CN112711807B - 一种基于故障数据的设备可靠性分析方法 - Google Patents
一种基于故障数据的设备可靠性分析方法 Download PDFInfo
- Publication number
- CN112711807B CN112711807B CN202011612687.6A CN202011612687A CN112711807B CN 112711807 B CN112711807 B CN 112711807B CN 202011612687 A CN202011612687 A CN 202011612687A CN 112711807 B CN112711807 B CN 112711807B
- Authority
- CN
- China
- Prior art keywords
- equipment
- coefficient
- fault
- key
- coefficients
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 40
- 238000013461 design Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明属于航空电子设备分析技术领域,涉及一种基于故障数据的设备可靠性分析方法,包括以下步骤:步骤一:确定各个设备的故障率;步骤二:确定各个设备的设备类别、设备状态、设备重要度和设备故障率四个维度的系数,并根据各设备上述四个维度的系数确定各个设备的加权评估系数,并根据各个设备的加权评估系数确定关键设备;步骤三:确定关键设备的各种故障模式的历史问题和典型故障模式两个维度的系数,并根据关键设备各种故障模式的上述两个维度的系数确定关键设备各种故障模式的加权评估系数,并根据关键设备各种故障模式的加权评估系数确定关键故障模式;步骤四:针对步骤三中确定的关键设备的关键故障模式,改进设计方案。
Description
技术领域
本发明属于航空电子设备分析技术领域,涉及一种基于故障数据的设备可靠性分析方法。
背景技术
在产品可靠性设计分析的过程中,科学的确定可靠性的设计薄弱环节,即确定可靠性提升的具体目标对象一直是一项难题。
工程师完成可靠性分析后,不能有效确定后续的产品可靠性工作对象、故障模式可靠性工作对象。因此对产品可靠性提升的实施带来极大的困难。
发明内容
为了解决上述问题,本发明提供了一种基于故障数据的基本可靠性分析方法,能够较准确的对产品的可靠性提升对象进行定位,并在此基础上结合可靠性设计活动及可靠性验证方法确定一套可靠性提升方案。
一种基于故障数据的设备可靠性分析方法,包括以下步骤:
步骤一:确定各个设备的故障率;
步骤二:确定各个设备的设备类别、设备状态、设备重要度和设备故障率四个维度的系数,并根据各设备上述四个维度的系数确定各个设备的加权评估系数,并根据各个设备的加权评估系数确定关键设备;
步骤三:确定关键设备的各种故障模式的历史问题和典型故障模式两个维度的系数,并根据关键设备各种故障模式的上述两个维度的系数确定关键设备各种故障模式的加权评估系数,并根据关键设备各种故障模式的加权评估系数确定关键故障模式;
步骤四:针对步骤三中确定的关键设备的关键故障模式,改进设计方案。
进一步,所述步骤二中,各设备的设备类别、设备状态、设备重要度和设备故障率四个维度的系数之积作为各设备的总系数,每个设备的总系数与全部设备的总系数和的比作为每个设备的加权评估系数。
进一步,所述步骤二中,将各设备加权评估系数从大到小排序形成设备加权评估系数表,
所述关键设备为设备加权评估系数表中排名前30%的设备。
进一步,所述步骤三中,关键设备各种故障模式的历史问题和典型故障模式两个维度的系数之积作为各种故障模式的总系数;每个故障模式的总系数与全部故障模式总系数和的比作为每个故障模式的加权评估系数。
进一步,所述步骤三中,将关键设备的各故障模式加权评估系数从大到小排序形成故障模式加权评估系数表,
所述关键故障模式为故障模式加权评估系数表中排名前30%的故障模式。
进一步,所述步骤二中,“设备类别”系数按照设备为电子类或机械类进行评分,取值范围1-5,设备类别评分越高表示设备类别越偏机械类;
“设备状态”系数按照设备成熟度进行评分,取值范围1-5,设备状态评分越高表示设备成熟度越低;
“设备重要度”系数按照设备重要度评分,取值范围1-5,设备重要度系数越高设备越重要;
“设备故障率”系数根据设备在总故障中的比值确定,比值小于10%,则设备故障率系数为1,比值在11%~15%之间则设备故障率系数为2,比值在16%~20%之间则设备故障率系数为3,比值在21%~25%之间则设备故障率系数为4,比值大于25%则设备故障率系数为5。
进一步,所述步骤三中,故障模式的历史问题系数按照故障历史发生次数确定,取值范围1-5;故障模式的历史问题系数越大表示故障历史发生次数越多。
进一步,所述步骤三中,故障模式的典型故障模式系数根据故障模式出现概率确定;故障模式出现概率小于10%,则典型故障模式系数为1,故障模式出现概率在11%~15%之间则典型故障模式系数为2,故障模式出现概率在16%~20%之间则典型故障模式系数为3,故障模式出现概率在21%~25%之间则典型故障模式系数为4,故障模式出现概率大于25%则典型故障模式系数为5。
有益效果
通过本发明提供的一种基于故障数据的基本可靠性分析方法,在产品研制中,能够科学准确的确定设备可靠性设计的对象及其故障模式对象。
附图说明
图1为一种基于故障数据的设备可靠性分析方法流程示意图。
具体实施方式
