CN111400920A - 一种产品关键故障模式识别方法 - Google Patents

一种产品关键故障模式识别方法 Download PDF

Info

Publication number
CN111400920A
CN111400920A CN202010207424.0A CN202010207424A CN111400920A CN 111400920 A CN111400920 A CN 111400920A CN 202010207424 A CN202010207424 A CN 202010207424A CN 111400920 A CN111400920 A CN 111400920A
Authority
CN
China
Prior art keywords
product
fault
failure mode
failure
key
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.)
Granted
Application number
CN202010207424.0A
Other languages
English (en)
Other versions
CN111400920B (zh
Inventor
钟云龙
胡湘洪
王春辉
王学孔
王畏寒
张钟文
颜镠钏
冯嘉珍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Electronic Product Reliability and Environmental Testing Research Institute
Original Assignee
China Electronic Product Reliability and Environmental Testing Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Electronic Product Reliability and Environmental Testing Research Institute filed Critical China Electronic Product Reliability and Environmental Testing Research Institute
Priority to CN202010207424.0A priority Critical patent/CN111400920B/zh
Publication of CN111400920A publication Critical patent/CN111400920A/zh
Application granted granted Critical
Publication of CN111400920B publication Critical patent/CN111400920B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Test And Diagnosis Of Digital Computers (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明公开了一种产品关键故障模式识别方法，包括：将产品按组件的形式分解到最低约定层次单元；分析每个最低约定层次单元的所有可能发生的故障模式，得到产品的先验信息和后验信息；根据产品的先验信息和后验信息，分析每个故障模式对应的严酷度和发生频度；根据严酷度和发生频度进行综合影响分析，确定每个故障模式的综合影响等级；根据综合影响等级对故障模式进行筛选，识别出产品的关键故障模式。本发明的产品关键故障模式识别方法能够提高故障模式的分析精度，提升产品薄弱环节的定位效率。

