第9期 王琰等：基于灰色理论的汽车缺陷风险评估模型 。1179。 预测精度.本文采用事件树(event tree analysis,. 寿命周期内，第i个缺陷所致危险的发生的可能性： ETA)的方法对汽车缺陷的风险传递路径进行分析， Ni为存在第i个缺陷的产品总数；W。、W。和W。 以灰色模型预测零部件寿命周期内发生故障或危险 分别为汽车缺陷的产生危险的严重度、可能性和产 的概率来评估缺陷的总体风险水平. 品数量的影响权重系数. 1模型的建立 为表达汽车缺陷的总体风险，将针对单一评估 对象的二维风险评估矩阵在N空间上进行延伸，构 汽车缺陷具有确定性，故本文研究的风险评估 成三维汽车缺陷风险矩阵.图1为计算机程序运算 为：针对己存在的缺陷，在其失效而产生一定危险后 三维矩阵图的结果.图中S、P和N分别代表经权 进行风险评估，预测风险的发展趋势.在风险分析 重修正后的汽车缺陷风险的严重程度、发生可能性 时，首先将缺陷导致的故障确定为顶上事件，根据风 和缺陷汽车数量.S、P和N分别确定后，即在空间 险的传递关系构造事件树，其关键在于分析缺陷的 上确定了唯一的风险单元. 各种后果，推断模拟伤害的场景，并对造成的危害的 可能性和严重性进行定量化或半定量化分析. 11风险传递过程 一个批次的缺陷汽车或零部件，从最初的设计、 制造因素导致产品缺陷，到故障→危险→事故→人 身伤害，风险传递路径中各节点事件发生的概率逐 级降低.然而，汽车风险传递路径因汽车危险到事 故和伤害间的传递关系具有较强的不确定性，难以 就某特定伤害发生的概率和严重程度进行评估.因 此，在汽车风险评估中，一般需要将风险传递路径进 行简化，即对缺陷导致的危险严重性S和发生的可 能性P进行综合评估.因零部件失效与车辆发生危 险之间存在因果关系，故可将危险预测转换为零部 图1汽车缺陷风险矩阵的三维描述 件失效预测进行等效研究. Fig.I 3D description of the automobik defeet risk matrix 1.2风险评估模型 汽车风险严重程度S根据危险的形式由危险 传统风险理论对风险的定义为：危险可能性P 度判定表以专家评分方式获得，分为4级：将缺陷汽 和危险后果S的乘积 车保有量N划分为5级，根据实际缺陷汽车数量 汽车缺陷所带来的风险不是单一对象产生的风 归入相应等级：P采用灰色失效模型进行预测，分 险.根据缺陷的定义，缺陷产品是具有同一性和批 为5级.对于某特定的缺陷形式，其S:和Ni是相 量性的.汽车召回案例表明，缺陷汽车产品数量少 对容易获取的，因此对总体风险R:的评估主要是 则两三辆多则几百万辆甚至上千万辆.不同数量 在对Pd预测的基础上实现. 的缺陷汽车带来的社会总体风险差异很大因此仅 依据S、P双参数进行风险评估无法反映缺陷真实 2基于灰色理论的失效预测模型 的总体风险水平同. 因此，可以看出，在对缺陷的风险分析上，需要 汽车是个复杂的系统，在零部件缺陷导致的失 把风险指标进行扩展获得一种考虑危险发生范围 效预测及风险研究过程中存在一定的灰色问题，体 或缺陷产品数量N的三参数风险评估模型，以期更 现为：汽车使用条件多变，各种因素对失效的作用机 为客观反映风险的本质，准确进行风险的评估， 理不清楚，可获取的失效数据具有一定的离散性，在 根据上述分析，可以得到汽车缺陷总体风险R: 相当程度上系统是抽象的，但系统的最后结果、最终 的S、P和N三参数模型： 外在表征的一些资料与信息是可知的.汽车工程领 Ra=f(Sa.Pa Na)=>(SaiW.X PaWX NaiW) 域的风险分析往往需要大量可靠性实验，但考虑到 实验的成本、周期和可操作性，应尽可能通过有限的 (1) 汽车售后系统数据来方便、直接的对零部件失效趋 式中，Si为第i个缺陷所致危险的严重程度；Pi为 势进行预测.预测精度.本文采用事件树( event tree analysis, ETA) 的方法对汽车缺陷的风险传递路径进行分析, 以灰色模型预测零部件寿命周期内发生故障或危险 的概率, 来评估缺陷的总体风险水平. 1 模型的建立 汽车缺陷具有确定性, 故本文研究的风险评估 为:针对已存在的缺陷, 在其失效而产生一定危险后 进行风险评估, 预测风险的发展趋势.在风险分析 时, 首先将缺陷导致的故障确定为顶上事件, 根据风 险的传递关系构造事件树, 其关键在于分析缺陷的 各种后果, 推断模拟伤害的场景, 并对造成的危害的 可能性和严重性进行定量化或半定量化分析[ 4] . 1.1 风险传递过程 一个批次的缺陷汽车或零部件, 从最初的设计 、 制造因素导致产品缺陷, 到故障 ※危险 ※事故 ※人 身伤害, 风险传递路径中各节点事件发生的概率逐 级降低 .然而, 汽车风险传递路径因汽车危险到事 故和伤害间的传递关系具有较强的不确定性, 难以 就某特定伤害发生的概率和严重程度进行评估 .因 此, 在汽车风险评估中, 一般需要将风险传递路径进 行简化, 即对缺陷导致的危险严重性 S 和发生的可 能性P 进行综合评估 .因零部件失效与车辆发生危 险之间存在因果关系, 故可将危险预测转换为零部 件失效预测进行等效研究 . 1.2 风险评估模型 传统风险理论对风险的定义为:危险可能性 P 和危险后果S 的乘积[ 5] . 汽车缺陷所带来的风险不是单一对象产生的风 险.根据缺陷的定义, 缺陷产品是具有同一性和批 量性的 .汽车召回案例表明, 缺陷汽车产品数量少 则两三辆, 多则几百万辆甚至上千万辆.不同数量 的缺陷汽车带来的社会总体风险差异很大, 因此仅 依据 S 、P 双参数进行风险评估无法反映缺陷真实 的总体风险水平[ 6] . 因此, 可以看出, 在对缺陷的风险分析上, 需要 把风险指标进行扩展, 获得一种考虑危险发生范围 或缺陷产品数量 N 的三参数风险评估模型, 以期更 为客观反映风险的本质, 准确进行风险的评估 . 根据上述分析, 可以得到汽车缺陷总体风险 R d 的 S 、P 和N 三参数模型 : Rd =f( Sd, Pd, Nd) = ∑i ( SdiWs ×PdiWp×NdiWn) ( 1) 式中, S d i为第i 个缺陷所致危险的严重程度;Pdi 为 寿命周期内, 第 i 个缺陷所致危险的发生的可能性; N di为存在第 i 个缺陷的产品总数;Ws 、Wp 和 Wn 分别为汽车缺陷的产生危险的严重度、可能性和产 品数量的影响权重系数 . 为表达汽车缺陷的总体风险, 将针对单一评估 对象的二维风险评估矩阵在 N 空间上进行延伸, 构 成三维汽车缺陷风险矩阵.图 1 为计算机程序运算 三维矩阵图的结果.图中 S 、P 和N 分别代表经权 重修正后的汽车缺陷风险的严重程度、发生可能性 和缺陷汽车数量.S 、P 和N 分别确定后, 即在空间 上确定了唯一的风险单元. 图 1 汽车缺陷风险矩阵的三维描述 Fig.1 3D description of the automobile defect risk matrix 汽车风险严重程度 S di根据危险的形式由危险 度判定表以专家评分方式获得, 分为 4 级 ;将缺陷汽 车保有量 Ndi划分为 5 级, 根据实际缺陷汽车数量 归入相应等级;P di采用灰色失效模型进行预测, 分 为 5 级.对于某特定的缺陷形式, 其 S di 和N di是相 对容易获取的, 因此对总体风险 R d 的评估主要是 在对 P di预测的基础上实现 . 2 基于灰色理论的失效预测模型 汽车是个复杂的系统, 在零部件缺陷导致的失 效预测及风险研究过程中存在一定的灰色问题, 体 现为:汽车使用条件多变, 各种因素对失效的作用机 理不清楚, 可获取的失效数据具有一定的离散性, 在 相当程度上系统是抽象的, 但系统的最后结果、最终 外在表征的一些资料与信息是可知的.汽车工程领 域的风险分析往往需要大量可靠性实验, 但考虑到 实验的成本 、周期和可操作性, 应尽可能通过有限的 汽车售后系统数据来方便 、直接的对零部件失效趋 势进行预测 . 第 9 期 王 琰等:基于灰色理论的汽车缺陷风险评估模型 · 1179 ·