【正文】 216。發(fā) 展?fàn)顩ru近二十幾年來， FTA技 術(shù) 在我國得到迅速 發(fā) 展，特 別是在核工 業(yè) 、航空、航天、機(jī)械、 電 子、兵器、船舶、化工等 領(lǐng) 域已得到廣泛地 應(yīng) 用， 為 提高 產(chǎn) 品的安全性和可靠性 發(fā)揮 了重要作用。故障 樹 分析要素216。頂 事件u頂 事件 是故障 樹 分析中所關(guān)心的 結(jié) 果事件，也是最不期望出 現(xiàn) 的事件；u頂 事件 的 選 取根據(jù)分析的目的不同，可分 別考 慮對 系 統(tǒng) 技 術(shù) 性能、 經(jīng)濟(jì) 性、可靠性和安全性影響 顯 著的故障事件。216。中 間 事件u中 間 事件 是位于 頂 事件和底事件之 間 的 結(jié) 果事件，起到了 對 下 級 事件 進(jìn) 行 邏輯組 合的作用。216。底事件u底事件 是故障 樹 分析的最 終 原因事件。 故障樹分析是一種嚴(yán)密的邏輯過程分析，分析中所涉及到的各種事件、原因及其相互關(guān)系，需要運(yùn)用一定的符號予以表達(dá)。故障樹分析所用符號有三類，即事件符號，邏輯門符號，轉(zhuǎn)移符號。故障 樹 分析要素216。矩形符號u它表示 頂 上事件或中 間 事件，也就是需要往下分析的事件。將事件扼要 記 入矩形方框內(nèi)。216。圓 形符號u它表示基本原因事件，或稱基本事件。它可以是人的差 錯(cuò) ，也可以是機(jī)械、元件的故障，或 環(huán) 境不良因素等。它表示最基本的、不能繼續(xù) 再往下分析的事件。216。屋形符號u主要用于表示正常事件，是系 統(tǒng) 正常狀 態(tài) 下發(fā) 生的正常事件。216。菱形符號u它表示省略事件，主要用于表示不必 進(jìn) 一步剖析的事件和由于信息不足，不能 進(jìn) 一步分析的事件。故障 樹 分析要素216。邏輯 與 門 符號u表示 僅 當(dāng)所有 輸 入事件都 發(fā) 生 時(shí) ， 輸 出事件才 發(fā) 生的 邏輯 關(guān)系。216。邏輯 或 門 符號u表示至少有一個(gè) 輸 入事件 發(fā) 生， 輸 出事件就發(fā) 生的 邏輯 關(guān)系。216。轉(zhuǎn) 入符號u表示 轉(zhuǎn) 入上面以 對應(yīng) 的字母或數(shù)字 標(biāo) 注的子故障 樹 部分符號。216。轉(zhuǎn) 出符號u它表示 該 部分故障 樹 由此 轉(zhuǎn) 出。故障 樹 分析的分 類216。定性分析和定量分析：216。定性分析 的主要目的是 尋 找與系 統(tǒng) 有關(guān)的故障事件 發(fā)生的原因和原因的 組 合，即 尋 找 導(dǎo) 致 頂 事件 發(fā) 生的所有故障模式；216。定量分析 的主要目的是當(dāng) 給 定所有底事件 發(fā) 生概率 時(shí)，求出 項(xiàng) 事件 發(fā) 生的概率及其它定量指 標(biāo) 。故障 樹 分析程序選擇合理的頂事件建造故障樹故障樹定性分析?故障樹的簡化?求最小割集?最小割集定性比較故障樹定量分析?求頂事件發(fā)生概率?重要度分析確定設(shè)計(jì)上薄弱環(huán)節(jié)采取措施，提高產(chǎn)品可靠性故障 樹 分析 應(yīng) 用216。故障 樹 分析的目的u定性分析? 找出最小割集（底事件的集合，可以直接 驅(qū)動頂 事件 發(fā) 生）；? 找出 設(shè)計(jì) 的薄弱 環(huán)節(jié) （剔除一 階 最小割集） …u定量分析? 確定 頂 事件 發(fā) 生概率（危 險(xiǎn) 的 發(fā) 生概率）；? 評 價(jià)底事件的可靠性重要度 …216。難 點(diǎn)u頂 事件的 選 取u建模 過 程一個(gè)例子CutSet－割集? 割集 ：一些底事件的集合，當(dāng)這 些底事件同 時(shí)發(fā) 生 時(shí) ， 頂事件必然 發(fā) 生? 最小割集 ：沒有多余事件的割集? 本例的最小割集 ？{E1},{E2,E4},{E3,E4}Importance－重要度216。