Description

一种产品关键故障模式识别方法
技术领域
本发明属于故障分析技术领域，具体地说涉及一种产品关键故障模式识别方法。
背景技术
针对机械/机电产品的故障模式分析，目前一般采用故障模式、机理及影响分析(FMMEA，Failure Mode,Mechanisms and Effects Analysis)方法。该方法将产品分解到最低约定层次单元，全面覆盖了产品的零部件和故障模式，分析内容很全面，但无法定位产品的关键薄弱环节，缺乏针对性，无法从面到点，很难有效地指导设计者进行产品研制和分析。
发明内容
本发明的目的是提供一种产品关键故障模式识别方法，能够提高故障模式的分析精度，提升产品薄弱环节的定位效率。
为了实现上述目的，本发明实施例提供一种产品关键故障模式识别方法，包括：将产品按组件的形式分解到最低约定层次单元；分析每个最低约定层次单元的所有可能发生的故障模式，得到产品的先验信息和后验信息；根据产品的先验信息和后验信息，分析每个故障模式对应的严酷度和发生频度；根据严酷度和发生频度进行综合影响分析，确定每个故障模式的综合影响等级；根据综合影响等级对故障模式进行筛选，识别出产品的关键故障模式。
优选地，还包括：获取旧型号产品及相似产品的故障数据作为所述先验信息。
优选地，还包括：获取本产品的技术成熟度和故障数据作为所述后验信息。
优选地，根据所述先验信息和所述后验信息中每个故障模式对产品功能的影响来确定该故障模式对应的严酷度等级。
优选地，根据所述先验信息中是否出现过某故障模式、是否出现过多次、所述后验信息中是否出现过该故障模式以及本产品的技术成熟度，来确定该故障模式对应的发生频度等级。
优选地，将每个故障模式的严酷度等级和发生频度等级从高到低进行组合，来确定该故障模式的综合影响等级。
优选地，将综合影响等级为极高、高的故障模式筛选出来，作为关键故障模式。
优选地，所述最低约定层次单元为产品的零部件单元。
优选地，还包括：将识别出的关键故障模式对应的零部件单元判断为产品的薄弱环节。
优选地，还包括：将识别出的关键故障模式对应的故障机理和敏感载荷判断为产品的关键影响机理和敏感应力。
本发明实施例的产品关键故障模式识别方法能够提高故障模式的分析精度，提升产品薄弱环节的定位效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图：
图1为本发明实施例的产品关键故障模式识别方法的流程示意图；
图2为本发明实施例的将产品分解到最低约定层次单元的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明一个实施例提供一种产品关键故障模式识别方法，在本实施例中，以某燃滑油散热器为产品示例进行说明。图1为本发明实施例的产品关键故障模式识别方法的流程示意图。如图1所示，本发明实施例的产品关键故障模式识别方法包括步骤S11～S15。
在步骤S11中，将产品按组件的形式分解到最低约定层次单元。将最低约定层次单元作为后续分析的对象，覆盖产品的每一个零部件，避免产品信息丢失造成分析结果的缺项。在本实施例中，如图2所示，根据某燃滑油散热器的结构组成、工作原理，将产品按组件的形式进行分解，分为初始约定层次(燃滑油散热器01)、中间约定层次(芯体0101、壳体组件0102、活门壳体0103、旁路活门0104)和最低约定层次，作为后续分析的对象，覆盖产品的每一个零部件。
在步骤S12中，分析每个最低约定层次单元的所有可能发生的故障模式，得到产品的先验信息和后验信息。可以首先对新研产品、旧型号产品和相似产品的故障情况进行分析。在本实施例中，以某燃滑油散热器为例，首先统计本产品和相似产品在各研制阶段内外场发生的故障情况，分析每个故障的故障时间、故障现象、故障原因、改进措施及效果、影响因素，作为后续严酷度和发生频度分析的先验信息和后验信息，其分析结果例如下面表1所示：
表1某燃滑油散热器内外场故障情况分析
Figure BDA0002421613950000031
进而分析每个故障模式对应的故障机理，包括疲劳、老化、磨损、应力松弛等耗损型机理和加工装配不良、过应力、短路断路等非耗损型机理，并分析每个故障模式对产品的影响，作为后续严酷度等级的判断依据。
在步骤S13中，根据产品的先验信息和后验信息，分析每个故障模式对应的严酷度和发生频度。在本实施例中，将旧型号产品和相似产品的故障数据作为先验信息，将新研产品故障数据以及技术成熟度作为后验信息，分析每个故障模式对应的严酷度和发生频度。在本实施例中，严酷度如下表2的定义，可以根据故障影响确定故障模式的严酷度等级。如下表所示，根据故障对产品功能的影响，可以将严酷度从高到低分为I、II、III、IV这4个等级。
表2严酷度定义
Figure BDA0002421613950000041
在本实施例中，发生频度可以如下表3的定义，将旧型号产品和相似产品的故障数据作为先验信息，将新研产品的技术成熟度和故障数据作为后验信息，确定故障模式发生频度的等级。如下表所示，根据所述先验信息中是否出现过某故障模式、是否出现过多次、所述后验信息中是否出现过该故障模式、以及本产品的技术成熟度，来确定该故障模式对应的故障模式发生频度等级。故障模式发生频度例如可以为A、B、C、D、E这5个等级。
表3发生频度定义
Figure BDA0002421613950000042
Figure BDA0002421613950000051
在步骤S14中，根据严酷度和发生频度进行综合影响分析，确定每个故障模式的综合影响等级。在本实施例中，按下表4的定义确定故障模式的综合影响等级。在下表中，综合影响等级可分为极高、高、中、低这4个等级。其中，严酷度等级为I、发生频度为A、B的故障模式以及严酷度等级为II、发生频度为A的故障模式的综合影响等级定义为极高。
表4综合影响定义
Figure BDA0002421613950000052
经过上述4个步骤的分析过程，针对某燃滑油散热器的故障模式、故障机理、综合影响及载荷分析汇总见表5。
表5故障模式、故障机理、综合影响及载荷分析汇总表
Figure BDA0002421613950000053
Figure BDA0002421613950000061
在步骤S15中，根据综合影响等级对故障模式进行筛选，识别出产品的关键故障模式。在本实施例中，例如将综合影响分析结果为极高、高的故障模式筛选出来，作为关键故障模式，尤其是综合影响为极高的需重点关注，其对应的零部件单元为产品的薄弱环节，其对应的故障机理和敏感载荷为关键影响机理和敏感应力，可作为后续进行设计、分析及试验监测的重点。例如，某燃滑油散热器综合影响筛选汇总见表6，其关键故障模式作为后续进行设计、分析及试验监测的重点。
表6综合影响筛选汇总表
Figure BDA0002421613950000062
综上所述，本发明实施例提供一种考虑先验信息的产品关键故障模式识别方法，具有如下有益效果：
1)解决了机械/机电产品目前采用FMMEA方法缺乏针对性的弊端，同时充分利用了旧型号产品/相似产品的历史数据，故障模式分析精度提高，进一步提升了工程应用价值；
2)可以更加全面地对产品进行定性分析，包括故障模式、故障影响、故障机理、严酷度、发生频度、综合影响、敏感载荷等方面，几乎覆盖了产品所有定性分析参数；
3)有助于设计者快速获得产品的核心信息，提高了产品薄弱环节和关键故障模式、机理及敏感载荷的评估效率。
综上所述，本发明实施例的产品关键故障模式识别方法，在新研产品的技术成熟度和故障数据信息基础上，充分考虑旧型号产品以及相似产品的内外场故障数据，可进一步提高现有故障模式的分析精度，提升产品薄弱环节的定位效率，为设计者提供关注重点和方向，有效支撑后续的产品设计和改进。
以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。

