CN104268411B - 一种产品设计阶段维修性评估与薄弱环节识别方法 - Google Patents

Abstract

本发明公开了一种设计阶段产品维修性评估与设计缺陷识别的方法，其过程是从影响维修的观点出发分析产品的维修性属性，对维修性属性进行分类并明确各个属性的基本分析评价层次，在此基础上定义产品的维修性指标以在设计阶段评估产品的维修性。本发明可提高维修性评估的准确性、客观性和针对性，同时具有可识别产品维修性设计薄弱环节的优点。

Description

一种产品设计阶段维修性评估与薄弱环节识别方法

技术领域

本发明属于维修性评估技术领域，涉及一种产品设计阶段维修性评估与薄弱环节识别方法，可用于识别维修性设计的薄弱环节，约束和指导产品的维修性改进设计。

背景技术

维修性是表征产品维修简便、迅速和经济程度的固有质量特性，通过改善产品的维修性可使得产品检查维修方便，降低维修工时和费用。维修性是设计出来的，设计研制阶段中的维修性相关工作基本决定了装备维修性的水平。

维修性分析评估工作是维修性改进设计和设计决策的基础，维修性分析评估水平的高低直接影响着装备的研制进度和质量，是保证装备维修性水平的重要环节。通过维修性分析评估，评估掌握设计方案的维修性水平，从而约束控制设计过程，同时识别维修性设计的薄弱环节以反馈指导改进设计。

随着产品维修性重要性的日益突出以及并行设计工程的发展，基于数字样机评估产品的维修性已成为设计阶段维修性分析评估的趋势。根据装备数字样机和设计方案，评估维修性属性，并基于各个因素的评价值对产品的维修性进行综合评价，对多个维修性设计方案之间决策选优具有较好的效果。然而，目前的维修性评估中直接对整个产品的各个维修性属性进行打分评价，忽略了任务及其维修频率对维修性的影响，且主观任意程度大，难以准确反映产品相应的属性值。另一方面，维修性属性的整体评价针对性不强，难以识别具体的维修性设计薄弱环节，不能指导改进设计。

若从影响产品维修过程的角度出发，在不同的层次分析评价各个维修性属性，可有效提高维修性属性评价的准确性、客观性、针对性，同时，定义相应的维修性评价指标，从而实现在综合评估产品维修性的同时指导维修性改进设计。

发明内容

本发明需要解决的技术问题是，克服背景技术的不足，提供一种可用于识别维修性设计的薄弱环节，约束和指导产品的维修性改进设计，提高维修性评估的准确性、客观性和针对性的产品设计阶段维修性评估与薄弱环节识别方法。

本发明解决其技术问题所采用的技术方案是：

一种产品设计阶段维修性评估与薄弱环节识别方法，包括以下步骤：

(1)维修性属性分类及属性基本分析评价层次确定：

(1.1)将维修性属性划分为维修时间类属性和维修资源类属性两类；其中维修时间类属性针对维修快速性提出要求，要求维修过程简易，维修作业工作量小，耗时短；其中维修资源类属性针对维修费用的高低提出要求，要求产品维修过程的资源需求量少；根据维修性属性影响维修时间的方式，维修时间类属性分为任务流程属性和操作作业属性；其中任务流程属性主要影响决定产品的维修任务流程，表现为维修操作作业数量的多少；操作作业属性主要影响决定具体的维修操作作业时间，表现为单个维修操作作业时间的长短；

(1.2)产品维修包括多个维修任务，每个任务包括一系列的基本维修作业；其中基本维修作业定义为维修过程中针对一个操作对象连续的维修操作，其中维修性属性分析评价的基本对象分为维修任务层和维修作业层；

基本分析评价为维修任务的属性是任务流程属性和维修资源类属性，产品的这些属性评价值以每个维修任务评价值为基础；基本分析评价为维修作业的属性主要是操作作业属性，分析评价这些属性时需要对基本维修作业进行分析；

