CN114022032A - 一种多维度航空发动机系统风险定量评价方法 - Google Patents
一种多维度航空发动机系统风险定量评价方法 Download PDFInfo
- Publication number
- CN114022032A CN114022032A CN202111405369.7A CN202111405369A CN114022032A CN 114022032 A CN114022032 A CN 114022032A CN 202111405369 A CN202111405369 A CN 202111405369A CN 114022032 A CN114022032 A CN 114022032A
- Authority
- CN
- China
- Prior art keywords
- risk
- item
- weight
- engine system
- aircraft engine
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims abstract description 68
- 238000011156 evaluation Methods 0.000 claims description 47
- 238000012502 risk assessment Methods 0.000 claims description 15
- 238000012360 testing method Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请属于航空发动机领域,特别涉及一种多维度航空发动机系统风险定量评价方法。包括:步骤一、获取航空发动机系统的风险项判断矩阵,并对所述风险项判断矩阵进行一致性检验,得到各个风险项的权重;步骤二、获取风险维度权重判断矩阵,得到各个风险项的风险维度权重;步骤三、获取专家打分权重判断矩阵,得到各个风险项的专家打分权重;步骤四、根据各个风险项的风险维度权重以及各个风险项的专家打分权重,计算各个风险项的风险值;步骤五、根据各个风险项的权重以及各个风险项的风险值,计算航空发动机系统的风险值。
Description
技术领域
本申请属于航空发动机领域,特别涉及一种多维度航空发动机系统风险定量评价方法。
背景技术
当前国内发动机生产和大修的交付模式普遍为“两装两试”,即以磨合为目的的装配试车和以交付为目的的装配试车,而目前国际上外许多民航发动机的交付模式为“一装一试”,即一次装配试车合格后即可交付。通过研究复杂系统综合技术风险评定方法,对两种交付模式的风险评定,确定发动机交付模式转变的主要技术风险,并为其它型号发动机交付模式风险评定提供参考。风险矩阵是在管理过程中识别风险重要性的一种结构性方法,并且还是对风险潜在影响进行评估的一套方法论,在目前的航空发动机研制过程风险分析中应用广泛。风险矩阵可以直观地显现风险的分布情况,有助于确定风险管理的重要范围和风险应对方案,但是一般是根据已识别的风险发生的后果对航空发动机的影响程度(严酷度)和发生的可能性(概率)等两个维度来绘制风险矩阵,只是作为一种筛查工具用来对风险进行排序,根据其在矩阵中所处的区域,确定哪些风险需要更细致地分析,或是应首先应对哪些风险。现有技术中风险矩阵采用严酷度等级和概率等级的组合,用半定量打分的思想构成风险评价指数矩阵表。应用表中的数值即可进行风险分级。这种方法称为风险评价指数矩阵法,是一种评价风险水平和确定风险的简单方法。然而该方法还存在以下缺点:
技术方面:该方法比较直观,应用简便,可将风险很快地划分为不同的重要性水平。同时该方法的缺点也是明显的,假设有M个风险项,以概率等级和严酷度等级为交叉轴的平面坐标系下,只能得到M个离散点,无法描述系统风险情况。风险坐标图在于对多项风险进行二维平面直观的比较,从而确定各风险管理的优先顺序和策略,对系统风险如何评价没有计算的方法。而且,假设有多个专家对同一风险项进行评价,因每个人评价结果不一样,则无法在二维风险坐标图上表现出来所有风险项。因此,这是该方法应用受限制的关键所在。而且对于其他维度的评价(如风险能被识别的概率、风险持续时间等)缺乏评价手段。而且,对整个系统来说,如何评价其整体的风险情况,目前也没有一个合理的计算模型或者方法来实现定量评价。
成本方面:该方法无法提供系统风险的计算途径,无法完成交付模式转化风险的评定。在风险评定方面,最终只能输出一个样式的风险清单。无法利用不同人员的评价结果,假设有多个人进行同一风险的评定,则会得到多个评价结果,无法实现多人结果的融合。不能达到评价数据的有效利用。
