[发明专利]一种基于FMEA的模糊推理方法

权利要求书

1.一种基于FMEA的模糊推理方法，其特征在于，所述方法包括如下步骤：

(1)根据FMEA报告，提取FMEA报告中的每一项故障模式所对应的危险严重性和危险可能性；

(2)根据步骤(1)中的危险严重性的各个等级得到各个等级相对应的危险严重性的隶属度函数，根据各等级相对应的危险严重性的隶属度函数得到危险严重性的隶属度函数的横坐标范围[a₁,d₁]，其中，a₁为横坐标最小值，d₁为横坐标最大值；

(3)根据步骤(1)中的危险可能性的各个等级得到各个等级相对应的危险可能性的隶属度函数，根据各等级相对应的危险可能性的隶属度函数得到危险可能性的隶属度函数的横坐标范围[a₂,d₂]，其中，a₂为横坐标最小值，d₂为横坐标最大值；

(4)根据去模糊化公式，将危险严重性的隶属度函数和危险可能性的隶属度函数去模糊化得到危险严重性的明确值R(M)和危险可能性的明确值R(K)；

(5)确定专家权重：根据N个评价人员对危险严重性和危险可能性的评价得到专家权重；

(6)利用步骤(4)中危险严重性的明确值R(M)和危险可能性的明确值R(K)，结合步骤(5)中的专家权重，得到故障模式的风险水平F的大小排序。

2.根据权利要求1所述的基于FMEA的模糊推理方法，其特征在于，在步骤(2)中，危险严重性的隶属度函数为φ(M)＝φ(a_M,b_M,c_M,d_M)，其中，M为危险严重性的等级，a_M为危险严重性的隶属度函数左下底点横坐标，b_M为危险严重性的隶属度函数左上顶点横坐标，c_M为危险严重性的隶属度函数右上顶点横坐标，d_M为危险严重性的隶属度函数右下底点横坐标。

3.根据权利要求2所述的基于FMEA的模糊推理方法，其特征在于，在步骤(3)中，危险可能性的隶属度函数为其中，K为危险可能性的等级，a_K为危险可能性的隶属度函数左下底点横坐标，b_K为危险可能性的隶属度函数左上顶点横坐标，c_K为危险可能性的隶属度函数右上顶点横坐标，d_K为危险可能性的隶属度函数右下底点横坐标。

4.根据权利要求3所述的基于FMEA的模糊推理方法，其特征在于，在步骤(4)中，危险严重性的明确值R(M)为如下公式：

R(M)=(cM-a1)+(dM-a1)(cM-a1)+(dM-a1)-(aM-d1)-(bM-d1).]]>