FMEA失效模式與影響分析研究分析
——基于2015年以來(lái) SCI/SSCI期刊文獻(xiàn)

尚珊珊 高明瑾

(上海外國(guó)語(yǔ)大學(xué) 國(guó)際工商管理學(xué)院，上海 200083)

0 引言

當(dāng)前越來(lái)越多的組織和企業(yè)進(jìn)行風(fēng)險(xiǎn)評(píng)估，F(xiàn)MEA失效模式與影響分析相關(guān)(Failure mode and effect analysis, FMEA)是挖掘潛在風(fēng)險(xiǎn)，進(jìn)行風(fēng)險(xiǎn)評(píng)估并對(duì)風(fēng)險(xiǎn)進(jìn)行優(yōu)先定級(jí)的一種有效邏輯分析方法。FMEA失效模式與影響分析是最早由美國(guó)航空航天行業(yè)于20世紀(jì)60年代根據(jù)其可靠性和安全性需求所提出的一種系統(tǒng)性和結(jié)構(gòu)性的方法。FMEA是識(shí)別發(fā)現(xiàn)及去除系統(tǒng)、設(shè)計(jì)、過(guò)程或服務(wù)中問(wèn)題、錯(cuò)誤及潛在風(fēng)險(xiǎn)的一種有效且非常流行的工業(yè)技術(shù)方法。與其他關(guān)鍵要素分析工具不同，F(xiàn)MEA的目標(biāo)是查找系統(tǒng)中所有可能的失效模式，分析其影響及產(chǎn)生的原因，進(jìn)而從根本上消除產(chǎn)生問(wèn)題的根源，而非在問(wèn)題發(fā)生后提出解決方法。FMEA需要跨部門、不同領(lǐng)域的專家合作，系統(tǒng)分析失效模式、影響、原因、當(dāng)前控制方法，從而提出消除措施。FMEA是保障產(chǎn)品、過(guò)程安全性和可靠性的重要方法，廣泛應(yīng)用于航天航空、汽車制造、核工業(yè)，以及醫(yī)療服務(wù)等行業(yè)領(lǐng)域，是風(fēng)險(xiǎn)分析的重要手段。

FMEA自提出以來(lái)，由于簡(jiǎn)單易用受到了廣泛歡迎，很多專家學(xué)者將其應(yīng)用在不同行業(yè)領(lǐng)域中進(jìn)行風(fēng)險(xiǎn)分析，并針對(duì)原因提出消除風(fēng)險(xiǎn)方案措施。但是，F(xiàn)MEA本身的缺陷也不容忽視。近年來(lái)有很多專家學(xué)者致力于研究對(duì)FMEA方法的改進(jìn)，大都從權(quán)重和群組決策角度出發(fā)。文章詳細(xì)梳理了近三年SCS/SSCI期刊庫(kù)中FMEA相關(guān)文章，深入分析了FMEA近三年的研究特點(diǎn)及發(fā)展趨勢(shì)。

1 FMEA文獻(xiàn)基本分析

1.1 FMEA相關(guān)研究的作者及單位分析

文章對(duì)SCI/SSCI期刊庫(kù)進(jìn)行檢索，只分析直接研究FMEA的相關(guān)文獻(xiàn)并且只限于分析期刊文獻(xiàn)，因此以標(biāo)題對(duì)期刊庫(kù)近三年的文獻(xiàn)進(jìn)行檢索，檢索結(jié)果只有英語(yǔ)、法語(yǔ)、德語(yǔ)等，沒(méi)有中文。由于作者不懂其他語(yǔ)種，而且其他語(yǔ)種文獻(xiàn)也很少，所以文章只限于英文文獻(xiàn)。因此，文章檢索條件如下：

標(biāo)題: (FMEA or failure mode and effect analysis)；精煉依據(jù)：文獻(xiàn)類型: (ARTICLE OR REVIEW)；AND 語(yǔ)種: (ENGLISH)；時(shí)間跨度: 2015—2018；索引: SCI-EXPANDED, SSCI, A&HCI, CCR-EXPANDED, IC。文章進(jìn)一步對(duì)文獻(xiàn)進(jìn)行檢查，對(duì)于非failure mode and effect analysis的研究文獻(xiàn)進(jìn)行剔除，最后選取相關(guān)文獻(xiàn)109篇。

