模糊环境下汽车故障模式风险水平综合评价方法

周文财; 魏朗; 邱兆文; REZALangari

doi:10.13433/j.cnki.1003-8728.20200297

模糊环境下汽车故障模式风险水平综合评价方法

doi: 10.13433/j.cnki.1003-8728.20200297

周文财^{1, 2,},
魏朗^1, ,,
邱兆文¹,
REZALangari²

1.
长安大学汽车学院, 西安 710064
2.
Texas A & M University, Engineering Technology and Industrial Distribution, College Station 77843-3123

基金项目:

运输车辆运行安全技术交通运输行业重点实验室开放课题 KFKT2016-03

长安大学中央高校基金项目 300102220106

详细信息

作者简介:
周文财(1992-), 博士研究生, 研究方向为车辆安全与可靠性研究, 2017022004@chd.edu.cn

通讯作者:
魏朗, 教授, 博士生导师, qch_1@chd.edu.cn

中图分类号: U467
计量
- 文章访问数: 306
- HTML全文浏览量: 103
- PDF下载量: 17
- 被引次数: 0
出版历程
- 收稿日期: 2020-06-17
- 刊出日期: 2021-12-05

Hybrid Risk Evaluation Method for Vehicle Failure Modes under Fuzzy Environment

ZHOU Wencai^{1, 2
,},
WEI Lang^{1
, ,},
QIU Zhaowen¹,
REZA Langari²

1.
School of Automobile, Chang′an University, Xi′an 710064, China
2.
Engineering Technology and Industrial Distribution, Texas A & M University, College Station, TX, 77843-3123, USA

摘要

摘要: 针对车辆故障模式风险评价，提出了一种新的模糊综合评价方法，即先利用基于维修数据的失效模式与效果分析(FMEA)筛选出关键故障模式进行进一步研究，再分别采用模糊层次分析法(AHP)与模糊扩展全乘比例多目标优化(MULTIMOORA)计算风险评价因素与故障模式的权重，通过计算车辆故障模式的最终权重得到故障模式进行风险排序。同时利用逻辑语言表征评审专家的评估信息并将其转化为三角模糊数，实现了客观维修数据与专家经验判断的有机结合。利用本文提出的新评价方法对现代一款轻型客车进行故障模式风险评估与排序，进行灵敏度分析验证此方法的有效性。
- 失效模式与效果分析 /
- 车辆维修数据 /
- 模糊层次分析法 /
- 模糊扩展全乘比例多目标优化 /
- 三角模糊数
Abstract: In order to evaluate various failure modes of vehicle more precisely, a novel fuzzy hybrid evaluation method for failure mode and effects analysis (FMEA) is proposed in this paper. In this method, after selecting the appropriate failure modes by FMEA from vehicle maintenance data, and the weights of the three factors and the weights of failure modes are computed by fuzzy analytic hierarchy process (AHP) and fuzzy multi-objective optimization by Ratio analysis plus full multiplicative form (MULTIMOORA) methods, respectively. Using the logic language to represent the evaluation information of experts and convert it into triangular fuzzy number, this paper combines the objective maintenance data and expert experience judgment, which could make the calculation of fault mode weight more precisely, and make the risk ranking result more reasonable. Finally, the risk assessment method based on maintenance cost and the hybrid evaluation method proposed in this paper are used to evaluate the risk of failure mode of a modern passenger car respectively, and the advantages of the proposed method are verified by comparative analysis and sensitivity analysis.
- failure mode and effects analysis /
- vehicle maintenance data /
- fuzzy AHP /
- fuzzy MULTIMOORA /
- triangular fuzzy number

HTML全文

图 1 等分法下的三角模糊数

下载: 全尺寸图片幻灯片

图 2 灵敏度分析结果

下载: 全尺寸图片幻灯片

表 1 模糊AHP评价打分表

变量影响程度	三角模糊数
相同	(1, 1, 1)
稍强	(1, 1, 1.5)
强	(1, 1.5, 2)
很强	(1.5, 2, 2.5)
极强	(2, 2.5, 3)

