汪倫焰，馬 瑩，李慧敏，李 鋒，吉 莉

(華北水利水電大學(xué)水利學(xué)院，鄭州 450046)

0 引 言

南水北調(diào)中線工程2014年12月正式通水以來，沿線水資源配置進(jìn)一步優(yōu)化，已不間斷安全供水約1 700 d，在確保水安全、修復(fù)水生態(tài)、改善水環(huán)境等方面發(fā)揮了重大作用。該工程改善了受水區(qū)供水格局，成為受水區(qū)的主要水源之一[1]。南水北調(diào)工程運行管理面臨復(fù)雜的風(fēng)險因素，整個系統(tǒng)任何一個環(huán)節(jié)出現(xiàn)風(fēng)險都將會影響到整個系統(tǒng)的安全運行，造成巨大的經(jīng)濟(jì)損失和不良的社會影響。對南水北調(diào)工程的運行管理風(fēng)險進(jìn)行研究，對南水北調(diào)工程的調(diào)度運行及運行管理體制的創(chuàng)新具有十分重要的指導(dǎo)意義[2]。

南水北調(diào)安全風(fēng)險已受到國內(nèi)許多學(xué)者的高度關(guān)注，并展開了廣泛深入的研究。榮迎春等[3]與傳統(tǒng)水利工程運行管理進(jìn)行對比，從理論和實踐角度積極探索南水北調(diào)東線工程的運行管理模式，為發(fā)揮工程設(shè)計效益作了有益的研究和思考；金海等[4]分析了南水北調(diào)調(diào)蓄水庫在運行管理方面所面臨的形勢以及主要困難，并通過研究給出了建議，以期為調(diào)蓄水庫正常運轉(zhuǎn)、中線一期工程效益發(fā)揮和受水區(qū)水資源優(yōu)化調(diào)度提供支撐。史擁軍[5]從應(yīng)急搶險、日常巡查、維修管護(hù)以及年度歲修大修等視角對南水北調(diào)供水配套工程在加快工程巡查速度、提高管護(hù)效率、降低管護(hù)成本等方面提出了優(yōu)化建議。有的學(xué)者針對風(fēng)險的模糊性開展了相關(guān)研究：耿雷華等[6]對識別出輸水系統(tǒng)的風(fēng)險來自外來荷載、內(nèi)部結(jié)構(gòu)和運行管理三方面，采用層次-模糊分析法，通過聚類分析計算了各輸水河道的風(fēng)險等級；胡丹等[7]引入直覺模糊集理論，利用TOPSIS法對南水北調(diào)總干渠潮河段工程運行期社會風(fēng)險主要影響因素進(jìn)行分析得到了風(fēng)險等級；聶相田等[8]充分考慮了風(fēng)險因子的模糊性和隨機(jī)性，運用灰色關(guān)聯(lián)度和Delphi法基于云模型構(gòu)建了工程運行安全的風(fēng)險評價指標(biāo)體系，并以南水北調(diào)中線工程為例進(jìn)行了分析，對實際工程運行安全風(fēng)險管理工作起到了借鑒作用?？紤]到以上風(fēng)險分析大多局限于工程整體，而對于具體運行管理方面關(guān)注不夠，或者僅對運行管理的單個風(fēng)險因素進(jìn)行評價，因此本文對運行管理中管理行為不當(dāng)、制度不合理造成的風(fēng)險因素進(jìn)行分析。

本文提出不確定環(huán)境下基于VIKOR和綜合權(quán)重的改進(jìn)FMEA風(fēng)險評估方法。首先，利用模糊AHP構(gòu)建風(fēng)險因子的重要性對比矩陣，以一致性最小為目標(biāo)優(yōu)化求解并獲得風(fēng)險因子的主觀權(quán)重；其次，利用三角模糊數(shù)對各故障模式的風(fēng)險因子進(jìn)行評價，得到基于最大偏差法的客觀權(quán)重計算，集成主客觀權(quán)重獲得風(fēng)險因子的綜合權(quán)重；引入VIKOR方法對傳統(tǒng)FMEA模型進(jìn)行改進(jìn)，將改進(jìn)后的模型用于風(fēng)險排序；再次，以南水北調(diào)中線輝縣段運行管理故障模式分析為例，對所提方法的可行性和有效性進(jìn)行驗證；最后，采用敏感性分析對評價結(jié)果進(jìn)行分析與討論。