1.1.1歷年期刊文章數(shù)量

根據(jù)表1可以看出，文章檢索日期截至2018年1月底，2015—2017年，F(xiàn)MEA文獻(xiàn)研究逐年增長(zhǎng)，2018年數(shù)據(jù)不全，但是僅1月份已經(jīng)可以從文獻(xiàn)庫(kù)檢索到的文章已有5篇。

表1 年度發(fā)表論文數(shù)

1.1.2作者分析

文章對(duì)109篇文章作者進(jìn)行分析，109篇文章中，僅有4篇為獨(dú)立作者，其他均為合作論文，其中影響力較大的作者如圖1所示，為L(zhǎng)iu H.C.，J.X.You，C.H.Jong, Lolli F，文章對(duì)影響力的定義為這109篇中論文的發(fā)表數(shù)量及論文引用的數(shù)量。

圖1 作者分析

1.1.3作者單位分析

對(duì)作者單位的分析如圖2所示，節(jié)點(diǎn)帶環(huán)的為本單位(同一個(gè)大學(xué)或機(jī)構(gòu))內(nèi)部合作。109篇文章中，55篇文章為不同單位，54篇為同一個(gè)單位，不同單位間的合作占50%。其中，比較有影響力的單位如圖2所示，節(jié)點(diǎn)越大代表影響力越大。

圖2 作者單位分析

1.1.4國(guó)家分析

論文作者國(guó)家如圖3所示，節(jié)點(diǎn)帶環(huán)表明論文為本國(guó)內(nèi)部合作。110篇論文中不同國(guó)家合作的僅有13篇，有些比如China、USA間合作可能不只一次。可以看出，論文發(fā)表合作主要還是在本國(guó)內(nèi)部，跨國(guó)交流合作的很少。圖3中，節(jié)點(diǎn)越大表示影響力越大，可以看到發(fā)表FMEA相關(guān)論文影響力較大的國(guó)家主要有China，Iran，Malaysia，Canada，USA，Italy，UK，Republic of Korea等。

圖3 作者國(guó)家

1.1.5來(lái)源期刊分析

相關(guān)論文主要來(lái)源期刊如表2所示，表2中文章整理發(fā)表兩篇以上相關(guān)論文的期刊?？梢钥闯?，QualityandReliabilityEngineeringInternational發(fā)表相關(guān)論文最多，三年間發(fā)表FMEA論文8篇，其次為ReliabilityEngineering&SystemSafety、InternationalJournalofQuality&ReliabilityManagement及AppliedSoftComputing?？梢钥闯觯瑏?lái)源期刊多為質(zhì)量管理主題期刊，但是由于很多FMEA研究論文是通過(guò)各種技術(shù)手段對(duì)FMEA方法進(jìn)行改進(jìn)，因此，AppliedSoftComputing期刊相關(guān)論文也較多。

表2 來(lái)源期刊

1.2 FMEA相關(guān)研究主題分析

針對(duì)FMEA的研究主要有兩大類主題，一是對(duì)傳統(tǒng)FMEA方法的改進(jìn)，一是將FMEA相關(guān)方法應(yīng)用于各領(lǐng)域之中以找出過(guò)程中的關(guān)鍵風(fēng)險(xiǎn)點(diǎn)從而對(duì)其進(jìn)行改進(jìn)，具體改進(jìn)方法及應(yīng)用會(huì)在第3節(jié)和第4節(jié)進(jìn)行詳細(xì)介紹。近三年相關(guān)主題研究及趨勢(shì)如表3所示。

根據(jù)表3可知， 2015年對(duì)FMEA方法改進(jìn)的研究占60%，2016年占54%，2017年占28%?？梢钥闯?，到2017年將FMEA或已有的FMEA改進(jìn)方法應(yīng)用于各領(lǐng)域之中已是學(xué)者研究的主要關(guān)注點(diǎn)，針對(duì)FMEA研究方法改進(jìn)的相關(guān)研究所占比例已顯著下降。同時(shí)也反映出，F(xiàn)MEA方法具有較強(qiáng)的實(shí)踐性，可以有效應(yīng)用于各實(shí)踐領(lǐng)域。FMEA方法的主要優(yōu)勢(shì)在于： (1) 便于理解與實(shí)施； (2) 其本質(zhì)為定性分析方法，但是同時(shí)結(jié)合定量分析，在一定程度上規(guī)避了全定性分析的主觀性；(3)根據(jù)RPN值對(duì)失效模式風(fēng)險(xiǎn)進(jìn)行排序，可以幫助產(chǎn)品設(shè)計(jì)、生產(chǎn)制造過(guò)程、工業(yè)工程鑒別主要改進(jìn)因素，幫助其實(shí)施過(guò)程改進(jìn)。