下载: 导出CSV

表 2 故障模式评分等级对应表

评分等级	三角模糊数
很低(VL)	(0, 0, 1)
低(L)	(1, 2, 3)
偏低(ML)	(1, 3, 5)
中等(M)	(3, 5, 7)
偏高(MH)	(5, 7, 9)
高(H)	(7, 9, 10)
很高(VH)	(9, 10, 10)

下载: 导出CSV

表 3 部分车辆维修数据信息

车辆编号	车牌号	VIN	进厂里程/km	维修类型	故障原因	总费用/元
1	浙AXXXX	LBELMBKCXXXXXXXX	9 200	小修	更换机油机滤空滤	120
2	浙JXXXX	LBELMBKCXXXXXXXX	12 560	小修	更换后备箱开关	180
3	浙AXXXX	LBELMBKCXXXXXXXX	3 912	首保	无	0

下载: 导出CSV

表 4 FMEA工作表格计算结果

故障系统	故障事件	P	C	RPN	故障系统	故障事件	P	C	RPN
动力装置	更换机滤空滤	0.0048	120	0.576	仪表照明	加装近光LED	0.0024	600	1.44
动力装置	更换火花塞	0.0072	180	1.296	仪表照明	检查维修远光灯	0.0024	400	0.72
传动系	左后叶内衬固定卡扣	0.0072	60	0.432	安全装置	车门间隙过大	0.0024	600	1.44
传动系	更换轴承	0.0096	200	1.92	空调系统	更换空调滤芯	0.038	60	2.28
转向系	更换轮胎	0.0048	800	3.84	电子设备	更换后备箱开关	0.0024	180	0.432
行驶系	方向盘检查	0.012	60	0.72		更换遥控器电池	0.014	20	0.28
制动系	更换刹车片	0.024	185	4.44		更换电瓶	0.0096	400	3.84
					车身附属装置	抛光打蜡	0.0048	380	1.824

下载: 导出CSV

表 5 故障发生度评分表

分值	描述	潜在故障概率
VH	故障一定发生	故障发生至少一天一次或者几乎每时每刻都会发生
H	很高的可能发生	故障经常发生, 频率大概一周一次
MH	偏高概率发生	故障发生频率大概一个月一次
L	中等概率发生	故障发生频率大概三个月一次
ML	偏低概率发生	故障发生频率大概六个月一次
L	小概率发生	故障发生的很少大概一年一次
VL	极低的概率发生	故障基本不发生, 或者没有顾客记得上次发生的时间

下载: 导出CSV

表 6 故障严重度评分表

分值	描述	定义
VH	极其严重	在没有任何预先警告的情况下, 鼓掌可能导致驾驶员或者乘客受伤甚至死亡, 或整个系统故障的失灵
H	非常严重	故障可能在收到警告的情形下导致重大或永久性的伤害和/或严重的系统中断, 中断服务
MH	严重	故障可能导致轻微或中等程度的损伤, 并伴有严重的客户不满和/或需要大修或重大返工的重大系统问题
M	中度严重	故障可能导致一些客户不满和/或主要的系统问题的小伤害
ML	轻度严重	故障可能会导致非常轻微的或没有伤害, 但会惹恼客户和/或导致较小的系统问题, 这些问题可以通过对系统或流程进行较小的修改来克服
L	轻微严重	故障不会造成任何伤害, 客户也不知道这个问题; 然而, 存在轻微伤害的可能性。对系统几乎没有影响
VL	不严重	失败不会造成伤害, 也不会对系统造成影响

下载: 导出CSV

表 7 故障检测度评分表

分值	描述	定义
VH	完全检测不出来	目前还没有检测故障的已知机制
H	非常小的概率检测出来	只有通过彻底的检查才能检测到故障, 而这是不可行的, 或者不能立即执行
MH	小概率检测出来	鼓掌可以通过人工检查检测到, 但是没有适当的流程, 所以检测只能靠运气
M	中等概率检测出来	有一个重复检查或检查的过程, 但它不是自动的或只适用于样品和/或依赖于警戒
ML	高概率检测出来	过程有100%的检查或复查, 但不是自动的
L	非常高的概率检测出来	整个过程有100%的检查, 而且是自动化的
VL	几乎一定可以检测出来	有自动的“关闭”或防止失败的约束

