改進FMEA模型在棉種質量改善中的應用

侯曉曉 趙永滿 胡斌

摘要：新疆精量播種方式的推廣對精播棉種的質量要求更高，必須滿足發芽率高于90%、破籽率低于4%的要求。采用改進的故障模式及影響分析（failure mode & effect analysis，FMEA）法可以很好提高種子質量。基于模糊證據推理和灰色關聯投影法，識別棉種的潛在故障，計算其風險優先指數，確定破籽為棉種的關鍵故障，并用魚骨圖分析出影響種子破碎的關鍵因素為員工質量意識不足、毛籽破碎多、分選不徹底及機械磨損，從根源上制定相應改進措施。經生產實踐達到精播棉種的要求。本方法還適用水果、蔬菜、稻谷等作物種子的質量升級。

關鍵詞：棉種質量；FMEA；模糊證據推理；灰色關聯投影；風險優先指數

中圖分類號： S339；S562.038 文獻標志碼： A 文章編號：1002-1302（2015）07-0444-03

新疆作為中國最重要的棉區，原棉年生產量占全國總產量的50%。精量播種方式隨著機械化水平的提高深受棉農喜愛，同時對棉種質量提出了更高要求，應使發芽率高于90%、破籽率低于4%[1]。但是，新疆許多棉種種業公司并不能滿足以上要求，生產的種子發芽率低，田間出苗率低，質量穩定性差，頻發的質量事故不僅損害農民利益，更危害社會穩定[2]，種子質量升級勢在必行，FMEA作為一種工程技術，能夠預測系統、服務、設計和生產過程中潛在的故障模式，通過評價嚴重度、發生度、檢測度得到風險優先指數，繼而識別故障產生的原因，最后針對問題提出預防和改進措施，避免或減少故障的發生[3]。FMEA分析法已在醫療衛生、航空、船舶、汽車工業、奶產品加工中廣泛應用[4-5]，在棉種加工中尚未采用。

國外學者對FMEA做了很多改進，Gargama 等提出了模糊風險優先排序理論來解決認知不確定性問題[6]。Pillay等利用灰色關聯決策對風險系數進行排序[7]。盡管FMEA的應用有了很大改進，但無法解決評估過程中評價信息的多樣性和不確定性問題[8]。針對以上問題，Du等分別提出了基于理想點與證據推理法和灰色關聯影與D算數法來解決失效模式評價結果不全面及不準確問題的方法[9-10]。

本研究在前人研究工作的基礎上采用模糊證據推理與灰色關聯投影法來控制新疆棉種加工質量，以種子加工過程為研究對象，通過專家打分計算每個故障的相對投影值，確認種子主要缺陷和造成種子出苗差、苗勢弱、棉花產量低的關鍵因素，并制定改進措施提高種子質量安全與可靠性。

1 棉花種子主要故障及影響分析

毛籽經檢驗合格，進入棉種加工廠后，通過泡沫酸脫絨加工成光籽[11]，加工過程如圖1所示。

組建5人FMEA小組，包括質量工程師、工藝工程師、技術指導員、檢驗員、高校老師。考慮棉農需求和歷史數據確定棉種主要故障為殘酸超標、含水率高、破籽、純度差、發芽率低，并對其進行影響分析。（1）殘酸超標。酸含量偏高會侵蝕種子，影響種子發育。合格種子的殘酸量應低于0.15%。（2）含水率高。種子含水量大會發生霉變，影響種子發芽。水分含量應保持在12%左右。（3）破籽率高。破損的種子發芽率低，甚至不發芽，使產量下降。精播種子的破碎率應控制在4%以內[1]。（4）純度差。劣質品種的參入會使種苗抗旱、抗病蟲害、抗倒伏性能下降，成苗壯苗率降低。 （5）發芽率低。發芽率是評價種子質量的重要指標，應確保精播棉種發芽率在90%以上[1]。

2 確定棉種關鍵失效模式

傳統FMEA法忽略了故障嚴重度S、發生度O和探測度D的相對重要性，評價信息的多樣性和不確定性也使評價結果與現實不符[12]。本研究擬模糊數據推理和灰色關聯投影法來確認棉種的關鍵失效模式。

2.1 建立風險因子模糊評價等級

根據FMEA成員的專業知識、工作部門和職業背景，將其權重μ分別設為0.25、0.20、0.20、0.20、0.15。同時將評價指標S、O、D的評價等級表示為模糊集合：

