改進FMECA的工業機器人失效風險分析

陳錦漢，余榮斌

（廣東產品質量監督檢驗研究院，廣東 廣州 510330）

改進FMECA的工業機器人失效風險分析

陳錦漢，余榮斌

（廣東產品質量監督檢驗研究院，廣東 廣州 510330）

針對傳統失效模式、影響及危害性分析（FMECA）方法利用風險優先數（RPN）對失效風險進行量化排序存在RPN量化取值不連續，指標自身無明確物理意義、受主觀影響較大，指標設計未考慮權重因子等缺陷，該文提出一種基于風險度量和風險排序的改進FMECA模糊綜合評判法，設計重復偏差率P、維修費用W和發生概率O的全新評估指標集，利用模糊綜合評判，引入層次分析法進行權重賦值。結果表明：該方法可以有效改善FMECA方法量化排序不合理、重復現象，實現指標評價的客觀化、意義化和風險評價指標的量化連續性、權重化，提高工業機器人失效風險分析結果可信性。

改進FMECA；工業機器人；失效風險分析；模糊綜合評判

0 引 言

工業機器人已逐步在各國制造領域得到廣泛應用，成為衡量一個國家制造業水平和科技水平的重要標志[1-2]。由于工業機器人集光機電算于一體、結構精密，且工作環境復雜、工作自由度較高，一旦發生嚴重故障，可能造成難以預測的后果。因此有必要開展工業機器人可靠性的評估研究，其中失效風險分析是開展該研究的前提和基礎[3-4]。

目前主要失效分析方法有失效模式、影響及危害分析（failure mode，effect and criticality analysis，FMECA）、故障樹（failure tree analysis，FTA）、跳動式分析（bouncing failure analysis，BFA）等，其中 FMECA是一種常用系統失效分析方法[5-6]。FMECA通常采用RPN法（因素集為嚴重程度S、發生頻度O和探測度D）進行分類取值，分析產品中所有可能產生的失效狀況對產品、系統造成的影響。該方法雖然易于操作，但應用到工業機器人失效判別上存在失效風險指標不連續、失效風險排序主觀影響較大等問題[7-10]。

本文針對傳統FMECA方法在工業機器人失效風險分析存在的問題，提出一種基于全新評估指標集的改進FMECA失效風險分析方法。該方法實現了指標評價的客觀化、意義化；構建模糊因素評判矩陣，利用層次分析法進行權重賦值，實現風險評價指標的量化連續性、權重化；并應用于工業機器人失效風險分析，有效改善FMECA方法量化排序不合理、重復現象，使分析與實際更加切合，提高工業機器人失效風險分析結果可信性。

1 基于改進FMECA的工業機器人失效風險評判方法

圖1為基于改進FMECA的工業機器人失效風險評判方法流程圖。

為解決RPN值指標體系存在的問題，需建立一套客觀可信的評價指標體系。結合工業機器人經驗數據及生產工藝情況，建立全新評價PWO指標因素集替代RPN值指標體系（見表1）。

1.2 構建影響因素評判矩陣及其權重

利用專家評價法構建影響因素評判矩陣，每位專家對失效部件k影響因素做出評價等級νj，若s位成員中評定隸屬于νj的有人，則得到的評價集：

圖1 基于改進FMECA失效風險評判法流程圖

為了體現各影響因素重要程度，可通過引入權重集賦予相應因素加權因子。加權因子的恰當與否，將直接影響綜合評判結果。

常用的權重賦值方法有德爾菲法（專家意見法）、熵值法、層次分析法AHP等[11]。其中層次分析法AHP具有定性、定量分析相結合特點，利用一致性檢驗，能夠盡量消除人為因素，保證權重的有效性、實用性，是目前廣泛應用的一種賦權方法[12]。其步驟如下：

第一，在擺放圖書的過程中，最好正面朝外。為了方便幼兒查閱，以及通過有趣的圖案吸引幼兒，應該要求圖書的正面朝外。在興趣的激發下，幼兒才愿意去探究圖書內有趣的故事內容[1]。比如，在《大腳丫跳芭蕾》的繪本中，幼兒肯定忘不了封面那個舞姿優美的女孩以及她那雙夸張的大腳，通過強烈的對比會激發幼兒的興趣，讓他們了解到貝琳達堅持夢想的勵志故事。

表1 工業機器人影響因素的評價指標體系1）

1）利用1-9標度法[13]進行比較取值，建立兩兩比較判別矩陣如下：

式中pij為兩兩比較取值，可以看出，判別矩陣中pii=1，pij=1/pji。根據判別矩陣，求出最大特征根所對應的特征向量，該向量即為所求權重。

2）為了降低定性分析的人為因素影響，可對判別矩陣進行一致性檢驗。一致性檢驗公式為

式中λmax為矩陣最大特征根。IR為平均隨機一致性指標，其取值見表2。若Rc＜0.1，則判斷矩陣的一致性結果滿意。

1.3 進行綜合風險評判

設所求失效部件k的權重因素集為Wk=[w1k，w2k，…，wnk]，則模糊綜合評判集為

為了更直觀看出評判結果，將模糊綜合評判向量進行加權平均處理，得出綜合風險評價因子Ck：

2 實例應用

本實例以目前工業機器人中應用最廣的機械手臂為分析對象，首先利用傳統FMECA方法進行失效風險分析，結果如表3所示。

表2 1-9階判別矩陣取值表[13]

可以看出，故障部件5排在風險評估最小位置，故障部件2、3排序重復，排序結果明顯與實際情況不符。利用改進FMECA模糊綜合評判法對上述機械手臂實例進行失效風險分析。