表3 近三年的研究主題及發(fā)展研究

2 FMEA主要方法改進(jìn)分析

2.1 傳統(tǒng)FMEA方法及主要問(wèn)題

FMEA主要根據(jù)RPN值對(duì)風(fēng)險(xiǎn)進(jìn)行排序，其中RPN= S*O*D，S、O、D分別為Severity、Occurrence，以及Detectivity的首字母，代表嚴(yán)重程度、發(fā)生概率，以及易于發(fā)現(xiàn)概率，其判別等級(jí)如表4所示。

表4 S、O、D值

FMEA傳統(tǒng)方法的過(guò)程如下：(1)組建FMEA專家組；(2)收集過(guò)程功能信息；(3)分析潛在失效模式；(4)分析每個(gè)失效模式所造成的結(jié)果；(5)分析每個(gè)失效模式的原因；(6)確定每個(gè)失效模式的S、O、D值；(7)計(jì)算RPN值，并根據(jù)RPN值對(duì)失效模式進(jìn)行排序；(8)對(duì)風(fēng)險(xiǎn)較大的失效模式進(jìn)行改進(jìn)。

盡管FMEA簡(jiǎn)單且受歡迎，但是FMEA方法也存在一些問(wèn)題：(1)FMEA基于RPN值排序，但RPN值是由S、O、D三者相乘而得，不同的S、O、D值可能得到相同的RPN值，比如(5，2，6)和(4，5，3)具有相同的RPN值，傳統(tǒng)FMEA中僅有200個(gè)RPN值具有唯一性，即唯一的S、O、D值與之相對(duì)應(yīng)；(2)沒(méi)有考慮S、O、D的權(quán)重，認(rèn)為這三個(gè)權(quán)重一樣，但實(shí)踐中不同系統(tǒng)中這三個(gè)方面的權(quán)重一般不同；(3)僅考慮這三個(gè)方面的因素，而其他方面的很多因素其實(shí)也很重要，但FMEA中卻沒(méi)有考慮；(4)1～10這十個(gè)等級(jí)評(píng)判比較具有主觀性，不容易界定；(5)RPN值的計(jì)算缺乏系統(tǒng)的科學(xué)根據(jù)，S、O、D中一個(gè)值的微小波動(dòng)可能會(huì)造成RPN值的顯著改變。

2.2 FMEA方法改進(jìn)發(fā)展分析

根據(jù)文章所檢索的文獻(xiàn)，主要改進(jìn)所采用的方法整理如表5所示。根據(jù)表5中整理結(jié)果可以看出，針對(duì)FMEA方法缺陷，采用模糊方法是總體思路，基本所有改進(jìn)方法都會(huì)首先考慮模糊化。經(jīng)典模糊化方法有模糊理論及灰色理論(Fuzzy theory & Grey theory)，而采用模糊理論的占絕大多數(shù)。同時(shí)，由于FMEA需要專家評(píng)判，因此很多文獻(xiàn)會(huì)考慮采用語(yǔ)義不確定性進(jìn)行度量(Linguistic)。針對(duì)FMEA各要素權(quán)重一樣的缺陷，文獻(xiàn)多采用AHP、熵(Entropy)等改進(jìn)確定各要素權(quán)重，針對(duì)傳統(tǒng)FMEA各專家簡(jiǎn)單結(jié)果匯總的缺陷，很多研究根據(jù)FMEA本質(zhì)也屬于多目標(biāo)決策(Multi-criteria decision making, MCDM)問(wèn)題，采用MCDM相關(guān)的方法對(duì)其進(jìn)行改進(jìn)，主要有TOPSIS、VIKOR、DEMATEL、MULTIMOORA相關(guān)及在相關(guān)基礎(chǔ)上發(fā)展的方法。由于FMEA也是專家決策，因此一些研究基于決策推理角度對(duì)FMEA方法進(jìn)行改進(jìn)，多采用Dempster-Shafer Theory相關(guān)及在相關(guān)基礎(chǔ)上發(fā)展的方法。

