一种基于TODIM法电磁铁潜在失效模式与效果分析方法

摘要

本发明公开了一种基于TODIM法电磁铁潜在失效模式与效果分析方法，涉及包装机领域，其步骤包括：A、确定电磁铁产品风险分析的目标及风险级别，收集产品潜在的失效模式，逐一确定失效模式所对应的后果及影响因素，评价团队使用直觉模糊数对失效模式进行评价；B、对失效的影响因素，评价成员使用直觉模糊数进行对比评价，形成对比矩阵，为了找到影响因素的最优解，从对比矩阵的偏好关系中导出影响因素的精确权重；C、此时FMEA中的权重信息得到确定，计算失效模式TODIM方法的相对优势度，其中计算相对优势度包括直觉模糊距离以及评价准测的相对权重；D、根据失效模式的相对优势度，根据TODIM计算失效模式的全局优势度以及综合排序值，对失效模式与效果进行排序。本发明具有强逻辑性，更加客观的优点。

说明书

技术领域

本发明涉及电磁铁领域，具体涉及一种基于TODIM法电磁铁潜在失效模式与效果分析方法。

背景技术

电磁铁是一种对绕线线圈通电，使线圈产生电磁力的装置，其最显著的优势就是电磁力的大小以及方向可以通过通电电流的强弱以及电极控制，这样也就间接的控制电磁装置工作状态，因此电磁铁广泛应用于数码产品，家居产品以及高铁等形形色色的产品上，总之，电磁铁产品的稳定性以及安全性对工业生产以及生活的影响很大。电磁铁在设计完成前，要进行失效模式和效果分析(FMEA)以发现和确定设计过程的缺陷，传统的FMEA过程是首先组织评测成员对失效模式进行统计，然后根据评价准则对失效模式的严重性(Severity,S)、频率(Occurrence,O)、可探测性(Detection,D)进行10分制进行评分，最后计算每个失效模式的得分并且进行排序。但是，传统的FMEA存在着失效模式影响因素权重相等，失效模式(failure mode,FM)评价值过于肯定以及RPN计算排序主观性的缺陷。

本技术方案针对传统的FMEA方法存在的不足进行修正使其更加完善，使它能够达到理想评价的目标，最大程度将评价信息反映到数据上。

失效模式的评价根本上就是几种失效模式在评价准测的严重性(Severity,S)、频率(Occurrence,O)、可探测性(Detection,D)上进行相对比较，对失效模式进行排序，这点比较符合对准则决策的定义，因此使用TODIM方法作为决策方法，对FMEA进行改进和优化。根据传统FMEA评价信息不完全情况也是评价不客观的原因，信息不完全的情况主要是指影响因素权重的不完全以及评价语言的不完全。

