基于符號(hào)有向圖的飛機(jī)故障風(fēng)險(xiǎn)評(píng)估方法*

周　虹， 陳志雄

(上海工程技術(shù)大學(xué) a. 航空運(yùn)輸學(xué)院， b. 汽車工程學(xué)院， 上海 201620)

故障風(fēng)險(xiǎn)是客觀存在的，對(duì)飛機(jī)的故障進(jìn)行風(fēng)險(xiǎn)評(píng)估，就是對(duì)飛機(jī)故障帶來(lái)的危險(xiǎn)進(jìn)行嚴(yán)重性與可能性分析，然后確定故障的風(fēng)險(xiǎn)水平.

在復(fù)雜系統(tǒng)故障風(fēng)險(xiǎn)評(píng)估過(guò)程中，危害性矩陣[1]和風(fēng)險(xiǎn)優(yōu)先數(shù)等方法[2-5]有著廣泛的應(yīng)用，但這些方法的評(píng)估對(duì)象往往故障征兆單一，也未考慮其可能后續(xù)故障的風(fēng)險(xiǎn)水平.實(shí)際飛機(jī)系統(tǒng)中故障征兆繁多且相互關(guān)聯(lián)，不同故障征兆相耦合將導(dǎo)致不一樣的故障后果，危害程度也可能大不相同，依靠人工分析越來(lái)越困難.另外，故障影響從直接影響開始到后續(xù)的間接影響，是一個(gè)逐漸變化的過(guò)程[6]，其最終影響度與系統(tǒng)檢測(cè)、控制手段有很大關(guān)系.若缺乏故障影響評(píng)估的詳細(xì)場(chǎng)景，忽略分析造成故障的傳播變化過(guò)程，則對(duì)故障造成影響的嚴(yán)重度評(píng)價(jià)結(jié)果就缺乏系統(tǒng)性，難以做到客觀、準(zhǔn)確[7].

針對(duì)飛機(jī)系統(tǒng)風(fēng)險(xiǎn)評(píng)估問(wèn)題，本文在傳統(tǒng)SDG模型[8-9]中引入測(cè)試節(jié)點(diǎn)，賦予模型中節(jié)點(diǎn)可靠性、測(cè)試性的多值屬性，構(gòu)建一種新的深層知識(shí)模型RSDG，其能夠推理故障的傳播鏈，并能系統(tǒng)地分析整個(gè)故障傳播過(guò)程中的風(fēng)險(xiǎn).

1　RSDG模型定義

定義RSDG模型是有向圖G與函數(shù)Φ、Ψ的組合(G，Φ、Ψ)，其中各變量解釋說(shuō)明如下：

1) 有向圖G為三元組(V，T，E).V={v1，v2，…，vn}，為有限n節(jié)點(diǎn)狀態(tài)變量集，每個(gè)vi具有若干狀態(tài)節(jié)點(diǎn)屬性，如狀態(tài)發(fā)生偏差的先驗(yàn)概率、狀態(tài)突變性、故障的安全級(jí)別、維修費(fèi)用及維修時(shí)間等；T為可用測(cè)試集，測(cè)試集是在可使用的測(cè)試資源下能獲得的測(cè)試量，包括設(shè)備測(cè)量出的物理參數(shù)量和系統(tǒng)觀察量等，每個(gè)ti也具備測(cè)量費(fèi)用等節(jié)點(diǎn)屬性；有向邊集合E=(V×V)∪(V×T)，表示狀態(tài)變量間、狀態(tài)變量與測(cè)試變量的關(guān)系.

2) 函數(shù)Φ∶E→{+，-}，其中，Φ(ek)(ek∈E)稱為ek支路的符號(hào)，用“+”表示正作用(增強(qiáng))，“-”表示反作用(減弱).

3) 函數(shù)Ψ→{+，0，-}為節(jié)點(diǎn)對(duì)象vi所代表的故障模式或變量的當(dāng)前狀態(tài)，Ψ(vi)稱為節(jié)點(diǎn)vi的符號(hào)，即

(1)

2　模型的故障傳播與風(fēng)險(xiǎn)分析

RSDG模型繼承了SDG中對(duì)系統(tǒng)內(nèi)部深層因果關(guān)系的描述，又蘊(yùn)含了可靠性信息和測(cè)試點(diǎn)信息，為風(fēng)險(xiǎn)評(píng)估中的三個(gè)識(shí)別過(guò)程提供了支持：

1) 危害識(shí)別基于RSDG模型，以已知故障為初因事件，推理出一系列受影響節(jié)點(diǎn)，即后果節(jié)點(diǎn).初因事件和后果節(jié)點(diǎn)構(gòu)成故障鏈，明確故障的發(fā)展變化.

