[发明专利]一种质量事故根原因识别方法

权利要求书

1.一种质量事故根原因识别方法，即一种基于反向瀑布式分解及关联规则挖掘的质量事故根原因识别方法，提出的基本假设如下：

假设1产品全寿命周期中的各阶段是可检测的且检测值相互独立；

假设2设计方案是固定的且设计阶段的功能需求可获得；

基于上述假设，本发明提出的一种基于反向瀑布式分解及关联规则挖掘的质量事故根原因识别方法，其特征在于：其步骤如下：

步骤1 考虑到产品最终可靠性形成的角度，收集产品寿命周期的质量事故相关数据；

步骤2 运用主成分分析方法，对数据进行降维并提取出数据特征；

步骤3 确定可能的故障环节，利用反向瀑布式分解的方法构建质量事故根原因关联树模型；

步骤4 选择目标节点和分配节点权重；

步骤5 利用模糊加权关联规则挖掘方法挖掘出一系列关联规则；

步骤6 标准化模糊加权置信度及权值划分；

步骤7 结果分析，完成质量事故根原因的识别；

通过以上步骤，从产品最终可靠性形成的角度出发，考虑到产品寿命周期的质量大数据，并从质量事故根原因之间的关联关系着手，运用模糊加权关联规则挖掘方法，进行质量事故根原因的识别，为质量事故的主动控制与预防及质量改进提供决策依据。

2.根据权利要求1所述的一种质量事故根原因识别方法，即一种基于反向瀑布式分解及关联规则挖掘的质量事故根原因识别方法，其特征在于：在步骤1中所述的“考虑到产品最终可靠性形成的角度，收集产品寿命周期的质量事故相关数据”，是指收集设计、制造、使用三方面的为主的产品生命周期内的生产及检测历史质量数据以及事故数据报告。

3.根据权利要求1所述的一种质量事故根原因识别方法，即一种基于反向瀑布式分解及关联规则挖掘的质量事故根原因识别方法，其特征在于：在步骤2中所述的“运用主成分分析方法，对数据进行降维并提取出数据特征”是指采用主成分分析方法对数据进行降维，在保留数据主要成分的同时减少对数据的分析量；通过主成分分析方法数据降维处理后，得到降维维度属性的数据集，作为该阶段产品可能产生故障的子环节，从而为实现质量事故关联树中关联子树的创建打下基础。

4.根据权利要求1所述的一种质量事故根原因识别方法，即一种基于反向瀑布式分解及关联规则挖掘的质量事故根原因识别方法，其特征在于：在步骤3中所述的“质量事故根原因关联树”是指将涉及到的潜在根原因因素都系统化的梳理起来，形成系统架构的树图即事故根原因关联树；而这里的“事故根原因”是指区别于直接原因且具有潜在性的特点，是导致事故发生的最根本的原因；

所述的“构建质量事故根原因关联树模型”，其构建的做法如下：

从系统论角度自上而下将质量事故特征，利用映射思维及质量功能展开的反向瀑布式分解理论将质量事故特征映射到工艺过程原因，进而转化成物理特征，形成工艺树结构；利用映射思维映射到物理原因，物理原因转化为组件特性及设计参数，衍生出物理树结构；继而被映射到功能原因，转化为功能需求，衍生出功能树结构；然后结合上述获得的产品可能产生故障的子环节，最终实现质量事故根原因关联树模型的创建。

5.根据权利要求1所述的一种质量事故根原因识别方法，即一种基于反向瀑布式分解及关联规则挖掘的质量事故根原因识别方法，其特征在于：在步骤4中所述的“选择目标节点和分配节点权重”，其分析方法如下：

首先，在事故关联树层级模型中选择进行权重分析的目标节点；然后初始化数据输入矩阵，初始影响因素权重集取决于已存在的专家经验，通过专家打分根据节点的重要程度打分及重要度结果值得到每个节点的对比矩阵，通过每个节点的对比矩阵，计算得到各节点的初始权重。