[發明專利]故障模式影響及危害性分析方法、計算機設備及存儲介質

在審

• 申請號: 202010467853.1
• 申請日: 2020-05-28
• 公開（公告）號: CN111798094A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 潘廣澤;羅琴;李丹;李小兵;王遠航;楊劍鋒;劉文威;丁小健;董成舉
• 申請（專利權）人: 中國電子產品可靠性與環境試驗研究所（（工業和信息化部電子第五研究所）（中國賽寶實驗室））
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F17/16;G06F17/18
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 郭鳳杰

本申請涉及一種故障模式影響及危害性分析方法、計算機設備及存儲介質。所述故障模式影響及危害性分析方法包括：獲取各故障模式的各個風險因素的第一決策矩陣。獲取各風險因素的風險權重向量。根據直覺二元語言效用加權集成算子與各風險因素的風險權重向量，將所述第一決策矩陣中的各故障模式的n種風險因素的直覺二元語言集成為各故障模式的綜合二元語言。根據所述各故障模式的綜合二元語言，獲得各個故障模式的風險等級排序。本申請能夠有效提高評估準確度。

技術領域

本申請涉及可靠性評價技術領域，特別是涉及一種故障模式影響及危害性分析方法、計算機設備及存儲介質。

背景技術

故障模式影響及危害性分析(Failure mode effects and criticalityanalysis, FMECA)方法是分析產品所有可能的故障模式及其可能產生的影響，并按每個故障模式產生影響的嚴重程度及其發生概率予以分類的一種歸納分析方法。

傳統的FMECA根據風險優先數(RPN)對產品的故障模式進行排序。該風險優先數是通過將風險因素的評價值相乘而獲得的。因此，傳統的FMECA過程比較簡單，導致評估結果偏差較大。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高評估準確度的故障模式影響及危害性分析方法、計算機設備及存儲介質。

一種故障模式影響及危害性分析方法，故障模式的數量為m個，風險因素的數量為n個，m、n均為大于1的正整數，所述方法包括：

獲取各故障模式的各個風險因素的第一決策矩陣，所述故障模式的種類為 m，所述風險因素的種類為n，m、n均為大于1的正整數，所述第一決策矩陣為直覺二元語言決策矩陣；

獲取各風險因素的風險權重向量；

根據直覺二元語言效用加權集成算子與各風險因素的風險權重向量，將所述第一決策矩陣中的各故障模式的n種風險因素的直覺二元語言集成為各故障模式的綜合二元語言；

根據所述各故障模式的綜合二元語言，獲得各個故障模式的風險等級排序。

在其中一個實施例中，所述根據所述各故障模式的綜合二元語言，獲得各個故障模式的風險等級排序包括：

計算各故障模式的綜合二元語言的期望效用值和猶豫度效用值；

根據所述期望效用值和所述猶豫度效用值，得到各個故障模式的風險等級排序。

在其中一個實施例中，所述根據所述期望效用值和所述猶豫度效用值，得到各個故障模式風險等級的排序包括：

判斷兩個故障模式的期望效用值是否相等；

如果兩個故障模式的期望效用值不相等，則判定期望效用值相對較大的故障模式的直覺二元語言優于期望效用值相對較小的故障模式的直覺二元語言；

如果兩個故障模式的期望效用值相等，判斷兩個故障模式的猶豫度效用值是否相等；

如果兩個故障模式的猶豫度效用值相等，則判定兩個故障模式的直覺二元語言相同；

如果兩個故障模式的猶豫度效用值不相等，則判定猶豫度效用值相對較小的故障模式的直覺二元語言優于猶豫度效用值相對較大的故障模式的直覺二元語言。

在其中一個實施例中，所述獲取各故障模式的各個風險因素的直覺二元語言的第一決策矩陣包括：

獲取p個專家評價各故障模式的各個風險因素的直覺二元語言的專家決策矩陣，p為大于1的正整數；

根據直覺二元語言效用加權集成算子與各專家的專家權重向量，將所述p 個專家的專家決策矩陣集成為所述第一決策矩陣。