(2)系统维修任务分析和分解：

分析确定产品在某一维修级别中的维修任务，并根据可靠性数据确定各个维修任务的作业频率。将每个维修任务分解为一系列的基本维修作业，作为维修性属性分析评价的对象基础；

(3)分析评价维修性属性：

对每个维修性属性，在其基本分析评价层次上进行量化评价；

(4)维修性评估指标计算及分析：

维修性评估指标包括面向维修性评估决策的指标和面向维修性改进设计指标；

(4.1)维修性设计方案决策指标评估：

对每个维修任务，其第i个操作作业属性的评价值计算为：

式中，N为该维修任务中基本维修作业的总数量；SA_ij是该维修任务第j个基本维修作业中第i个操作作业属性的评价值；

考虑每个维修任务的维修频率，产品第i个维修性属性的评价值计算为：

式中，M是产品维修任务的总数量；ST_ik是产品第k个维修任务的第i个操作作业属性的评价值；f_k是产品第k个维修任务的维修频率；

因此，面向维修性评估决策的指标计算为：

式中，SP_i是产品第i个维修性属性的评价值；w_i是第i个维修性属性的重要性权值，通过专家打分或层次分析法获得；

MI是一个三角模糊数，表示产品维修性的好坏；通过比较其值隶属度和语言值的量化度量，判断产品维修性水平，其值越大，产品维修性越好；

(4.2)维修性薄弱环节指标评估:

针对每一个维修性属性，找出其维修性设计的相对薄弱环节，以引导维修性改进设计；

基本分析对象为维修作业的维修性属性的薄弱环节指标表示为：

WI_i＝max[μ_k(1-SA_kj)] (4)

式中，SA_kj是第k个维修任务中第j个维修作业的该维修性属性评价值；μ_k是考虑维修频率后第k个维修任务的权重，其可以计算为：

式中，M是产品维修任务的总数量；f_k是产品第k个维修任务的维修频率；

因此，基本分析对象为维修任务的维修性属性的薄弱环节指标表示为：

WI_i＝max[μ_k(1-ST_k)] (6)

式中，ST_k是第k个维修任务中该维修性属性评价值；μ_k是考虑维修频率后第k个维修任务的权重；

产品第i个维修性属性的薄弱环节即为薄弱环节指标值WI_i对应维修作业或维修任务；

基本分析对象为维修作业的维修性属性的薄弱环节：

(k₀,j₀)＝arg max[μ_k(1-SA_kj)] (7)

式中，k₀和j₀是相对薄弱环节对应的维修任务和维修作业的序号，即产品第k₀个维修任务中第j₀个维修作业是该维修性属性设计的薄弱环节；

基本分析对象为维修任务的维修性属性的薄弱环节：

k₀＝arg max[μ_k(1-ST_k)] (8)

式中，k₀是相对薄弱环节对应的维修任务序号,即产品第k₀个维修任务是该维修性属性设计的薄弱环节；

考虑维修性属性的相对重要性，面向维修性改进设计指标计算为：

AI_i＝w_i·WI_i (9)

式中，WI_i是第i个维修性属性薄弱环节的指标值；w_i是第i个维修性属性的重要性权值；

AI_i值越大，表示第i个维修性属性薄弱环节对应的维修作业或维修任务改进的必要性越大，效果越明显，在维修性设计改进中应重点关注。

在步骤(3)中量化评价采用的方法是核对评分法和虚拟分析法，每个维修性属性的分析评价结果采用语言值表示，分为很差、差、较差、一般、较好、好和很好七个等级，然后将语言值变量转化为三角模糊数形式，语言值变量对应的三角模糊数为：很差＝(0，0，0.16)，差＝(0，0.16，0.33)，较差＝(0.16，0.33，0.5)，一般＝(0.33，0.5，0.66)，较好＝(0.5，0.66，0.83)，好＝(0.66，0.83，1)，很好＝(0.83，1，1)。

