尤建新，鄧晴文

（同濟大學經濟與管理學院，上海200092）

隨著工業(yè)4.0的提出，全球迎來智能制造革命浪潮；新一代信息技術興起，物聯(lián)網、大數據與工業(yè)技術加速融合，促進了工廠生產線向數字化轉型，傳統(tǒng)制造業(yè)受到巨大影響。中國于2015年提出了《中國制造2025》戰(zhàn)略規(guī)劃［1］，大力扶持制造企業(yè)推進智能轉型。在這一戰(zhàn)略中，核心思想為信息化與工業(yè)化的融合，也就是“互聯(lián)網+智能制造”。為實現(xiàn)這一目標，傳統(tǒng)制造型企業(yè)轉型為數字化工廠，其核心則是制造執(zhí)行系統(tǒng)（manufacturing execution system，MES）［2］。

MES是一套面向車間執(zhí)行層的生產信息管理系統(tǒng)，為制造企業(yè)信息化的重要組成部分。與其他信息管理系統(tǒng)相比，其具有系統(tǒng)集成難度大、涉及技術多等特點。它牽涉到計劃排程、生產制造管理、庫存物料管理、人員設備管理等諸多相互獨立模塊，并且在這些模塊之間實時共享數據，將企業(yè)信息系統(tǒng)連接在一起，使數據能夠在企業(yè)計劃管理層和控制執(zhí)行層之間流通［3］。系統(tǒng)本身的復雜性和項目開發(fā)周期長決定了其風險管理的難度較大，且MES對智能制造有重要意義，非常具有研究價值。

1 相關研究綜述

1.1 MES系統(tǒng)風險評價研究方法

在信息化與智能化相結合的發(fā)展形勢下，國內外學者開始對MES、企業(yè)資源計劃（enterprise resource planning，ERP）等信息管理系統(tǒng)的開發(fā)和實施過程中的風險管理問題進行研究。Chitrasen等［4］通過問卷調查對軟件項目風險分析建立結構化模型，將風險因子分為自發(fā)性、依賴性、聯(lián)動性和獨立性四類。Knowles等［5］在工業(yè)控制系統(tǒng)安全指標研究中，引入了“功能保障”概念來評估故障安全和網絡安全。李信桂［6］采用工作分解結構法對MES項目的功能結構和風險因素進行拆分，構建風險分解結構耦合矩陣以全面識別項目風險。然而，上述研究主要從方法論的角度對信息系統(tǒng)項目的風險進行分類和定性評估，缺乏量化的風險排序。王東［7］將傳統(tǒng)失效模式與后果分析（failure mode and effects analysis，F(xiàn)MEA）技術運用到IT項目的風險管理中，總結出項目各階段的失效模式并由專家確認優(yōu)先級。然而傳統(tǒng)FMEA受專家水平和經驗影響較大，帶有一定的主觀性。本文旨在提出一種更具客觀性和精確性的MES風險評價方法，幫助數字化工廠識別系統(tǒng)主要風險及風險產生的原因，并提供風險管控策略。

1.2 FMEA研究述評

FMEA被廣泛應用于企業(yè)質量管理與風險分析中，能有效提高產品、過程和服務的可靠性。傳統(tǒng)FMEA對故障的嚴重度S（severity）、發(fā)生度O（occurrence）和檢測度D（detection）進行評分，通過三者相乘計算風險優(yōu)先數（risk priority number，RPN）［8］，從而對失效模式進行排序。然而傳統(tǒng)FMEA存在諸多缺陷，如：評估風險因子只能通過精確值評價；計算RPN未考慮風險因子間的權重；相同RPN值的故障風險可能不同［9］。

為解決上述缺陷，許多學者將FMEA與其他方法結合起來，以彌補FMEA的不足。Reza等［10］、Bao等［11］通過將FMEA和模糊層次分析法（analytic hierarchy process，AHP）結合，得到評估指標權重，然而該方法在構建專家評估矩陣時，專家經驗的差異性會對評估結果產生影響。Ji等［12］在多準則決策問題中引入模糊熵權法，將模糊集中呈現(xiàn)的不確定性量化，避免對權重的主觀影響，以更客觀的方式評估多標準決策問題。但是，熵值越大、越無序的指標不一定是風險等級最高的指標，僅用熵權法確定權重不一定能得到最合理的結果。此外，一些學者提出決策制定試驗與評估實驗室法（decision makingtrial and evaluation laboratory，DEMATEL）［13］、逼近理想排序法（technique for order preference by similarity to ideal solution，TOPSIS）［14］和灰色關聯(lián)分析（grey relational analysis，GRA）［15］等，能更精確地確定失效模式風險水平。

本文提出了一種基于組合權重和GRA方法的改進FMEA風險分析模型。首先，借助模糊集理論對MES所涉及的失效模式分別從S、O、D三方面進行分析，并給出其等級描述，構造了各因素所對應評判集的隸屬度矩陣，使用AHP對權重進行賦值，再通過熵權法中的差異化系數對AHP賦值進行調節(jié)，然后采用GRA方法進一步提高風險排序精度，進而判定MES失效模式風險排序。組合權重與GRA相結合充分利用了各指標的全部信息，有效克服了傳統(tǒng)RPN計算方法的弊端。

