دانلود ppt پاورپوینت نقشه های شناختی فازی در FMEA (مطالعه موردی ایران خودرو)

کاربرد نقشه‌های شناختی فازی در FMEA (مطالعه موردی ایران خودرو) به عنوان یک رویکرد نوین در تحلیل ریسک، پتانسیل بهبود چشمگیری در فرآیندهای تصمیم‌گیری مرتبط با ایمنی و قابلیت اطمینان سیستم‌ها دارد. این روش با تلفیق قدرت استدلال فازی و انعطاف‌پذیری نقشه‌های شناختی، امکان مدل‌سازی دقیق‌تر و جامع‌تر از روابط پیچیده بین عوامل مؤثر بر ریسک را فراهم می‌آورد.

مرور ادبیات FMEA فازی نشان می‌دهد که این رویکرد به طور گسترده در صنایع مختلف مورد استفاده قرار گرفته است و نتایج مثبتی در زمینه بهبود دقت و قابلیت اطمینان تحلیل ریسک به همراه داشته است. با این حال، استفاده از نقشه‌های شناختی فازی در FMEA هنوز یک حوزه نسبتاً نوظهور است که پتانسیل بالایی برای توسعه و کاربرد دارد.

مدل پایه پیشنهادی در این پاورپوینت بر اساس میانگین هندسی وزنی فازی استوار است که امکان ترکیب نظرات متعدد خبرگان و در نظر گرفتن اهمیت نسبی هر یک از عوامل ریسک را فراهم می‌آورد. این مدل با استفاده از اندیس‌های مناسب، اطلاعات کیفی و کمی مربوط به ریسک را به صورت یکپارچه در نظر می‌گیرد.

در مرحله اول، نظرات خبرگان در مورد عوامل مؤثر بر ریسک و روابط بین آن‌ها جمع‌آوری و یکپارچه می‌شود. در مرحله دوم، اعداد اولویت ریسک فازی برای هر یک از الگوهای شکست تعیین می‌شود. این اعداد بر اساس ارزیابی احتمال وقوع، شدت اثر و قابلیت تشخیص الگوهای شکست محاسبه می‌شوند.

تابع هدف در مدل پیشنهادی، بهینه‌سازی فرآیند تصمیم‌گیری در مورد اقدامات پیشگیرانه و اصلاحی است. این تابع با در نظر گرفتن محدودیت‌های موجود، به دنبال کاهش ریسک کلی سیستم و بهبود ایمنی و قابلیت اطمینان آن است.

به منظور غیر لگاریتمی شدن نتایج، از یک تبدیل مناسب استفاده می‌شود که امکان تفسیر آسان‌تر و مقایسه نتایج را فراهم می‌آورد. این تبدیل با حفظ خواص مهم داده‌ها، امکان تحلیل دقیق‌تر و معنادارتر ریسک را فراهم می‌کند.

در مرحله چهارم، FRPNها به روش مرکز ثقل دی‌فازی می‌شوند تا مقادیر کمی قابل استفاده برای رتبه‌بندی الگوهای شکست به دست آید. این روش با استفاده از مجموعه‌های سطح آلفا و توابع عضویت مثلثی فازی، امکان تبدیل اطلاعات فازی به مقادیر دقیق را فراهم می‌آورد.

رتبه‌بندی الگوهای شکست بر اساس مقادیر دی‌فازی، امکان اولویت‌بندی اقدامات پیشگیرانه و اصلاحی را فراهم می‌آورد. الگوهای شکستی که دارای بالاترین مقادیر دی‌فازی هستند، در اولویت قرار می‌گیرند و اقدامات لازم برای کاهش ریسک آن‌ها انجام می‌شود.

خودکار کردن FMEA با استفاده از روش‌های استدلال علی و نقشه‌های شناختی فازی، امکان افزایش سرعت و دقت تحلیل ریسک را فراهم می‌آورد. این روش‌ها با استفاده از دانش خبرگان و داده‌های موجود، می‌توانند فرآیند FMEA را به صورت خودکار انجام دهند و نتایج قابل اعتمادی را ارائه دهند.

مدل ارائه شده توسط پلز و باولز یک چارچوب جامع برای مدل‌بندی FMEA با استفاده از نقشه‌های شناختی فازی ارائه می‌دهد. با این حال، مدل پیشنهادی در این پاورپوینت دارای تفاوت‌هایی با مدل فوق است که در ادامه به آن‌ها اشاره خواهد شد.

گام‌های مدل‌بندی FMEA با FCM ها شامل اکتساب و بیان دانش از افراد خبره، ساخت نقشه شناختی فازی، تحلیل نقشه و استنتاج نتایج است. مزایای استفاده از FCMها در FMEA شامل امکان مدل‌سازی روابط پیچیده، مدیریت عدم قطعیت و ارائه نتایج قابل تفسیر است.

مطالعه موردی انجام شده در موتورسازی شماره ۳ شرکت ایران خودرو نشان می‌دهد که استفاده از نقشه‌های شناختی فازی در FMEA (مطالعه موردی ایران خودرو) می‌تواند به بهبود چشمگیری در فرآیند تحلیل ریسک و تصمیم‌گیری‌های مرتبط با ایمنی و قابلیت اطمینان سیستم‌ها منجر شود.