《表3 风险因子权重的语言评估值》

《基于云模型和信息公理的车辆故障模式风险评估方法》

本文以杭州地铁车辆车门系统故障模式风险评估为例，据杭州市地铁运营公司统计在2016年所有运营线路的车门故障占到车辆故障的近40%，是一类较普遍的故障．邀请3位领域专家{T1，T2，T3}组成FMEA小组结合统计数据，选取车门故障率较高的部件有“门控器EDCU”、“行程开关S1”、“螺母副组件”、“携门架”，该4类部件主要有10种故障模式FMi，如表1所示．专家Tk给出故障模式FMi的风险因子fj的评估值为rkij，采用的语言评语集R={R-3=非常低（VL)，R-2=低（L)，R-1=较低（ML)，R0=一般（M)，R1=较高（MH)，R2=高（H)，R3=非常高（VH）}，风险因子的评估值如表2所示；专家Tk对风险因子fj的权重评估值为wjk，对于权重评估采用的语言评语集W={W-2=不重要（NI)，W-1=次要（MI)，W0=一般（M)，W1=重要（I)，W2=很重要（VI）}，评估值，如表3所示．其中i=1，2，…，10；j=1，2，3；k=1，2，3.