基于FMEA和模糊贴近度的装备故障维修方法选择

孙致远，郑 坚，熊 超，殷军辉

（军械工程学院，河北石家庄 050003）

基于FMEA和模糊贴近度的装备故障维修方法选择

孙致远，郑 坚，熊 超，殷军辉

（军械工程学院，河北石家庄 050003）

在传统的装备故障维修方法选择过程中，由于FMEA中评价指标等级划分及故障描述语言具有模糊性，给故障各指标的评定及维修方法的选择带来很大困难。将模糊理论引入FMEA中，对故障指标进行模糊评定，利用综合模糊贴近度，为故障选择最合理的维修方法，并以自行高炮自动机为例，验证了该方法的可行性。

FMEA；模糊理论；模糊贴近度

装备故障维修方法的选择是关系到装备保障效率的一项重要因素，对于武器装备故障，目前常用的维修方法有3种：事后维修、视情维修和定期维修［1］。大多数单位在对武器装备的管理和维修上都采用传统的日常检查与事后维修相结合的方法，但面对多样的故障模式，这种方法极易造成维修效率低下和资源浪费。

故障模式及影响分析（Failure Mode and Effects Analysis，FMEA）方法是分析各类故障，确定合理维修方法的有效手段。传统的FMEA方法通过评估各种故障的严重程度S、发生概率O和可检测度D，由三者相乘得到风险优先度指数RPN（Risk Priority Number，RPN），从而确定各故障的维修保障方法［2］。此法虽易于操作，但存在一定问题：对故障的3个评价指标参数均以精确的数值表示，缺少对不确定因素的考虑，随意性较强；RPN值仅代表故障的风险程度，本身并不具有任何意义，仅仅根据其数值的大小来选择维修方法缺少对故障特点的具体考虑，缺乏说服力。

针对上述缺陷，笔者结合模糊理论，在故障的严重程度、发生概率和可检测度3项指标的评定上引入模糊数的概念，建立与各维修方法紧密相关的标准故障模型，通过计算故障与3种标准故障模型之间的综合贴近度，确定针对具体故障合理的维修方法并在某自行高炮自动机上进行成功验证。

1 装备故障维修方法选择

传统的故障维修方法选择是利用FMEA，从系统故障和造成故障的元件之间存在的因果关系出发，找出系统在设计和使用过程中的潜在故障，对各故障模式的3个指标进行分析评定，计算得到故障的风险优先度指数RPN，根据RPN的数值大小确定合适的维修保障方法，其主要流程如图1所示。

将模糊理论引入FMEA方法中能够有效解决原有方法的不足。首先利用模糊理论将故障分析中3个指标等级进行模糊化；然后通过专家打分的方式对故障的各指标进行模糊评定，同时根据不同维修方法的特点，建立系统标准故障库；最后计算故障与各标准故障间的综合贴近度，从而得出最适合的故障维修方法。其主要流程如图2所示。

1.1 对指标进行模糊评定

鉴于故障的3个指标不容易精确地确定，在指标的评定上引入模糊数的概念。在模糊理论中，模糊数通常应用于对主观和不确定的信息进行量化描述，其较为常用的隶属函数有三角形（a，b，d）及梯形（a，b，c，d）［3］。结合故障严重度S、发生度O和可检测度D这3个指标的特性，参考传统FMEA故障的指标划分和具体描述，采用三角模糊数来代替准确数，对指标等各级进行了模糊化。具体等级划分及隶属函数如表1所示［2，4］。

根据上述评价准则，整合评定组专家对n个故障的评定结果，得到各故障模式的模糊指标集合，将n个故障的模糊指标集合构成模糊评价矩阵R。

1.2 标准故障模型的确定

系统的维修方法主要分为事后维修、视情维修以及定期维修［6］。

事后维修是设备运行指导发生故障而停机后才进行的维修，也称作故障后维修，事后维修能够降低维修的成本，简单易行，但它是一种缺少灵活性的非计划性维修。视情维修立足于故障机理分析，根据不解体的测试结果，在维修对象出现故障前对其进行维修，视情维修能够根据设备状态提前制定维修方案，最大化设备的可用性，但需要一定的技术基础和经济条件。定期维修是为降低故障的发生率，根据预先规定的时间而进行的维修。定期维修能有效减少停机时间，但在一定程度上可能会提高维修成本［6］。分析各维修方法特点，得到其适用的故障特征如表2所示［7］。

