1。引入失败模式和效应分析(FMEA)长期以来一直是产品开发过程(PDP)的基石。它提供了一种系统的方法来识别潜在的故障模式及其效果,并有助于减轻风险。通过主动解决工程设计阶段的风险,FMEA在确保产品质量,可靠性和客户满意度中起着至关重要的作用。但是,FMEA的传统手动执行有其自身的挑战:劳动密集型过程,对人为错误的敏感性以及在全面分析复杂设计方面的难度。FMEA领域中最新的生成人工智能(AI)技术可能是对这些挑战的答案:将AI整合到FMEA过程中可以使失败模式的识别自动化,并最终启用更有效和可靠的PDP。在可用的生成AI技术中,大型语言模型(LLM)引起了人们的关注,引入了Chatgpt(Zhao等,2023)。llm系统有可能从未形式和格式的文档中提取,处理和生成有价值的数据。llms似乎与FMEA非常相关:FMEA使用非常多样化的数据集,从以前的FMEA报告和产品历史记录文件到正式的投诉和客户评论,通常需要手动处理,因此不能总是充分利用。更一般而言,基于LLMS的FMEA工具可以节省时间,减少错误并有助于开发强大的设计。但是,尽管LLM可以用于知识密集型任务,但很少或根本没有促使工程培训(例如dell'acqua等,2023),FMEA任务需要开发专用工具和数据管理。因此,在本文中提出了一个将LLM集成到FMEA过程中的框架(即过程模型和信息系统模型)以及案例研究。
摘要公司中的供应链流动的过程将取决于拥有的供应链流的复杂性水平。供应链分配流中经常发生的风险是由于存在脆弱性而导致的,这可能会造成少量损失或损失很大的损失。pt XYZ当然通常会面临供应链中的各种风险。进行了这项研究是为了分析PT XYZ供应链的风险,并设计了缓解和控制策略。所使用的方法是确定优先级风险和RCA 5型的Greyfmea,以确定风险和设计缓解策略和处理的根本原因。使用的数据是与公司专家进行的访谈结果。使用Greyfmea计算33种风险的结果获得了从最小到最大的灰色关系的价值,然后基于Pareto 20:80的原则,其中20%的风险代表80%的风险,因此7风险是优先级。缓解策略和处理这7种风险的策略,在木材和硬板中的延迟(ES2)中,即应用正确的库存控制方法并制作SOP来采购商品。损坏热压发动机(EM16)发动机以及对Girocing Machine(EM17)的损坏,该发动机(EM17)是为了制定维护时间表,对备件进行定期检查并添加机器。。在库存数据输入错误(ES1)中,即更新仓库管理信息系统并向员工提供与SIMS相关的培训。向有许可或生病的员工(EM2),即更新工作设施,尤其是用于运营商的椅子和评估员工绩效。在产品返回中的是为残疾提供公差限制,在最终检查中加强监督,并根据包装过程中的Butsudan的颜色和变化来订单。 在对Butsudan(EP4)类型生产的需求变化中,即进行与市场需求趋势和对其他公司产品进行研究有关的研究。是为残疾提供公差限制,在最终检查中加强监督,并根据包装过程中的Butsudan的颜色和变化来订单。在对Butsudan(EP4)类型生产的需求变化中,即进行与市场需求趋势和对其他公司产品进行研究有关的研究。
摘要:供应链已经迅速发展并变得更加复杂,以提高生产率,降低成本并满足需求。此外,全球化影响了复杂性和不确定性,在竞争对手之间生存下来的许多风险。今天,供应链管理变得更加困难地识别细节和控制过程。因此,对风险的认可和评估对于提供公司工作流程的连续性而不是造成巨大损失至关重要。本研究旨在通过提供风险评估来最大程度地减少可能造成的损害。为此,提出了通过文献审查和专家观点确定风险的风险评估方法。之后,利用了基于故障模式和效应分析(FMEA)的新技术。直觉模糊分析层次结构过程和加权产品在FMEA中协同使用。此外,执行了一家众所周知的快速移动消费品公司的应用程序,以验证拟议的方法。
摘要:在当今的全球环境中,供应商选择是供应链管理做出的关键战略决策之一。供应商的选择过程涉及基于多个标准的供应商的评估,包括其核心功能,价格产品,交货时间,地理位置接近,数据收集传感器网络和相关风险。无处不在的物联网(IoT)传感器在不同级别的供应链中可能导致风险降落到供应链上游端的层面,从而使实施系统的供应商选择方法必须实现。本研究提出了一种使用混合分析层次结构过程(AHP)(AHP)的失败模式效应分析(FMEA)和供应商选择中的风险评估方法组合方法,以及用于丰富评估的偏好排名组织方法(Promethee)。FMEA用于根据一组供应商标准识别故障模式。AHP是为了确定每个标准的全球权重,Promethee用于根据最低的供应链风险来优先考虑最佳供应商。多标准决策(MCDM)方法的集成克服了传统FMEA的缺点,并提高了优先级的风险优先级数字(RPN)的精确度。提出了一个案例研究以验证组合模型。结果表明,根据公司选择的标准对供应商进行了更有效的评估,以选择低风险供应商而不是传统的FMEA方法。这项研究为多标准决策方法的应用建立了基础,以无偏向关键供应商选择标准的优先级和评估不同的供应链供应商。
GPS 完整性故障模式和影响分析的状态更新 Karen Van Dyke,DOT/Volpe 中心,Karl Kovach,ARINC,John Lavrakas,Overlook 系统 简历 Karen Van Dyke 是导航中心的项目负责人。Van Dyke 女士对 GPS 及其增强系统的航空应用在所有飞行阶段进行了可用性和完整性研究。她是 Volpe 中心团队的项目负责人,该团队为美国空军和 FAA 设计、开发和实施了 GPS 中断报告系统,这项工作已扩展到世界其他国家。Van Dyke 女士在马萨诸塞大学洛厄尔分校获得电气工程学士和硕士学位,并曾担任导航研究所所长。Karl Kovach 是加利福尼亚州埃尔塞贡多 ARINC 工程服务有限责任公司的技术总监。 Karl 已在 GPS 计划的各个方面工作了 24 年,其中包括在加利福尼亚州范登堡空军基地担任 GPS 控制段空军主管 3 年(1983-1986 年)。他于 1978 年获得加州大学洛杉矶分校机械工程学士学位。John W. Lavrakas 是 Overlook Systems Technologies, Inc. 的高级工程师,担任国防部 GPS 支持中心的运营支持总监。Lavrakas 先生在过去 22 年中一直从事 GPS 工作,支持 GPS 控制段、GPS 用户设备的开发
