小批量定制生产的潜在工艺设计失效模式的机器识别与风险评估

The identification and risk estimation on potential process design failure mode have been the key factors on limiting PFMEA application on small-batch customization. .Based on the process characteristics of small-batch customization, we combine the natural language processing technique and the failure mode identification through the model of process elements, aiming to realize the machine recognition on failure mode of procedure design, thus to effectively solve the impact of the complexity of procedure to the identification quality on failure mode of procedure design. The estimation model with fuzzy estimating interval is applied to evaluate the risk factors of severity(S), occurrence (O) and detection (D), and the risk factors and RPN through the fuzzy evidential reasoning algorithm can be concluded. The estimation scheme guarantees the evaluation accuracy, meanwhile provides relative lower technical skill request for the estimator. With the parameters sensitivity analysis, the random estimation parameters are studied with the mode and extent of their effect on risk factors S, O, D and RPN evaluation result, thus providing the basis for optimization on multi-dimensional estimation mode of risk factors. The related research results have been improved by applied to the failure mode analysis on general assembly process of a new advanced training aircraft. .The above study contents are associated with each other, thus they form an organic integrity. The research achievements are the core contents of process design failure mode analysis on small-batch customization. Therefore, the completion of such project will lay the solid foundation for applying PFMEA technique on small-batch customization.

潜在工艺设计失效模式的识别及其风险评估是制约PFMEA技术应用于小批量定制生产模式的关键因素。根据小批量定制生产的工艺特点，项目将自然语言处理技术与基于过程构成要素的失效模式判定方法相结合，实现潜在工艺设计失效模式的机器识别，以有效解决工艺复杂度对失效模式识别质量的影响；应用模糊置信区间评价模型对S、O、D风险因子逐个维度进行评价，通过模糊证据推理得出风险因子和RPN的评价结论，评价方法既保证评价质量，又降低对评价者技术水平的依赖；通过参数灵敏度分析，研究随机评价参数对风险因子S、O、D和RPN评价结果的影响方式和影响程度，从而为风险因子多维评价模型的优化提供依据；相关研究成果通过应用于新高教飞机总装工艺设计的失效分析而得到改进完善。研究内容相互关联并形成有机整体，研究成果是形成小批量定制生产模式的工艺设计失效分析技术的核心内容，项目完成将为PFMEA技术应用于小批量定制生产奠定基础。

为将失效模式及影响分析技术有效应用于小批量定制生产工艺过程的质量控制，项目创新性地开展了潜在工艺设计失效模式的机器识别、风险评估及其评估参数的灵敏度分析三个方面的研究工作。.综合应用自然语言处理、知识工程和数据挖掘等技术和方法，深入开展了失效模式的机器识别和工艺指令的规范化研究。以装配工艺过程为对象，分别构建了基于本体和案例推理的失效模式机器识别模型。应用研究得到的两种识别模型识别结果的总体平均准确率均大于85%。通过对各维度工序过程构成要素包含的制造工艺元素内容及其典型语句表述结构的系统分析，提出了工序过程构成要素表述内容和表述方式规范化的具体要求。该项研究创新性地将失效模式的人力识别推进到机器识别的阶段，工艺指令规范性编制要求可有效指导工艺指令的编写和优化。.构建了具有普遍应用价值的风险因子S、O和D的多维评价模型，研究了最受关注的风险因子S的评价维度优化问题，优化后的维度个数从15个减至8个，保留了完备性维度体系87%的信息含量，评估工作量减轻47%。创新性地提出了基于广义梯形模糊数的模糊置信区间评价模型，实现了与工业标准的有效衔接。提出可由计算机自动完成的基于模糊证据理论的风险因子多维评价结论的综合方法，有效减轻了评价专家的工作负荷。.风险因子评价参数的灵敏度分析研究首次给出了评价参数的概率分布模型及其分布参数的取值范围，清晰地揭示了各评价参数对评价结果的影响性质和影响程度，据此重新制定了更为精细和更具针对性的风险因子评价参数取值准则。应用研究给出的特征距离变异系数由评价数据修正前的0.7343提高到修正后的0.9903，实现了从评价数据这一源头有效提升失效模式风险评估的客观性和准确性的目标。.项目研究推进了失效模式及影响分析理论与技术的发展，研究成果形成的系统科学的小批量定制生产过程失效模式及影响分析技术具有显著的理论和工程应用价值。