[发明专利]一种基于不确定语言与GRA-TOPSIS改进的FMEA方法

权利要求书

1.一种基于不确定语言与GRA-TOPSIS改进的FMEA方法，其特征在于，包括有如下的步骤：

S1、聚合FMEA团队成员的评价；

S2、计算风险因子的权重；

S3、计算加权风险评估矩阵；

S4、确定正理想解与负理想解；

S5、计算灰色关联系数；

S6、计算灰色关联度；

S7、计算每种失效模式的相对接近程度。

2.根据权利要求1所述的基于不确定语言与GRA-TOPSIS改进的FMEA方法，其特征在于，所述S1步骤包括：利用二维不确定语言加权广义Heronian平均算子将二维不确定语言评估矩阵集合起来，建立群体风险评估矩阵，群体风险评估矩阵的计算公式为

其中，

3.根据权利要求2所述的基于不确定语言与GRA-TOPSIS改进的FMEA方法，其特征在于，所述S2步骤中的风险因子的权重的计算公式为

其中，表示每种风险因素的任何两种失效模式之间的距离，计算公式为：

4.根据权利要求3所述的基于不确定语言与GRA-TOPSIS改进的FMEA方法，其特征在于，所述S3步骤中的加权风险评估矩阵的计算公式为

5.根据权利要求4所述的基于不确定语言与GRA-TOPSIS改进的FMEA方法，其特征在于，所述S4步骤中正理想解G⁺与负理想解G^-的计算公式为：

公式中为期望值，其计算公式为：

6.根据权利要求5所述的基于不确定语言与GRA-TOPSIS改进的FMEA方法，其特征在于，所述S5步骤中每个风险因子的灰色关联系数的计算公式为：

7.根据权利要求6所述的基于不确定语言与GRA-TOPSIS改进的FMEA方法，其特征在于，所述S6步骤中，根据集体灰色关联系数和每个故障模式之间的灰色关联度可以通过下式计算：

8.根据权利要求7所述的基于不确定语言与GRA-TOPSIS改进的FMEA方法，其特征在于，所述S7步骤中，故障模式的相对接近度c_i，其被用作于对故障模式的风险进行排序的综合指标。其计算公式为：

对于FMEA，c_i值越高的故障模式，其潜在风险越大，根据关联度的降序排序，确定所有故障模式从大到小的风险排序。