2 改進FMEA模型構建

2.1 模糊評價語言集

由于專家評估中存在不確定性，使用模糊評價能更好地表達專家的偏好信息［16］。對風險失效模式的S、O和D采用7粒度模糊評價語言集，粒度的選取參考李克特量表（Likert scale），一般為5、7、9。選取7粒度是由于其比5更精確，比9更簡便。各種模糊評價術語的含義如表1所示，評價標準與對應的三角模糊數(ak，bk，ck)如表2所示［17］。

采用均值面積法對三角模糊數進行去模糊化，即假設有l(wèi)個專家，第k個專家權重為βk，加權平均得到專家綜合評價值，其中

假設分析系統(tǒng)有m個失效模式，n個風險因子，相 應 的 各 指 標 值 為 pij(i=1，2，…，m；j=1，2，…，n)，則專家評價矩陣為P=(pij)m×n.

表1 各種評價語言術語的含義Tab.1 Meaning of various evaluation linguistic terms

表2 評價語言標準及其對應的三角模糊數Tab.2 Evaluation criteria of FMEA and corresponding triangular fuzzy number

2.2 風險因子組合權重

2.2.1 層次分析法計算風險因子主觀權重

FMEA小組對三個風險因子S、O、D進行比較并建立判斷矩陣，對于第k個專家的判斷矩陣，有Zk=(zij)3×3。其中zij表示S、O、D之間的比較數值。然后檢驗判斷矩陣一致性。檢驗過程如下：通過判斷矩陣的最大特征值λmax求出一致性指標CI，

引入隨機一致性指標RI，

將判斷矩陣中的各元素按列進行歸一化處理，即

求得各風險因子主觀權重值為

由此得到主觀權重列向量wS=(wS1，wS2，wS3)T。

2.2.2 熵權法計算風險因子客觀權重

熵權法是根據同一指標觀測值的差異度對指標進行賦權，觀測值差異越大則指標權重越大，即熵權法完全取決于觀測值數據，是一種客觀賦權法［19］。具體計算過程如下。

對評價矩陣的每個元素采用下式標準化：

式中：ej為第j個風險因子的熵。

定義差異系數gj，有gj=1-ej，gj越大表示指標越重要，并計算客觀權重為

2.2.3 風險因子綜合權重

在熵權法中，當重要性指標差異性較小、非重要性指標差異性較大時，可能出現(xiàn)重要性指標權重較小而非重要性指標權重較大的不合理現(xiàn)象。為減少這種情況的發(fā)生，本文先用AHP法進行賦值，保證重要性指標的權重，再采用差異化系數gj對指標權重進行調節(jié)。這樣既保證重要性指標所占權重，又中和了權重的主觀性和客觀性，得到更精確合理的指標權重。

2.3 灰色關聯(lián)分析

GRA方法是對系統(tǒng)變化趨勢的定量描述方法。其基本思想是根據問題的實際背景，找出比較數據列和參考數據列的幾何形狀相似度，以判斷其聯(lián)系是否緊密。它反映了曲線之間的關聯(lián)程度，通過關聯(lián)度的大小確定問題的最優(yōu)方案和優(yōu)劣排序。其具體計算步驟如下。

步驟1：建立參考矩陣和比較矩陣。

第i個失效模式的比較數據列xi(t)(t=1，2，3；i=1，2，…，m)表示專家對三個風險因子的評價，即

從MES可靠性角度考慮，將選擇失效模式評價值的最差值作為參考矩陣。針對S、O、D三個風險因子，參考數據列為：

步驟2：計算灰色關聯(lián)系數。

根據灰色關聯(lián)理論，比較數據列與參考數據列之間的灰色關聯(lián)系數可用下式求出：

式中：ζ為分辨系數，ζ∈(0，1)。

步驟3：計算灰色關聯(lián)度。

在衡量失效模式排序時，各變量的影響程度不同，第i個失效模式的關聯(lián)度為

步驟4：對失效模式進行排序。

根據失效模式的關聯(lián)度，從大到小確定風險排序，從而有針對性地制定改進措施。

3 案例研究

H公司是一家汽車零部件制造企業(yè)。近年來，該公司正大力開展數字化工廠建設工作?，F(xiàn)H公司將在某個分廠實施MES，并計劃在該試驗成功的基礎上將其推廣到整個工廠。因此，識別、評估和控制該分廠MES的風險因素對企業(yè)信息化建設具有十分重要的意義。

3.1 找出重點失效分析對象并分析失效模式

為準確選取風險指標，本文根據以往文獻以及對數字化制造專家訪談，認為MES在管理與技術方面均存在風險。管理方面包括人力與溝通等；技術方面包括系統(tǒng)的可擴展性，穩(wěn)定性和滿足高并發(fā)和大數據量等，由此發(fā)掘出MES潛在的失效模式。根據FMEA分析方法確定重點失效分析對象及失效模式的后果及原因，結果如表3所示。