Claims (10)

1.一种产品关键故障模式识别方法，其特征在于，包括：
将产品按组件的形式分解到最低约定层次单元；
分析每个最低约定层次单元的所有可能发生的故障模式，得到产品的先验信息和后验信息；
根据产品的先验信息和后验信息，分析每个故障模式对应的严酷度和发生频度；
根据严酷度和发生频度进行综合影响分析，确定每个故障模式的综合影响等级；
根据综合影响等级对故障模式进行筛选，识别出产品的关键故障模式。
2.根据权利要求1所述的产品关键故障模式识别方法，其特征在于，还包括：
获取旧型号产品及相似产品的故障数据作为所述先验信息。
3.根据权利要求1或2所述的产品关键故障模式识别方法，其特征在于，还包括：
获取本产品的技术成熟度和故障数据作为所述后验信息。
4.根据权利要求1-3中任一项所述的产品关键故障模式识别方法，其特征在于，根据所述先验信息和所述后验信息中每个故障模式对产品功能的影响来确定该故障模式对应的严酷度等级。
5.根据权利要求1-4中任一项所述的产品关键故障模式识别方法，其特征在于，根据所述先验信息中是否出现过某故障模式、是否出现过多次、所述后验信息中是否出现过该故障模式、以及本产品的技术成熟度，来确定该故障模式对应的发生频度等级。
6.根据权利要求1-5中任一项所述的产品关键故障模式识别方法，其特征在于，将每个故障模式的严酷度等级和发生频度等级从高到低进行组合，来确定该故障模式的综合影响等级。
7.根据权利要求6所述的产品关键故障模式识别方法，其特征在于，将综合影响等级为极高、高的故障模式筛选出来，作为关键故障模式。
8.根据权利要求1-7中任一项所述的产品关键故障模式识别方法，其特征在于，所述最低约定层次单元为产品的零部件单元。
9.根据权利要求1-8中任一项所述的产品关键故障模式识别方法，其特征在于，还包括：将识别出的关键故障模式对应的零部件单元判断为产品的薄弱环节。
10.根据权利要求1-9中任一项所述的产品关键故障模式识别方法，其特征在于，还包括：将识别出的关键故障模式对应的故障机理和敏感载荷判断为产品的关键影响机理和敏感应力。
CN202010207424.0A 2020-03-23 2020-03-23 一种产品关键故障模式识别方法 Active CN111400920B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010207424.0A CN111400920B (zh) 2020-03-23 2020-03-23 一种产品关键故障模式识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010207424.0A CN111400920B (zh) 2020-03-23 2020-03-23 一种产品关键故障模式识别方法

Publications (2)

Publication Number Publication Date
CN111400920A true CN111400920A (zh) 2020-07-10
CN111400920B CN111400920B (zh) 2023-08-22

Family

ID=71434372

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010207424.0A Active CN111400920B (zh) 2020-03-23 2020-03-23 一种产品关键故障模式识别方法

Country Status (1)