效率方面:该方法在评价打分时主要受打分专家主观因素较多,无法实现风险项之间的对比打分,风险项之间的重要程度无法区分,对每一个风险项在评价时不能确定是否合理公正,不能减少主观性对评价结果的影响。如此使得评价人员对风险项没有直观的认识,导致确定打分值的心理确定度预期不够,出现打分工作效率低。
因此,希望有一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。
发明内容
本申请的目的是提供了一种多维度航空发动机系统风险定量评价方法,以解决现有技术存在的至少一个问题。
本申请的技术方案是:
一种多维度航空发动机系统风险定量评价方法,包括:
步骤一、获取航空发动机系统的风险项判断矩阵,并对所述风险项判断矩阵进行一致性检验,得到各个风险项的权重;
步骤二、获取风险维度权重判断矩阵,得到各个风险项的风险维度权重;
步骤三、获取专家打分权重判断矩阵,得到各个风险项的专家打分权重;
步骤四、根据各个风险项的风险维度权重以及各个风险项的专家打分权重,计算各个风险项的风险值;
步骤五、根据各个风险项的权重以及各个风险项的风险值,计算航空发动机系统的风险值。
在本申请的至少一个实施例中,步骤一中,所述获取航空发动机系统的风险项判断矩阵,并对所述风险项判断矩阵进行一致性检验包括:
获取航空发动机系统的风险项判断矩阵;
计算所述风险项判断矩阵的最大特征根:
式中,(Aw)i为向量(Aw)的第i个元素;
计算CI:
式中,n为风险项判断矩阵的阶数;
计算CR:
式中,RI为随机一致性指标;
其中,
CI=0,表示有完全的一致性;
CI接近于0,表示有满意的一致性;
CI越大,表示不一致性越严重;
当且仅当CR<0.1时,满足一致性检验标准。
在本申请的至少一个实施例中,当所述风险项判断矩阵满足一致性检验标准时,根据所述风险项判断矩阵得到各个风险项的权重,其中,
式中,Wk为第k个风险项的风险权重,M为风险项总数。
在本申请的至少一个实施例中,步骤二中,风险维度为三维度,分别为严酷度、概率等级、识别率。
在本申请的至少一个实施例中,步骤四中,所述根据各个风险项的风险维度权重以及各个风险项的专家打分权重,计算各个风险项的风险值包括:
则q(k)个专家对p(k)个风险维度进行评价打分的结果构成第k个风险项的风险评价矩阵Hk:
式中,hkij表示第i个专家对第k个风险项的第j个风险维度进行评价打分的结果;
在得到风险评价矩阵Hk之后,根据第k个风险项的专家打分权重向量:
计算出风险评价向量Dk,即:
式中,Dkj表示对第k个风险项的第j个风险维度进行综合评价的结果;
根据第k个风险项的风险维度权重向量:
计算出对应的风险值Rk,即:
在本申请的至少一个实施例中,步骤五中,所述根据各个风险项的权重以及各个风险项的风险值,计算航空发动机系统的风险值包括:
共识别出M个风险项,第k个风险项的权重为Wk,第k个风险项的风险值为Rk,1≤k≤M,则航空发动机系统的风险值R为:
在本申请的至少一个实施例中,还包括:步骤六、获取系统风险级别及接受准则,根据所述航空发动机系统的风险值进行系统风险评价。
发明至少存在以下有益技术效果:
本申请的多维度航空发动机系统风险定量评价方法,建立了一种能定量评价系统风险的方法,将不同风险项、不同评价维度、不同专家组成融合来计算系统风险值,通过权重的引入提高了风险评价信息的利用率,可以实现将多维度的评价结果进行融合,并降低了评价主观因素对最终结果的影响。
附图说明
图1是本申请一个实施方式的多维度航空发动机系统风险定量评价方法流程图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行更加详细的描述。在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本申请一部分实施例,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,旨在用于解释本申请,而不能理解为对本申请的限制。基于本申请中的实施例,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,都属于本申请保护的范围。下面结合附图对本申请的实施例进行详细说明。
在本申请的描述中,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申请和简化描述,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申请保护范围的限制。