使本发明实施的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行更加详细的描述。所描述的实施例是本发明一部分实施例,而不是全部的实施例。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。基于本发明中的实施例,本领域普通技术人员在没有作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。下面结合附图对本发明的实施例进行详细说明。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“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保护范围的限制。
一种基于故障数据的基本可靠性分析方法,如图1所示,包括:
步骤一:确定各个设备的故障率;
步骤二:确定各个设备的设备类别、设备状态、设备重要度和设备故障率四个维度的系数,并根据各设备上述四个维度的系数确定各个设备的加权评估系数,并根据各个设备的加权评估系数确定关键设备;
步骤三:确定关键设备的各种故障模式的历史问题和典型故障模式两个维度的系数,并根据关键设备各种故障模式的上述两个维度的系数确定关键设备各种故障模式的加权评估系数,并根据关键设备各种故障模式的加权评估系数确定关键故障模式;
步骤四:针对步骤三中确定的关键设备的关键故障模式,改进设计方案。
以某控制分系统为例进行说明,对分系统组成进行分层。
成品清单及分析如下表所示。
之后,按照评分标准对设备评分,需要说明的是,加权项的确定是本发明的基础,根据产品特点,对影响设备评分系数占比的各项因素进行了逐项分析,最后经甄别及筛选,确定出四项主要因素作为加权计算项。分别如下所示:
“设备类别”系数按照设备为电子类或机械类进行评分,取值范围1-5,设备类别评分越高表示设备类别越偏机械类;
“设备状态”系数按照设备成熟度进行评分,取值范围1-5,设备状态评分越高表示设备成熟度越低;
“设备重要度”系数按照设备重要度评分,取值范围1-5,设备重要度系数越高设备越重要;
“设备故障率”系数根据设备在总故障中的比值确定,比值小于10%,则设备故障率系数为1,比值在11%~15%之间则设备故障率系数为2,比值在16%~20%之间则设备故障率系数为3,比值在21%~25%之间则设备故障率系数为4,比值大于25%则设备故障率系数为5。
由此评分如下表所示:
各设备的设备类别、设备状态、设备重要度和设备故障率四个维度的系数之积作为各设备的总系数,每个设备的总系数与全部设备的总系数和的比作为每个设备的加权评估系数。
之后,将各设备加权评估系数从大到小排序形成设备加权评估系数表,
所述关键设备为设备加权评估系数表中排名前30%的设备。
经计算:评分排序在30%设备为控制计算机A和控制计算机B。
之后,按照评分标准对故障模式评分,需要说明的是,加权项的确定是本发明的基础,根据产品特点,对影响故障模式评分系数占比的各项因素进行了逐项分析,最后经甄别及筛选,确定出两项主要因素作为加权计算项。分别如下所示:
故障模式的历史问题系数按照故障历史发生次数确定,取值范围1-5;故障模式的历史问题系数越大表示故障历史发生次数越多。
故障模式的典型故障模式系数根据故障模式出现概率确定;故障模式出现概率小于10%,则典型故障模式系数为1,故障模式出现概率在11%~15%之间则典型故障模式系数为2,故障模式出现概率在16%~20%之间则典型故障模式系数为3,故障模式出现概率在21%~25%之间则典型故障模式系数为4,故障模式出现概率大于25%则典型故障模式系数为5。
控制计算机A和控制计算机B故障模式相同,在此以控制计算机A为例。
关键设备各种故障模式的历史问题和典型故障模式两个维度的系数之积作为各种故障模式的总系数;每个故障模式的总系数与全部故障模式总系数和的比作为每个故障模式的加权评估系数。
将关键设备的各故障模式加权评估系数从大到小排序形成故障模式加权评估系数表,所述关键故障模式为故障模式加权评估系数表中排名前30%的故障模式。
经计算,429接收功能丧失、1553总线功能丧失为关键故障模式。
结合可靠性试验规划和可靠性设计分析规划,最终确定强化429接口芯片、1553总线接口芯片的可靠性控制,开展可靠性强化试验可以极大减弱该故障模式的发生。
最后需要指出的是:以上实施例仅用以说明本发明的技术方案,而非对其限制。尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (5)
1.一种基于故障数据的设备可靠性分析方法,其特征在于:所述方法包括以下步骤:
步骤一:确定各个设备故障率;
步骤二:确定各个设备的设备类别、设备状态、设备重要度和设备故障率四个维度的系数,并根据各设备上述四个维度的系数确定各个设备的加权评估系数,并根据各个设备的加权评估系数确定关键设备;“设备类别”系数按照设备为电子类或机械类进行评分,取值范围1-5;“设备状态”系数按照设备成熟度进行评分,取值范围1-5;“设备重要度”系数按照设备重要度评分,取值范围1-5;“设备故障率”系数根据设备在总故障中的比值确定,比值小于10%,则设备故障率系数为1,比值在11%~15%之间则设备故障率系数为2,比值在16%~20%之间则设备故障率系数为3,比值在21%~25%之间则设备故障率系数为4,比值大于25%则设备故障率系数为5;各设备的设备类别、设备状态、设备重要度和设备故障率四个维度的系数之积作为各设备的总系数,每个设备的总系数与全部设备的总系数和的比作为每个设备的加权评估系数;