2) 后果的可能性識(shí)別以故障鏈中的后果事件為頂事件，建立故障子樹，通過(guò)故障樹定性分析并定量計(jì)算該后果事件的發(fā)生概率.

3)風(fēng)險(xiǎn)水平識(shí)別計(jì)算根據(jù)RSDG模型的節(jié)點(diǎn)屬性構(gòu)造評(píng)估指標(biāo)并計(jì)算風(fēng)險(xiǎn)水平.

2.1　基于RSDG模型的故障危害識(shí)別

故障危害識(shí)別基于正向推理算法對(duì)RSDG拓?fù)浣Y(jié)構(gòu)進(jìn)行深度優(yōu)先搜索，確定故障鏈.故障鏈?zhǔn)怯沙跻蚴录秃蠊录M成的，初因事件是一個(gè)待評(píng)估的故障，也是模型中一個(gè)或多個(gè)已知發(fā)生偏差的狀態(tài)節(jié)點(diǎn)；后果事件是一系列受初因事件直接或間接影響的節(jié)點(diǎn).對(duì)于當(dāng)前給定的故障節(jié)點(diǎn)，其影響節(jié)點(diǎn)是在RSDG模型中的下游變量，將受影響的下游節(jié)點(diǎn)按傳播順序排列就構(gòu)成了事故的發(fā)展順序——故障鏈.為簡(jiǎn)化分析，本文作以下故障鏈傳播規(guī)定：如果故障發(fā)生后不能被監(jiān)測(cè)或觀測(cè)到，則后果故障才有可能發(fā)生；如果故障發(fā)生后能夠被監(jiān)測(cè)或觀測(cè)到，則認(rèn)為該故障的后果影響一定能夠通過(guò)某些措施加以控制，阻止其進(jìn)一步傳播，故將該節(jié)點(diǎn)作為故障鏈的終止節(jié)點(diǎn).在RSDG模型中，若一個(gè)狀態(tài)節(jié)點(diǎn)有與之相關(guān)聯(lián)的測(cè)試節(jié)點(diǎn)，認(rèn)為該節(jié)點(diǎn)是可監(jiān)測(cè)的，否則認(rèn)為該節(jié)點(diǎn)是不可監(jiān)測(cè)的節(jié)點(diǎn).進(jìn)行故障危害識(shí)別時(shí)，獲取故障鏈中的節(jié)點(diǎn)集(記為C)的具體步驟如下：

1) 根據(jù)初因事件的故障征兆，確定代表初因事件的狀態(tài)節(jié)點(diǎn)集Vroot，選擇其中一個(gè)節(jié)點(diǎn)vf∈Vroot作為當(dāng)前處理節(jié)點(diǎn)；

2) 由vf及其相關(guān)連支路的符號(hào)推算相鄰影響節(jié)點(diǎn)vi呈現(xiàn)的狀態(tài)，并更新C，即

Ψ(vi)=Ψ(vf)φ(evf→vi)
C=C∪{vi}，vi?C

3) 以vi作為當(dāng)前故障vf，按深度優(yōu)先的原則重復(fù)步驟2)搜索直接影響節(jié)點(diǎn)，直至vf是可監(jiān)測(cè)節(jié)點(diǎn)；

4) 更新Vroot=Vroot-{vf}，選擇一個(gè)未處理的初因事件狀態(tài)節(jié)點(diǎn)vf∈Vroot，重復(fù)2)～4)，直至Vroot為空集.

