一种基于域映射与加权关联规则的早期故障根原因识别方法，其步骤如下：1、基于公理化域映射构建产品早期故障的关联树框架模型；2、功能域分解与映射；3、设计结构域分解与映射；4、过程工艺域分解与映射，完成故障根原因关联树构建；5、故障症候数据收集；6、故障关联树节点初始权重挖掘；7、故障关联权重评估；8、权系数衡量，完成根原因识别。本发明专利技术利用加权关联规则客观量化原因节点权重系数，实现对导致产品早期故障的潜在根原因的科学排序，弥补了传统方法受制于早期故障机理认识不足而导致的根原因识别定性与片面性缺陷，有效提高了根原因识别过程的智能性及科学性，为早期故障的预防、控制和改进提供了新思路。
【技术实现步骤摘要】
本专利技术提供了一种基于域映射与加权关联规则的早期故障根原因识别方法，属于可靠性建模与分析
技术介绍
产品早期故障主要由于制造缺陷导致，工艺可靠性研究的短板主要体现在产品早期故障率过高，而现在关于早期故障率的认识只是通过使用数据来估计或通过老炼试验来表面移除，如何从制造和设计的源头对早期故障进行预防和控制一直没有很好的办法，其瓶颈就在于缺乏从产品可靠性形成的角度系统的开展产品早期故障机理的研究，无法准确识别和定位导致产品早期故障的根原因(关键设计和制造参数)，以前由于缺乏必要的数据，导致这方面的研究一直没有深入。现在，随着信息技术与网络技术的发展，产品研制与生产过程的质量及可靠性数据的日益积累，伴随着以数据建模及挖掘算法为核心的大数据技术及以偏差流和质量可靠性(QR)链等为代表的质量与可靠性数据融合等新技术的兴起，对于开展基于数据挖掘的产品早期故障机理分析提供了良好契机和基础。现阶段，针对使用阶段产品早期故障问题的分析多笼统的归于设计不当、原料及制造缺陷等，即便是基于潜在故障模式的FMEA分析等也往往仅给出定性的结论或推断，不能全面的识别出关键的产品功能、结构及工艺参数。为此，如何深入挖掘并系统地分析造成产品早期故障的设计与制造等细节性的根原因以便有的放矢解决根源上的可靠性问题，是设计人员，工艺人员及维修人员等亟需关注的共性问题。本专利技术在分析了造成产品早期故障的各阶段潜在波动因素，以及故障根原因分析的思想及技术方案的基础上，给出了基于域映射与加权关联规则的产品早期故障根原因识别技术，以实现数据驱动的早期故障问题的定量化分析。为此，本专利技术首次将产品设计及制造等产品可靠性形成过程的数据引入到产品早期故障根原因识别中，给出了基于域映射与加权关联规则的早期故障根原因识别方法，规范了基于关联树结构的早期故障机理建模流程等，以实现对早期故障问题的集成化的定量分析。
技术实现思路
(1)本专利技术的目的：复杂装备早期故障率高是制约装备顺利批产的关键因素之一，由于缺乏对其故障机理及根原因的认识，缺乏从研制和生产过程主动预防的技术手段，当前工程上只能通过被动可靠性试验和厂内试用磨合来初步去除，给研制方带来巨大的经济损失。因此，如何从研制和生产等产品形成过程大数据中识别早期故障根原因，为在研制生产过程开展主动的早期故障预防和控制提供明确的对象已经成为可靠性系统工程领域学术研究与工程应用的热点和难点。针对以往对造成产品早期故障的细节性根原因挖掘不系统，阻碍了有的放矢解决根源上的可靠性问题，本专利技术提供基于域映射与加权关联规则的早期故障根原因识别方法，形成包含设计功能问题、物理结构缺陷及过程参数波动的分级结构，建立起产品早期故障特征与各级影响因素间的映射关系以定量回溯问题的根本所在。借鉴公理化设计(Axiomatic design，AD)理论中四个域：用户域(Customer domain)、功能域(Functional domain)、结构域(Physical domain)和过程域(Process domain)相邻域之间“目标——如何达到”的逻辑思维，引入基于不同域映射关系的故障根原因关联树形结构，帮助建立早期故障与分布在产品“功能域”、“结构域”及“过程域”的设计及生产敏感参数间的相互映射分解关系，建立起产品早期故障根原因树。