下面结合附图1对本申请做进一步详细说明。
本申请提供了一种多维度航空发动机系统风险定量评价方法,包括以下步骤:
S100、获取航空发动机系统的风险项判断矩阵,并对风险项判断矩阵进行一致性检验,得到各个风险项的权重;
S200、获取风险维度权重判断矩阵,得到各个风险项的风险维度权重;
S300、获取专家打分权重判断矩阵,得到各个风险项的专家打分权重;
S400、根据各个风险项的风险维度权重以及各个风险项的专家打分权重,计算各个风险项的风险值;
S500、根据各个风险项的权重以及各个风险项的风险值,计算航空发动机系统的风险值。
本申请的多维度航空发动机系统风险定量评价方法,所要确定的权重共有3种,分别为各个风险项的权重Wk、风险维度的权重Bk以及专家打分权重Ak。其中各个风险项的权重可由各个风险的重要程度来确定;各风险维度的权重可由风险因素的特点和影响确定;专家打分权重应着眼于专家的组成结构确定。
权重系数的确定采用层次分析法,通过对评价指标相互比较,建立判断矩阵。表1给出了矩阵判断标度(1~9标度法),使矩阵中的各要素的重要性能够进行定量显示,进行排序计算等获得权重集。
表1层次分析法的重要程度划分表
标度 | 含义 |
1 | 表示两个元素相比,具有同样的重要性 |
3 | 表示两个元素相比,前者比后者稍重要 |
5 | 表示两个元素相比,前者比后者明显重要 |
7 | 表示两个元素相比,前者比后者极其重要 |
9 | 表示两个元素相比,前者比后者强烈重要 |
2,4,6,8 | 表示上述相邻判断的中间值 |
表1反映的是两个评价指标相对重要程度的得分,若评价指标i相对评价指标j的比较分值为aij,则指标j相对i的比较分值为aji=1/aij。如果认为一样重要就是1∶1,稍重要就是3∶1,也可以取中间数值2∶1等,两两相比较,把数值填入,构造出成对比较判断矩阵A。
通过计算各判断矩阵的权重、排序并做一致性检验即可得到权重分配。在本申请的优选实施方案中,S100中,获取航空发动机系统的风险项判断矩阵,并对风险项判断矩阵进行一致性检验包括:
获取航空发动机系统的风险项判断矩阵;
计算所述风险项判断矩阵的最大特征根:
式中,(Aw)i为向量(Aw)的第i个元素;
计算CI:
式中,n为风险项判断矩阵的阶数;
计算CR:
式中,RI为随机一致性指标,可通过查表得到,参见表2;
其中,
CI=0,表示有完全的一致性;
CI接近于0,表示有满意的一致性;
CI越大,表示不一致性越严重;
当且仅当CR<0.1时,满足一致性检验标准。
表2随机一致性指标RI
本申请的多维度航空发动机系统风险定量评价方法,当风险项判断矩阵满足一致性检验标准时,根据风险项判断矩阵得到各个风险项的权重,其中,
式中,Wk为第k个风险项的风险权重,M为风险项总数。
本申请的多维度航空发动机系统风险定量评价方法,S200中,获取风险维度权重判断矩阵,得到各个风险项的风险维度权重。在本申请的优选实施例中,风险维度为三维度,分别为严酷度、概率等级、识别率。本实施例中,创新性的引入了识别率,三维度的评价结构是在二维度的基础上增加一个维度,引入识别率的概念。对于识别率,将识别率初步定义为风险能够被识别的概率(Risk Identification Rate)简称RIR。识别率(RIR)同样按照定量分为1~10种打分值,见表3。识别率(RIR)值越小表示风险被识别的概率越大,则危险性越小。因为倾向认为越难被识别的风险,其潜在的危害性就越大。只有容易识别出来的风险,则采取措施的机会越大,所造成的危害性就会越小。
表3识别率(RIR)等级评分准则
RIR分值 | 识别率(RIR)等级 | 评分准侧 |
10、9 | Ⅰ | 现行识别方法几乎不可能识别出或无法识别 |
8、7 | Ⅱ | 现行识别方法有很小的机会去识别 |
6、5、4 | Ⅲ | 现行识别方法基本可以识别 |
3、2、1 | Ⅳ | 现行识别方法肯定可以识别 |
本申请的多维度航空发动机系统风险定量评价方法,S400中,根据各个风险项的风险维度权重以及各个风险项的专家打分权重,计算各个风险项的风险值包括:
则q(k)个专家对p(k)个风险维度进行评价打分的结果构成第k个风险项的风险评价矩阵Hk:
式中,hkij表示第i个专家对第k个风险项的第j个风险维度进行评价打分的结果;
在得到风险评价矩阵Hk之后,根据第k个风险项的专家打分权重向量:
计算出风险评价向量Dk,即:
式中,Dkj表示对第k个风险项的第j个风险维度进行综合评价的结果;
根据第k个风险项的风险维度权重向量:
计算出对应的风险值Rk,即:
进一步,在得到各个风险项的权重以及各个风险项的风险值后,计算航空发动机系统的风险值:
共识别出M个风险项,第k个风险项的权重为Wk,第k个风险项的风险值为Rk,1≤k≤M,则航空发动机系统的风险值R为:
本申请的多维度航空发动机系统风险定量评价方法,还包括:S600、获取系统风险级别及接受准则,根据航空发动机系统的风险值进行系统风险评价。
通过上述步骤得出的是一个系统风险值,对整个系统(或者项目)来说,需要一个系统风险总的级别说明,见下表4,根据系统风险级别及接受准则确定系统的风险是否在可接受范围内。
表4系统风险级别及接受准则
风险指数 | 风险级别 | 接受原则说明 |
8≤R<sub>s</sub>≤10 | 灾难性风险(A类) | 不可接受,建议放弃或更换方案 |
6≤R<sub>s</sub><8 | 高风险(B类) | 不可接受,必须改进方案,采取措施降低风险 |
4≤R<sub>s</sub><6 | 中等风险(C类) | 有条件接受,不希望发生,应采取措施降低风险 |
2≤R<sub>s</sub><4 | 低风险(D类) | 可接受,需控制 |
0<R<sub>s</sub><2 | 可忽略风险(E类) | 可接受,不需控制 |
系统风险级别及接受准则与单项风险级别及接受准则是不同的。对整个系统(或项目)的系统级风险,最终得到的只有一个数值结果,由于权重系数的引入,使得无论是几个维度的计算,最终结果都会与单维度保持相同数量级,位于[0,10]区间内,因此,风险接受准则是不同的。
在本申请的一个具体实施方式中,以发动机主燃烧室部件为例,进行风险定量评价。
本实施例中,一共有5名专家,共识别出34项风险源。按照三维度(严酷度、概率等级、识别率)分别进行评价,得到34项风险源的风险清单。对风险排序较高的前15项风险进行权重判断,得到如下表风险项判断矩阵。
表5风险项判断矩阵
R1 | R2 | R3 | R4 | R5 | R6 | R7 | R8 | R9 | R10 | R11 | R12 | R13 | R14 | R15 | |
R1 | 1 | 1 | 1/3 | 1/2 | 1 | 1/4 | 1 | 1 | 1/3 | 1/2 | 1/3 | 1 | 1/2 | 1/4 | 1/2 |
R2 | 1 | 1 | 1/2 | 1/2 | 1 | 1/3 | 1 | 1 | 1/3 | 1/2 | 1/3 | 1 | 1/2 | 1/3 | 1/2 |
R3 | 3 | 2 | 1 | 2 | 2 | 1 | 2 | 2 | 1 | 2 | 1 | 2 | 2 | 1 | 1 |
R4 | 2 | 2 | 1/2 | 1 | 1 | 1/2 | 1 | 1 | 1/2 | 1 | 1/2 | 1 | 1 | 1/2 | 1 |
R5 | 1 | 1 | 1/2 | 1 | 1 | 1/3 | 1 | 1 | 1/3 | 1 | 1/3 | 1 | 1 | 1/3 | 1 |
R6 | 4 | 3 | 1 | 2 | 3 | 1 | 3 | 1 | 1 | 3 | 1 | 3 | 1 | 1 | 3 |
R7 | 1 | 1 | 1/2 | 1 | 1 | 1/3 | 1 | 1 | 1/3 | 1 | 1/3 | 1 | 1 | 1/3 | 1/2 |
R8 | 1 | 1 | 1/2 | 1 | 1 | 1 | 1 | 1 | 1/3 | 1/2 | 1/3 | 1 | 1/2 | 1/3 | 1/2 |
R9 | 3 | 3 | 1 | 2 | 3 | 1 | 3 | 3 | 1 | 2 | 1 | 3 | 2 | 1 | 3 |
R10 | 2 | 2 | 1/2 | 1 | 1 | 1/3 | 1 | 2 | 1/2 | 1 | 1/2 | 1 | 1 | 1/2 | 1 |
R11 | 3 | 3 | 1 | 2 | 3 | 1 | 3 | 3 | 1 | 2 | 1 | 3 | 2 | 1 | 2 |
R12 | 1 | 1 | 1/2 | 1 | 1 | 1/3 | 1 | 1 | 1/3 | 1 | 1/3 | 1 | 1 | 1/3 | 1/2 |
R13 | 2 | 2 | 1/2 | 1 | 1 | 1 | 1 | 2 | 1/2 | 1 | 1/2 | 1 | 1 | 1/2 | 1 |
R14 | 4 | 3 | 1 | 2 | 3 | 1 | 3 | 3 | 1 | 2 | 1 | 3 | 2 | 1 | 2 |