1 運行管理安全風(fēng)險故障模式

本研究以南水北調(diào)為對象，根據(jù)文獻(xiàn)綜述和專家意見，選取了運行管理方面的9個潛在的故障模式，包括：運行調(diào)度不規(guī)范(FM1)、工程巡查不到位(FM2)、維修養(yǎng)護(hù)不規(guī)范(FM3)、供電系統(tǒng)故障(FM4)、防汛度汛不及時(FM5)、安全防護(hù)不齊全(FM6)、出現(xiàn)生物隱患(FM7)、水質(zhì)安全出現(xiàn)問題(FM8)和應(yīng)急反應(yīng)不及時(FM9)，如表1所示。

2 基于模糊VIKOR的FMEA風(fēng)險評估方法

在傳統(tǒng)FMEA計算中，設(shè)FM=(FM1,FM2,…,FMm)為m項待評估失效模式，F(xiàn)Mi(1≤i≤m)為第i中失效模式，專家在發(fā)生頻度(O)、嚴(yán)重程度(S)和不易探測度(D)下的實際表現(xiàn)進(jìn)行打分，風(fēng)險優(yōu)先數(shù)通過式(1)進(jìn)行計算：

RPN=O×S×D

(1)

將得到的RPN自小到大排序，由此可以得到最終風(fēng)險優(yōu)先數(shù)的計算結(jié)果。

本文基于改進(jìn)的FMEA方法評估南水北調(diào)運行管理安全風(fēng)險。假設(shè)FMEA專家團(tuán)隊由s個專家DMk(k=1,2,…,s)，根據(jù)其知識結(jié)構(gòu)和領(lǐng)域經(jīng)驗的不同，對s位專家的打分賦予不同的權(quán)重，專家團(tuán)隊運用語言變量對m個潛在的故障模式FMi(i=1,2,…m)在n個風(fēng)險因子RFj(j=1,2,…,n)下的實際表現(xiàn)以及風(fēng)險因子間的相對重要性進(jìn)行評估，將評價結(jié)果轉(zhuǎn)化為相應(yīng)的三角模糊數(shù)，利用模糊AHP和最大偏差法求得綜合權(quán)重，然后依據(jù)VIKOR對故障模式進(jìn)行排序，并對排序結(jié)果進(jìn)行評價和分析，本文的研究框架如圖1所示。

2.1 基于三角模糊數(shù)的風(fēng)險表達(dá)

定義1：設(shè)U是論域，稱映射：

(2)

表1 故障模式及其表述Tab.1 Failure modes and expressions

圖1 改進(jìn)FMEA方法流程圖Fig.1 Flow chart of the proposed FMEA model

模糊邏輯采用了不同類型的模糊隸屬函數(shù)，如三角模糊數(shù)和梯形模糊數(shù)。而三角模糊數(shù)由于其計算簡單、易于處理等特點，在實際應(yīng)用中具有較強(qiáng)的實用價值，在模糊環(huán)境中具有良好的表示和信息處理功能。因此，本研究選擇三角模糊數(shù)來表達(dá)專家的語言評價。

定義2：一個三角模糊數(shù)可以表示為：M=(l,m,u)，其隸屬函數(shù)μM(x)如公式(3)。

(3)

式中：l和u分代表這個三角模糊數(shù)的上界和下界；m是模糊數(shù)M的模態(tài)值。

定義3：設(shè)M1=(l1,m1,u1)和M2=(l2,m2,u2)為兩個三角模糊數(shù)，給定任意實數(shù)λ，λ>0，λ∈R。三角模糊數(shù)的代數(shù)運算可做如下表示：

M1⊕M2=(l1+l2,m1+m2,u1+u2)

(4)

M1?M2=(l1·l2,m1·m2,u1·u2)

(5)

λM1=(λl1,λm1,λu1)

(6)

(7)

定義4：任意兩個三角模糊數(shù)M1=(l1,m1,u1)和M2=(l2,m2,u2)的距離可被表示為：

(8)

2.2 基于模糊AHP與最大偏差法確定風(fēng)險因子權(quán)重

傳統(tǒng)FMEA方法將風(fēng)險發(fā)生頻度(O)、嚴(yán)重程度(S)和不易探測度(D)認(rèn)為同等重要，未考慮風(fēng)險因子的權(quán)重信息。由于風(fēng)險因子權(quán)重直接確定較難，因此有很多確定FMEA風(fēng)險因子權(quán)重的計算方法，主要有客觀賦權(quán)法、主觀賦權(quán)法和綜合賦權(quán)法。其中綜合賦權(quán)法能夠既能考慮主觀因素，又能考慮客觀因素，克服了僅從單方面方法的計算權(quán)重局限性，得到了廣泛應(yīng)用。本文綜合考慮主客觀因素，通過將模糊AHP和最大偏差法相結(jié)合的綜合賦權(quán)法，克服了傳統(tǒng)FMEA未考慮風(fēng)險因子權(quán)重的缺點。