发明内容

为了克服背景技术的不足，本发明提供一种强逻辑性，更加客观的一种基于TODIM法电磁铁潜在失效模式与效果分析方法。

本发明所采用的技术方案：一种基于TODIM法电磁铁潜在失效模式与效果分析方法，其步骤包括：

A、确定电磁铁产品风险分析的目标及风险级别，收集产品潜在的失效模式，逐一确定失效模式所对应的后果及影响因素，评价团队使用直觉模糊数对失效模式进行评价；

B、对失效的影响因素，评价成员使用直觉模糊数进行对比评价，形成对比矩阵，为了找到影响因素的最优解，从对比矩阵的偏好关系中导出影响因素的精确权重；

C、此时FMEA中的权重信息得到确定，计算失效模式TODIM方法的相对优势度，其中计算相对优势度包括直觉模糊距离以及评价准测的相对权重；

D、根据失效模式的相对优势度，根据TODIM计算失效模式的全局优势度以及综合排序值，对失效模式与效果进行排序。

所述步骤A中的评价团队使用直觉模糊数对失效模式进行评价包括：

步骤A1、制定评测自然语言评价与直觉模糊数对应表；

步骤A2、计算TODIM中失效模式之间的距离；

步骤A3、确定每一种失效模式影响因素的参考权重；

步骤A4、根据参考权重计算得到影响因素的相对权重。

所述步骤B包括：

步骤B1、评价成员使用自然语言评价对风险因素评估；

步骤B2、将评价成员对影响因素的评价等级清晰化；

步骤B3、基于评估矩阵构建评价成员一致性直觉矩阵；

步骤B4、SIFWG算子聚合后得到总体一致性直觉矩阵；

步骤B5、计算评价成员风险因素评估的共识测度，如果没有达成共识，则返回步骤B3，如果达成共识，则由LINGO软件导出失效因素精确权重。

所述步骤A中潜在失效模式包括：绝缘不良F1、线轴强度不够F2，绕线后产品裂开、通电受热后产品短路或断路F3、端脚强度不足F4、表面粗糙度不良F5；

评测人员对失效模式的严重性(S)、频率(O)、可探测性(D)使用自然语言进行评测，

自然语言包括：非常低、很低、低、中等低、中等、中高、高、很高、非常高、极其高；

潜在失效后果包括：产品漏电、无法带动客户机构动作，客户无法使用、影响客户安装、影响产品寿命。

本发明的有益效果是：本技术方案使用TODIM去评价恰恰符合这种评测模式，TODIM方法无论是公式的推导还是理论的应用都比较成熟且在决策理论中处于中流砥柱的作用，基于TODIM可以保证评价过程的强逻辑性；TODIM方法是让一种失效模式与其余的失效模式进行比较，模拟了现实中对失效模式的利害关系的对比，更加客观；TODIM方法中引入几个主观参数，用来表达评价者的主观性，充分体现了评价的客观性与主观性相结合的原则；另外，针对传统FMEA中，权重信息不完全确定的情况，本技术方案也进行了补充，使用完美的积性一致性矩阵以及非线性规划模型来确定权重。

附图说明

图1为本发明实施例一种基于TODIM法电磁铁潜在失效模式与效果分析方法的电磁铁失效模式及效果分析流程图。

图2为共识度运算流程图。

图3为影响因素权重导出图。

具体实施方式

下面结合附图对本发明实施例作进一步说明：

如图所示，为达到本技术方案预期的效果，采取以下几个关键步骤。确定电磁铁产品风险分析的目标及风险级别，收集潜在的失效模式及失效影响，评价团队使用直觉模糊数对失效模式进行评价。对失效的影响因素，评价成员使用直觉模糊数进行对比评价，形成对比矩阵，为了找到影响因素的最优解，从对比矩阵的偏好关系中导出影响因素的精确权重。此时FMEA中的权重信息得到确定，计算失效模式TODIM方法的相对优势度，其中计算相对优势度包括直觉模糊距离以及评价准测的相对权重。根据失效模式的相对优势度，根据TODIM计算失效模式的全局优势度以及综合排序值，对失效模式与效果进行排序。

一、TODIM方法与直觉模糊数

1、TODIM直觉模糊距离

设

2、TODIM相对优势度

计算风险因子相对权重，运用改进的区间直觉模糊熵确定各指标权重为W＝(w

其中i＝S、O、D。

那么失效模式FM

其中，θ为损失衰减系数，当θ>1，表明损失的影响将减小；当θ<1,则表明损失的影响将扩大，m

其中ε为决策评价者的态度参数，一般ε∈(0,1)，d(m

3、TODIM全局优势度及综合排序值

失效模式FM

其中

失效模式FM

式中，γ(FM

4、直觉模糊数

设X是一个非空集合，集合X上的模糊集F由隶属度μ

那么A＝{

式中，μ

0≤μ

设a为直觉模糊数，则有以下几个运算规则：

二、失效模式和效果分析

失效模式的效果分析就是综合评价人员对失效模式的评价信息，在综合计算时，每位评价成员的评测的占比以及每个影响因素的占比都是能够直接影响最后的失效模式排序，所以在进行最后的综合计算之前，要确定客观的评价成员以及影响因素的权重。

1、评测成员权重的确定

设所有失效模式的评价矩阵为

式中

那么根据相似性测度的定理，设

设

式中d表示欧氏距离，

得到每位测评人员测评结果与理想测评结果的相似度：

式中

那么，评价人员权重计算表达式为：

2、影响因素权重的确定

2.1、构建完美积性一致性矩阵

在传统的层次分析法中，用一致性比率CR来度量积性关系的一致性，在本技术方案中，使用算法1将直觉模糊矩阵R＝(r

算法1：

当k>i+1时，令r

当k＝i+1，令r

当k

2.2、一致性测度的确定与迭代修改

通常评价成员的水平基本一直，所得到的评价结果也应不谋而合，然而，实际生活中，评价结果的不一致是没办法避免的，群体达成共识的过程就是寻找被评价人员接受的最终解。下面给出一种达成共识度的算法，记为算法2，

算法2：

步骤1：计算评价成员的共识度：

若共识度达到群体共识临界值γ，则输出SIFWG的结果，否则转步骤2.