R15 | 2 | 2 | 1 | 1 | 1 | 1 | 2 | 2 | 1/3 | 1 | 1/2 | 2 | 1 | 1/2 | 1 |
得到各个风险项的权重为:ω=[0.033 0.035 0.093 0.052 0.042 0.11 0.0410.041 0.113 0.053 0.11 0.041 0.058 0.112 0.065]T。
对风险项判断矩阵进行一致性检验,有:
A·ω=[0.509 0.543 1.43 0.799 0.657 1.706 0.624 0.642 1.76 0.8221.695 0.624 0.895 1.728 1.004]T
计算出λmax=15.4273,进而得到CI=0.0305。查表RI=1.59,计算CR=CI/RI=0.019<0.1,通过一致性检验。
对风险维度权重进行分析,按每个风险项三个维度权重相同进行,判断矩阵结果如表6所示。
表6风险维度权重判断矩阵
严酷度 | 概率等级 | 识别率 | |
严酷度 | 1 | 1 | 1 |
概率等级 | 1 | 1 | 1 |
识别率 | 1 | 1 | 1 |
计算风险维度权重结果为B=[1/3 1/3 1/3]。
本实施例中,共5名专家,其专业技术职称分别为工程师2名(专家1、专家2)、高级工程师2名(专家3、专家4)、研究员1名(专家5),构成专家打分权重判断矩阵如表7所示。
表7专家打分权重判断矩阵
专家1 | 专家2 | 专家3 | 专家4 | 专家5 | |
专家1 | 1 | 1 | 1/2 | 1/2 | 1/4 |
专家2 | 1 | 1 | 1/2 | 1/2 | 1/4 |
专家3 | 2 | 2 | 1 | 1 | 1/2 |
专家4 | 2 | 2 | 1 | 1 | 1/2 |
专家5 | 4 | 4 | 2 | 2 | 1 |
计算风险维度权重结果为A=[0.1 0.1 0.2 0.2 0.4]。
以风险项机匣内套导流环周向裂纹为例,计算其风险值R1,具体如下:
按专家打分结果构造风险评价矩阵H1;
根据专家打分权重A,计算风险评价向量D1:
D1=A×H1=[2.1 8.3 5.3]
根据风险维度权重向量B,计算风险值R1:
R1=D1×BT=5.233
重复上述步骤计算其它14项风险项,结果如下表所示。
表8其余14项风险项风险值计算结果
R<sub>2</sub> | R<sub>3</sub> | R<sub>4</sub> | R<sub>5</sub> | R<sub>6</sub> | R<sub>7</sub> | R<sub>8</sub> |
4.7 | 4.5 | 4.133 | 3.9 | 5.2 | 4.167 | 4.433 |
R<sub>9</sub> | R<sub>10</sub> | R<sub>11</sub> | R<sub>12</sub> | R<sub>13</sub> | R<sub>14</sub> | R<sub>15</sub> |
5.067 | 4.367 | 4.8 | 4.367 | 3.767 | 4.733 | 4.033 |
最终,计算主燃烧室部件的风险值为:
按系统风险级别及接受准则,主燃烧室部件风险级别为中等风险(C类,有条件接受,不希望发生,应采取措施降低风险)。
本申请的多维度航空发动机系统风险定量评价方法,可以用来定量评价航空发动机系统风险。风险评价工作本身即带有不确定性,即将定性描述的风险用定量的方式来表达。该方法的计算基础还是根据专家的评分来确定,主观性较强,但是通过专家权重的引入,又降低了主观性带来的影响。目前的航空发动机风险评价方法还停留在简单的严酷度+概率等级的二维度评价方式上,只是简单的以列表的形式罗列风险项。本申请通过增加评价维度的方式,比如识别率等,并引入了权重的概念,可以实现发动机系统风险的评价。与此同时,通过系统风险等效的原理,也提供了一种可以反向降低系统风险的途径。
本申请的多维度航空发动机系统风险定量评价方法,首次将风险评定技术引入航空发动机交付模式评定研究;首次结合太行发动机实际开展发动机交付模式转化风险研究;在传统的风险分析方法基础上,创新提出三维度评定方法,实现系统风险程度定量评定。如果通过本方法实现交付模式的转化,则每台发动机减少一次装配和一次试车,提高了交付进度。以每台减少10万装配和试车成本,每年交付100台算,则每年节省成本超过千万。
