A Novel Approach for Prioritization of Failure modes in FMEA using MCDM
K. Maheswaran1, T. Loganathan2
1(Asst. Professor, Dept. of Mechanical Engineering, Mepco Schlenk Engineering College, Tamil Nadu, India.)
2(PG Scholar, Department of Mechanical Engineering, MepcoSchlenk Engineering College, Tamil Nadu, India.)
Abstract
Failure Mode Effect Analysis (FMEA) is one of user friendly and handy tool available in the hands of the process industries to identifying and eliminating the potential failures in systems, processes and designing. In this FMEA method prioritization of the failure modes are based on Risk Priority Number (RPN). This RPN can be calculated by multiplying the scores of various risk factors and categorized as Severity(S), Occurrence (O) and Detection (D). This RPN method has been criticized for its several limitations. So this paper aims to eliminate the limitations present in the RPN based
prioritization by integrating with the Techniques of Multi Criteria Decision Making(MCDM) Model by fusing Analytical Hierarchy Process (AHP) with Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE).This hybridization of MCDM methods will enhance the precision of prioritizing failure modes by eliminating the limitations of traditional FMEA. The technique AHP is used to determine the weights for each risk factor and PROMETHEE is used to prioritize the failure mode based on the weights of risk factors.
Keywords: AHP, FMEA, MCDM, PROMETHEE,
RPN, S, O, D and Risk Assessment
I. INTRODUCTION
It is quite common that accidents occur in industries due to the presence of hazardous nature of materials from low degree to high degree of occurrence. This undesirable event increased the importance of risk assessment techniques employed throughout the industries. There are several techniques developed to perform the risk assessment to mitigate the suffering. Failure Mode Effect Analysis (FMEA) is one of the most widely used risk assessment tool. This FMEA was first proposed by National Aeronautics and Space Administration (NASA, U.S.A.) in 1960. Then, it was adopted and promoted by Ford Motor in 1977.
Today, FMEA has been adopted in wide spectrum of fields such as the Chemical, Aerospace, Military, Automobile, Electrical, Mechanical and Semiconductor industries. The FMEA provides
reliability and safety of a system and helps
toidentify the potential products and process failures existing in the system.
This traditional FMEA method is purely based on Risk Priority Number (RPN).In order to prioritize the identified potential failure modes the RPN may be calculated by multiplying the scores of risk factors. There are three risk factors used for evaluating the RPN. This comprises Severity (S), Occurrence (O) and Detection (D). RPN can be represented mathematically as RPN = S*O*D. In these Severity(S) is the effect of failure on the system, Occurrence (O) is the frequency of failure and Detection (D) is the probability of detecting the failure. In this method experts will give their preference level based on the scale of importance to each failure modes. This scale of importance contains a numerical scale from 1 to 10. This RPN method has been criticized due to its limitations. So that, many authors proposed alternative methods to replace the traditional RPN method. To make the meaningful evaluation of RPN, few authors proposed FMEA with Multi Criteria Decision Making (MCDM) techniques. In 2001Chang et al.,[1] was computed FMEA in Grey theory to enhance the product and process stability.
In 2005, Stephen Heller [2] clearly appraised the advantages of MCDM in risk assessment. Multi Criteria Decision Analysis (MCDA) with risk assessment provides bettersupported techniques for the comparison of alternatives based on decision matrices, and it also provides structured methods for the ranking of alternatives. Risk assessment alone canrsquo;t reduce the risk effectively; Risk assessment along with decision making gives effective risk management.
Due to these advantages of MCDM few authors proposed FMEA with MCDM techniques for the risk assessment. In 2012, AhmetCan Kutlu et al.,[3]used the tool Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) for providing solution for RPN based traditional method of FMEA.
In 2012, Hu-Chen Liu et al., [4] used extended VIKOR (VlseKriterijumska Optimizacija I Kompromisno Resenje) method under the fuzzy environment for providing Risk prioritization in FMEA method.
Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE) method was developed by the Brans and Vincke [5] in the year of 1985. It is the best outranking tool used in Multi criteria decision analysis (MCDA). This method mainly used for ranking the alternatives while considering several criteria. Due to its advantages Arunkumar et al., [6] used PROMETHEE method to minimize the overall demand for the blood in the region by prioritizing the collection centrersquo;s.
However, only limited publications were available for the risk assessment by using Multi Criteria Decision Making with FMEA. There is no evidence in the literature that any one of them were applied for risk assessment using FMEA with PROMETHEE. So this integrated method of FMEA with PROMETHEE and AHP will enhance the precision of FMEA by means of eliminating limitations in the traditional FMEA method.
Traditional Failure Mode Effect Analysis (FMEA) has been extensively criticized due its several limitations with Risk Priority Number (RPN) based prioritization. The following are the problems encountered
全文共21790字，剩余内容已隐藏，支付完成后下载完整资料
一种新的利用 MCDM 故障模式优先级的方法
K. Maheswaran1, T. Loganathan2
1(Asst. Professor, Dept. of Mechanical Engineering, Mepco Schlenk Engineering College, Tamil Nadu, India.)
2(PG Scholar, Department of Mechanical Engineering, MepcoSchlenk Engineering College, Tamil Nadu, India.)
摘要
- 失效模式效应分析 (FMEA) 是一个用户友善型工具, 可以在流程工业、系统、过程和设计的中, 识别和消除潜在的故障。在这种 FMEA 方法中, 故障模式的优先级是基于风险优先级编号 (RPN)。这种 RPN 可以通过将各种危险因素的分数相乘并归类为严重性、发生 (O) 和检测 (D) 来计算。这种 RPN 方法受到了一些局限性的批评。因此, 本文旨在通过将层次分析法 (AHP) 与偏好排序组织方法相结合, 消除基于 RPN 的优先级排序中存在的局限性, 并将其与多准则决策 (MCDM) 模型融合在一起, 以偏好顺序结构评估法 (PROMETHEE)。这种 MCDM 方法的杂交, 通过消除传统 FMEA 的局限性, 提高了优先级失效模式的精度。采用技术 AHP 法确定各风险因子的权重, 并采用 PROMETHEE 的方法对基于风险因素权重的失效模式进行排序。
关键词: AHP, FMEA, MCDM, PROMETHEE, RPN, S, O, D 和风险评估
- 导言
