改进FMEA模型在棉种质量改善中应用.docVIP

改进FMEA模型在棉种质量改善中应用 　　摘要：新疆精量播种方式的推广对精播棉种的质量要求更高，必须满足发芽率高于90%、破籽率低于4%的要求。采用改进的故障模式及影响分析（failure mode effect analysis，FMEA）法可以很好提高种子质量。基于模糊证据推理和灰色关联投影法，识别棉种的潜在故障，计算其风险优先指数，确定破籽为棉种的关键故障，并用鱼骨图分析出影响种子破碎的关键因素为员工质量意识不足、毛籽破碎多、分选不彻底及机械磨损，从根源上制定相应改进措施。经生产实践达到精播棉种的要求。本方法还适用水果、蔬菜、稻谷等作物种子的质量升级。 　　关键词：棉种质量；FMEA；模糊证据推理；灰色关联投影；风险优先指数 　　中图分类号： S339；S562.038 文献标志码： A 文章编号：1002-1302（2015）07-0444-03 　　新疆作为中国最重要的棉区，原棉年生产量占全国总产量的50%。精量播种方式随着机械化水平的提高深受棉农喜爱，同时对棉种质量提出了更高要求，应使发芽率高于90%、破籽率低于4%[1]。但是，新疆许多棉种种业公司并不能满足以上要求，生产的种子发芽率低，田间出苗率低，质量稳定性差，频发的质量事故不仅损害农民利益，更危害社会稳定[2]，种子质量升级势在必行，FMEA作为一种工程技术，能够预测系统、服务、设计和生产过程中潜在的故障模式，通过评价严重度、发生度、检测度得到风险优先指数，继而识别故障产生的原因，最后针对问题提出预防和改进措施，避免或减少故障的发生[3]。FMEA分析法已在医疗卫生、航空、船舶、汽车工业、奶产品加工中广泛应用[4-5]，在棉种加工中尚未采用。 　　国外学者对FMEA做了很多改进，Gargama 等提出了模糊风险优先排序理论来解决认知不确定性问题[6]。Pillay等利用灰色关联决策对风险系数进行排序[7]。尽管FMEA的应用有了很大改进，但无法解决评估过程中评价信息的多样性和不确定性问题[8]。针对以上问题，Du等分别提出了基于理想点与证据推理法和灰色关联影与D算数法来解决失效模式评价结果不全面及不准确问题的方法[9-10]。 　　本研究在前人研究工作的基础上采用模糊证据推理与灰色关联投影法来控制新疆棉种加工质量，以种子加工过程为研究对象，通过专家打分计算每个故障的相对投影值，确认种子主要缺陷和造成种子出苗差、苗势弱、棉花产量低的关键因素，并制定改进措施提高种子质量安全与可靠性。 　　1 棉花种子主要故障及影响分析 　　毛籽经检验合格，进入棉种加工厂后，通过泡沫酸脱绒加工成光籽[11]，加工过程如图1所示。 　　组建5人FMEA小组，包括质量工程师、工艺工程师、技术指导员、检验员、高校老师。考虑棉农需求和历史数据确定棉种主要故障为残酸超标、含水率高、破籽、纯度差、发芽率低，并对其进行影响分析。（1）残酸超标。酸含量偏高会侵蚀种子，影响种子发育。合格种子的残酸量应低于0.15%。（2）含水率高。种子含水量大会发生霉变，影响种子发芽。水分含量应保持在12%左右。（3）破籽率高。破损的种子发芽率低，甚至不发芽，使产量下降。精播种子的破碎率应控制在4%以内[1]。（4）纯度差。劣质品种的参入会使种苗抗旱、抗病虫害、抗倒伏性能下降，成苗壮苗率降低。 （5）发芽率低。发芽率是评价种子质量的重要指标，应确保精播棉种发芽率在90%以上[1]。 　　2 确定棉种关键失效模式 　　传统FMEA法忽略了故障严重度S、发生度O和探测度D的相对重要性，评价信息的多样性和不确定性也使评价结果与现实不符[12]。本研究拟模糊数据推理和灰色关联投影法来确认棉种的关键失效模式。 　　2.1 建立风险因子模糊评价等级 　　根据FMEA成员的专业知识、工作部门和职业背景，将其权重μ分别设为0.25、0.20、0.20、0.20、0.15。同时将评价指标S、O、D的评价等级表示为模糊集合： 　　{Hii}={H11，H22，H33，H44，H55}={很低，低，中等，高，很高}。（1） 　　{Hii}（i=1，2，…，5）之间相互独立，仅相邻评价等级相交，且区间模糊评价等级为{Hij}（i=1，2，…，4；j=i+1，…，5）[13]。语言变量模糊等级与FMEA评价等级取值关系准则参考文献[12]。 　　2.2 基于模糊置信结构确定专家评价信息 　　本研究采用模糊证据推理置信结构法[13]对风险因子S、O、D进行评价。定义评估人员TMx对故障模式FMq关于风险因子RFy的置信结构为{Hij，βxij（FMq，RFy）}，其中 βxij（FMq，RFy） 为故障模式FMq关于风险因子RFy的置信度，则综合置信结构为： 　　Z～q（y）={Hij，βij（FMq