{Hii}={H11，H22，H33，H44，H55}={很低，低，中等，高，很高}。（1）

{Hii}（i=1，2，…，5）之間相互獨立，僅相鄰評價等級相交，且區間模糊評價等級為{Hij}（i=1，2，…，4；j=i+1，…，5）[13]。語言變量模糊等級與FMEA評價等級取值關系準則參考文獻[12]。

2.2 基于模糊置信結構確定專家評價信息

本研究采用模糊證據推理置信結構法[13]對風險因子S、O、D進行評價。定義評估人員TMx對故障模式FMq關于風險因子RFy的置信結構為{Hij，βxij（FMq，RFy）}，其中 βxij（FMq，RFy） 為故障模式FMq關于風險因子RFy的置信度，則綜合置信結構為：

Z～q（y）={Hij，βij（FMq，RFy）}。（2）

式中：βij（FMq，RFy）=∑xx=1μxβxij（FMq，RFy），i=1，2，…，5；j=1，…，5；x=1，2，…，5；y=1，2，3；q=1，2，…，5。

根據現場調研和歷史數據，FMEA 小組對棉種故障的評價信息如表1所示。

2.3 確定風險因子綜合權重

采用D算數法確定風險因子對棉種故障的相對權重[10]，評估人員TMx對風險因子RFy的置信結構為：

Dx={（bxy1，vxy1），（bxy2，vxy2）…（bxyn，vxyn）}。（3）

式中：bxyn為評估人員TMx對風險因子RFy的評價等級，vxyn為相應的置信度。風險因子重要度評價等級參見文獻[12]。經過調研及討論得到風險因子重要度評價信息（表2）。

根據表1、表2信息，得到綜合評價信息和綜合權重，并

2.4 計算灰色關聯投影值

灰色關聯投影可以準確反映決策方案與理想方案的逼近程度，在棉種FMEA中運用此方法可以準確地確認出種子的關鍵故障。

2.4.1 構造風險因子評價等級比較矩陣 FMEA評價中，比較矩陣由風險因子評價等級的明確置信決策矩陣Zq（y）構成。公式如下：

Zq（y）=∑5i=1∑5j=1hij（FMq，RFy）。（4）

式中：hij=∑5i=1Hijβijj-i+1，i=1，2，…，5；j=1，2，…，5。

整理數據得到風險因子比較矩陣：

Zq（y）=FM1FM2FM3FM4FM5=2.538 2.100 1.4503.750 1.225 1.2504.400 2.900 1.0003.700 3.900 4.2504.150 2.360 2.150。（5）

2.4.2 構造風險因子參考矩陣 將最優水平Z+0和最劣水平Z-0作為風險因子的參考矩陣，如下所示：

2.4.3 確定灰色關聯值

2.4.3.1 計算灰色關聯系數 棉種FMEA評價中風險因子的正負灰色關聯系數分別為γ+qy（Z+0（y），Zq（y））和γ-qy（Z-0（y），Zq（y）），計算公式參見文獻[10]，得到的關聯系數矩陣為

2.4.3.2 確定加權后灰色關聯系數矩陣S+和S-

S+=∑3y=1ωyR+，

S-=∑3y=1ωyR-。（8）

式中：ωy為風險因子歸一化的權重值。

2.4.3.3 計算灰色關聯投影值 灰色關聯投影值表示潛在失效模式與失效影響的關系，值越高，表明失效模式對棉種質量的危害度越大。根據文獻[9]，灰色關聯投影計算公式如下：