從總體方法發(fā)展來(lái)看，根據(jù)文章所采集的SCI/SSCI數(shù)據(jù)庫(kù)中的相關(guān)期刊文獻(xiàn)，2015年和2016年方法改進(jìn)文章中都有很多為考慮模糊環(huán)境下應(yīng)用一種方法以改進(jìn)FMEA而且主要采用傳統(tǒng)數(shù)學(xué)或決策方法，如應(yīng)用Fuzzy TOPSIS、Fuzzy DEMATEL、Fuzzy inference system。2016年，更多研究結(jié)合兩種方法以改進(jìn)FMEA，而且較之2015年更多學(xué)者關(guān)注到詞語(yǔ)的模糊含義，即語(yǔ)義linguisitic及Intuitionistic Fuzzy Sets的應(yīng)用，并且2016年一些學(xué)者使用Dempster-Shafer Theory。到2017年，研究所采用的方法更為復(fù)雜，基本均為同時(shí)采用兩種方法改進(jìn)FMEA，并且所采用的方法很多基于之前方法的進(jìn)一步發(fā)展，如D-number(擴(kuò)展的Dempster-Shafer Theory)、IVIFSs(Intuitionistic Fuzzy Sets的擴(kuò)展，Interval Value Intuitionistic Fuzzy Sets)、IFIS(Fuzzy inference system的擴(kuò)展，Interval Fuzzy inference system)、linguistic distribution(linguisitic方法擴(kuò)展)。同時(shí)，2017年一些學(xué)者應(yīng)用MULTIMOORA于FMEA方法改進(jìn)之中。2018年1月的兩篇FMEA方法改進(jìn)文獻(xiàn)中，一篇為全過(guò)程模糊化MULTIMOORA結(jié)合AHP的應(yīng)用以改進(jìn)FMEA，另外一篇?jiǎng)t從一個(gè)新的角度去看待FMEA，將整體過(guò)程看成層次化的過(guò)程，利用概率方法分析每段過(guò)程下基于FMEA的風(fēng)險(xiǎn)評(píng)判。

FMEA改進(jìn)方法中也有一些其他方法的采用，如QUALIFLEX、ELECTRE，這仍是基于群組決策或多目標(biāo)決策角度下的改進(jìn)。同時(shí)，值得注意的是，已有學(xué)者試圖采用一些機(jī)器學(xué)習(xí)方法如data mining、ontology、K-means、self-organizing map對(duì)初始原因數(shù)據(jù)或風(fēng)險(xiǎn)結(jié)果數(shù)據(jù)進(jìn)行一些處理，但是仍處于對(duì)初始數(shù)據(jù)或結(jié)果數(shù)據(jù)的聚類合并分析，且考慮大數(shù)據(jù)環(huán)境下應(yīng)用機(jī)器學(xué)習(xí)或人工智能方法改進(jìn)FMEA的方法很少。

表5 改進(jìn)方法的發(fā)展

2.3 FMEA主要改進(jìn)方法

根據(jù)近三年的相關(guān)研究文獻(xiàn)，主要的改進(jìn)方法步驟如下所示。

2.3.1直接模糊決策系列

直接模糊決策系列主要是直接將一些模糊方法應(yīng)用于FMEA之中，如Fuzzy AHP、Grey Theory，以及Fuzzy TOPSIS等，所應(yīng)用的模糊數(shù)基本都是三角模糊數(shù)，F(xiàn)uzzy AHP主要是確定模糊權(quán)重，Grey Theory的利用主要是通過(guò)GRA(灰色相關(guān)系數(shù))進(jìn)行排序，F(xiàn)uzzy TOPSIS主要是基于模糊評(píng)價(jià)值利用TOPSIS方法進(jìn)行排序。與Fuzzy TOPSIS方法類似的還有Fuzzy VIKOR、Fuzzy DEMATEL方法。主要相關(guān)直接模糊決策系列的方法過(guò)程整理如表6所示。