本申请多维度航空发动机系统风险定量评价方法,在现有的二维度风险矩阵基础上,引入识别率的概念,实现三维度或更多维度系统风险评价。通过引入权重概念,能够实现系统的风险评价。如此,通过不同交付方式的风险等效,可以实现交付方式的转化。本申请在技术方面:通过权重的引入,以及层次分析法的运用,二者结合形成了一种能定量计算航空发动机系统风险的数学方法。在成本方面:融合了不同评价人员的评价结果,使得风险评价的输入增加了利用率,实现了多人评价结果的融合。在效率方面:通过风险项权重分析,可以区分不同风险项的重要程度,使得评价人员对风险项有直观认识,同时能够验证风险项之间重要程度区分以及打分是否符合预期,提高风险评定人员的工作信心与效率。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (7)
1.一种多维度航空发动机系统风险定量评价方法,其特征在于,包括:
步骤一、获取航空发动机系统的风险项判断矩阵,并对所述风险项判断矩阵进行一致性检验,得到各个风险项的权重;
步骤二、获取风险维度权重判断矩阵,得到各个风险项的风险维度权重;
步骤三、获取专家打分权重判断矩阵,得到各个风险项的专家打分权重;
步骤四、根据各个风险项的风险维度权重以及各个风险项的专家打分权重,计算各个风险项的风险值;
步骤五、根据各个风险项的权重以及各个风险项的风险值,计算航空发动机系统的风险值。
2.根据权利要求1所述的多维度航空发动机系统风险定量评价方法,其特征在于,步骤一中,所述获取航空发动机系统的风险项判断矩阵,并对所述风险项判断矩阵进行一致性检验包括:
获取航空发动机系统的风险项判断矩阵;
计算所述风险项判断矩阵的最大特征根:
式中,(Aw)i为向量(Aw)的第i个元素;
计算CI:
式中,n为风险项判断矩阵的阶数;
计算CR:
式中,RI为随机一致性指标;
其中,
CI=0,表示有完全的一致性;
CI接近于0,表示有满意的一致性;
CI越大,表示不一致性越严重;
当且仅当CR<0.1时,满足一致性检验标准。
4.根据权利要求3所述的多维度航空发动机系统风险定量评价方法,其特征在于,步骤二中,风险维度为三维度,分别为严酷度、概率等级、识别率。
5.根据权利要求4所述的多维度航空发动机系统风险定量评价方法,其特征在于,步骤四中,所述根据各个风险项的风险维度权重以及各个风险项的专家打分权重,计算各个风险项的风险值包括:
则q(k)个专家对p(k)个风险维度进行评价打分的结果构成第k个风险项的风险评价矩阵Hk:
式中,hkij表示第i个专家对第k个风险项的第j个风险维度进行评价打分的结果;
在得到风险评价矩阵Hk之后,根据第k个风险项的专家打分权重向量:
计算出风险评价向量Dk,即:
式中,Dkj表示对第k个风险项的第j个风险维度进行综合评价的结果;
根据第k个风险项的风险维度权重向量:
计算出对应的风险值Rk,即:
7.根据权利要求6所述的多维度航空发动机系统风险定量评价方法,其特征在于,还包括:步骤六、获取系统风险级别及接受准则,根据所述航空发动机系统的风险值进行系统风险评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111405369.7A CN114022032A (zh) | 2021-11-24 | 2021-11-24 | 一种多维度航空发动机系统风险定量评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111405369.7A CN114022032A (zh) | 2021-11-24 | 2021-11-24 | 一种多维度航空发动机系统风险定量评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114022032A true CN114022032A (zh) | 2022-02-08 |
Family
ID=80066191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111405369.7A Pending CN114022032A (zh) | 2021-11-24 | 2021-11-24 | 一种多维度航空发动机系统风险定量评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114022032A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115619093A (zh) * | 2022-10-11 | 2023-01-17 | 中国航发沈阳发动机研究所 | 一种基于基本故障率与相似性融合的可靠性指标分配方法 |
-
2021