进而引入加权关联规则挖掘早期故障关联树各根原因(树节点)的权重，实现对于根原因的量化排序。本专利技术围绕着如何从产品寿命周期大数据中快速地建立产品早期故障根原因关联树及树节点权重挖掘这一核心问题，为基于产品寿命周期大数据和数据挖掘算法智能化的分析产品早期故障根原因提供新的可行的技术途径。(2)技术方案：本专利技术是基于域映射与加权关联规则的早期故障根原因识别方法，提出的基本假设如下：假设1过程是可测量的。假设2产品设计到制造到使用环节过程是可测量的。假设3过程检测值相互独立。假设4销售环节对产品早期故障的影响不考虑。假设5设计阶段需求可量化，制造过程中可靠性设计方案不更改。基于上述假设，本专利技术提出的基于域映射与加权关联规则的早期故障根原因识别方法，其步骤如下：步骤1基于公理化域映射构建产品早期故障的关联树框架模型；步骤2功能域分解与映射；步骤3设计结构域分解与映射；步骤4过程工艺域分解与映射，完成故障根原因关联树构建；步骤5故障症候数据收集；步骤6故障关联树节点初始权重挖掘；步骤7故障关联权重评估；步骤8权系数衡量，完成根原因的识别；其中，步骤1中所述的“基于公理化域映射构建产品早期故障的关联树框架模型”，其构建的做法如下：首先，从系统论角度自下而上将早期故障特征(Symptoms of product infant failures，SIFs)利用公理化域映射理论映射到功能域FRs，衍生出功能树结构；进而，功能域FRs给出故障特征相关的中每个功能需求，并独立地被结构域DPs中相应的设计参数满足而不影响其它的功能需求，衍生出物理树结构；继而，满足独立公理的结构域DPs最终得以展开，并被映射到对应特定工艺执行参数的过程域PVs，衍生出工艺树结构。其中，步骤2中所述的“功能域分解与映射”是指，针对早期故障特征，建立产品早期故障与其相关的第一层级功能模型的映射关系。产品设计中功能方法树(Function-Means Tree,FME)的设计对象分析方法(Design Object Analysis)方法可实现对故障的第一层级功能节点的系统分解，形成包含第一级、第二级、第三级功能等的多级FRs型树结构。其中，步骤3中所述的“设计结构域分解与映射”，是指基于功能分解的结果与产品成熟的设计规划，可由设计者展开第一层级功能模型到对应物理结构组件模型的映射，继而参考产品数据管理系统(Product Data Management，PDM)中每一装配过程的编码及相应的组件图和技术文档等，确定出相应的子装配过程信息。其中，步骤4中所述的“过程工艺域分解与映射，完成故障根原因关联树构建”，是指基于设计结构域分解的结果和现有的制造工艺规划，可由生产工程师或具体工艺人员展开第一层级物理结构组建模型到第一层级子过程各节点的映射，参考企业资源计划系统(Enterprise Resource Planning，ERP)，搜索出相应的子工艺过程信息及相关过程关键变量等，建立起早期故障根原因关联树模型。其中，步骤5中所述的“故障症候数据收集”，是指从故障症候出发，收集产品生命周期内有关设计、制造、使用三方面的质量检测历史数据以及故障数据。其中，步骤6中所述的“故障关联树节点初始权重挖掘”，其挖掘方法如下：首先，基于构建的关联树确定目标节点，进而，依据收集的数据以及专家打分法初始化数据输入矩阵最后，利用自对比矩阵挖掘故障关联树各节点的权重，即完成关联树各节点的初始加权。其中，步骤7中所述的“故障关联权重评估”，其评估方法如下：首先，此过程的关联权重不同于步骤6中所述加权关联规则挖掘中的项目权重，它表示的是关联树中每个节点的重要程度。其次，该过程利用所生成规则的最大权重支持度和置信度得到过程单元节点的权重系数。其中，步骤8中所述的“权系数衡量，完成根原因识别”，是指依据节点权系数衡量排序权系数作为其故障关联权重，W(Ri)＝wc1本文档来自技高网...