2.1 確定評價因素集

如前所述，選取因素集U={重復偏差率P、維修費用W、發生概率O}，各影響因素評價指標取值按表1進行。

2.2 構建評判矩陣及權重賦值

以電連接器斷裂或燒毀（故障部件1）為例，利用德爾菲法評定法，該故障的重復偏差率P模糊集為R11={0.6，0.4，0.0，0.0，0.0}、 維修費用W模糊集為R21={0.0，0.0，0.2，0.7，0.1}、發生概率O模糊集為R31={0.0，0.0，0.4，0.6，0.0}，因此該故障模式模糊評判矩陣為

根據1-9標度法，構造該故障的兩兩判別矩陣并計算權重集（見表4）。

計算一致性檢驗判定值Rc=0.055 9＜0.1，說明該評判矩陣一致性滿足要求，因此該故障的權重集為W1=[0.0810，0.1884，0.7306]。

表3 基于FMECA的工業機械手臂失效風險分析

表4 各影響因素判別矩陣及權重

2.3 進行綜合風險評判

根據式（6），故障部件1的綜合判定集為

將模糊綜合判定集進行加權平均處理，得出綜合風險評價因子C1=2.0491。同樣方法可以得出故障部件2～5的模糊因素評判矩陣：

為簡便計算，各故障部件采用同一權重集，即：

從而可求出各故障部件模糊綜合判定集為

同理，得出各故障部件的綜合風險評價因子集：

根據表3傳統RPN值排序結果，明顯與實際情況不符。利用本文方法得到的綜合風險評價因子排序結果為：故障部件5＞故障部件3＞故障部件2＞故障部件1＞故障部件4，其中故障部件5同步帶磨損斷裂導致風險排序最大，排序重復問題也得到解決，這與實際情況是相符合的。

3 結束語

本文指出傳統FMECA方法在工業機器人失效風險判別存在問題，提出一種基于風險度量和風險排序的改進FMECA模糊綜合評判法，較好解決了傳統分析方法存在的主觀性較強、指標意義不明確等問題。應用結果表明，本方法能有效改善傳統FMECA方法風險排序不合理、重復現象，使分析與實際更加切合，得到評判結果更具可信性，為進一步開展工業機器人可靠性評估和維修決策的制定提供技術支持。

[1]王田苗，陶永.我國工業機器人技術現狀與產業化發展戰略[J].機械工程學報，2014，50（9）：1-13.

[2]任志剛.工業機器人的發展現狀及發展趨勢[J].裝備制造技術，2015（3）：166-168.

[3]BROGARDH T.Present and future robot control development-An industrial perspective[J].Annual Reviews in Control，2007，31（1）：69-79.

[4]李彤，賈慶軒，陳鋼，等.面向軌跡跟蹤任務的機器人運動可靠性評估[J].系統工程與電子技術，2014，36（12）：2556-2561.

[5]LIU H C， LIU L， LIU N.Risk evaluation approaches in failure mode and effects analysis：A literature review[J].Expert Systems with Applications，2014，40（2）：828-838.

[6]黃健宇.論FMEA的分析與應用[J].機械工業標準化與質量，2007（4）：37-41.

[7]毛月秋.項目風險度量、排序和評價方法的研究評述[J].西南農業大學學報（社會科學版），2014，9（6）：42-43.

[8]向鵬成，趙艷玲，王林.項目風險的多維描述與度量[J].重慶大學學報（自然科學版），2011（4）：148-152.

[9]斯泰蒙迪斯.故障模式影響分析FMEA從理論到實踐[M].陳曉彤，姚紹華，譯.北京：國防工業出版社，2010：46-47.

[10]DEWI D S， SYAIRUDIN B， NIKMAH E N.Risk management in new product development process for fashion industry：case study in hijab industry[J].Procedia Manufacturing，2015,4：383-391.

[11]姚立真.可靠性物理[M].北京：電子工業出版社，2004：69-70.

[12]LI W，SHANG Y M，JI Y J.Analysis of multiple objective decision methods based on entropy weight[J].ComputationalIntelligence and IndustrialApplication，2008，1（12）：953-956.

[13]駱正清，楊善林.層次分析法中幾種標度的比較[J].系統工程理論與實踐，2004，24（9）：51-60.

（編輯：商丹丹）

Failure risk analysis for industrial robot based on improved FMECA

CHEN Jinhan，YU Rongbin
（Guangdong Testing Institute of Product Quality Supervision，Guangzhou 510330，China）

Aiming at the defect such as discontinuous quantitative of risk priority number（RPN）of quantitatively ordination，no clear physical meaning of index itself，large subjective influence，no weighting factor considered for index design of traditional failure mode，effects and criticality analysis（FMECA），a new method of improved FMECA fuzzy comprehensive evaluation based on risk measurement and risk ranking is presented，which is used to evaluate brand new assessment index set of designing repeatability error rateP，maintenance costWand probabilityO，using the fuzzy comprehensive evaluation to judge，and analytic hierarchy process is introduced for weight assignment.Resultsshow thatthemethod can effectively improve theunreasonable FMECA quantitatively ordination and repetition，which achieves objective and significantindex evaluation and quantitative continuity and the weight of risk evaluation index，and improves the credibility of failure risk analysis results of industrial robot.

improved FMECA；industrial robot；failure risk analysis；fuzzy comprehensive evaluation

A

：1674-5124（2017）07-0016-04

10.11857/j.issn.1674-5124.2017.07.003

2017-03-21；

：2017-04-19

國家質量監督檢驗檢疫總局資助項目（2016QK025）

陳錦漢（1960-），男，江西高安市人，高級工程師，主要從事檢驗檢測技術研究及管理工作。