羅列出數(shù)控銑床存在12種故障風險。對數(shù)控銑床故障模式及主要故障原因進行分析,具體見表4。

表4 數(shù)控銑床故障模式及主要故障原因分析

數(shù)控銑床故障模式風險評價團隊總共有四位專家,其中設備維修人員、質(zhì)量工程師、設計人員、安全工程師各一位。由于每位專家涉及的知識領域和專業(yè)程度不一樣,因此在發(fā)生度、嚴重度、可探測度方面賦予每位專家不同的權(quán)重值。根據(jù)四位專家專業(yè)程度和擅長知識領域的差異,確定四位專家對于發(fā)生度、嚴重度、可探測度的權(quán)重賦值矩陣為:

WO=(0.4,0.25,0.15,0.2)

WS=(0.2,0.15,0.4,0.25)

WD=(0.25,0.4,0.15,0.2)

四位專家結(jié)合表1、表2、表3，分別對各個故障模式三個因素的模糊等級進行評估,得出發(fā)生度、嚴重度、可探測度的專家評分等級,具體見表5。

結(jié)合表1、表2、表3，以及專家權(quán)重矩陣,對表5中發(fā)生度、嚴重度、可探測度進行模糊化處理。為得到較為準確的結(jié)果,筆者應用式(1)、式(2)、式(3)依次計算發(fā)生度、嚴重度、可探測度的模糊數(shù),見表6。

表6 數(shù)控銑床故障模式模糊數(shù)

表5 數(shù)控銑床故障模式專家評分等級

根據(jù)式(4)～式(6),由每個故障模式計算出風險優(yōu)先值,進行排序,結(jié)果見表7。

表7 數(shù)控銑床故障模式風險優(yōu)先值

根據(jù)每位專家對各個故障模式三個要素評分等級的模糊數(shù),以及專家所賦予的不同權(quán)重值,采用模糊理論方法,計算每個故障模式的風險優(yōu)先值,得到的排序結(jié)果從高到低為:銑刀不能正常運行、X和Y向不能自動進給、潤滑裝置異常噪聲及冒煙、輸入裝置按鍵無反應、伺服裝置零部件損壞、Z向進給電機損壞、數(shù)控裝置電纜斷路、電氣裝置電子器件損壞、伺服裝置軸承預緊機構(gòu)松動、排屑裝置運動部件卡死、數(shù)控裝置線路板損壞、電氣裝置線路接觸不良。銑刀不能正常運行、X和Y向不能自動進給、潤滑裝置異常噪聲及冒煙這三個故障模式的風險優(yōu)先值明顯高于其它故障模式的風險優(yōu)先值,因此，在生產(chǎn)實踐中將生產(chǎn)維護的重點確定為這三個故障模式,若能解決這三個故障模式或降低這三個故障模式發(fā)生的概率,則數(shù)控銑床系統(tǒng)可靠性將會得到顯著提高。

4 結(jié)束語

筆者針對WN-736B型數(shù)控銑床的故障模式,應用模糊失效模式與影響分析理論，確定了各故障模式的風險優(yōu)先值,根據(jù)風險優(yōu)先值大小對數(shù)控銑床的故障模式進行排序。與以往專家權(quán)重賦值相比,筆者根據(jù)專家的屬性差異確定了不同類型專家的權(quán)重賦值矩陣,使故障模式三個要素及風險優(yōu)先值結(jié)果更加科學合理。通過風險優(yōu)先值大小排序,得出三個重要的故障模式,使企業(yè)的維修管理更具針對性,從而降低企業(yè)在維修過程中的成本。雖然研究中對企業(yè)的維修管理提出了改進方向,但是并未針對三個重要故障模式提出具體維修改進措施,這是下一步需要研究的問題。