摘要—软件故障模式和影响分析 (SFMEA) 是一种系统安全分析技术,广泛应用于航空航天、汽车和其他安全关键型系统。FMEA 方法难以识别和分析由接口或功能之间的动态逻辑信息(例如软件-硬件交互)引起的故障模式。为了直观地假设模块故障对系统的影响,已经提出了许多方法。这项工作通过对安全关键型嵌入式控制系统进行实验来解决 SFMEA 的使用问题。本文介绍的工作提供了一个通用示例,说明了 SFMEA 应用于几乎没有或根本没有硬件保护的基于微处理器的计算机控制系统。本文展示了功能 FMEA、接口 FMEA 和详细软件 FMEA 在安全关键型软件系统中的应用。通过 SFMEA 方法,解决了硬件故障和软件故障。安全分析揭示了几个设计缺陷和物理故障,并提出了修改建议。本文还表明,如果在软件开发生命周期的正确阶段正确实施 SFMEA,则需求、设计和代码审查将更加有效。它还可以识别由软件导致的单点故障。本文介绍的工作可以推广并应用于任何安全关键嵌入式领域的设计师未来使用
摘要—软件故障模式和影响分析 (SFMEA) 是一种系统安全分析技术,广泛应用于航空航天、汽车和其他安全关键型系统。FMEA 方法难以识别和分析由接口或功能之间的动态逻辑信息(例如软件-硬件交互)引起的故障模式。为了直观地假设模块故障对系统的影响,已经提出了许多方法。这项工作通过对安全关键型嵌入式控制系统进行实验来解决 SFMEA 的使用问题。本文介绍的工作提供了一个通用示例,说明了 SFMEA 应用于几乎没有或根本没有硬件保护的基于微处理器的计算机控制系统。本文展示了功能 FMEA、接口 FMEA 和详细软件 FMEA 在安全关键型软件系统中的应用。通过 SFMEA 方法,解决了硬件故障和软件故障。安全分析揭示了几个设计缺陷和物理故障,并提出了修改建议。本文还表明,如果在软件开发生命周期的正确阶段正确实施 SFMEA,则需求、设计和代码审查将更加有效。它还可以识别由软件导致的单点故障。本文介绍的工作可以推广并应用于任何安全关键嵌入式领域的设计师未来使用
FMEA(失效模式与影响分析)是一种分析系统各个部件可能发生的所有失效模式,并确定对系统可能产生的所有影响的方法。该方法最早在美国军工领域发展起来。FMEA作为当今可靠性领域一项重要的分析技术,既应用于软件系统,也应用于硬件系统。针对FMEA过程中如何避免人工分析的不确定性,如何应用FMEA提高分析的准确性和效率等问题,本文提出了一种基于模型的提高FMEA分析效率的新技术。该技术在对分析对象的信息提取、对分析数据的分析和管理等方面都优于以往的软件产品。因此,对发现系统流程、提高系统可靠性、减少软件产品的失效有显著的效果。
图 2.1 技术分析程序 (T ENG 和 H O , 1996) .............................................. 8 图 2.2 DFMEA 格式 .............................................................................. 11 图 2.3 PFMEA 格式 .............................................................................. 12 图 2.4 推荐的 DFMEA 小组 (D ALE , 1991) ...................................................... 24 图 2.5 推荐的 PFMEA 小组 (D ALE , 1991) ...................................................... 24 图 3.1 研究方法 ...................................................................................... 31 图 3.2 项目时间表 ...................................................................................... 34 图 4.1 基于现状产品的质量控制过程 ................................................ 37 图 4.2 FMEA 框架的当前绩效和需求 ...................................................... 45 图 5.1 DFMEA 和 PFMEA 之间的相互关系 ...................................................... 51 图 5.2 航空航天公司使用的 F 法兰 ...................................................................... 55 图 5.3 F 法兰制造工艺流程图 ...................................................................... 58 图 5.4 航空航天公司的集成 FMEA 框架 ............................................................. 64 图 5.5 新产品质量控制流程 ............................................................................. 65
故障模式和影响分析 (FMEA) 是一种推断系统或系统组件故障可能导致的系统危害的技术。传统上,FMEA 不考虑这些故障可能发生的概率。最近,通过将随机模型检查技术集成到 FMEA 流程中来解决此缺点。进一步的改进是集成了随机模型反例生成技术,我们在本文中提出了这一技术。反例通过提供哪些组件对整个系统故障贡献最大的信息,促进了潜在不安全系统的重新设计。通过将这种新颖的 FMEA 流程方法应用于我们的工业合作伙伴 TRW Automotive GmbH 提供的安全气囊系统案例研究,说明了其实用性。