- 2021-11-24 CN CN202111405369.7A patent/CN114022032A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115619093A (zh) * | 2022-10-11 | 2023-01-17 | 中国航发沈阳发动机研究所 | 一种基于基本故障率与相似性融合的可靠性指标分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Roszkowska | Rank ordering criteria weighting methods–a comparative overview | |
CN108399287B (zh) | 采用模糊层次分析的机床横梁设计方案的评估方法 | |
CN106096830B (zh) | 基于广义证据理论的继电保护状态评价方法及系统 | |
CN104318482A (zh) | 一套智能配电网综合评估体系和方法 | |
CN112700158B (zh) | 基于多维度模型的算法效能评估方法 | |
CN110163486A (zh) | 一种项目风险重要度评估方法及系统 | |
CN114022032A (zh) | 一种多维度航空发动机系统风险定量评价方法 | |
Zhang et al. | Multi-attribute decision making: An innovative method based on the dynamic credibility of experts | |
CN103970651A (zh) | 基于组件安全属性的软件体系结构安全性评估方法 | |
Chou et al. | Comparison of AHP and fuzzy AHP methods for human resources in science technology (HRST) performance index selection | |
CN110705841A (zh) | 一种基于改进模糊层次分析法的化工生产安全评估方法 | |
CN117151505A (zh) | 基于聚类方法与组合权重的事件调查体系评价方法及系统 | |
CN114676587B (zh) | 基于载荷谱相似性的疲劳寿命评估方法 | |
CN115375077A (zh) | 基于毕达哥拉斯模糊赋权法的海底管道失效风险评价方法 | |
CN114065386A (zh) | 一种快速预计整机mtbf的多元线性回归方程方法 | |
CN111144910B (zh) | 基于模糊熵均值阴影集的招投标“串标、陪标”对象推荐方法及装置 | |
CN114398769A (zh) | 一种无人直升机飞行控制系统评分自动获取方法 | |
CN114202240A (zh) | 一种可穿戴外骨骼机器人人机协作安全性评价系统及方法 | |
CN114218290A (zh) | 装备人机交互界面可用性评估的选择方法 | |
CN113240268A (zh) | 一种基于ahp和模糊评价法的网约车监管评价方法 | |
CN106294983A (zh) | 一种面向舰船研制过程的质量量化评价方法 | |
CN111192058A (zh) | 一种区域电力市场多阶信用风险预警方法 | |
CN108985564A (zh) | 一种基于qfd及二元语义的fmea方法 | |
He et al. | Objective Bayesian analysis for accelerated degradation data using inverse Gaussian process models | |
Wan et al. | An Integrated Group Decision-making Method for Hypertension Risk Management Under Interval-valued q-rung Othopair Fuzzy |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Yang Yang Inventor after: Liu Yongquan Inventor after: Wang Yi Inventor after: Du Shaohui Inventor after: Li Cangyu Inventor before: Yang Yang Inventor before: Li Cangyu |