RPq=S-qS+q+S-q。（9）

式中：S+q=‖R′+q‖cos（R′+q，R′+0），S-q=‖R′-q‖cos（R′-q，R′-0）計算的最終結果見表4。

由表4可知，棉種破碎為最關鍵的失效模式，須借助魚刺圖找出引起故障的關鍵原因。

3 棉種破碎率分析

3.1 確認失效原因

采用頭腦風暴法，從人、機、料、法、環、測6個方面進行分析，通過魚刺圖得出影響棉種破碎的主要因素為破損、毛籽破碎、員工質量意識不足及分選不凈。

3.2 棉種破碎關鍵因素分析

（1）破損。在收獲、脫酸、烘干、摩擦、分選工藝中，一些破籽、裸籽、不成熟籽受物理與化學作用被破損。

（2）毛籽破碎。造成毛籽破碎率高的原因之一是采棉機摩擦作用，另外是毛籽的破碎率檢驗不夠。

（3）員工質量意識薄弱。操作人員在上崗前沒有經過培訓，忽視種子質量。

（4）分選不凈。生產線設備與技術限制導致一些破籽不能被完全識別。

3.3 制定預防措施和對策

3.3.1 減小種子損傷 采用柔性摘錠或降低采棉機的行車速度；利用試驗設計找出各設備的最優溫度、工作轉速與時間；關注破籽率變化，找出造成種子破碎的關鍵參數。

3.3.2 加強檢驗與培訓 破籽率大的棉花不予收購，將棉花按等級分批次進行軋花，對破籽率高的批次增加分選次數；加強種子生產相關人員的質量意識與工作技能的培訓；引進國外先進的色選技術與設備。

3.3.3 企業規模化與專業化 借鑒國外的成功案例，將我國競爭力較強的中小型企業合并，保留整合各自的核心競爭力[14]。

4 結論

首次提出的改進FMEA質量控制法具有以下特點：（1）FMEA法結構嚴謹，能夠解決種子加工系統中復雜性、動態多變性、不易控制等難題。（2）利用FMEA法，根據棉種歷史數據和專家打分，通過計算殘酸率高、水分含量大、破籽率高、純度合格率和發芽率低等5個故障模式的RPN值，方便快捷確定危害最大的缺陷，即棉種破碎率高。（3）對棉種故障模式采用模糊置信結構的評價方式，使評價人員工作更加簡便。考慮棉種評價指標的相對重要性，對各指標賦予不同的權重，可以得到更準確的結果。（4）采用魚骨圖確定棉種破碎因素為破損、毛籽破碎、員工質量意識不足及分選不凈。

（5）通過改進FMEA質量控制法的生產實踐，種子質量得到很大改善，能夠滿足精播要求。

參考文獻：

[1]刁玉鵬，麻常妍，白克熱. 新疆棉花精播與種子質量升級[J]. 中國棉花，2013，40（6）：12-14，17.

[2]徐壽堯，閻 安，劉錦峰. 棉種質量事故的成因及治理對策[J]. 中國棉花，2004，31（1）：32-33.

[3]劉 朧，劉虎沉. 運用FMEA的產品可用性評價方法[J]. 工業工程，2010，13（3）：47-50.

[4]劉 朧，王 竹，李 萍. 醫療設備使用風險分析方法的對比改進與應用[J]. 工業工程與管理，2011，16（6）：133-138.

[5]Kurt L，Ozilgen S. Failure mode and effect analysis for dairy product manufacturing：practical safety improvement action plan with cases from Turkey[J]. Safety Science，2013，55 （55）：195-206.

[6]Gargama H，Chaturvedi S K. Criticality assessment models for failure mode effects and criticality analysis using fuzzy logic[J]. IEEE Transactions on Reliability，2011，60（1）：102-110.

[7]Pillay A，Wang J. Modified failure mode and effects analysis using approximate reasoning[J]. Reliability Engineering and System Safety，2003，79（1）：69-85.

[8]劉 朧，劉虎沉，林清戀. 基于模糊證據推理和灰色關聯理論的FMEA方法[J]. 模糊系統與數學，2011，25（2）：71-80.

[9]Du Y X，Mo H M，Deng X Y，et al. A new method in failure mode and effects analysis based on evidential reasoning[J]. International Journal of System Assurance Engineering and Management，2014，5（1）：1-10.

[10]Liu H C，You J X，Fan X J，et al. Failure mode and effects analysis using D numbers and grey relational projection method[J]. Expert Systems With Applications，2014，41（10）：4670-4679.

[11]張海春，穆曉路. 棉種加工技術要點[J]. 新疆農機化，2005（3）：23-24.

[12]門 峰，姬升啟. 基于模糊集與灰色關聯的改進FMEA方法[J]. 工業工程與管理，2008，13（2）：55-59.

[13]Liu H C，Long L，Lin Q L. Fuzzy failure mode and effects analysis using fuzzy evidential reasoning and belief rule-based methodology[J]. IEEE Transactions on Reliability，2013，62（1）：23-36.

[14]孔令英，劉 追. 新疆兵團棉花產業大企業集團培育研究[J]. 中國棉花，2012，39（2）：12-15.