下载: 导出CSV

表 8 模糊AHP模糊判断矩阵结果

因素	S	O	D	W
S	(1, 1, 1)	(1, 1, 1.5)	(1, 1.5, 2)	0.387
O	(2/3, 1, 1)	(1, 1, 1)	(1, 1, 1.5)	0.330
D	(1/2, 2/3, 1)	(2/3, 1, 1)	(1, 1, 1)	0.283

下载: 导出CSV

表 9 评审专家评审结果

风险因素	专家团	权重	F₁	F₂	F₃	F₄	F₅
	DM₁	30%	VH	MH	VH	ML	VH
	DM₂	30%	VH	M	VH	L	VH
S	DM₃	20%	VH	M	VH	ML	VH
	DM₄	10%	MH	M	MH	L	MH
	DM₅	10%	VH	ML	VH	ML	VH

	DM₁	30%	VH	ML	VH	L	VH
	DM₂	30%	VH	ML	VH	VL	VH
O	DM₃	20%	VH	ML	VH	L	VH
	DM₄	10%	MH	L	VL	MH	VL
	DM₅	10%	ML	ML	ML	L	ML

	DM₁	30%	VL	VL	VL	VL	VL
	DM₂	30%	VL	VL	VL	VL	VL
D	DM₃	20%	L	VL	VL	VL	VL
	DM₄	10%	ML	ML	VL	ML	ML
	DM₅	10%	VL	VL	VL	VL	VL

下载: 导出CSV

表 10 模糊MULTIMOORA车辆故障模式排序表

F_i	y_i	排序	d_i	排序	u_i×10⁴	排序	最终权重	综合排序
F₁	(0.405 6, 0.450 8, 0.523 7)	1	0.911 5	2	(18, 27, 50)	1	0.258 4	1
F₂	(0.202 5, 0.249 0, 0.344 6)	4	0.925 6	4	(3, 5, 15)	4	0.139 9	4
F₃	(0.390 1, 0.440 1, 0.500 7)	3	0.920 5	1	(15, 23, 43)	3	0.240 8	3
F₄	(0.125 8, 0.177 3, 0.272 9)	5	0.953 8	5	(1, 2, 7)	5	0.113 2	5
F₅	(0.393 5, 0.436 7, 0.509 6)	2	0.911 5	2	(17, 25, 47)	2	0.247 6	2

下载: 导出CSV

表 11 模糊MULTIMOORA车辆故障模式排序表

因素	案例1	案例2	案例3	案例4
S	0.387	0.7	0.1	0.1
O	0.330	0.2	0.8	0.3
D	0.283	0.1	0.1	0.6

下载: 导出CSV

参考文献(19)