本发明的有益效果是：

一是从维修的观点出发，结合维修性属性的基本分析对象层次，可更加客观准确的评估各个维修性属性；二是综合考虑维修性各个属性，可全面评估产品的维修性水平，同时减少对历史经验数据的依赖性；三是能明确具体的维修性设计薄弱环节，提高设计改进的针对性。

下面结合附图和实施例对本发明进一步说明。

附图说明

图1是本发明中维修性属性分类及基本分析对象图。

图2是本实施例中控制系统结构设计示意图。

图3是本实施例中维修性设计薄弱环节结构示意图。

具体实施方式

以下将结合具体实施例和说明书附图对本发明做进一步详细说明。

在本发明中，从维修的角度出发分析维修性属性及确定其基本分析对象是维修性指标评估和计算的基础。维修性属性分类以及属性基本分析对象图如图1所示。考虑13个维修性属性，其中9个维修时间类属性和4个维修资源类属性。维修时间类属性包括简化性、模块化、标准化、可达性、拆装性、人素工程、防差错、故障诊断和维修安全性。在维修时间类属性中，可达性、拆装性、人素工程和维修安全性为操作作业属性，它们的基本分析评价对象为基本维修作业；其它的维修时间类属性为维修流程类属性，它们的基本分析评价对象为维修任务。维修资源类属性包括备品备件、维修设备工具、维修人员和维修技能，它们的基本分析评价对象均为维修任务。

在以上工作的基础上，以某型装备的控制子系统为例，详细说明本发明中维修性评估方法。控制子系统的结构设计示意图如图2所示。这里主要针对该子系统基层级维修的维修性水平进行评估，利用本发明进行维修性评估的步骤为：

(I)维修任务分析和分解

该控制子系统包括压力传感器、中控机、惯性导航组件和转换开关四个LRU(LineReplaceable Unit，现场可更换单元)，其基层级维修工作主要是对LRU进行更换。各个维修更换任务的维修频率如表1所示，这里采用维修任务中对应的LRU的故障率表示。

表1子系统维修任务名称及维修频率

No.	维修任务	维修频率/故障率(fk)(1E-6/h)
			1	更换压力传感器	1.593
2	更换中控机	2.263
			3	更换惯性导航组件	1.287
4	更换转换开关	1.897

依据子系统的三维结构和维修流程说明，将四个维修任务分别分解为一系列的基本维修作业，具体维修作业见下一个步骤中的表3-表6。

(II)维修性属性评价

在属性基本分析层次上，评价各个维修性属性。各个属性的评价方法及量化说明如表2所示。

表2维修性属性评价方法说明

定性因素	评价方法	评价说明
			模块化	核对分析法	可更换单元是否为一个模块(0或1)
简化性	核对分析法	根据维修任务中拆装的零部件数量评价
			标准化	核对分析法	维修任务中涉及的LRU和连接件标准化比例
防差错	核对分析法	根据核对条目核对评价
			故障诊断	核对分析法	根据核对条目核对评价
拆装性	核对分析法	根据装配连接类型的评分评价
			可达性	虚拟分析法	采用软件对可视性和实体可达性评价评分
人素工程	虚拟分析法	采用软件对操作姿态、力量和精度分析评分
			维修安全	核对分析法	根据核对条目核对评价
备品备件	核对分析法	核对维修任务备件数量和类型需求进行评价
			维修工具	核对分析法	核对维修任务工具数量和种类需求进行评价
维修人员	核对分析法	核对维修任务维修人员数量需求进行评价
			维修技能	核对分析法	核对维修任务维修技能水平需求进行评价

针对各个维修操作作业，操作作业属性(可达性、人素工程、拆装性和维修安全)的评价值如表3-表6所示。

表3压力传感器更换维修任务中基本维修作业的属性评价值

表4中控机更换维修任务中基本维修作业的属性评价值

表5惯性导航组件更换维修任务中基本维修作业的属性评价值

表6转换开关更换维修任务中基本维修作业的属性评价值

针对其它的维修性属性，在维修任务层次进行评价，属性的评价值如表7所示。

表7基本评价层次为维修任务的维修性属性评价值

(III)维修性评估指标计算及分析

1)面向维修性评估决策的指标计算

利用公式(1)，基于表3-表6的数据，计算每个维修任务的操作作业属性评价值如表8所示。

表8维修任务的操作作业属性评价值

利用公式(2)和公式(3)，得到子系统各个维修性属性的评价值和子系统面向维修性评估决策的指标，如表9所示，其中各个维修性属性的权重通过AHP方法获得。

表9面向维修性评估决策的指标值

最后得到子系统面向评估决策的指标值MI＝(0.617,0.766,0.882)，表明子系统的维修性综合评价值在0.766附近，不低于0.617，不高于0.882。根据语言值量化度量，可认为子系统的维修性综合水平较好，但还有待改进设计的地方。

2)面向维修性设计改进的指标计算

利用公式(4)-(9)，识别子系统中各个维修性属性的薄弱环节如表10所示。

表10子系统薄弱环节指标值

从表10中可以看出，维修操作作业属性的薄弱环节主要集中在维修任务4(更换转换开关任务)中的基本维修作业；简化性和维修工具的薄弱环节是维修任务2(更换中控机任务)；故障诊断，备品备件和维修技能的薄弱环节是维修任务3(更换惯性导航组件)，这主要是由于惯性导航组件昂贵，而且其标校、检测的难度较大，需要较高的技术水平。

根据面向维修性改进设计的指标AI_i排序，可以发现维修任务4中的基本维修作业6和2的可达性亟需改进，其对应的具体维修作业是拆装紧固螺钉4，如图3所示。拆装时缺乏足够的维修拆装空间，拆装困难。这个问题可通过维修性优化布局来解决。同时，维修任务4中的维修作业1,2,13和14的拆装性也需要改进，它们对应的具体维修作业是断开和连接线缆接头。由于这里装换开关的线缆接头采用螺纹连接方式，拆装耗时，可考虑采用插拔式接头或快速断接器以提高该处的维修性。另外，维修任务2(更换中控机任务)的简化性也需要改善，可通过减少安装螺钉的数量或其它零部件的方式提高该维修任务的简化性。需要注意的是，维修性改进设计需要在不能影响系统功能实现的前提下进行，同时考虑系统其它的性能。

Claims (1)

1.一种产品设计阶段维修性评估与薄弱环节识别方法，其特征在于，包括以下步骤：

(1)维修性属性分类及属性基本分析评价层次确定：

(1.1)将维修性属性划分为维修时间类属性和维修资源类属性两类；其中维修时间类属性针对维修快速性提出要求，要求维修过程简易，维修作业工作量小，耗时短；其中维修资源类属性针对维修费用的高低提出要求，要求产品维修过程的资源需求量少；根据维修性属性影响维修时间的方式，维修时间类属性分为任务流程属性和操作作业属性；其中任务流程属性影响决定产品的维修任务流程，表现为维修操作作业数量的多少；操作作业属性影响决定具体的维修操作作业时间，表现为单个维修操作作业时间的长短；

(1.2)产品维修包括多个维修任务，每个任务包括一系列的基本维修作业；其中基本维修作业定义为维修过程中针对一个操作对象连续的维修操作，其中维修性属性分析评价的基本对象分为维修任务层和维修作业层；

基本分析评价为维修任务的属性是任务流程属性和维修资源类属性，产品的这些属性评价值以每个维修任务评价值为基础；基本分析评价为维修作业的属性是操作作业属性，分析评价这些属性时需要对基本维修作业进行分析；

