| # | 零件/功能 | 故障模式 | 影响 | 原因 | S | O | D | RPN | 对策 | S' | O' | D' | RPN' | 降低% |
|---|
$\text{RPN}= S \times O \times D \quad (\text{最大}1000)$
严重度S:1(无影响)~ 10(无Warning危险) 发生频度O:1(极少)~ 10(几乎必然)
探测度D:1(必然检测)~ 10(无法检测)
风险降低率:$\dfrac{\text{RPN}- \text{RPN}'}{\text{RPN}}\times 100\%$
按故障模式计算严重度S×发生频度O×探测度D的RPN值,定量评估帕累托分析、风险矩阵和对策效果,符合AIAG FMEA第5版规范。
| # | 零件/功能 | 故障模式 | 影响 | 原因 | S | O | D | RPN | 对策 | S' | O' | D' | RPN' | 降低% |
|---|
$\text{RPN}= S \times O \times D \quad (\text{最大}1000)$
严重度S:1(无影响)~ 10(无Warning危险) 发生频度O:1(极少)~ 10(几乎必然)
探测度D:1(必然检测)~ 10(无法检测)
风险降低率:$\dfrac{\text{RPN}- \text{RPN}'}{\text{RPN}}\times 100\%$
RPN的计算基于一个简单的乘法模型,它将三个独立的、表征风险不同维度的评分结合起来,形成一个综合的风险指标。
$$\text{RPN} = S \times O \times D$$其中:
S(严重度 Severity):故障发生后对系统或用户影响的严重程度,1(无影响)到 10(灾难性影响)。
O(发生频度 Occurrence):故障原因发生的可能性,1(极低)到 10(极高)。
D(探测度 Detection):在故障影响客户之前,现有控制措施能探测到故障原因的可能性,1(几乎一定能探测)到 10(几乎无法探测)。
RPN的理论最大值是 $10 \times 10 \times 10 = 1000$。
汽车零部件设计与安全分析:这是FMEA最经典的应用领域。例如,在设计刹车系统时,工程师会列出“液压管路泄漏”等故障模式,评估其严重度(S=10),结合材料工艺评估发生频度(O),并考虑生产线上的检测手段评估探测度(D),计算出RPN以决定设计改进的优先级。
航空航天系统可靠性工程:对于飞机发动机或飞控系统,任何故障都可能造成严重后果。FMEA用于系统性地审查成千上万个潜在故障,利用RPN筛选出必须通过冗余设计、定期强制更换等手段来应对的最高风险项目。
医疗器械与药品生产过程控制:在无菌药品灌装生产线上,FMEA用于分析“灌装量不足”、“瓶口密封不严”等故障。通过RPN分析,可以决定是在生产线上增加100%的重量检测仪(降低D),还是优化灌装泵的精度(降低O)。
CAE仿真与物理验证的闭环:在计算机辅助工程中,FMEA与仿真紧密结合。例如,通过有限元分析发现某结构在极限载荷下应力超标(高风险),可将此结果作为输入,设定较高的发生频度O和严重度S,计算出RPN。在进行结构优化设计后,再次仿真验证应力降低,从而更新O和S评分,在FMEA工具中直观对比优化前后的RPN下降效果,形成“设计-仿真-风险评估-改进”的完整闭环。
刚开始使用RPN模拟器时,特别是新手容易陷入几个误区。首先是“不要被数字魔术欺骗”。由于RPN是S×O×D,例如S=5、O=5、D=5的RPN125,与S=9、O=3、D=5的RPN135在数值上很接近。但后者是接近“无预警危险”的严重度9级事件。即使RPN稍低,涉及人身安全或法规违反的高严重度(S)事件必须最优先处理,这是铁律。第二点是“主观评价的偏差”。某位工程师可能将“每年一次左右”评价为O=4,而另一人可能评价为O=3。为防止这种情况,需要在公司内部具体化评价标准。例如“O=3:过去3年内有1例报告”“O=4:过去1年内有1例报告”,应尽可能基于客观数据(故障报告、CAE分析结果的概率等)进行评价。第三点是“不要颠倒检测性D的含义”。D代表“检测的难度”。如果检测完美且能可靠发现故障,则D=1;完全无法检测则D=10。注意不要误将滑块当作“检测的容易程度”来调整!