【技术保护点】
一种基于域映射与加权关联规则的早期故障根原因识别方法，其基本假设如下：假设1过程是可测量的；假设2产品设计到制造到使用环节过程是可测量的；假设3过程检测值相互独立；假设4销售环节对产品早期故障的影响不考虑；假设5设计阶段需求可量化，制造过程中可靠性设计方案不更改；基于上述假设，本专利技术提出的一种基于域映射与加权关联规则的早期故障根原因识别方法，其特征在于：其步骤如下：步骤1、基于公理化域映射构建产品早期故障的关联树框架模型；其构建的做法如下：首先，从系统论角度自下而上将早期故障特征即Symptoms of product infant failures，简称SIFs利用公理化域映射理论映射到功能域FRs，衍生出功能树结构；进而，功能域FRs给出故障特征相关的中每个功能需求，并独立地被结构域DPs中相应的设计参数满足而不影响其它的功能需求，衍生出物理树结构；继而，满足独立公理的结构域DPs最终得以展开，并被映射到对应特定工艺执行参数的过程域PVs，衍生出工艺树结构；步骤2、功能域分解与映射；针对早期故障特征，建立产品早期故障与其相关的第一层级功能模型的映射关系；产品设计中功能方法树即Function‑Means Tree,简称FME的设计对象分析方法即Design Object Analysis方法实现对故障的第一层级功能节点的系统分解，形成包含第一级、第二级、第三级功能等的多级FRs型树结构；步骤3、设计结构域分解与映射；基于功能分解的结果与产品成熟的设计规划，由设计者展开第一层级功能模型到对应物理结构组件模型的映射，继而参考产品数据管理系统即Product Data Management，简称PDM中每一装配过程的编码及相应的组件图和技术文档，确定出相应的子装配过程信息；步骤4、过程工艺域分解与映射，完成故障根原因关联树构建；基于设计结构域分解的结果和现有的制造工艺规划，由生产工程师及具体工艺人员展开第一层级物理结构组建模型到第一层级子过程各节点的映射，参考企业资源计划系统即Enterprise Resource Planning，简称ERP，搜索出相应的子工艺过程信息及相关过程关键变量，建立起早期故障根原因关联树模型；步骤5、故障症候数据收集；从故障症候出发，收集产品生命周期内有关设计、制造、使用三方面的质量检测历史数据以及故障数据；步骤6、故障关联树节点初始权重挖掘；其挖掘方法如下：首先，基于构建的关联树确定目标节点，进而，依据收集的数据以及专家打分法初始化数据输入矩阵最后，利用自对比矩阵挖掘故障关联树各节点的权重，即完成关联树各节点的初始加权；步骤7、故障关联权重评估；其评估方法如下：首先，此过程的关联权重不同于步骤6中所述加权关联规则挖掘中的项目权重，它表示的是关联树中每个节点的重要程度；其次，该过程利用所生成规则的最大权重支持度和置信度得到过程单元节点的权重系数；步骤8、权系数衡量，完成根原因的识别；依据节点权系数衡量排序权系数作为其故障关联权重，W(Ri)＝wc1·wc2，W(Ri)指权系数，wci节点i的加权置信度，最终依据权系数的大小得到根原因。...
【技术特征摘要】
1.一种基于域映射与加权关联规则的早期故障根原因识别方法，其基本假设如下：假设1过程是可测量的；假设2产品设计到制造到使用环节过程是可测量的；假设3过程检测值相互独立；假设4销售环节对产品早期故障的影响不考虑；假设5设计阶段需求可量化，制造过程中可靠性设计方案不更改；基于上述假设，本发明提出的一种基于域映射与加权关联规则的早期故障根原因识别方法，其特征在于：其步骤如下：步骤1、基于公理化域映射构建产品早期故障的关联树框架模型；其构建的做法如下：首先，从系统论角度自下而上将早期故障特征即Symptoms of product infant failures，简称SIFs利用公理化域映射理论映射到功能域FRs，衍生出功能树结构；进而，功能域FRs给出故障特征相关的中每个功能需求，并独立地被结构域DPs中相应的设计参数满足而不影响其它的功能需求，衍生出物理树结构；继而，满足独立公理的结构域DPs最终得以展开，并被映射到对应特定工艺执行参数的过程域PVs，衍生出工艺树结构；步骤2、功能域分解与映射；针对早期故障特征，建立产品早期故障与其相关的第一层级功能模型的映射关系；产品设计中功能方法树即Function-Means Tree,简称FME的设计对象分析方法即Design Object Analysis方法实现对故障的第一层级功能节点的系统分解，形成包含第一级、第二级、第三级功能等的多级FRs型树结构；步骤3、设计结构域分解与映射；基于功能分解的结果与产品成熟的设计规划，由设计者展开第一层级功能模型到对应物理结构组件模型的映射，继而参考产品数据管理系统即Product Data Management，简称PDM中每一装配过程的编码及相应的组件图和技术文档，确定出相应的子装配过程信息；步骤4、过程工艺域分解与映射，完成故障根原因关联树构建；基于设计结构域分解的结果和现有的制造工艺规划，由生产工程师及具体工艺人员展开第一层级物理结构组建模型到第一层级子过程各节点的映射，参考企业资源计划系统即Enterprise Resource Planning，简称ERP，搜索出相应的子工艺过程信息及相关过程关键变量，建立起早期故障根...
【专利技术属性】
技术研发人员：何益海，何珍珍，谷长超，崔家铭，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。