[1]	龚毅光, 王宁生. 汽车整车质量缺陷水平的综合评价[J]. 机械科学与技术, 2008, 27(11): 1304-1310 doi: 10.3321/j.issn:1003-8728.2008.11.011 GONG Y G, WANG N S. On comprehensive evaluation of the qualitative defect level of a whole car[J]. Mechanical Science and Technology for Aerospace Engineering, 2008, 27(11): 1304-1310 (in Chinese) doi: 10.3321/j.issn:1003-8728.2008.11.011
[2]	龚毅光, 白俊杰, 王宁生. 基于PAFMEA的汽车缺陷分析及纠正措施决策[J]. 机械科学与技术, 2009, 28(2): 176-181 doi: 10.3321/j.issn:1003-8728.2009.02.009 GONG Y G, BAI J J, WANG N S. A method for car defect analysis and corrective action decision[J]. Mechanical Science and Technology for Aerospace Engineering, 2009, 28(2): 176-181 (in Chinese) doi: 10.3321/j.issn:1003-8728.2009.02.009
[3]	张凌超. 基于主客观融合的整车审核质量缺陷评价技术研究[D]. 西安: 长安大学, 2017 ZHANG L C. Research on the quality defect evaluation of vehicle audit based on subjective and objective integration[D]. Xi'an: Chang'an University, 2017 (in Chinese)
[4]	左静, 帅斌, 黄文成. 改进距离熵权MULTIMOORA的铁路应急救援方案搜索[J]. 吉林大学学报, 2017, 47(4): 1068-1074 https://www.cnki.com.cn/Article/CJFDTOTAL-JLGY201704009.htm ZUO J, SHUAI B, HUANG W C. Railway emergency rescue program searching based on improved distance entropy MULTIMOORA[J]. Journal of Jilin University, 2017, 47(4): 1068-1074 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JLGY201704009.htm
[5]	YEN J, LANGARI R. Fuzzy logic: intelligence, control, and information[M]. Upper Saddle River: Prentice Hall, 1999
[6]	FATTAHI R, KHALILZADEH M. Risk evaluation using a novel hybrid method based on FMEA, extended MULTIMOORA, and AHP methods under fuzzy environment[J]. Safety Science, 2018, 102: 290-300 doi: 10.1016/j.ssci.2017.10.018
[7]	CHANG D S, CHUNG J H, SUN K L, et al. A novel approach for evaluating the risk of health care failure modes[J]. Journal of Medical Systems, 2012, 36(6): 3967-3974 doi: 10.1007/s10916-012-9868-5
[8]	KUTLU A C, EKMEKÇIOǦLU M. Fuzzy failure modes and effects analysis by using fuzzy TOPSIS-based fuzzy AHP[J]. Expert Systems with Applications, 2012, 39(1): 61-67 doi: 10.1016/j.eswa.2011.06.044
[9]	SONG W Y, MING X G, WU Z Y, et al. A rough TOPSIS approach for failure mode and effects analysis in uncertain environments[J]. Quality and Reliability Engineering International, 2014, 30(4): 473-486 doi: 10.1002/qre.1500
[10]	VINODH S, ARAVINDRAJ S, NARAYANAN R S, et al. Fuzzy assessment of FMEA for rotary switches: a case study[J]. The TQM Journal, 2012, 24(5): 461-475 doi: 10.1108/17542731211261601
[11]	CHILDS J A. Turning multiple PFMECA results into an optimal action plan[C]//Proceedings 2009 Annual Reliability and Maintainability Symposium. Fort Worth: IEEE, 2009: 412-416
[12]	RHEE S J, ISHⅡ K. Using cost based FMEA to enhance reliability and serviceability[J]. Advanced Engineering Informatics, 2003, 17(3-4): 179-188 doi: 10.1016/j.aei.2004.07.002
[13]	BRAUERS W K M, ZAVADSKAS E K. The MOORA method and its application to privatization in a transition economy[J]. Control and Cybernetics, 2006, 35(2): 445-469
[14]	BRAUERS W K M, ZAVADSKAS E K. Project management by MULTIMOORA as an instrument for transition economies[J]. Technological and Economic Development of Economy, 2010, 16(1): 5-24 doi: 10.3846/tede.2010.01
[15]	BRAUERS W K M, ZAVADSKAS E K. Robustness of MULTIMOORA: a method for multi-objective optimization[J]. Informatica, 2012, 23(1): 1-25 doi: 10.15388/Informatica.2012.346
[16]	BRAUERS W K M, BALEŽENTIS A, BALEŽENTIS T. MULTIMOORA for the EU member states updated with fuzzy number theory[J]. Technological and Economic Development of Economy, 2011, 17(2): 259-290 doi: 10.3846/20294913.2011.580566
[17]	BALEŽENTIS T, ZENG S Z. Group multi-criteria decision making based upon interval-valued fuzzy numbers: an extension of the MULTIMOORA method[J]. Expert Systems with Applications, 2013, 40(2): 543-550 doi: 10.1016/j.eswa.2012.07.066
[18]	LIU H C, YOU J X, LU C, et al. Application of interval 2-tuple linguistic MULTIMOORA method for health-care waste treatment technology evaluation and selection[J]. Waste Management, 2014, 34(11): 2355-2364 doi: 10.1016/j.wasman.2014.07.016
[19]	HAFEZALKOTOB A, HAFEZALKOTOB A, LIAO H C, et al. An overview of MULTIMOORA for multi-criteria decision-making: theory, developments, applications, and challenges[J]. Information Fusion, 2019, 51: 145-177 doi: 10.1016/j.inffus.2018.12.002