表6 直接模糊決策系列改進(jìn)方法

2.3.2Linguistic系列與Intuitionistic Fuzzy Sets系列

由于傳統(tǒng)的FMEA中1～10分的評(píng)分相對(duì)于日常語(yǔ)言評(píng)價(jià)來(lái)說(shuō)更為困難，因此一些專家學(xué)者通過(guò)運(yùn)用語(yǔ)言變量對(duì)傳統(tǒng)FMEA方法進(jìn)行改進(jìn)。Liu H. C.(2015)使用Interval 2-Tuple Linguistic Variables方法對(duì)專家語(yǔ)言評(píng)價(jià)進(jìn)行量化，而后通過(guò)灰色關(guān)聯(lián)系數(shù)進(jìn)行排序決策。Zhou. Y. Q(2016)則使用語(yǔ)言加權(quán)幾何運(yùn)算(LWG, Linguistic weighted geometric operator)對(duì)專家評(píng)價(jià)進(jìn)行匯總計(jì)算后對(duì)FMEA進(jìn)行改進(jìn)。Kok Chin Chai et al.(2016)利用interval type-2 fuzzy sets對(duì)專家評(píng)價(jià)語(yǔ)言進(jìn)行模糊化處理，并基于此計(jì)算RPN值并進(jìn)行排序。Huang J. et al.(2017)則是利用語(yǔ)言分布(linguistic distribution assessments)方法對(duì)專家評(píng)價(jià)語(yǔ)言進(jìn)行模糊量化處理，而后利用改進(jìn)的TODIM方法對(duì)專家評(píng)價(jià)進(jìn)行整合，從而確定失效模式風(fēng)險(xiǎn)的先后次序。

IFS(Intuitionistic Fuzzy Sets, IFS)是Atanassov教授最早于1983年提出的一種模糊信息的概念，把只考慮隸屬度的Zadeh 經(jīng)典模糊推廣為同時(shí)考慮真隸屬度、假隸屬度和猶豫度這三方面信息的直覺(jué)模糊集，是傳統(tǒng)模糊集合的一般化?；诖?，結(jié)合區(qū)間所提出的IVIFS(Interval Value Intuitionistic Fuzzy Sets, IVIFS)則是對(duì)IFS的進(jìn)一步擴(kuò)展。因此，IFS及IVIFS通常被研究者用來(lái)代替?zhèn)鹘y(tǒng)模糊化方法應(yīng)用于FMEA方法改進(jìn)之中，利用IFS或IVIFS對(duì)專家評(píng)分進(jìn)行處理和運(yùn)算。

Liu H.C.(2015)則是利用IFS對(duì)專家評(píng)價(jià)進(jìn)行模糊化處理后，利用TOPSIS方法對(duì)專家評(píng)價(jià)進(jìn)行綜合，進(jìn)而對(duì)風(fēng)險(xiǎn)進(jìn)行排序。TOORANLOO H S, AYATOLLAH A S(2016)直接利用IFS對(duì)專家評(píng)價(jià)進(jìn)行模糊化處理，并利用IFS系統(tǒng)中的模糊運(yùn)算對(duì)專家評(píng)分進(jìn)行整合運(yùn)算，并考慮指標(biāo)權(quán)重建立專家決策矩陣，通過(guò)計(jì)算與最優(yōu)值和最差值間的距離，進(jìn)而通過(guò)計(jì)算鄰近度系數(shù)(closeness coefficient)對(duì)風(fēng)險(xiǎn)進(jìn)行排序。而后，作者又在此文章的基礎(chǔ)上進(jìn)一步改進(jìn)，改進(jìn)之處主要在模糊化處理和指標(biāo)權(quán)重的確定上，TOORANLOO H S, AYATOLLAH A S.(2017)用IVIFS對(duì)專家評(píng)價(jià)進(jìn)行模糊化處理，利用熵(entropy)得出指標(biāo)權(quán)重。

2.3.3Dempster-Shafer Theory系列

Dempster-Shafer Theory，有些文獻(xiàn)中直接稱為evidence theory或D-S理論，起源于20世紀(jì)60年代的哈佛大學(xué)數(shù)學(xué)家Dempster A.P，它利用上、下限概率解決多值映射問(wèn)題。Dempster的學(xué)生shafer G.對(duì)證據(jù)理論做了進(jìn)一步發(fā)展，引入信任函數(shù)概念，利用“證據(jù)”和“組合”來(lái)處理不確定性推理的數(shù)學(xué)方法。D-S理論是對(duì)貝葉斯推理方法的推廣，不需要知道先驗(yàn)概率，能夠很好地表示“不確定”，被廣泛用來(lái)處理不確定數(shù)據(jù)。該理論的核心為Dempster合成規(guī)則，可以將多個(gè)主體(可以是不同的人的預(yù)測(cè)、不同的傳感器的數(shù)據(jù)、不同的分類器的輸出結(jié)果等)相融合。因此，很多專家學(xué)者將此理論應(yīng)用于FMEA中，根據(jù)本文的文獻(xiàn)檢索結(jié)果可以看到，43篇FMEA改進(jìn)方法文獻(xiàn)中，有7篇約占16%的方法改進(jìn)研究是基于該理論進(jìn)行改進(jìn)的。

