基于数据挖掘的故障模式、影响及危害性分析改进方法

摘要：

针对故障模式、影响及危害性分析(failure mode,effects and criticality analysis,FMECA)在复杂系统风险分析中存在主观性、局限性和单一性的缺点,提出一种基于数据挖掘的FMECA改进方法.通过数据挖掘FMECA风险清单,并利用Py-thon和数据库优化了相应的算法.结合实例案例分析,给出了风险等级评估带状图、故障层次关系图以及改进的风险矩阵图等.结果 表明:改进的FMECA能够充分利用相关数据,使得分析结果更加快速、准确和全面,有助于进一步发现设备潜在故障之间的关系,为设备的智能健康管理提供了支持.

关键词：故障模式、影响及危害性分析(FMECA);数据挖掘;Python;可靠性分析

所属期刊栏目：21

分类号：X913(安全科学基础理论)

资助基金：国家自然科学基金51702364

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：10536-10542