XiaoMi-AI文件搜索系统
World File Search SystemFMECA
基于模糊的故障模式、影响和关键性分析应用于网络电网
摘要：故障模式、影响和危害性分析 (FMECA) 是一种定性风险分析方法，广泛应用于各种工业和服务应用。尽管该方法广受欢迎，但多年来，文献中分析了该方法的几个缺点。获取故障模式风险水平的传统方法不考虑风险因素之间的任何相对重要性，并且可能不一定代表 FMECA 团队成员的真实风险感知，通常用自然语言表达。本文介绍了 I 型模糊推理系统 (FIS) 的应用，作为改进经典 FMECA 分析中故障模式风险水平计算的替代方案，以及它在网络电网中的应用。我们基于模糊的 FMECA 首先考虑由 FMECA 专家定义的一组模糊变量，以体现与人类语言相关的不确定性。其次，使用“七加或减二”标准来设置每个变量的模糊集数量，形成一个由 125 条模糊规则组成的规则库，以表示专家的风险感知。在电力系统框架中，新的基于模糊的 FMECA 用于网络电网系统的可靠性分析，评估其相对于传统 FMECA 的优势。本文提供了以下三个关键贡献：(1) 使用模糊集表示与 FMECA 专家相关的不确定性，(2) 通过
MIL-STD 1629A - DSI International
FMECA 作为设计工具和决策过程的有效性取决于问题信息在早期设计过程中的传递有效性。FMECA 受到的最大批评可能是它在改进设计方面的应用有限。造成这种情况的主要原因是 FMECA 的不及时性和孤立执行，没有为设计过程提供足够的输入。及时性可能是区分 FITECA 有效和无效实施的最重要因素。虽然 FMECA 的目标是识别系统设计中的所有故障模式，但其首要目的是尽早识别所有灾难性和关键性故障可能性，以便尽早通过设计修正消除或最小化这些可能性。因此，一旦在较高系统级别获得初步设计信息，就应立即启动 FMECA，并随着有关项目的更多信息的增加扩展到较低级别。
MIL-STD 1629A - DSI 国际
FMECA 作为设计工具和决策过程的有效性取决于问题信息在早期设计过程中的传递有效性。对 FMECA 最大的批评可能是它在改进设计方面的用途有限。造成这种情况的主要原因是 FMECA 的不及时性和孤立执行，没有为设计过程提供足够的输入。及时性可能是区分 FITECA 有效和无效实施的最重要因素。虽然 FMECA 的目标是识别系统设计中的所有故障模式，但其首要目的是及早识别所有灾难性和关键性故障可能性，以便尽早通过设计修正将其消除或最小化。因此，一旦在较高系统级别获得初步设计信息，就应启动 FMECA，并随着有关项目的更多信息可用，将其扩展到较低级别。
执行故障模式、影响和危害性分析的程序
可能是区分 FMECA 实施是否有效和无效的最重要因素。虽然 FMECA 的目标是识别系统设计中的所有故障模式，但其首要目的是尽早识别所有灾难性和关键性故障可能性，以便尽早通过设计修正消除或最小化这些可能性。因此，应在较高系统级别获得初步设计信息后立即启动 FMECA，并随着有关项目的更多信息可用而扩展到较低级别。
数字孪生驱动的流程和设备故障模式...
Qualtech Systems, Inc. (QSI) 的集成工具集由 TEAMS-Designer ® 和 TEAMS-RDS ® 组成，提供全面的数字孪生驱动和基于模型的系统工程方法，可用于整个设备生命周期内的故障管理 - 从故障管理设计到部署设备的基于条件的维护。在本文中，我们介绍了 QSI 对其现有基于模型的系统工程 (MBSE) 方法的调整和增强，以实现全面的数字孪生，该数字孪生结合了开发过程故障模式、影响和危害性分析 (P-FMECA) 所需的构造，并将其与设备故障模式、影响和危害性分析 (FMECA) 相结合。本文将讨论整合这些模型构造的各种自动化级别及其重用，以实现不同数字孪生的自动化开发，以及随后自动生成组合过程和设备 FMECA。这种自动化开发集成 FMECA 的能力结合了流程级故障模式和设备级故障模式，使系统设计人员和操作员能够关联和识别流程故障，直至设备级的根本原因，从而产生
高完整性软件中风险分析的研究
CSHA ETA FMA FMEA FMECA FTA HAZOP NIST NPP NRC NSCCA NSO O&SHA OOD PHA PHL PRA SDHA SFMEA SFMECA SFTA SHA SCA SCHA SQA SRHA SSA SV&V USAF
高完整性软件中的危害分析研究
CSHA ETA FMA FMEA FMECA FTA HAZOP NIST NPP NRC NSCCA NSO O&SHA OOD PHA PHL PRA SDHA SFMEA SFMECA SFTA SHA SCA SCHA SQA SRHA SSA SV&V USAF
RT-PCR 检测 SARS-CoV-2 的可靠性：风险分析
摘要。COVID-19（2019 冠状病毒病）病例数量的迅速增加迫使世界各国实施系统，以尽可能广泛地检测其人口。世界卫生组织 (WHO) 实际上已敦促所有国家尽可能多地进行检测。临床实验室必须紧急应对大量且不断增长的 SARS-CoV-2 诊断测试需求。大多数实验室不得不实施 RT-PCR（逆转录酶 - 聚合酶链反应）测试方法，而没有充分的实验反馈。希望本文能够通过基于鱼骨图和 FMECA（故障模式、影响和关键性分析）方法的组合，以 RT-PCR 测试 SARS-CoV-2 的风险分析方法和同时对诊断测试的结果可靠性进行分析的方式做出有益的贡献。风险分析基于从真实实验室的实际经验中吸取的教训，这使作者能够确定影响 RT-PCR 检测结果可靠性的主要风险。获得错误结果（假阳性或假阴性）的概率隐含在通过 FMECA 获得的关键性评估中。换句话说，关键性越高，获得错误结果的风险就越高。因此，必须优先控制这些风险。主要风险研究如下
半导体封装、组装和测试
• 测试电子封装 • 制造数据和统计过程控制 (SPC) • 进行故障模式、机制和严重性评估 (FMECA) 的技术 • 用于质量和可靠性测试的测试标准，如 JEDEC、Mil-Spec 和 IPC，包括电气性能、热循环、预处理和加速寿命测试 (HALT 和 HAST) • 故障分析技术，包括破坏性和非破坏性方法，如 CSAM、FIB、横截面、显微镜和 CT 断层扫描 • 分析测试数据的技术，包括威布尔分析等统计分布