根據失效模式內容，從H公司選取出4位專家參與評價，并基于專家的專業(yè)和經驗分別賦予權重β1=0.3，β2=0.3，β3=0.2，β4=0.2。利用表1的7粒度模糊語言術語集，4位專家的評價結果如表4所示。

3.2 確定風險排序

專家對三個風險因子的相對重要度進行評價，采用AHP法賦予S、O、D主觀權重，風險因子判斷矩陣如表5所示。

利用式（4）、（5）對判斷矩陣進行一致性檢驗，結果如表6所示，均通過檢驗。

表5 風險因子判斷矩陣Tab.5 Matrix of risk index judgment

利用式（6）、（7）進行歸一化處理，并加權得到主觀權重值，專家評價的主觀權重為wS=(0.4900，0.2698，0.2402)T。

通過式（8）、（10）計算客觀權重值，計算結果為wO=(0.2115，0.4365，0.3521)T。

通過式（11）可得到風險因子綜合權重為W=(0.3387，0.3849，0.2764)T。

假定分辨系數ζ=0.5，根據公式（14）得到灰色關聯(lián)矩陣，通過公式（15）加權得到灰色關聯(lián)度ξ(x0(t)，xi(t))。根據關聯(lián)度對失效模式風險排序，同時將僅用主觀權重得到的排序與傳統(tǒng)FMEA風險排序進行對比，如表7所示。

表6 一致性檢驗結果Tab.6 Results of consistency test and weights of risk index

表7 FMEA對比Tab.7 Comparison of FMEA

3.3 對風險排序進行分析

通過算例應用和比較可以看到，傳統(tǒng)FMEA評價精度最低，且極易產生相同評價排序。AHP改進和綜合改進后評價精度相同，結果略有差異。比如自然災害在僅用主觀權重改進的排名中為第2，是由于wS中的S權重遠高于O和D，使用熵權法調整后，減小了三者差距，且由于O評價時差異性較大，綜合評價認為O略高于S，而D權重相對較低。因此，該失效模式的風險排序降為4。為驗證改進是否有效，將結果與往期失效數據對比，發(fā)現(xiàn)該評價結果與實際相吻合。由此可見，改進后的方法能夠綜合比較風險較大的失效模式。

融入了模糊集和GRA的改進模型更精確。在傳統(tǒng)FMEA中不同的風險因子產生了相同的RPN，導致排序相同，無法進行比較。而引入模糊集和GRA后進一步提高精度，增加風險判斷的準確性。

3.4 對故障進行分析并改善

由表7的分析結果可知，企業(yè)需求反復變更的關聯(lián)度最高，是需要重點防控的對象。在MES開發(fā)、使用和發(fā)展過程中，需求也在不斷地發(fā)展和變化，例如生產設備升級、原始工藝改進、增加新客戶等都會導致需求的變化。變更內容主要涉及增加或減少功能模塊、修改漏洞等。需求變更無法在MES項目開始時識別到，因此時間越長該失效的風險越高，會導致系統(tǒng)無法及時滿足企業(yè)需求。為了控制該類失效模式，需要建立需求變更的生命周期模型，制定需求變更管理措施。

排在第二的失效是數據采集不準確。數據的準確性直接表明系統(tǒng)運行是否有效。造成該風險的原因為員工維護數據有誤與儀器自動采集數據延遲。針對這兩種原因，可采取的控制措施分別為增加人工錄入數據防呆防錯功能和引進先進的物聯(lián)網技術保障采集過程穩(wěn)定性。

系統(tǒng)運行不穩(wěn)定的關聯(lián)度也較高，應加強軟件和硬件的維護，定期指派專人檢查軟硬件運行狀況。自然災害導致的事故風險排序第四。自然災害會損害系統(tǒng)服務器及硬件，造成巨大損失；然而該風險不可控。然后是物料清單不準確風險。物料清單不準確一般是由于系統(tǒng)操作手冊不夠詳細或工藝人員未嚴格執(zhí)行導致的。故應加強MES操作手冊規(guī)范性，同時組織專家評審。

4 結論

本文基于FMEA構建了MES風險分析模型。運用組合權重法和GRA方法對數字化工廠MES的失效模式進行分析，幫助企業(yè)明確系統(tǒng)運行中影響最大的失效模式。將AHP法和熵權法相結合獲得風險指標綜合賦權，既保證重要性指標所占權重，又減少了AHP的主觀性和片面性。同時，采用GRA方法進一步提高了失效模式排序的精度，克服了傳統(tǒng)RPN方法的不足，優(yōu)化了FMEA模型，從而得到更精確、可靠的風險排序。由于MES本身系統(tǒng)復雜，項目開發(fā)周期長，結合FMEA事先預警的作用分析故障原因，能夠更有針對性地采取措施提高系統(tǒng)安全性與穩(wěn)定性。

FMEA不僅有助于識別MES存在的潛在風險，而且能直觀具體地評價風險的大小，比較出高危失效模式，讓管理者更有針對性地進行密切監(jiān)控，達到防患于未然的目的。本文提出的改進FMEA模型能夠更精確地分析MES的風險問題，有效預防和及時解決MES故障，對于企業(yè)信息化建設具有重大意義。