步骤三:确定关键设备的各种故障模式的历史问题和典型故障模式两个维度的系数,并根据关键设备各种故障模式的上述两个维度的系数确定关键设备各种故障模式的加权评估系数,并根据关键设备各种故障模式的加权评估系数确定关键故障模式;故障模式的历史问题系数按照故障历史发生次数确定,取值范围1-5;故障模式的典型故障模式系数根据故障模式出现概率确定;故障模式出现概率小于10%,则典型故障模式系数为1,故障模式出现概率在11%~15%之间则典型故障模式系数为2,故障模式出现概率在16%~20%之间则典型故障模式系数为3,故障模式出现概率在21%~25%之间则典型故障模式系数为4,故障模式出现概率大于25%则典型故障模式系数为5;关键设备各种故障模式的历史问题和典型故障模式两个维度的系数之积作为各种故障模式的总系数;每个故障模式的总系数与全部故障模式总系数和的比作为每个故障模式的加权评估系数;
步骤四:针对步骤三中确定的关键设备的关键故障模式,改进设计方案。
2.根据权利要求1所述的一种基于故障数据的设备可靠性分析方法,其特征在于:步骤二中,将各设备加权评估系数从大到小排序形成设备加权评估系数表,
所述关键设备为设备加权评估系数表中排名前30%的设备。
3.根据权利要求2所述的一种基于故障数据的设备可靠性分析方法,其特征在于:步骤三中,将关键设备的各故障模式加权评估系数从大到小排序形成故障模式加权评估系数表,
所述关键故障模式为故障模式加权评估系数表中排名前30%的故障模式。
4.根据权利要求1所述的一种基于故障数据的设备可靠性分析方法,其特征在于:所述步骤二中,设备类别评分越高表示设备类别越偏机械类;
设备状态评分越高表示设备成熟度越低;
设备重要度系数越高设备越重要。
5.根据权利要求1所述的一种基于故障数据的设备可靠性分析方法,其特征在于:所述步骤三中,故障模式的历史问题系数越大表示故障历史发生次数越多。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011612687.6A CN112711807B (zh) | 2020-12-29 | 2020-12-29 | 一种基于故障数据的设备可靠性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011612687.6A CN112711807B (zh) | 2020-12-29 | 2020-12-29 | 一种基于故障数据的设备可靠性分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112711807A CN112711807A (zh) | 2021-04-27 |
CN112711807B true CN112711807B (zh) | 2024-04-09 |
Family
ID=75547335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011612687.6A Active CN112711807B (zh) | 2020-12-29 | 2020-12-29 | 一种基于故障数据的设备可靠性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112711807B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107316088A (zh) * | 2017-07-13 | 2017-11-03 | 中国航空工业集团公司西安飞机设计研究所 | 一种故障检测率分配方法 |
CN107506908A (zh) * | 2017-08-02 | 2017-12-22 | 中国航空工业集团公司西安飞机设计研究所 | 一种机载设备电子元件国产化指标的确定方法 |
CN109635324A (zh) * | 2018-11-05 | 2019-04-16 | 中国航空工业集团公司西安飞机设计研究所 | 一种故障隔离率的分配方法 |
CN110264055A (zh) * | 2019-06-11 | 2019-09-20 | 北京锦鸿希电信息技术股份有限公司 | 部件危害性评估方法、装置、设备及计算机可读存储介质 |
CN110458444A (zh) * | 2019-08-07 | 2019-11-15 | 国网湖北省电力有限公司计量中心 | 一种低压台区运行状态多维影响因素综合评价方法及系统 |
CN110503305A (zh) * | 2019-07-25 | 2019-11-26 | 西安理工大学 | 一种变压器性能评估方法 |
CN110675070A (zh) * | 2019-09-26 | 2020-01-10 | 上海博辕信息技术服务有限公司 | 智能微网设备关键度分析方法 |
CN111160685A (zh) * | 2019-09-23 | 2020-05-15 | 上海安恪企业管理咨询有限公司 | 一种基于设备综合健康状况分析和管理的维修决策方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6684349B2 (en) * | 2000-01-18 | 2004-01-27 | Honeywell International Inc. | Reliability assessment and prediction system and method for implementing the same |
-
2020
- 2020-12-29 CN CN202011612687.6A patent/CN112711807B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107316088A (zh) * | 2017-07-13 | 2017-11-03 | 中国航空工业集团公司西安飞机设计研究所 | 一种故障检测率分配方法 |