底事件 對頂 事件 發(fā) 生的影響程度u概率重要度u結(jié) 構(gòu)重要度u關(guān) 鍵 重要度216。哪個(gè)事件需要重點(diǎn)關(guān)注？故障 樹 分析1選擇頂事件2建造故障樹4定量分析3定性分析確定 頂 事件? 錯(cuò)誤 ?？? ?？吭趦?層 之 間? 失控 墜 落? 意外開 門 ? 無法開 門? 人 員 死亡? 人 員 受 傷 應(yīng) 用 實(shí) 例216。分析對象： 車載發(fā)射系統(tǒng) 216。分析目的：u掌握故障樹應(yīng)用過程u針對 “ 指令發(fā)送失敗 ” 進(jìn)行故障樹分析課程目錄1 為什么需要六西格瑪2 六西格瑪發(fā)展歷史及基本理念3 如何實(shí)施六西格瑪4 六西格瑪解決問題的方法論5 案例6 六西格瑪工具介紹 FMEA7 六西格瑪工具介紹 FTA8 六西格瑪工具介紹 統(tǒng)計(jì)檢驗(yàn) 在實(shí)際工作中通常會碰到這樣的問題，我們想了解不同供應(yīng)商來料水平、同等級別銷售網(wǎng)點(diǎn)每天的銷售額、不同銷售區(qū)域有效訂單的數(shù)量是否差異。一般的做法是隨機(jī)抽取部分?jǐn)?shù)據(jù)計(jì)算平均值進(jìn)行比較，但這種比較是否能說明差異真正存在呢？我們在比較時(shí)存在的風(fēng)險(xiǎn)有多大？ 真正科學(xué)并具有說服力的比較是采用 統(tǒng)計(jì)方法 進(jìn)行比較，它不僅能為比較提供更有說服力的結(jié)論，同時(shí)也限定了在比較時(shí)所要承擔(dān)的風(fēng)險(xiǎn)。 一般情況下，總體的統(tǒng)計(jì)量是一個(gè)固定的值，但是我們不知道。要了解總體的信息，只能抽取樣本，然后對樣本進(jìn)行分析，根據(jù)樣本的信息推斷出總體的信息。因此分析樣本的目的是要得到總體的信息，并對總體下恰當(dāng)結(jié)論，并采取相應(yīng)措施總體：整個(gè)集合的全體特征樣本：具有總體特征的子集根據(jù)樣本確定總體 !!!假設(shè)檢驗(yàn)? 什么是假設(shè)檢驗(yàn) (Hypothesis Test)?建立對總體 (Population)的假設(shè) ,以樣本 (Sample)推定假設(shè)的真假與否的結(jié)論為基礎(chǔ)來判斷假設(shè) :特定某總體是 , , , ex) 男員工的平均 身高是 172 cm. 原假設(shè) (Ho, Null Hypothesis) : 作為檢驗(yàn)對象的假設(shè) 對立假設(shè) (H1 or Ha, Alternative Hypothesis) : Not Ho某總體 (N)SampleSample的情報(bào)為檢驗(yàn)已設(shè)定的該總體的假設(shè)檢驗(yàn) → 原假設(shè) (Ho)設(shè)定 : 第一次假設(shè)對的情況 → 設(shè)定對立假設(shè) (H1 or Ha) : Not Ho? 什么是假設(shè)檢驗(yàn) (Hypothesis Test) ? 危險(xiǎn)率β 危險(xiǎn)消費(fèi)者危險(xiǎn)(被告者危險(xiǎn) )α 危險(xiǎn)生產(chǎn)者危險(xiǎn)(判者的危險(xiǎn) )某總體 (現(xiàn)實(shí) )無罪 (良品 ) 有罪 (不良 )無罪(良品 )有罪(不良 )標(biāo)本(判決 ) 1 α : 可信度 要檢驗(yàn)的原假設(shè) (Ho) 對的情況下，判斷為 對的概率 1 β : 檢驗(yàn)力 (檢出力 ) 要檢驗(yàn)的原假設(shè) (Ho) 不對的情況下，判斷為 不對的概率無罪ChiSquare驗(yàn)證是針對離散型數(shù)據(jù)的重要的統(tǒng)計(jì)檢驗(yàn)方法?；A(chǔ)是觀測的數(shù)和期望數(shù)間的差異 差異越大統(tǒng)計(jì)上越有效。以集團(tuán)或范疇內(nèi)分類的數(shù)據(jù)為基礎(chǔ)，對某一特性比較時(shí)利用離散數(shù)據(jù)，使用 ChiSquare驗(yàn)證。 