理論主要的基本概念有：基本概率分配(BPA, Basic Probability Assignment)。設(shè)U為識(shí)別框架，則函數(shù)m:2u→[0,1]滿足下列條件：(1)m(φ)=0; (2)∑A?Um(A)=1時(shí)，稱m(A)=0為A的基本賦值，m(A)=0表示對(duì)A的信任程度，也稱為mass函數(shù)。信任函數(shù)(Bel,BeliefFunction),Bel:2u→[0,1] ,Bel(A)=∑B?Am(B)=1(?A?U) ,表示A的全部子集的基本概率分配函數(shù)之和 。似然函數(shù)(Pl,plausibilityFunction)。似然函數(shù)表示不否認(rèn)A的信任度，是所有與A相交的子集的基本概率分配之和,Pl(A)=1-Bel(A)=∑B?Um(B)=∑B?A-m(B)= ∑B∩A≠φm(B) 。 信任區(qū)間，[Bel(A)，Pl(A)]表示命題A的信任區(qū)間，Bel(A)為下限，pl(A)為上限。

D-S證據(jù)理論的融合規(guī)則 ：m個(gè)mass函數(shù)的Dempster合成規(guī)則如下所示，其中K稱為歸一化因子，1-K即∑A1∩,…,∩An=φm1(A1)m2(A2),…,mn(An)反映了證據(jù)的沖突程度，融合原則如式(1)所示。

(1)

D-S理論也存在一些局限如無(wú)法解決證據(jù)沖突嚴(yán)重和完全沖突的情況，無(wú)法辨識(shí)模糊度，證據(jù)要求獨(dú)立性，集合要可完全劃分等。

現(xiàn)有利用D-S理論進(jìn)行FMEA改進(jìn)的文獻(xiàn)中，基本都是利用D-S理論的組合規(guī)則對(duì)多個(gè)專家的意見(jiàn)進(jìn)行組合，結(jié)合利用其他方法來(lái)確定BPA、Bel、Pl，而為解決D-S無(wú)法解決證據(jù)嚴(yán)重沖突的情況，文獻(xiàn)通常會(huì)采用Pignistic概率轉(zhuǎn)換(Pignistic probability transformation)。Deng et al.(2016)即引入Generalized Evidence Theory于FMEA中。該理論在D-S理論的基礎(chǔ)上發(fā)展而來(lái)，采用的是GBPA(Generalized Basic Probability Assignment, GBPA)和GCR (Generalized Combination Rule, GCR)合并規(guī)則以改進(jìn)傳統(tǒng)D-S 理論只能應(yīng)用于完全信息的局限。Guo Jian (2016)同時(shí)采用IFS( Intuitionistic Fuzzy Sets) 和D-S理論于FMEA方法改進(jìn)中，F(xiàn)MEA專家團(tuán)隊(duì)的評(píng)價(jià)也并非簡(jiǎn)單1～10分評(píng)價(jià)，而是利用語(yǔ)言評(píng)價(jià)(Linguistic Term)，將專家的評(píng)價(jià)語(yǔ)言利用IFS轉(zhuǎn)化成相應(yīng)的模糊數(shù)據(jù)Ifns (Intuitionistic Fuzzy Numbers, Ifns)，并將IFNs轉(zhuǎn)換成D-S理論中對(duì)應(yīng)的BPA值，利用Jousselme distance確定專家權(quán)重，進(jìn)而利用D-S融合規(guī)則對(duì)專家意見(jiàn)進(jìn)行融合，并利用D-S判決規(guī)則進(jìn)行判斷以形成最終評(píng)價(jià)排序。Yuxian Du et al.(2016)則利用Pignistic 概率轉(zhuǎn)換方法確定BPA，pignistic概率轉(zhuǎn)換是解決沖突所提出的一種轉(zhuǎn)換方法，繼而利用D-S融合規(guī)則對(duì)專家意見(jiàn)進(jìn)行融合并對(duì)最終FMEA結(jié)果進(jìn)行排序。Zhen Li et al.(2017)首先利用語(yǔ)言評(píng)價(jià)(linguistic term)代替?zhèn)鹘y(tǒng)FMEA的10分評(píng)價(jià)，為每個(gè)語(yǔ)言評(píng)價(jià)設(shè)置模糊隸屬度函數(shù)，對(duì)應(yīng)的模糊值為BPA值，確定每個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，結(jié)合權(quán)重利用融合規(guī)則對(duì)專家意見(jiàn)進(jìn)行融合，而后對(duì)融合后的結(jié)果值進(jìn)行Pignistic概率轉(zhuǎn)換，最后進(jìn)行評(píng)價(jià)排序。Wen Jiang et al.(2017)的FMEA方法也使用D-S理論進(jìn)行融合，利用Pignistic概率轉(zhuǎn)換以改進(jìn)D-S理論證據(jù)沖突嚴(yán)重時(shí)的局限，但是其對(duì)語(yǔ)言模糊化及融合處理的方式都不同，以往是首先將每個(gè)專家的評(píng)分模糊化而后利用D-S理論進(jìn)行融合，但是Wen Jiang et al.(2017)則是首先將所有的專家評(píng)分整理得出每個(gè)失效模式在1～10的隸屬度，而后根據(jù)其建立L(低)、M(中)、H(高)隸屬度函數(shù)，利用(模糊隸屬度函數(shù)*各級(jí)評(píng)價(jià)隸屬度)模糊映射得出每個(gè)失效模式的S、O、D的L、M、H映射值，通過(guò)D-S融合規(guī)則計(jì)算每個(gè)模式的m(O⊕S⊕D)(Ai)值，其中Ai?U，U={L,M,H}，計(jì)算出的值再利用Pignistic概率轉(zhuǎn)換，進(jìn)而基于此進(jìn)行排序?qū)Ρ?。Xinyang Deng, Wen Jiang(2017)利用梯形模糊化函數(shù)對(duì)專家評(píng)分進(jìn)行模糊化后，利用基于D-S理論擴(kuò)展的D數(shù)據(jù)進(jìn)行融合。Antonella Certa et al.(2017)則考慮專家評(píng)分時(shí)的認(rèn)知不確定性(epistemic uncertainty)，即專家可能認(rèn)為并不是1～10的某一個(gè)確定值，而是處于某一區(qū)間內(nèi)，比如[1,2]，利用區(qū)間對(duì)專家評(píng)分進(jìn)行處理，然后基于D-S理論融合規(guī)則進(jìn)行專家意見(jiàn)融合并排序。