步骤2：根据公式进行修正：

式中

步骤3：利用新修正后的完美积性一致性直觉模糊矩阵计算共识度，若符合临界值，则将新修正后的完美积性一致性直觉模糊矩阵使用SIFWG算子对其聚合，形成新的聚合矩阵，若不符合临界值，则转步骤2，直至符合临界值。

2.3、评测信息的聚合以及影响因素权重的导出

评测人员对影响因素两两比较，构造比较矩阵，根据算法1，得到完美的积性一致性直觉模糊矩阵R

根据直觉模糊数的精确优先权导出办法，使用LINGO软件求解算法3直接得到影响因素的权重。

以3×3矩阵为例展示算法3：

解得ω＝(ω

式中i＝1,…,m-1；k＝i+1,…,m，ρ

举例分析

吸引式电磁铁本身带有一个运动的衔铁，当线圈通电之后，就将衔铁吸引一定的距离，并将这个运动传送到其他需要机械动作的负载上去，被广泛应用在电磁继电器、电磁阀门等产品上，吸引式电磁铁不仅要操作运动而且还需要在衔铁到达负载区域内保持，因此其失效模式的后果非常严重，对此各企业对于这类电磁铁的生产制造，质量要求非常严格。本技术方案就以吸引式电磁铁在生产前期进行故障模式与效果分析(FMEA)为例,验证本技术方案的实用性以及客观性。因为本技术方案中评价成员的评测信息均以自然语言，所以需要将自然语言转化为直觉模糊数进行计算，自然语言与直觉模糊数对应表如表1，主要的失效模式如表2。

表1：失效模式评定自然语言与直觉模糊数对应表

表2：失效模式分析表

公司组织评测人员对失效模式的严重性(S)、频率(O)、可探测性(D)使用自然语言进行评测，如表6所示，评测细节主要依据表3-表5各影响因素评测准则。

表3：严重性评测准则

表4：频率评测准则

表5：可探测性评测准则

选择三位同等资历的评测成员对影响因素两两对比，得到对比矩阵，如表6。

表6：影响因素对比表

表6中的H′为H自然语言的补集，例如H自然语言对应的直觉模糊数为(0.70，0.20)那么H′自然语言对应的直觉模糊数为(0.20，0.70)。

将表6的自然语言按照自然语言与直觉模糊数对应表转换为直觉模糊数，然后根据算法1，构建完美的积性一致性直觉模糊矩阵如表7；

表7：每位评测人员完美的积性一致性直觉模糊矩阵

依据公式(16)SIFWG聚合算子对所有测评人员的信息聚合，因为评测成员资历同等，因此设他们的权重均为(1/3)，例如影响因素S相比于影响因素O的隶属度聚合结果＝0.7

表8：聚合后影响因素评价信息

再根据公式(14)得到每位测评人员的共识度依次为C

表9：迭代运算后的聚合矩阵

根据算法3，构建非线性规划模型：

minf＝ρ

使用LINGO软件导出各影响因素权重，如图3。

从图中看出ω

表10：评测人员自然语言下的评测表

再根据表1失效模式评定自然语言与直觉模糊数对应表，将自然语言下评测表转化为直觉模糊数的形式，如表11.

表11：直觉模糊数下的评测表

根据公式(1)-(3)计算失效模式FM

表12：FM

根据公式

表13：所有失效模式的综合排序值

根据最终的综合排序值可得失效模式的排序为FM

本技术方案针对传统FMEA存在的不足，进一步进行完善，能够使评测团队的评价最大程度上反映到最终的排名。失效模式的评价实质上就是对失效的后果及影响进行一个大致的评测，使用TODIM去评价恰恰符合这种评测模式，并且有以下几个优点。优点1：TODIM方法无论是公式的推导还是理论的应用都比较成熟且在决策理论中处于中流砥柱的作用，基于TODIM可以保证评价过程的强逻辑性。优点2：TODIM方法是让一种失效模式与其余的失效模式进行比较，模拟了现实中对失效模式的利害关系的对比，更加客观。优点3：TODIM方法中引入几个主观参数，用来表达评价者的主观性，充分体现了评价的客观性与主观性相结合的原则。另外，针对传统FMEA中，权重信息不完全确定的情况，本技术方案也进行了补充，使用完美的积性一致性矩阵以及非线性规划模型来确定权重。

在本发明的描述中，需要说明的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

各位技术人员须知：虽然本发明已按照上述具体实施方式做了描述，但是本发明的发明思想并不仅限于此发明，任何运用本发明思想的改装，都将纳入本技术方案专利权保护范围内。