由于材料的危险性质从低程度到高的发生, 在工业中发生事故是很普遍的。这一不良事件增加了整个行业所采用的风险评估技术的重要性。为了减轻痛苦, 开发了几种方法来进行风险评估。失效模式效应分析 (FMEA) 是目前应用最广泛的风险评估工具之一。这个 FMEA 最初是由国家航空航天管理局 (美国宇航局) 于1960年提出的。然后, 它被福特汽车在1977年采用和推广。
目前, FMEA 已广泛应用于化工、航天、军工、汽车、电力、机械、半导体等领域。FMEA 提供了系统的可靠性和安全性, 有助于识别系统中存在的潜在产品和过程故障。
这种传统的 FMEA 方法纯粹是基于风险优先数 (RPN)。为了区分确定的潜在失效模式, RPN 可以通过将风险因素的分数相乘来计算。有三危险因素用于评估 RPN。这包括严重性、发生 (O) 和检测 (D)。RPN 可以在数学上表示为 RPN = S * D。在这些严重性 (S) 是故障对系统的影响, 发生 (O) 是故障的频率和检测 (D) 是检测故障的概率。在这种方法中, 专家们将根据对每个故障模式的重要性程度来给出他们的偏好级别。这一重要性尺度包含了从1到10的数值尺度。这种 RPN 方法因其局限性而受到批评。因此, 许多作者提出了替代传统 RPN 方法的方法。为了对 RPN 进行有意义的评价, 很少有作者提出了多准则决策 (MCDM) 技术的 FMEA。在2001Chang 等, [1] 是计算 FMEA 在灰色理论, 以提高产品和过程稳定性。
在 2005年, 斯蒂芬海勒 [2] 清楚地评估了 MCDM 的好处在风险评估。多准则决策分析 (MCDA) 与风险评估为基于决策矩阵的替代方案的比较提供了 better supported 技术, 同时也为备选方案的排序提供了结构化的方法。风险评估本身不能有效地降低风险;风险评估连同决策制定提供了有效的风险管理。
由于 MCDM 的这些优势, 一些作者提出了 FMEA 与 MCDM 技术的风险评估。在 2012年, Ahmet Can Kutlu 等, [3] 使用的工具技术, 以相似的理想解 (TOPSIS) 的顺序偏好, 为 RPN 传统的 FMEA 方法提供解决方案。
在 2012年, 胡陈六等, [4] 使用了扩展 VIKOR (VlseKriterijumska Optimizacija I Kompromisno Resenje) 方法在模糊环境下为 FMEA 方法提供风险优先级。
1985年, Brans 和 Vincke [5] 开发了偏好顺序结构评估法(PROMETHEE) 方法的偏好排序组织方法。它是用于多准则决策分析 (MCDA) 的最佳级别工具。此方法主要用于排序, 同时考虑几个标准。由于其优势 Arunkumar 等, [6] 使用 PROMETHEE 方法, 以最小化的总体需求,从而 对该地区的血液的优先收集评估。
但是, 只有有限的出版物可用于风险评估, 使用 FMEA 的多标准决策。在文献中没有证据表明, 其中任何一个被应用于 FMEA 与 PROMETHEE 的风险评估。因此, 本文采用 PROMETHEE 和 AHP 相结合的方法, 通过消除传统 FMEA 方法的局限性, 提高 FMEA 的精度。
传统的失效模式效应分析 (FMEA) 由于基于风险优先级 (RPN) 的优先级排序的几个局限性受到了很多批评。以下是昌等人的 FMEA 方法所遇到的问题 [1] (2001) 和胡陈等, [7] (2011):
风险因素的不同组合可能产生相同的风险优先数 (RPN) 值。例如两个不同的失败模式, 其值为62、1和 32, 2 为严重性、发生和检测将具有与12相同的 RPN。很难确定故障模式的优先级。
风险因素的不同组合可能产生相同的风险优先数 (RPN) 值。例如两个不同的失败模式, 其值为62、1和 32, 2 为严重性、发生和检测将具有与12相同的 RPN。很难确定故障模式的优先级
二 提出的模型
采用混合多准则决策 (MCDM) 工具的 FMEA, 通过消除使用 RPN 方法的局限性, 提高了故障模式优先级的精度。图1显示了方法流程图。建议的方法包括评估风险评估的四阶段。在第一阶段, 通过通过什么-如果分析和失败记录来面试专家, 强调识别可能的失败模式。第二阶段, 确定故障模式的风险因素。在第三阶段, 确定每个风险因素的权重。
在第四阶段, 确定了每种失效模式的排名, 以选择最高的潜在风险。在这种新的 FMEA 方法中, 采用层次分析法 (AHP) 对各风险因子和偏好排序组织进行权重分配。