根据表2所示，建立标准故障模型库Q，Q中假设Q1、Q2和Q3为标准故障模型，分别完全适合3种维修方法。各标准故障模型作为假设的故障，可以对3个指标进行模糊评价，且指标应较为完全地符合维修方法的适用范围。通过计算故障各指标与各标准故障指标的接近程度确定出故障应采用的维修方法。由各维修方法适用的故障类型特征，确定各标准故障模型的模糊指标集合为

1.3 基于模糊贴近度的维修方法选择

在模糊理论中，贴近度是刻画模糊集合接近程度的一种度量［8］。对于两个模糊数A和B，其模糊贴近度为［9］：

式中：

确定某个故障使用哪种维修方法，在一定程度上可等效为判断该故障与哪种标准故障模型最为接近。对于故障Ri，分别计算与Q1、Q2和Q33个标准故障模型的综合贴近度di1、di2和di3，并对其进行排序，根据综合贴近度最大值所对应的故障模型确定故障Ri应采取的维修方法。故障Ri与标准故障Qj的综合贴近度计算过程如下：

计算故障Ri中严重度与标准故障Qj中严重度的模糊贴近度、发生度与的模糊贴近度、可检测度与的模糊贴近度。

计算故障Ri与标准故障Qj的综合贴近度为

权重系数体现了各指标的模糊贴近度对综合贴近度的重要程度，而且权值的分布也反映了在维修方法选择过程中，故障各指标对确定不同维修方法的影响程度。例如在决定是否对某故障采取事后维修的方法时，首先应考虑该故障的严重程度；而在决定是否对某故障应用视情维修时，该故障能否被监测起到很大影响。

按照上述方法，计算故障Ri与标准故障Q1、Q2和Q3的综合贴近度，得到di1、di2和di3。通过比较di1、di2和di3大小，确定综合贴近度最大值所对应的标准故障模型，即可选择出最适合故障Ri的维修方法。

2 实例分析

自动机直接完成弹丸的装填与连续击发，是自行高炮火力系统的核心部件，其健康程度直接关系到整个火力系统能否顺利完成作战任务。由于自动机内部构件繁多、结构紧凑，且构件之间存在剧烈的冲击和较强的碰撞、摩擦，使得自动机极易发生故障，导致自行高炮战技性能的下降甚至停射。

以某自动机为对象进行FMEA分析，并对各故障模式的严重度、发生度和可检测度3个指标进行模糊化评定，建立自动机FMEA报告表，如表3 所示。

由表3可得故障模式的模糊指标矩阵为

结合式（3）和（5），得到各故障模糊指标与标准故障模型模糊指标间模糊贴近度，结果如表4所示。

根据对各维修方法特点的分析，利用A HP方法确定不同维修方法对3个指标模糊贴近度的权重，如表5所示。

根据式（6），计算得到不同故障与各标准故障的综合贴近度，结果如表6所示。

由表6可得：R1、R3、R5与Q2综合贴近度较高，对其进行视情维修较合适；R2与Q3综合贴合度较高，应对其进行定期的检测和维修；R4与Q1综合贴近度较高，对其进行事后维修较为合适。维修方法选择结果与传统FMEA结果基本一致，但与传统FMEA利用RPN值选择维修方法相比，本文方法在指标评定的过程中利用模糊数，简化了对不易量化的复杂系统的定量评估过程，不仅降低评定难度，也将许多不确定因素考虑在内，增加了指标评定的可信度；在利用指标评价结果确定故障维修方法的过程中，没有简单地利用RPN值大小进行选择和判断，而是通过建立标准故障模型与各维修方法产生联系，通过比较贴近度确定出最适合自身的维修方法，充分考虑到故障指标与各维修方法适用范围的接近程度，使结果更加具有说服力。

3 结论

1）在FMEA分析中引入模糊数，对严重度、发生度和可检测度进行模糊评价，在一定程度上降低了不确定因素和主观因素对评定结果的影响，使评价结果更加可靠，同时降低了评价难度。

2）按照各维修方法的特点和适用范围，建立标准故障模型库。通过与标准故障模型进行比较，将具体的故障模式和维修方法有效地联系起来。

3）利用计算综合模糊贴近度的方法确定最合适的故障维修方法，使维修方法的选择过程更具有可信度，结果更为合理。

4）以某自行高炮自动机维修方法的选择为例，详细说明了此方法的具体实现步骤。

（References）

［1］赵春宇，马伦，吕雷，等.装备维修方法最优化选择探析［J］.价值工程，2012（3）：26.