Stat Tables ChiSquare Test…ChiSquare Test – 多個(gè)總體的比率檢驗(yàn)多個(gè)總體的比率檢驗(yàn)機(jī)加工有 4臺做同樣加工的車床。每過一段時(shí)間就要分析各設(shè)備的狀態(tài)。因此需要對各缸設(shè)備的產(chǎn)品的品質(zhì)進(jìn)行抽樣檢查，找出各車床的問題。為確認(rèn)各車床的不良率是否一致，在一定的規(guī)定時(shí)間內(nèi)對各設(shè)備的不良和良品個(gè)數(shù)調(diào)查的結(jié)果如下。用 5%留意水準(zhǔn)驗(yàn)證各設(shè)備別不良率是否有差異。多集團(tuán)的概率驗(yàn)證Stat Tables ChiSquare Test ( ?2 驗(yàn)證 ) H0: p1=p2=p3=p4 H1: 不是 H0假設(shè) 文件 : A11_Chi Chi Square Statisticsfo=觀察值的頻度數(shù)fe=期待值的頻度數(shù)g=GROUP數(shù)Session windowsPvalue 大于 ，所以設(shè)備別發(fā)生不良的次數(shù)是一致的，不具有明顯差異。且這個(gè) Pvalue指我們觀測的結(jié)果，因偶然發(fā)生的概率為 %。與設(shè)備無關(guān)，驗(yàn)證不良發(fā)生的概率是否一致。Chisquare計(jì)算方法自由度 ( DF ) = ( r 1 ) ? ( c 1 ) r:行數(shù) , c:列數(shù) ?2設(shè)備 1發(fā)生不良的期待值 : 120 ? =設(shè)備 2發(fā)生不良的期待值 : 92 ? =設(shè)備 3發(fā)生不良的期待值 : 122 ? =設(shè)備 4發(fā)生不良的期待值 : 86 ? = 實(shí)際不良發(fā)生的概率 : 案例分析案例分析銑加工完的產(chǎn)品根據(jù)標(biāo)準(zhǔn)分為 A1級、 A2級、 O級等級別，現(xiàn)使用 4臺銑床。下表是一段時(shí)期來各銑床產(chǎn)品數(shù)量統(tǒng)計(jì)，以 5%的顯著水平驗(yàn)證各設(shè)備間等級別比率是否有差異。如果設(shè)備 間有差異時(shí)哪個(gè)機(jī)器差異問題？ 銑床 1 銑床 2 銑床 3 銑床 4 A1級 81 85 69 45 A2級 25 11 31 20 其它級 14 3 7 2StatTables ChiSquare Test ( ?2 檢驗(yàn)檢驗(yàn) )Session windowsPvalue 值小于 Machine別等級品的比率可以認(rèn)為有差異。究竟是哪臺銑床引起究竟是哪臺銑床引起的差異呢？的差異呢？Session windowspvalue 值小于 ，因此可得出設(shè)備別等級品的概率有差異。但現(xiàn)在不知道 4臺設(shè)備中哪臺設(shè)備引起等級品質(zhì)差異。從旁邊的分析資料可以看出2號機(jī)器的 Chisq值最大。因此我們用 2號機(jī)器和其它機(jī)器進(jìn)行一下比較。為要知道哪臺設(shè)備引起品質(zhì)等級差異，用 2號機(jī)器和其它機(jī)器比較的結(jié)果， Pvalue值小于 ，所以可以肯定 2號機(jī)器和其它機(jī)器比較，引起品質(zhì)等級品差異。34為確認(rèn)其余設(shè)備間是否存在差異的、分析Pvalue大于 ，因此我們不能判定 1， 3， 4號機(jī)器間有品質(zhì)差異。練習(xí)： M制造線為了對工藝和作業(yè)方法進(jìn)行改善，用 A1， A2， A3， A4 4種方法共生產(chǎn)了 400個(gè)制品，并根據(jù)外觀檢查分為良品、不良品， DATA如下。 在 ?=，不良率是否也不同。 等級制造方法計(jì) A1 A2 A3 A490 101008699596 71038819107 良品不良品謝 謝 ！謝謝觀看 /歡迎下載BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAIT