CN106569061A - 一种故障模式、原因及重要度分析方法 - Google Patents
一种故障模式、原因及重要度分析方法 Download PDFInfo
- Publication number
- CN106569061A CN106569061A CN201610942456.9A CN201610942456A CN106569061A CN 106569061 A CN106569061 A CN 106569061A CN 201610942456 A CN201610942456 A CN 201610942456A CN 106569061 A CN106569061 A CN 106569061A
- Authority
- CN
- China
- Prior art keywords
- fault
- fault mode
- importance
- reason
- failure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明公开了一种故障模式、原因及重要度分析方法，包括如下步骤：S1.获取故障历史数据，识别故障模式，并计算故障模式频数比；S2.分析确定故障模式的故障原因，并确定所述故障原因的故障定位；S3.评估故障模式下所述故障原因的条件概率和重要度；S4.计算相同故障定位的重要度之和，根据所述重要度之和评估故障情况。本发明通过对产品故障原因进归纳分析，并对故障原因的重要度进行量化，根据量化结果划分区间，从而指导对产品进行针对性的测试，通用性和可操作性强。
Description
技术领域
本发明涉及产品故障分析技术领域，尤其涉及一种针对返修无故障问题的故障模式、原因及重要度分析方法。
背景技术
产品在用户现场频报故障，而返回生产基地进行维修检测却无法重现故障，返修无故障率居高不下，给企业的质量信誉带来困扰。对于返修无故障问题，若可确定故障根源为硬件问题，则可通过开展硬件白盒测试或可靠性试验来识别具体的返修无故障原因，给产品设计人员提供设计改进建议，从而从源头上杜绝返修无故障的可能性。目前，硬件白盒测试和可靠性试验的方法已得到较为广泛的应用，且取得了良好的效果。然而，无论是硬件白盒测试还是可靠性试验，都需要消耗大量的资源和时间，如果无法初步定位返修无故障原因为硬件问题，直接对产品开展硬件白盒测试或可靠性试验，将会给企业带来很大的成本压力，且不一定能达到显著效果。因此，需要一种识别和定位产品返修无故障原因的方法，初步确定产品返修无故障原因为硬件问题或软件问题，作为后续开展硬件白盒测试或可靠性试验的依据，从而降低产品返修无故障率。目前尚无这方面的方法研究。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种通过对产品故障原因进归纳分析，并对故障原因的重要度进行量化，根据量化结果划分区间，从而指导对产品进行针对性的测试，通用性和可操作性强的故障模式、原因及重要度分析方法。
为解决上述技术问题，本发明提出的技术方案为：一种故障模式、原因及重要度分析方法，包括如下步骤：
S1.获取故障历史数据，识别故障模式，并计算故障模式频数比；
S2.分析确定故障模式的故障原因，并确定所述故障原因的故障定位；
S3.评估故障模式下所述故障原因的条件概率和重要度；
S4.计算相同故障定位的重要度之和，根据所述重要度之和评估故障情况。
作为本发明的进一步改进，步骤S1中所述故障模式频数比为该故障模式下的故障历史数据数量在所述故障历史数据中的占比，全部故障模式的故障模式频数比之和等于1。
作为本发明的进一步改进，所述故障定位包括硬件问题、软件问题。
作为本发明的进一步改进，步骤S3中所述故障原因的条件概率为在故障模式下所述因所述故障原因导致故障发生的概率估计值；所述同一故障模式下的故障原因的条件概率之和等于1。
作为本发明的进一步改进，步骤S3中所述重要度为所述故障模式频数比与所述条件概率的乘积。
作为本发明的进一步改进，所述步骤S4的具体步骤包括：
S4.1.计算不同故障模式下属于相同故障定位的重要度之和；
S4.2.当所述重要度之和大于等于预设的第一门槛值时，判断须要针对该故障原因进行针对性测试；当所述重要度之和小于预设的第二门槛值时，判断不需要针对该故障原因进行针对性没试；所述第一门槛值大于第二门槛值。
作为本发明的进一步改进，所述第一门槛值的取值区间为0.55至0.75，优选为0.6；所述第二门槛值的取值区间为0.25至0.35，优选为0.3。
与现有技术相比，本发明的优点在于：通过对产品故障原因进归纳分析，可追溯产品返修无故障的所有可能原因，并对故障原因的重要度进行量化，根据量化结果划分区间，从而指导对产品进行针对性的测试，通用性和可操作性强。
附图说明
图1为本发明具体实施例的流程示意图。
图2为本发明具体实施例一的故障模式、原因及重要度分析表。
图3为本发明具体实施例二的故障模式、原因及重要度分析表。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
实施例一：
如图1所示，本实施例的故障模式、原因及重要度分析方法，包括如下步骤：S1.获取故障历史数据，识别故障模式，并计算故障模式频数比；S2.分析确定故障模式的故障原因，并确定故障原因的故障定位；S3.评估故障模式下故障原因的条件概率和重要度；S4.计算相同故障定位的重要度之和，根据重要度之和评估故障情况。步骤S1中故障模式频数比为该故障模式下的故障历史数据数量在故障历史数据中的占比，全部故障模式的故障模式频数比之和等于1。
如图2所示，在本实施例中，以某型显示器的返修无故障分析为例进行说明。在本实施例共获取该显示器187条返修无故障的故障历史数据，通过对故障现象进行分析，将显示器的故障划分为黑屏、花屏、白屏、通信/通讯故障、闪屏、显示屏数字键失效、死机、屏幕显示红色及其它故障共9类故障模式。并统计每种故障模式出现的次数，即该类故障模式的频数，通过下式计算故障模式频数比，
其中，αi为故障模式频数比，mi为故障模式的频数，n为返修无故障的故障历史数据总数，k为故障模式类别总数。故障模式频数比αi满足
如图2所示，在本实施例中，在187条返修无故障的历史数据中，黑屏故障发生的次数为54次，则可确定黑屏故障的故障模式频数比为54/187。
在本实施例中，将故障定位划分为硬件问题、软件问题。通过对每类故障模式进行分析，确定可能导致该故障模式发生的具体的故障原因和故障定位。如对于黑屏故障，其产生原因可能为保险管失效、电源模块失效和连接器脱落，该三种故障原因均定位为硬件问题。对于花屏故障，其产生原因可能为液晶线连接问题或者应用程序跑飞，液晶线连接问题定位为硬件问题，应用程序跑定位为软件问题。在本实施例中，故障原因和故障定位的划分根据对历史数据的分析，以及专家经验进行确定。
在本实施例中，步骤S3中故障原因的条件概率为在故障模式下因故障原因导致故障发生的概率估计值；同一故障模式下的故障原因的条件概率之和等于1。该概率估计值可通过对一定数量的历史数据进行分析计算得到，也可以通过具有一定经验的分析人员根据经验进行定量的估计得到。如表1所给出的概率估计值的推荐取值。在GJB/Z 1391-2006中，将故障原因划分为实际原因、很可能原因、有可能原因和不可能原因，其对应的概率值取值范围分别为1，0.1～1，0～0.1和0。同一故障模式下各故障原因的条件概率值满足βij为第i类故障模式下第j类故障原因的条件概率值，li为第i类故障模式的故障原因数。
表1：
在本实施例中，步骤S3中重要度为故障模式频数比与条件概率的乘积。重要度为导致某类故障模发生时某类故障原因的重要程度，重要度通过如下公式计算得到：
Cij＝αiβij,(i＝1,2,…,k；j＝1,2,…,li)
其中，Cij为第i类故障模式下第j类故障原因的重要度，αi为第i类故障模式的故障模式频数比，βij为第i类故障模式下第j类故障原因的条件概率值。，且满足
在本实施例中，在确定了故障模式、故障原因、故障定位、故障模式频数比、条件概率和重要度之后，即可确定如表2所示的产品故障模式、原因及重要度分析表。
表2：
在本实施例中，步骤S4的具体步骤为：S4.1.计算不同故障模式下属于相同故障定位的重要度之和；S4.2.当重要度之和大于等于预设的第一门槛值时，判断须要针对该故障原因进行针对性测试；当重要度之和小于预设的第二门槛值时，判断不需要针对该故障原因进行针对性没试；第一门槛值大于第二门槛值。第一门槛值的取值区间为0.55至0.75，优选为0.6；第二门槛值的取值区间为0.25至0.35，优选为0.3。当然，第一门槛值和第二门槛值也可以取其它值。在本实施例中，记故障定位为硬件问题的重要度之和为C1，则C(i)为重要度，h为故障定位为硬件问题的所有重要度的集合。同理，记故障定位为软件问题的重要度之和为C2，则s为故障定位为软件问题的所有重要度的集合。记故障定位为其它问题的重要度之和为C3，则o为故障定位为其它问题的所有重要度的集合。三类不同故障定位的重要度之和满足在本实施例中，第一门槛值取值为0.6，第二门槛值取值为0.3。分别对各重要度之和进行判断，当硬件问题的重要度之和C1大于等于第一门槛值时，则判定该产品的返修无故障原因为硬件问题，必须进行硬件白盒测试或可靠性试验；当硬件问题的重要度之和C1小于第一门槛值，且大于等于第二门槛值时，则判定该产品的返修无故障原因可能为硬件问题，可根据需要进行硬件白盒测试或可靠性试验；当硬件问题的重要度之和C1小于第二门槛值时，则判定该产品的返修无故障原因不为硬件问题，不需要进行硬件白盒测试或可靠性试验。当软件问题的重要度之和C2大于等于第一门槛值时，则判定该产品的返修无故障原因为软件问题，必须进行软件检测或软件升级；当软件问题的重要度之和C2小于第一门槛值，且大于等于第二门槛值时，则判定该产品的返修无故障原因可能为软件问题，可根据需要进行软件检测或软件升级；当软件问题的重要度之和C2小于第二门槛值时，则判定该产品的返修无故障原因不为软件问题，不需要进行软件检测或软件升级。在本实施中，硬件问题的重要度之和C1＝0.8096≥0.6，则判定造成显示器返修无故障的原因为硬件问题，需要开展硬件白盒测试或可靠性试验进一步探究具体的故障机理，为改进设计提供依据。
实施例二：
本实施例以某型输入输出模块的返修无故障处理过程为例具体说明，其具体方法与实施例一相同。通过对该型输入输出模块的故障历史数据进行分析，将故障模式划分为模拟量输入故障和通信/通讯故障。其中模拟量输入故障的故障原因划分为：软件未更新、外部输入错误、插头松动，通信/通讯故障的故障原因划分为：系统软件问题、FPGA软件问题、电源问题、排线松动、地址配置错误。将故障定位划分为外部问题、硬件问题、软件问题和操作问题。本实施例中，所选择的返修无故障的故障历史数据为61条，通过确定故障模式、划分故障原因、故障定位和故障原因对应的条件概率，计算故障模式频数比及重要度值，得到该型输入输出模块的故障模式、原因及重要度分析表如图3所示。本实施例取第一门槛值为0.6，第二门槛值为0.3，通过对重要度之和计算，在本实施例中，硬件问题的重要度之和C1＝0.1754，软件问题的重要度之和C2＝0.7328，外部问题的重要度之和C3＝0.0360，操作问题的重要度之和C4＝0.0557。由于软件问题的重要度之和C2＝0.7328≥0.6，其它故障定位的重要度之和均小于0.3，可确定该型模拟输入输出模块返修无故障的原因为软件问题，无需开展硬件白盒测试或可靠性试验，可采取升级软件的措施。在本实施例证，通过软件升级后，产品不再出现返修无故障问题，彻底消除了返修无故障现象，验证结果的正确性。
上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。
Claims (7)
1.一种故障模式、原因及重要度分析方法，其特征在于，包括如下步骤：
S1.获取故障历史数据，识别故障模式，并计算故障模式频数比；
S2.分析确定故障模式的故障原因，并确定所述故障原因的故障定位；
S3.评估故障模式下所述故障原因的条件概率和重要度；
S4.计算相同故障定位的重要度之和，根据所述重要度之和评估故障情况。
2.根据权利要求1所述的故障模式、原因及重要度分析方法，其特征在于：步骤S1中所述故障模式频数比为该故障模式下的故障历史数据数量在所述故障历史数据中的占比，全部故障模式的故障模式频数比之和等于1。
3.根据权利要求2所述的故障模式、原因及重要度分析方法，其特征在于：所述故障定位包括硬件问题、软件问题。
4.根据权利要求2所述的故障模式、原因及重要度分析方法，其特征在于：步骤S3中所述故障原因的条件概率为在故障模式下因所述故障原因导致故障发生的概率估计值；所述同一故障模式下的故障原因的条件概率之和等于1。
5.根据权利要求4所述的故障模式、原因及重要度分析方法，其特征在于：步骤S3中所述重要度为所述故障模式频数比与所述条件概率的乘积。
6.根据权利要求5所述的故障模式、原因及重要度分析方法，其特征在于：所述步骤S4的具体步骤包括：
S4.1.计算不同故障模式下属于相同故障定位的重要度之和；
S4.2.当所述重要度之和大于等于预设的第一门槛值时，判断须要针对该故障原因进行针对性测试；当所述重要度之和小于预设的第二门槛值时，判断不需要针对该故障原因进行针对性没试；所述第一门槛值大于第二门槛值。
7.根据权利要求6所述的故障模式、原因及重要度分析方法，其特征在于：所述第一门槛值的取值区间为0.55至0.75，优选为0.6；所述第二门槛值的取值区间为0.25至0.35，优选为0.3。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610942456.9A CN106569061A (zh) | 2016-11-01 | 2016-11-01 | 一种故障模式、原因及重要度分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610942456.9A CN106569061A (zh) | 2016-11-01 | 2016-11-01 | 一种故障模式、原因及重要度分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106569061A true CN106569061A (zh) | 2017-04-19 |
Family
ID=58534777
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610942456.9A Pending CN106569061A (zh) | 2016-11-01 | 2016-11-01 | 一种故障模式、原因及重要度分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106569061A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107783005A (zh) * | 2017-10-11 | 2018-03-09 | 广东小天才科技有限公司 | 用于设备故障诊断的方法、装置、设备、系统及存储介质 |
| CN111140356A (zh) * | 2019-12-25 | 2020-05-12 | 中国人民解放军陆军航空兵学院陆军航空兵研究所 | 直升机发动机燃油系统的故障评估方法和装置 |
| CN111709124A (zh) * | 2020-05-26 | 2020-09-25 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 产品fmeca分析方法、装置、计算机设备和存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030055695A1 (en) * | 2001-09-17 | 2003-03-20 | Kabushiki Kaisha Toshiba | Method and apparatus for managing project risk, and memory medium |
| CN1770117A (zh) * | 2004-11-02 | 2006-05-10 | 华为技术有限公司 | 一种故障选择的方法及装置 |
| CN101196743A (zh) * | 2007-12-26 | 2008-06-11 | 西安交通大学 | 基于因果网络模型的机电系统安全分析装置及方法 |
| CN103745293A (zh) * | 2013-11-27 | 2014-04-23 | 苏州热工研究院有限公司 | 一种rcm分析方法 |
| CN104361026A (zh) * | 2014-10-22 | 2015-02-18 | 北京航空航天大学 | 一种fmea分析过程中的故障知识存储和推送方法 |
| CN105844435A (zh) * | 2016-06-15 | 2016-08-10 | 南京中车浦镇城轨车辆有限责任公司 | 一种基于fmeca的地铁车辆故障信息管理系统 |
-
2016
- 2016-11-01 CN CN201610942456.9A patent/CN106569061A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030055695A1 (en) * | 2001-09-17 | 2003-03-20 | Kabushiki Kaisha Toshiba | Method and apparatus for managing project risk, and memory medium |
| CN1770117A (zh) * | 2004-11-02 | 2006-05-10 | 华为技术有限公司 | 一种故障选择的方法及装置 |
| CN101196743A (zh) * | 2007-12-26 | 2008-06-11 | 西安交通大学 | 基于因果网络模型的机电系统安全分析装置及方法 |
| CN103745293A (zh) * | 2013-11-27 | 2014-04-23 | 苏州热工研究院有限公司 | 一种rcm分析方法 |
| CN104361026A (zh) * | 2014-10-22 | 2015-02-18 | 北京航空航天大学 | 一种fmea分析过程中的故障知识存储和推送方法 |
| CN105844435A (zh) * | 2016-06-15 | 2016-08-10 | 南京中车浦镇城轨车辆有限责任公司 | 一种基于fmeca的地铁车辆故障信息管理系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107783005A (zh) * | 2017-10-11 | 2018-03-09 | 广东小天才科技有限公司 | 用于设备故障诊断的方法、装置、设备、系统及存储介质 |
| CN111140356A (zh) * | 2019-12-25 | 2020-05-12 | 中国人民解放军陆军航空兵学院陆军航空兵研究所 | 直升机发动机燃油系统的故障评估方法和装置 |
| CN111709124A (zh) * | 2020-05-26 | 2020-09-25 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 产品fmeca分析方法、装置、计算机设备和存储介质 |
| CN111709124B (zh) * | 2020-05-26 | 2024-03-29 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 产品fmeca分析方法、装置、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109632355B (zh) | 基于机电设备状态数据漂移的故障预测方法及系统 | |
| US20170060664A1 (en) | Method for verifying bad pattern in time series sensing data and apparatus thereof | |
| CN109840157A (zh) | 故障诊断的方法、装置、电子设备和存储介质 | |
| CN107831422A (zh) | 一种gis设备局部放电诊断方法及系统 | |
| CN107122298A (zh) | 可视化软件开发过程质量的展示方法 | |
| CN104915568A (zh) | 基于dtw的卫星遥测数据异常检测方法 | |
| US10430269B2 (en) | Methods and systems for root cause analysis for assembly lines using path tracking | |
| CN109992440A (zh) | 一种基于知识图谱和机器学习的it根故障分析识别方法 | |
| CN106569061A (zh) | 一种故障模式、原因及重要度分析方法 | |
| CN110611531B (zh) | 一种光模块故障诊断和预警的方法、装置以及系统 | |
| KR20080070543A (ko) | 자동화 생산라인의 불량예측 조기 경보 방법 | |
| CN105786678A (zh) | 一种基于相关性模型的测试性预计方法 | |
| CN110221145A (zh) | 电力设备故障诊断方法、装置及终端设备 | |
| CN107544366A (zh) | 一种自动控制系统中冗余传感器信号采集及处理方法 | |
| US20150012232A1 (en) | Intelligent diagnostic system and method of use | |
| US9529042B2 (en) | Device for and method of estimating error point in logic diagram | |
| CN104978260B (zh) | 软件测试方法及装置 | |
| CN115437961A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| CN114881112A (zh) | 一种系统异常检测方法、装置、设备及介质 | |
| US11151008B2 (en) | Intelligent diagnostic system | |
| CN107748701A (zh) | 一种电能计量自动化系统的可靠性分析方法 | |
| CN106443238A (zh) | 高压设备状态评估方法、在线监测装置评估方法及装置 | |
| CN106154122A (zh) | 一种可追溯的电力电缆检测控制系统 | |
| Jin et al. | Anomaly detection and health-status analysis in a core router system | |
| CN109783263A (zh) | 一种服务器老化测试故障的处理方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170419 |
|
| RJ01 | Rejection of invention patent application after publication |