针对某型火炮随动系统的故障数据,对火炮随动系统进行可靠性分析。采用故障模式与影响分析(failure modes and effect analysis,FMEA),通过统计存在的故障模式及原因分析,得到造成火炮随动系统故障的主要原因,提出针对性的改善措施;根据...针对某型火炮随动系统的故障数据,对火炮随动系统进行可靠性分析。采用故障模式与影响分析(failure modes and effect analysis,FMEA),通过统计存在的故障模式及原因分析,得到造成火炮随动系统故障的主要原因,提出针对性的改善措施;根据FMEA结果,建立火炮随动系统故障树,计算火炮随动系统故障的最小割集,将其分为6类,针对不同的底事件故障类别提出改善措施。结果表明:该分析可为提高火炮随动系统的可靠性提供数据支撑,为火炮随动系统的设计和预防维修提供理论依据。展开更多
针对传统故障模式和影响分析(failure mode and effect analysis,FMEA)方法存在评价使用精确数量化造成专家风险评估信息的丢失、忽略风险指标之间的相对重要性以及由于专家有限理性导致的评价固有的随机性等问题,利用区间值直觉模糊集...针对传统故障模式和影响分析(failure mode and effect analysis,FMEA)方法存在评价使用精确数量化造成专家风险评估信息的丢失、忽略风险指标之间的相对重要性以及由于专家有限理性导致的评价固有的随机性等问题,利用区间值直觉模糊集和云模型构建了一种改进的FMEA风险评估方法。首先,引入区间值直觉模糊集(IVIFS)来描述专家评价信息的复杂性和不确定性,通过运用区间值直觉模糊熵,计算专家权重和风险因子的权重;其次,采用云模型的方法,通过比较各支持云模型和反对云模型与正、负理想云模型的正、负相似度,获得故障模式评价值的综合相似度,通过对综合相似度大小排序得到各故障模式风险排序;最后,以自动扶梯的梯级、踏板和胶带风险评估为例进行分析,验证该评估方法的实用性和可行性。展开更多
针对风险评估过程中的模糊性和随机性两个不确定性因素,采用云模型对语义评价变量进行量化,并通过云的合成对专家的评价结果进行集结,构建云风险评价矩阵。将风险因子O、S、D期望重要度与云的相似度相结合计算风险因子的权重。考虑到传...针对风险评估过程中的模糊性和随机性两个不确定性因素,采用云模型对语义评价变量进行量化,并通过云的合成对专家的评价结果进行集结,构建云风险评价矩阵。将风险因子O、S、D期望重要度与云的相似度相结合计算风险因子的权重。考虑到传统故障模式与影响分析(Failure Mode and Effects Analysis,FMEA)中故障模式风险值排序的缺陷,基于云的距离测度算法提出云-VIKOR的风险排序方法。最后以实例验证了所提方法的精确性和有效性。展开更多
文摘针对某型火炮随动系统的故障数据,对火炮随动系统进行可靠性分析。采用故障模式与影响分析(failure modes and effect analysis,FMEA),通过统计存在的故障模式及原因分析,得到造成火炮随动系统故障的主要原因,提出针对性的改善措施;根据FMEA结果,建立火炮随动系统故障树,计算火炮随动系统故障的最小割集,将其分为6类,针对不同的底事件故障类别提出改善措施。结果表明:该分析可为提高火炮随动系统的可靠性提供数据支撑,为火炮随动系统的设计和预防维修提供理论依据。
文摘针对传统故障模式和影响分析(failure mode and effect analysis,FMEA)方法存在评价使用精确数量化造成专家风险评估信息的丢失、忽略风险指标之间的相对重要性以及由于专家有限理性导致的评价固有的随机性等问题,利用区间值直觉模糊集和云模型构建了一种改进的FMEA风险评估方法。首先,引入区间值直觉模糊集(IVIFS)来描述专家评价信息的复杂性和不确定性,通过运用区间值直觉模糊熵,计算专家权重和风险因子的权重;其次,采用云模型的方法,通过比较各支持云模型和反对云模型与正、负理想云模型的正、负相似度,获得故障模式评价值的综合相似度,通过对综合相似度大小排序得到各故障模式风险排序;最后,以自动扶梯的梯级、踏板和胶带风险评估为例进行分析,验证该评估方法的实用性和可行性。
文摘针对风险评估过程中的模糊性和随机性两个不确定性因素,采用云模型对语义评价变量进行量化,并通过云的合成对专家的评价结果进行集结,构建云风险评价矩阵。将风险因子O、S、D期望重要度与云的相似度相结合计算风险因子的权重。考虑到传统故障模式与影响分析(Failure Mode and Effects Analysis,FMEA)中故障模式风险值排序的缺陷,基于云的距离测度算法提出云-VIKOR的风险排序方法。最后以实例验证了所提方法的精确性和有效性。