2.3.4MULTIMOORA方法系列

MULTIMOORA(multiple multi-objective optimization by ratio analysis, MULTIMOORA)方法是Brauers, Zavadskas (2010) 基于MOORA(multi-objective optimization by ratio analysis, MOORA)所提出的多目標(biāo)決策方法，該方法已經(jīng)應(yīng)用于很多目標(biāo)決策優(yōu)化問(wèn)題，但是在FMEA中的應(yīng)用還較少。

根據(jù)文章檢索結(jié)果，2015年以來(lái)SCI/SSCI期刊文章中，Liu H.C.(2017)首次利用MULTIMOORA對(duì)FMEA方法進(jìn)行改進(jìn)。其利用IVIFS對(duì)專家評(píng)價(jià)進(jìn)行模糊化處理，利用entropy確定評(píng)價(jià)指標(biāo)權(quán)重，最后利用MULTIMOORA對(duì)專家意見(jiàn)進(jìn)行綜合，從而得出風(fēng)險(xiǎn)排序。Reza Fattahi, Mohammad Khalilzadeh(2018)則利用傳統(tǒng)模糊方法三角模糊數(shù)處理專家評(píng)分，利用AHP確定指標(biāo)權(quán)重，最后利用MULTIMOORA對(duì)專家意見(jiàn)進(jìn)行綜合后得出風(fēng)險(xiǎn)排序。

2.4 FMEA方法改進(jìn)點(diǎn)總結(jié)

綜合以上分析可以看出，研究學(xué)者對(duì)FMEA方法的改進(jìn)主要在專家評(píng)價(jià)處理、評(píng)價(jià)指標(biāo)權(quán)重確定、以及群組決策上，整理如表7所示。由于傳統(tǒng)1～10評(píng)分比較難以確定，自然語(yǔ)言更利于專家評(píng)價(jià)，并且評(píng)價(jià)通常不是一個(gè)確定值，因此對(duì)于專家評(píng)價(jià)主要集中于專家評(píng)價(jià)自然語(yǔ)言的模糊化。而由于傳統(tǒng)FMEA方法認(rèn)為S、O、D三者權(quán)重一致，通常與現(xiàn)實(shí)不符合，因此一些研究利用AHP、Entropy等來(lái)確定評(píng)價(jià)指標(biāo)權(quán)重。此外，F(xiàn)MEA方法實(shí)質(zhì)也是多目標(biāo)決策也是群組決策，因此很多專家學(xué)者應(yīng)用多目標(biāo)決策或群組決策方法對(duì)模糊化處理后的專家評(píng)分進(jìn)行綜合。文章經(jīng)常同時(shí)從這三個(gè)方面進(jìn)行改進(jìn)。