|
失败记录 |
假设分析 |
|
|
可能失效模式的识别 |
||
|
风险因素的识别 |
||
|
编制和评估 AHP 的问卷 |
||
|
确定每个风险因素的权重 |
||
|
权重的一致性检查 |
||
|
准备和评估调查表以PROMETHEE |
||
|
确定首选项函数 |
||
|
确定聚合首选项函数 |
||
|
确定离开流程 |
确定输入流 |
|
|
确定净级别高于流量 |
||
|
获得失效模式的最终排名 |
||
在第四阶段, 确定了每种失效模式的排名, 以选择最高的潜在风险。在这种新的 FMEA 方法中, 采用层次分析法 (AHP) 对各风险因子的权重进行分配, 并利用偏好排序组织方法进行偏好顺序结构评估法(PROMETHEE), 以确定故障模式的优先级。
A. 层次分析法 (AHP) 是由 SAATY [8] 在1980年开发的。它是一种决策方法, 用于评估涉及主观判断的复杂多重标准替代方案。该方法是解决复杂、非结构化决策问题的有效并且实用的方法。AHP 法涉及权重的计算和一致性检查。
1).权重计算:
下面是用层次分析法计算权重时所涉及的步骤: 准备了层次分析法 (AHP) 的问卷, 对各种决策者的问卷进行了评估。
利用 SAATY 量表构建决策矩阵。
计算每个标准的权重。
在这一评价中, 决策矩阵是由决策者在问卷中给出的偏好水平形成的。这种偏好级别可以根据重要性的 SAATY 尺度转换为数值。SAATY 刻度在表1中给出。
表 1 SAATY 的 AHP 评价尺度中的重要性标度'脆分'
|
重要性标度 |
脆分 |
|
相等的重要性 |
1 |
|
适度 |
3 |
|
强的重要性 |
5 |
|
非常强的重要性 |
7 |
|
非常优选 |
9 |
|
中间值 |
2 ,4,6,8 |
2). 一致性检查通过计算一致性比率 (CR), 可以确定对比较矩阵中主观输入的一致性。一般而言, 具有小于0.1 值的 CR 是好的 (SAATY 1980)。通过随机一致性指数 (RCI) 值除以 CI 值, 得到了每平方矩阵的 CR。
一致性指数 (CI) 可以用下面的公式来计算: 在这个 #39; n #39; 是多个标准, lambda; max 是特征值的平均值。SAATY 给出了随机一致性指数。它是基于矩阵的大小。
基于 PROMETHEE 偏好函数的级别高于方法是一种特殊类型的 MCDM 工具, 可以提供决策选项的排序。在 1985年, Brans 和 Vincke [5] 开发了 PROMETHEE (偏好顺序结构评估法) 的偏好顺序结构评估法方法。
PROMETHEE II 方法涉及的程序步骤如下:
步骤 1: 首先, 制定一个决策者委员会, 确定所有标准 (风险因素) 的重要性范围。
步骤 2: 然后编制评估备选方案 (失效模式) 的调查表。
步骤 3: 通过本调查表, 每个决策者都为备选方案 (失效模式) 分配合适的风险评分值 (重要性规模)。
步骤 4: 然后根据调查表中决策者的偏好水平形成决策矩阵。
步骤 5: 使用以下等式正常化决策矩阵: 对于有利条件:
在 j 项标准方面, 备选案文的绩效计量在哪里。
对于非有益的标准, 上面的等式可以重写如下:
步骤 6: 计算首选函数, Pj (i, i′)。
通过 Brans 和 Vincke 的建议, 很难为每个标准选择合适的偏好函数。因此, 在这里实现了维杰和香香 (2010) 的简化偏好函数模型。
步骤 7: 计算聚合偏好函数, 同时考虑到标准权重。
聚合偏好函数如下
在那里, 是 j 标准的相对重要性 (权重)。
'步骤 8: 确定离开和进入级别高于流如下: 离开 (或正) 流为我的选择, '
'输入 (或负) 流为 i th 的替代, 其中, n 是数量的替代品。'
n 表示数量。
步骤 9: 计算每个备选方案的净级别高于流量。
步骤 10: 根据 ith 的值确定所有被考虑的备选方案的排名。
-
举例说明该方法适用于轮胎制造业锅炉, 可产生每小时5吨蒸汽, 工作压力为 17.5 kg/cm2。该方法采用层次分析法 (AHP) 对锅炉的危险
全文共10126字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[17146]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