ZHAO Chunyu，MA Lun，LYV Lei，et al.Study on the optimal option for equipment maintence approach［J］.Value Engineering，2012（3）：26.（in Chinese）

［2］李毅佳，余建星.基于FMEA和模糊理论的海底管道建造期质量风险分析［J］.中国安全科学学报，2012，22（1）：112- 117.

LI Yijia，YU Jianxing.Quality risk analysis of submarine pipeline in construction period base on FMEA and fuzzy theory［J］.China Safety Science Journal，2012，22（1）：112- 117.（in Chinese）

［3］马存宝，李雯，孙焱，等.基于模糊理论的FMEA方法研究［J］.测控技术，2013，32（8）：137- 140.

MA Cunbao，LI Wen，SUN Yan，et al.Research on the method of FMEA based on fuzzy theory［J］.Measurement＆Control Technology，2013，32（8）：137- 140.（in Chinese）

［4］梁建宏.故障模式及影响分析（FMEA）在设备维修管理中的应用［J］.石油化工安全技术，2006，22（6）：42- 44.

LIANG Jianhong.Application of FMEA in the maintenance management of equipment［J］.Petrochemical Safety Technology，2006，22（6）：42- 44.（in Chinese）

［5］余建星，周清基，杜尊峰，等.基于RCM的海上油气生产装置设备资产管理［J］.天津大学学报，2012，45（1）36- 42.

YU Jianxing，ZHOU Qingji，DU Zunfeng，et al.Asset management for RCM-based offshore oil and gas production facilities［J］.Journal of Tianjin University，2012，45（1）：36- 42.（in Chinese）

［6］刘明，左洪福.航空维修策略研究［J］.飞机设计，2007，27（3）：42- 45.

LIU Ming，ZUO Hongfu.A study of aviation maintence policy［J］.Aircraft Design，2007，27（3）：42-45.（in Chinese）

［7］钟武华，林少芬，陈景锋.FMEA在船舶主机润滑系统中的应用［J］.舰船科学技术，2011，33（9）：71- 73.

ZHONG Wuhua，LIN Shaofen，CHEN Jingfeng.Application of FMEA on marine main engine lubrication system［J］.Ship Science and Technology，2011，33（9）：71- 73.（in Chinese）

［8］刘法贵，赵娟.模糊贴近度及应用［J］.华北水利水电学院学报，2006，27（3）：104- 106.

LIU Fagui，ZHAO Juan.Fuzzy approach degree and its application［J］.Journal of North China Institute of Water Conservancy and Hydroelectric Power，2006，27（3）：104- 106.（in Chinese）

［9］岳红伟.几何模糊贴近度［J］.华北水利水电学院学报，2007，28（6）：108- 109.

YUE Hongwei.Geometric fuzzy approach degree［J］.Journal of North China Institute of Water Conservancy and Hydroelectric Power，2007，28（6）：108- 109.（in Chinese）

Selection of Maintenance Mode for Equipment Failure Based on FMEA and Fuzzy Nearness Degree

SUN Zhiyuan，ZHENG Jian，XIONG Chao，YIN Junhui

（Ordnance Engineering College，Shijiazhuang 050003，Hebei，China）

In the traditional process of selecting maintenance mode for equipment failure，the division of evaluation index grades and failure descriptive language is fuzzy in the FMEA，so the difficulties arise in evaluating the failure indices and in selecting reasonable maintenance mode.In order to make a fuzzy evaluation of failure indices，Fuzzy Theory was introduced into the FMEA in this paper.The optimal maintenance mode is to be chosen based on the fuzzy nearness degree.The feasibility of this approach is verified by taking the auto-mechanism of the self-propelled anti-aircraft gun system as an example.

FMEA；fuzzy theory；fuzzy nearness degree

TH173

A

1673-6524（2015）03-0086-05

2014- 11- 20；

2015- 04- 01

孙致远（1990－），男，硕士研究生，主要从事武器性能检测与故障诊断技术研究。E-mail：sunzhiyuandll＠163.com