表7 FMEA方法主要改進(jìn)點(diǎn)

3 FMEA主要應(yīng)用研究分析

根據(jù)文章檢索結(jié)果，109篇文章中66篇在于FMEA方法應(yīng)用，可以看到多數(shù)FMEA相關(guān)文章主要利用FMEA方法應(yīng)用于行業(yè)之中進(jìn)行風(fēng)險(xiǎn)分析，從而進(jìn)一步為消除風(fēng)險(xiǎn)進(jìn)行過(guò)程改進(jìn)。應(yīng)用文章中的主要應(yīng)用領(lǐng)域整理如表8所示，可以看出應(yīng)用領(lǐng)域最多的是醫(yī)療行業(yè)，僅醫(yī)療行業(yè)應(yīng)用FMEA的文章就占36%。

表8 應(yīng)用領(lǐng)域

根據(jù)對(duì)這66篇應(yīng)用文獻(xiàn)的分析可知，文獻(xiàn)所采用的方法基本是傳統(tǒng)FMEA方法，很少?gòu)?fù)雜結(jié)合多種方法的FMEA模型，僅有三篇采用復(fù)合FMEA模型。其中，Yazdi, M., et al. (2017)、Gupta, G. and R. P. Mishra (2017)采用相對(duì)簡(jiǎn)單的Fuzzy FMEA，即僅專家評(píng)價(jià)采用傳統(tǒng)模糊隸屬度函數(shù)進(jìn)行模糊化處理，其他權(quán)重、決策等沒(méi)有結(jié)合采用其他改進(jìn)方法。Rahimi, S. A., et al. (2015)則結(jié)合利用GRA灰色關(guān)聯(lián)系數(shù)進(jìn)行最后排序。一些文章會(huì)同時(shí)采用兩種方法分別對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，而后綜合分析兩種方法的結(jié)果，如Tsai, S. B., et al. (2017)同時(shí)利用FMEA和DEMATEL兩種方法對(duì)過(guò)程進(jìn)行風(fēng)險(xiǎn)分析。

但是總體上，應(yīng)用文章基本都是采用最簡(jiǎn)單的傳統(tǒng)FMEA方法，很少采用FMEA的改進(jìn)方法，而且應(yīng)用文章的關(guān)注點(diǎn)主要是原因查找、分析及改進(jìn)。可以看出，盡管傳統(tǒng)FMEA方法存在一定缺陷，而且也已經(jīng)有很多FMEA改進(jìn)方法，但是由于傳統(tǒng)FMEA方法的簡(jiǎn)單、實(shí)用、易操作，反而是應(yīng)用領(lǐng)域中最受歡迎、最廣泛采納的應(yīng)用。應(yīng)用文章中，關(guān)注點(diǎn)多在于FMEA過(guò)程中風(fēng)險(xiǎn)原因的查找分析，以及最后的改進(jìn)措施。

4 結(jié)語(yǔ)

文章對(duì)近三年SCI/SSCI期刊文獻(xiàn)中的FMEA研究進(jìn)行了詳盡梳理，深入分析了FMEA主題文獻(xiàn)主要的研究特點(diǎn)與發(fā)展趨勢(shì)，詳細(xì)分析說(shuō)明了FMEA方法的主要改進(jìn)點(diǎn)及近三年的主要改進(jìn)方法，并梳理FMEA方法的主要應(yīng)用領(lǐng)域及應(yīng)用特點(diǎn)。文章研究發(fā)現(xiàn)，F(xiàn)MEA方法改進(jìn)主要基于專家語(yǔ)言、權(quán)重，以及多目標(biāo)群組決策角度，但是文章對(duì)FMEA相關(guān)應(yīng)用文獻(xiàn)的研究發(fā)現(xiàn)應(yīng)用中仍主要偏向于使用傳統(tǒng)的最為簡(jiǎn)單的FMEA方法。文章對(duì)進(jìn)一步研究FMEA及應(yīng)用FMEA相關(guān)研究及實(shí)踐有輔助支持作用。