CN107506908A (zh) * | 2017-08-02 | 2017-12-22 | 中国航空工业集团公司西安飞机设计研究所 | 一种机载设备电子元件国产化指标的确定方法 |
CN109635324A (zh) * | 2018-11-05 | 2019-04-16 | 中国航空工业集团公司西安飞机设计研究所 | 一种故障隔离率的分配方法 |
CN110264055A (zh) * | 2019-06-11 | 2019-09-20 | 北京锦鸿希电信息技术股份有限公司 | 部件危害性评估方法、装置、设备及计算机可读存储介质 |
CN110503305A (zh) * | 2019-07-25 | 2019-11-26 | 西安理工大学 | 一种变压器性能评估方法 |
CN110458444A (zh) * | 2019-08-07 | 2019-11-15 | 国网湖北省电力有限公司计量中心 | 一种低压台区运行状态多维影响因素综合评价方法及系统 |
CN111160685A (zh) * | 2019-09-23 | 2020-05-15 | 上海安恪企业管理咨询有限公司 | 一种基于设备综合健康状况分析和管理的维修决策方法 |
CN110675070A (zh) * | 2019-09-26 | 2020-01-10 | 上海博辕信息技术服务有限公司 | 智能微网设备关键度分析方法 |
Non-Patent Citations (4)
Title |
---|
Application of an intelligent classification method to mechanical fault diagnosis;Yaguo Lei;Expert Systems with Applications;第36卷(第6期);9941-9948 * |
危害性矩阵分析中故障模式影响概率的确定方法;火建卫;航空工程进展;第6卷(第2期);全文 * |
基于运行状态和寿命的设备全寿期评价分析;孙利雄;秦锟;崔大铭;;云南电力技术(第04期);全文 * |
飞机自动化对接装配系统的故障维修决策;余锋杰;柯映林;应征;;计算机集成制造系统(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112711807A (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7253650B2 (en) | Increase productivity at wafer test using probe retest data analysis | |
CN108229580A (zh) | 一种基于注意力机制及特征融合的眼底图中糖网特征分级装置 | |
CN110276552A (zh) | 贷前风险分析方法、装置、设备及可读存储介质 | |
CN107679734A (zh) | 一种用于无标签数据分类预测的方法和系统 | |
US6405157B1 (en) | Evaluation value computing system in production line simulator | |
CN105426441B (zh) | 一种时间序列自动预处理方法 | |
WO2019019429A1 (zh) | 一种虚拟机异常检测方法、装置、设备及存储介质 | |
CN113516228A (zh) | 一种基于深度神经网络的网络异常检测方法 | |
CN115576738A (zh) | 一种基于芯片分析实现设备故障确定的方法及系统 | |
CN112711807B (zh) | 一种基于故障数据的设备可靠性分析方法 | |
CN113672508B (zh) | 一种基于风险策略和多样性策略的Simulink测试方法 | |
CN109902731A (zh) | 一种基于支持向量机的性能故障的检测方法及装置 | |
CN113592305A (zh) | 测试方法、装置、电子设备以及存储介质 | |
Cozzucoli | Process monitoring with multivariate p‐control chart | |
CN112907371A (zh) | 一种风控模型的训练方法 | |
CN117236275A (zh) | 一种芯片优化方法、装置、设备及存储介质 | |
CN116975081A (zh) | 一种日志诊断集更新方法、装置、设备及存储介质 | |
CN105989095A (zh) | 顾及数据不确定性的关联规则显著性检验方法及装置 | |
CN114881503A (zh) | 一种评分确定方法、装置、设备及存储介质 | |
CN111814360B (zh) | 一种机载机电设备使用可靠性评估方法 | |
CN113806336A (zh) | 一种数据质量评估方法及系统 | |
CN113641823A (zh) | 文本分类模型训练、文本分类方法、装置、设备及介质 | |
KR101542558B1 (ko) | 웨이퍼 수율 맵을 분석하는 방법 및 상기 방법을 기록한 기록매체 | |
CN114663102A (zh) | 基于半监督模型预测发债主体违约的方法、设备及存储介质 | |
CN117933832B (zh) | 航天器地面等效性试验的指标权重评估方法 |
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 |