(2)系统维修任务分析和分解：

分析确定产品在某一维修级别中的维修任务，并根据可靠性数据确定各个维修任务的作业频率，将每个维修任务分解为一系列的基本维修作业，作为维修性属性分析评价的对象基础；

(3)分析评价维修性属性：

对每个维修性属性，在其基本分析评价层次上进行量化评价；

(4)维修性评估指标计算及分析：

维修性评估指标包括面向维修性评估决策的指标和面向维修性改进设计指标；

(4.1)维修性设计方案决策指标评估：

对每个维修任务，其第i个操作作业属性的评价值计算为：

${\mathrm{ST}}_i=\frac{1}{N}\underset{j=1}{\overset{N}{\Σ}}{\mathrm{SA}}_{ij}---\left(1\right)$

式中，N为该维修任务中基本维修作业的总数量；SA_ij是该维修任务第j个基本维修作业中第i个操作作业属性的评价值；

考虑每个维修任务的维修频率，产品第i个维修性属性的评价值计算为：

${\mathrm{SP}}_i=\underset{k=1}{\overset{M}{\Σ}}{f}_k{\mathrm{ST}}_{ik}/\underset{k=1}{\overset{M}{\Σ}}{f}_k---\left(2\right)$

式中，M是产品维修任务的总数量；ST_ik是产品第k个维修任务的第i个操作作业属性的评价值；f_k是产品第k个维修任务的维修频率；

因此，面向维修性评估决策的指标计算为：

$MI=\underset{i=1}{\overset{13}{\Σ}}{w}_i{\mathrm{SP}}_i---\left(3\right)$

式中，SP_i是产品第i个维修性属性的评价值；w_i是第i个维修性属性的重要性权值，通过专家打分或层次分析法获得；

MI是一个三角模糊数，表示产品维修性的好坏；通过比较其值隶属度和语言值的量化度量，判断产品维修性水平，其值越大，产品维修性越好；

(4.2)维修性薄弱环节指标评估:

针对每一个维修性属性，找出其维修性设计的相对薄弱环节，以引导维修性改进设计；

基本分析对象为维修作业的维修性属性的薄弱环节指标表示为：

WI_i＝max[μ_k(1-SA_kj)] (4)

式中，SA_kj是第k个维修任务中第j个维修作业的该维修性属性评价值；μ_k是考虑维修频率后第k个维修任务的权重，其可以计算为：

${\mathrm{\μ}}_k=f_k/\underset{i=1}{\overset{M}{\Σ}}{f}_l---\left(5\right)$

式中，M是产品维修任务的总数量；f_k是产品第k个维修任务的维修频率；

因此，基本分析对象为维修任务的维修性属性的薄弱环节指标表示为：

WI_i＝max[μ_k(1-ST_k)] (6)

式中，ST_k是第k个维修任务中该维修性属性评价值；μ_k是考虑维修频率后第k个维修任务的权重；

产品第i个维修性属性的薄弱环节即为薄弱环节指标值WI_i对应维修作业或维修任务；

基本分析对象为维修作业的维修性属性的薄弱环节：

(k₀,j₀)＝arg max[μ_k(1-SA_kj)] (7)

式中，k₀和j₀是相对薄弱环节对应的维修任务和维修作业的序号，即产品第k₀个维修任务中第j₀个维修作业是该维修性属性设计的薄弱环节；

基本分析对象为维修任务的维修性属性的薄弱环节：

k₀＝arg max[μ_k(1-ST_k)] (8)

式中，k₀是相对薄弱环节对应的维修任务序号,即产品第k₀个维修任务是该维修性属性设计的薄弱环节；

考虑维修性属性的相对重要性，面向维修性改进设计指标计算为：

AI_i＝w_i·WI_i (9)

式中，WI_i是第i个维修性属性薄弱环节的指标值；w_i是第i个维修性属性的重要性权值；

AI_i值越大，表示第i个维修性属性薄弱环节对应的维修作业或维修任务改进的必要性越大，效果越明显，在维修性设计改进中应重点关注。