Country Link
CN (1) CN111400920B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113849401A (zh) * 2021-09-18 2021-12-28 航天中认软件测评科技（北京）有限责任公司 一种基于dfmea的fpga软件故障模式分析方法和装置
CN118194583A (zh) * 2024-04-03 2024-06-14 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）） 元器件结构分析方法、装置、计算机设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6324659B1 (en) * 1999-10-28 2001-11-27 General Electric Company Method and system for identifying critical faults in machines
US20060195391A1 (en) * 2005-02-28 2006-08-31 Stanelle Evan J Modeling loss in a term structured financial portfolio
CN103870659A (zh) * 2014-03-28 2014-06-18 吉林大学 一种数控机床故障分析方法
US20170192417A1 (en) * 2014-07-22 2017-07-06 Fts Computertechnik Gmbh Fault-tolerant, serviceable automation system
WO2020041956A1 (zh) * 2018-08-28 2020-03-05 大连理工大学 一种基于贝叶斯与故障树的数控机床可靠性评价方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6324659B1 (en) * 1999-10-28 2001-11-27 General Electric Company Method and system for identifying critical faults in machines
US20060195391A1 (en) * 2005-02-28 2006-08-31 Stanelle Evan J Modeling loss in a term structured financial portfolio
CN103870659A (zh) * 2014-03-28 2014-06-18 吉林大学 一种数控机床故障分析方法
US20170192417A1 (en) * 2014-07-22 2017-07-06 Fts Computertechnik Gmbh Fault-tolerant, serviceable automation system
WO2020041956A1 (zh) * 2018-08-28 2020-03-05 大连理工大学 一种基于贝叶斯与故障树的数控机床可靠性评价方法
US20200232885A1 (en) * 2018-08-28 2020-07-23 Dalian University Of Technology Reliability evaluation method for cnc machine tools based on bayes and fault tree

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113849401A (zh) * 2021-09-18 2021-12-28 航天中认软件测评科技（北京）有限责任公司 一种基于dfmea的fpga软件故障模式分析方法和装置
CN118194583A (zh) * 2024-04-03 2024-06-14 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）） 元器件结构分析方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN111400920B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
CA2426627A1 (en) Method and system for analyzing fault and quantized operational data for automated diagnostics of locomotives
CN106156633A (zh) 面向软件修改的风险分析方法
CN111400920A (zh) 一种产品关键故障模式识别方法
KR102172120B1 (ko) 비선형 회귀 모형 기반 소프트웨어 고장 시간의 예측 방법 및 컴퓨터 판독 가능 기록 매체
CN111915192A (zh) 电力设备故障管理系统的建立方法和系统、计算机设备
CN114757468A (zh) 一种面向流程挖掘中流程执行异常的根源分析方法
Plöesch et al. On the validity of the it-cisq quality model for automatic measurement of maintainability
CN117763432A (zh) 通讯故障预测方法、装置、设备及存储介质
CN111061998A (zh) 一种用于计量经济学分析模型及计量分析方法
Fang et al. Adaptive test pattern reordering for diagnosis using k-nearest neighbors
Filz et al. Data-driven analysis of product property propagation to support process-integrated quality management in manufacturing systems
CN117194083B (zh) 基于因果推断的流程时间异常根因追溯分析方法与系统
CN117131437A (zh) 发动机振动故障隔离方法
CN116954624A (zh) 基于软件开发包的编译方法、软件开发系统及服务器
Rao et al. A Systematic Review of β-factor Models in the Quantification of Common Cause Failures
CN111782695B (zh) Mpw多产品联测的数据处理方法、存储介质及计算机设备
CN112445632A (zh) 基于故障数据建模的hpc可靠性评估方法
Capata An artificial neural network-based diagnostic methodology for gas turbine path analysis—part II: case study
CN112905438A (zh) 一种自动化测试方法及装置
CN116991149B (zh) 一种费控产品检验方法、装置、电子设备及存储介质
Dweiri et al. The use of statistical quality control charts for the acceptance and sign-off process for web application products
Yu et al. An efficient software faults localization method based on program spectrum
CN116108330B (zh) 新能源光伏逆变器的老化测试数据分析系统
CN117973285B (zh) 一种后硅电路异常的深度测试方法、装置及计算设备
CN118626381A (zh) 基于上位竞争的模糊测试方法及平台

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
GR01 Patent grant
GR01 Patent grant