2.2　故障后果可能性識(shí)別

后果事件發(fā)生的可能性是初因事件發(fā)生后的條件概率，由于事件的相依關(guān)系，計(jì)算事件的條件概率需要獲知該事件的發(fā)生原因及相關(guān)邏輯.事件原因的相關(guān)邏輯分析是一種有向圖的反向推理過(guò)程，將故障鏈中的后果事件作為頂事件，將頂事件的原因事件按因果關(guān)系逐層列出，并根據(jù)各原因節(jié)點(diǎn)的邏輯制約關(guān)系，用“與”、“或”關(guān)系等邏輯門有序地將所有原因事件合成到故障樹[10]中，直至底事件，這里的底事件是指初因事件或發(fā)生概率已知的事件.對(duì)于一個(gè)后果事件，以此為頂事件Vtop，獲取Vtop故障樹中的節(jié)點(diǎn)集(記為D)的具體步驟為：

1) 確定頂事件對(duì)應(yīng)的狀態(tài)節(jié)點(diǎn)及其符號(hào)，選擇其中一個(gè)節(jié)點(diǎn)vf∈Vtop作為當(dāng)前處理節(jié)點(diǎn)；

2) 由vf及其相關(guān)連支路的符號(hào)推算相鄰原因節(jié)點(diǎn)vi呈現(xiàn)的狀態(tài)，并更新D，即

Ψ(vi)=Ψ(vf)φ(evi→vf)
D=D∪{vi} ，vi?D

3) 以vi作為當(dāng)前故障vf，按深度優(yōu)先的原則重復(fù)步驟2)搜索直接原因節(jié)點(diǎn)，直至vf是底層節(jié)點(diǎn).

對(duì)于RSDG中的一個(gè)故障節(jié)點(diǎn)，原因節(jié)點(diǎn)是其上游狀態(tài)節(jié)點(diǎn)，而與測(cè)試節(jié)點(diǎn)無(wú)關(guān).不同控制回路對(duì)故障影響不同，閉環(huán)控制系統(tǒng)的存在使引起頂事件發(fā)生的原因邏輯組合極大地增加，因此，在分析原因節(jié)點(diǎn)的邏輯關(guān)系時(shí)，需要區(qū)分RSDG模型上的非閉環(huán)節(jié)點(diǎn)、正反饋回路和負(fù)反饋回路.為描述節(jié)點(diǎn)邏輯拓展過(guò)程，假定系統(tǒng)RSDG模型(忽略測(cè)試節(jié)點(diǎn))如圖1所示.

圖1　RSDG模型示例Fig.1　Example for RSDG model

各節(jié)點(diǎn)描述如下：

1) 非閉環(huán)節(jié)點(diǎn).所謂非閉環(huán)節(jié)點(diǎn)是指不屬于任何一個(gè)控制回路的節(jié)點(diǎn)，在故障樹中，它和其他節(jié)點(diǎn)相互之間不存在著制約關(guān)系，直接由“或門”相連.圖1中假定故障為節(jié)點(diǎn)F變量超下限，即F(-)，這也是故障樹的頂事件.計(jì)算得到F的上層關(guān)聯(lián)節(jié)點(diǎn)E、G為非閉環(huán)節(jié)點(diǎn)，則對(duì)于F(-)生成故障樹如圖2所示.

圖2　非閉環(huán)節(jié)點(diǎn)故障樹示意圖Fig.2　Schematic fault tree in non-closed loop node

2) 正反饋回路節(jié)點(diǎn).控制回路為正反饋時(shí)，閉環(huán)上的各個(gè)支路增益的乘積應(yīng)為正，其故障傳播規(guī)律有著突出特點(diǎn)，即一個(gè)節(jié)點(diǎn)發(fā)生偏差，則環(huán)路上所有節(jié)點(diǎn)將發(fā)生偏差.正反饋回路的因果故障樹模型中各節(jié)點(diǎn)用“或門”展開.設(shè)圖1中故障為節(jié)點(diǎn)K變量超下限，即K(-)，容易看出K的相鄰原因節(jié)點(diǎn)是一個(gè)正反饋回路，則對(duì)于K(-)生成故障樹如圖3所示.

3) 負(fù)反饋回路節(jié)點(diǎn).控制回路為負(fù)反饋時(shí)，閉環(huán)上各個(gè)支路增益的乘積為負(fù)，其傳播規(guī)律比正反饋復(fù)雜.當(dāng)出現(xiàn)故障，可以由控制回路產(chǎn)生反向的控制作用，使得故障影響被消除，控制回路下游變量仍處于正常值范圍.但當(dāng)故障偏差積累到一定程度時(shí)，控制回路飽和失去調(diào)節(jié)功能，危險(xiǎn)會(huì)繼續(xù)擴(kuò)展，引起回路被控變量異常的三種情況分別為：

① 不可控?cái)_動(dòng)，即負(fù)反饋回路上游節(jié)點(diǎn)變量出現(xiàn)過(guò)大偏差，控制系統(tǒng)飽和；

② 可控?cái)_動(dòng)且控制回路不起作用，即負(fù)反饋回路上游節(jié)點(diǎn)變量出現(xiàn)偏差，且負(fù)反饋控制性能降低；

③ 控制回路引起的異常，即負(fù)反饋回路上游節(jié)點(diǎn)變量沒(méi)有出現(xiàn)偏差，控制系統(tǒng)自身發(fā)生故障.

因此，對(duì)于負(fù)反饋控制系統(tǒng)中的變量節(jié)點(diǎn)，其故障樹包括三個(gè)子樹事件.設(shè)圖1中故障為節(jié)點(diǎn)E變量超下限，即E(-)，而E的相鄰原因節(jié)點(diǎn)是一個(gè)負(fù)反饋回路，對(duì)于E(-)生成故障子樹如圖4所示.

根據(jù)以上分析可知，在利用RSDG生成故障樹時(shí)，首先要找出模型中所有的回路，并判斷回路類型，用單獨(dú)一個(gè)節(jié)點(diǎn)來(lái)表示強(qiáng)連通部分，進(jìn)而得到壓縮有向圖，再以故障節(jié)點(diǎn)為頂事件節(jié)點(diǎn)，以頂端事件和邊界條件為瞬時(shí)樣本，反向推理RSDG模型中的節(jié)點(diǎn)，最后根據(jù)節(jié)點(diǎn)類型選取合適的操作符將節(jié)點(diǎn)相連，并對(duì)其中的回路節(jié)點(diǎn)展開因果關(guān)系樹，具體流程如圖5所示.

圖4　負(fù)反饋回路節(jié)點(diǎn)故障子樹示意圖Fig.4　Schematic node fault subtree in negative feedback loop

圖5　基于RSDG故障樹生成步驟流程圖Fig.5　　　　Flow chart of generation procedure of fault tree based on RSDG

后果事件故障樹生成后，依據(jù)其中邏輯可以計(jì)算條件概率.首先從底事件開始，設(shè)當(dāng)前層包含事件集x={x1，x2，…，xk}，依次向上計(jì)算上一層事件T的發(fā)生概率，直至得到頂事件T的條件概率，計(jì)算式為

(2)

式中：POR(T)為或門事件T發(fā)生率；PAND(T)為與門事件T發(fā)生率；S為初因事件.

3　風(fēng)險(xiǎn)識(shí)別

飛機(jī)系統(tǒng)的復(fù)雜性決定了飛機(jī)故障風(fēng)險(xiǎn)的評(píng)估是一個(gè)考慮多因素的決策過(guò)程，從安全性、經(jīng)濟(jì)性和可靠性多個(gè)角度，考慮飛機(jī)風(fēng)險(xiǎn)度的三個(gè)衡量準(zhǔn)則為發(fā)生度、影響度和難檢度，本文按照各因素的隸屬關(guān)系設(shè)置一個(gè)多層次的指標(biāo)體系(如圖6所示)，采用灰色決策聚類法[11]來(lái)綜合評(píng)定風(fēng)險(xiǎn)值.

圖6　飛機(jī)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系Fig.6　Risk assessment index system for aircraft

采用Delphi法對(duì)指標(biāo)體系的重要度進(jìn)行評(píng)判，并借助于層次分析法[12]得到該遞階層次結(jié)構(gòu)中二級(jí)指標(biāo)ui相對(duì)于總指標(biāo)的權(quán)重wi，且記組合權(quán)重向量為

W=(w1，w2，w3，w4，w5，w6)

基于飛機(jī)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系的風(fēng)險(xiǎn)評(píng)估步驟如下：

1) 設(shè)故障鏈中包含m個(gè)事件，記第i個(gè)事件相對(duì)于uj的指標(biāo)值為xij，則構(gòu)成樣本矩陣為

(3)

2) 依據(jù)飛機(jī)風(fēng)險(xiǎn)評(píng)估的實(shí)際問(wèn)題，設(shè)有k個(gè)評(píng)估灰類[13-14]，并確定k個(gè)評(píng)估灰類的白化權(quán)函數(shù)fk(xij)，fk(xij)是xij屬于第k類評(píng)估標(biāo)準(zhǔn)的權(quán).表1列出了四類白化權(quán)函數(shù)對(duì)應(yīng)的灰數(shù)和數(shù)學(xué)表達(dá)，按照經(jīng)驗(yàn)或某種準(zhǔn)則獲得函數(shù)閾值A(chǔ)、B、C、D.

表1　四類典型的白化權(quán)函數(shù)Tab.1　Four typical whitening weight functions

3)根據(jù)樣本矩陣式(3)和表1，綜合m個(gè)故障對(duì)每個(gè)uj的評(píng)估指標(biāo)值，計(jì)算k類灰色統(tǒng)計(jì)數(shù)pkj及采用第k類評(píng)估標(biāo)準(zhǔn)的灰色權(quán)值rkj，即

(4)

(5)

由灰色權(quán)值rkj構(gòu)成的評(píng)估權(quán)矩陣為

由指標(biāo)權(quán)重向量和灰色評(píng)估權(quán)矩陣可得風(fēng)險(xiǎn)灰色聚類的綜合評(píng)估向量為

Ω=(σ1，σ2，…，σk)=WR

(6)

4) 由風(fēng)險(xiǎn)灰色聚類綜合評(píng)估向量Ω計(jì)算故障鏈的綜合風(fēng)險(xiǎn)值，計(jì)算表達(dá)式為

(7)

4　應(yīng)用實(shí)例

民用飛機(jī)氣源系統(tǒng)的調(diào)節(jié)壓力偏大，預(yù)冷器溫度偏高故障是影響航班的一個(gè)突出問(wèn)題，本文以該故障為例進(jìn)行故障風(fēng)險(xiǎn)評(píng)估.

對(duì)該故障所屬發(fā)動(dòng)機(jī)引氣系統(tǒng)進(jìn)行分析，將識(shí)別過(guò)程變量作為狀態(tài)節(jié)點(diǎn)，確定測(cè)試手段作為測(cè)試節(jié)點(diǎn)，按照因果關(guān)系連接狀態(tài)節(jié)點(diǎn)，建立RSDG模型如圖7所示，圖7中的節(jié)點(diǎn)說(shuō)明如表2所示，模型中節(jié)點(diǎn)的概率屬性值如表3所示.

圖7　發(fā)動(dòng)機(jī)引氣系統(tǒng)RSDG模型Fig.7　RSDG model for engine bleed air system

節(jié)點(diǎn)名稱VHPVHPV閥門開度VPRVPRV閥門開度PPRVPRSOV下游壓力PPIPS引氣系統(tǒng)出口壓力TPEG預(yù)冷器出口溫度TOUT發(fā)動(dòng)機(jī)引氣出口溫度VFAVFAV閥門開度節(jié)點(diǎn)名稱FPSNR壓力傳感器性能FPEG預(yù)冷器性能FFAVFAV性能T1PRSOV開度測(cè)試T2出口壓力測(cè)試T3出口溫度測(cè)試

4.1　隔離故障鏈

該實(shí)例的故障包括兩個(gè)故障征兆：調(diào)節(jié)壓力偏大與預(yù)冷器溫度偏高，分別對(duì)應(yīng)狀態(tài)節(jié)點(diǎn)PPRV(+)與TPEG(+).由于Ψ(PPRV)φ(ePPRV→TPEG)Ψ(TPEG)=+，故兩狀態(tài)節(jié)點(diǎn)相容，表明兩狀態(tài)節(jié)點(diǎn)在同一條故障鏈中.以二者位于上游的PPRV為初因故障狀態(tài)節(jié)點(diǎn)，但PPRV不是可監(jiān)測(cè)節(jié)點(diǎn)，該故障可傳播至后續(xù)節(jié)點(diǎn)PPIPS和TPEG，TPEG狀態(tài)同樣無(wú)法監(jiān)測(cè)，故障繼續(xù)傳播，直至傳播到可監(jiān)測(cè)狀態(tài)節(jié)點(diǎn)TOUT，得到的故障鏈如圖8所示.

表3　狀態(tài)節(jié)點(diǎn)的概率屬性Tab.3　Probabilistic attribute of state nodes

圖8　故障實(shí)例的故障鏈Fig.8　Fault chain of fault example

4.2　確定故障鏈中各事件風(fēng)險(xiǎn)指標(biāo)值

首先需要獲取各事件的發(fā)生概率，故障鏈中初因事件的概率即為PPRV(+)的概率屬性值，后果節(jié)點(diǎn)發(fā)生概率則是PPRV(+)發(fā)生后的條件概率.計(jì)算條件概率需獲取后果節(jié)點(diǎn)的產(chǎn)生原因及其邏輯.

以引氣出口壓力高為頂事件，PPIPS=+為瞬間樣本值，按照2.2節(jié)的算法，PPIPS為非控制節(jié)點(diǎn)，其相鄰子節(jié)點(diǎn)以“或”邏輯展開的故障子樹如圖9所示.以引氣出口溫度高為頂事件，TOUT=+為瞬間樣本值，TOUT為負(fù)反饋回路節(jié)點(diǎn)，按照負(fù)反饋回路故障子樹生成方法最終得到故障樹如圖10所示.

圖9　引氣出口壓力高故障樹Fig.9　Fault tree for high pressure of engine bleed air outlet

圖10　引氣出口溫度高故障樹Fig.10　Fault tree for high temperature of engine bleed air outlet

獲取故障樹后依據(jù)式(2)計(jì)算出各后果事件發(fā)生的條件概率，即

P(F1/S)=P(S)=2.31×10-6

P(F3/S)=P(S)(1-(1-P(F4)(1-P(F5))=3.22×10-12

P(F2/F3)=P(F3/S)=3.22×10-12

根據(jù)計(jì)算結(jié)果和節(jié)點(diǎn)屬性值確定故障鏈中各事件風(fēng)險(xiǎn)體系指標(biāo)值，如表4所示.

表4　各事件的指標(biāo)參數(shù)Tab.4　Index parameters for each event

將評(píng)估風(fēng)險(xiǎn)分為極小、較小、中等、較高、極高5個(gè)等級(jí)，分別對(duì)應(yīng)5、4、3、2、1.通過(guò)經(jīng)驗(yàn)統(tǒng)計(jì)構(gòu)造發(fā)生度、影響度、難檢度的白化權(quán)函數(shù)(以灰數(shù)表示)如表5所示.組合權(quán)重向量為W=(0.22，0.3，0.16，0.17，0.08，0.05).

表5　各指標(biāo)的白化權(quán)函數(shù)Tab.5　Whitening weight function of each index

4.3　風(fēng)險(xiǎn)計(jì)算

根據(jù)表4各事件的指標(biāo)參數(shù)得到樣本矩陣為

由表5的白化權(quán)函數(shù)得到xij屬于第k類評(píng)估標(biāo)準(zhǔn)的權(quán)fk(xij)，并由式(3)計(jì)算出灰色統(tǒng)計(jì)數(shù)和總灰色統(tǒng)計(jì)數(shù)，進(jìn)而得到評(píng)估權(quán)矩陣，即

代入Ω=(σ1，σ2，…，σk)=WR，可得

Ω=(0.11，0.09，0.309，0.442，0.049)

由式(7)得到故障鏈各事件的綜合風(fēng)險(xiǎn)值為

η=3.23

實(shí)例故障為較高風(fēng)險(xiǎn)的故障，而用本文提出的方法對(duì)飛機(jī)氣源系統(tǒng)共數(shù)十種故障進(jìn)行風(fēng)險(xiǎn)度分析，所得結(jié)果也為風(fēng)險(xiǎn)較高故障，風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果與航空企業(yè)實(shí)際情況相符.

5　結(jié)　論

針對(duì)飛機(jī)故障模式多樣、難以量化的問(wèn)題，本文提出了基于RSDG故障的風(fēng)險(xiǎn)評(píng)估方法，推導(dǎo)出飛機(jī)故障導(dǎo)致的故障鏈，并以故障鏈為分析對(duì)象，對(duì)故障鏈中各事件序列的影響和可能性進(jìn)行分析，從定量的角度對(duì)故障風(fēng)險(xiǎn)進(jìn)行辨識(shí)、分析、量化.與其他風(fēng)險(xiǎn)評(píng)估方法相比，該方法能夠有效地彌補(bǔ)傳統(tǒng)故障風(fēng)險(xiǎn)評(píng)估方法中RPN因子含義模糊、評(píng)價(jià)不一致的缺陷，使風(fēng)險(xiǎn)評(píng)估更加詳細(xì)準(zhǔn)確.