2.2.1 基于模糊AHP的主觀權(quán)重計算

模糊層次分析法是模糊數(shù)與層次分析法(AHP)相結(jié)合的方法，被廣泛應(yīng)用于主觀評價中，以反映人的模糊思維。三角模糊數(shù)是最常見的模糊數(shù)形式之一。Chang[25]提出了應(yīng)用最為廣泛的模糊層次分析方法，將專家的語言判斷轉(zhuǎn)化為三角模糊數(shù)，構(gòu)造判斷矩陣進(jìn)行處理，得到風(fēng)險因子主觀權(quán)重。

專家在決策評審過程中依據(jù)真實想法給出文字性評語作為評審的重要依據(jù)，三角模糊數(shù)與團(tuán)隊成員可用來評估風(fēng)險因子主觀權(quán)重向量的語言術(shù)語之間的轉(zhuǎn)換關(guān)系如表2所示。

表2 風(fēng)險因子權(quán)重進(jìn)行評級的語言變量Tab.2 Language variables for risk factor weighting

步驟1：根據(jù)式(9)計算模糊綜合程度相對于第i個目標(biāo)的值。

(9)

(10)

(11)

步驟2：S1=(l1,m1,u1)和S2=(l2,m2,u2)的兩個模糊綜合區(qū)間之間的可能性程度定義為式(12)。

(12)

上式也可以描述為：

V(S2≥S1)=hgt(S1∩S2)=μs1(d)

(13)

式(13)中，D點位于μs1和μs2之間，為相交部分最高點的坐標(biāo)，如圖1所示。為了比較S1和S2的大小，需要求出V(S1>S2)和V(S2>S1)的大小。

圖2 S1和S2的交集Fig.2 Intersection of S1 and S2

步驟3：凸模糊數(shù)大于k個凸模糊數(shù)Si(i=1,…,k)的可能性程度可由式(14)計算如下：

V(S≥S1,S2,…,Sk)=V[(S≥S1)和(S≥S2)和…

和(S≥Sk)]=minV(S≥Si),i=1,2,…,k

(14)

步驟4：風(fēng)險因子的主觀權(quán)重可由公式(15)計算：

(15)

假設(shè)：

d'(Ai)=minV(Si≥Sj),i=1,2,…,kj=1,2,…k,k≠j

(16)

式中：Ai表示元素的個數(shù)。

(17)

2.2.2 基于最大偏差法的客觀權(quán)重計算

為確定風(fēng)險因子S、O、D的客觀權(quán)重，在模糊環(huán)境下建立了基于最大偏差法的風(fēng)險因子權(quán)重計算模型。根據(jù)最大偏差法的思想，若某項屬性下所有方案的評估值的差異程度均不顯著，即該屬性在整個決策過程中的作用并不重要，則應(yīng)為該屬性賦予較小的權(quán)重值；相反，若差異程度顯著，則該屬性應(yīng)被賦予較大的權(quán)重值。

表3 故障模式的語義評價表Tab.3 Semantic evaluation form for failure modes

(18)

(19)

(20)

步驟3：根據(jù)最大偏差法，建立評價指標(biāo)Cj重要度IRj的計算模型：

(21)

該模型的求解結(jié)果為：

(22)

(23)

2.2.3 綜合權(quán)重計算

運用綜合賦權(quán)法，引入風(fēng)險因子權(quán)重調(diào)節(jié)系數(shù)φ(通常取φ=0.5)為主觀權(quán)重和客觀權(quán)重的相對重要度，對主觀權(quán)重和客觀權(quán)重進(jìn)行協(xié)調(diào)，計算綜合權(quán)重為：

(24)

2.3 基于模糊VIKOR的FMEA風(fēng)險排序

VIKOR方法是由Opricovic[26]公式-準(zhǔn)則優(yōu)化復(fù)雜系統(tǒng)提出的，它可以確定具有沖突準(zhǔn)則的問題的折中解決方案，幫助專家做出最終的決策。在這一節(jié)中，提出了一種改進(jìn)的模糊方法來處理不確定數(shù)據(jù)和解決標(biāo)準(zhǔn)沖突的模糊多準(zhǔn)則問題。所提出的模糊VIKOR法為計算故障模式的狀態(tài)與理想故障點之間的距離提供了更為合理的方法。

(25)

一個故障模式風(fēng)險排序問題可以用矩陣格式簡明地表達(dá)如下：

(26)

(27)

值得強(qiáng)調(diào)的是，文獻(xiàn)中所有確定非模糊數(shù)值的方法也適用于排序模糊數(shù)。為簡便起見，本研究建議使用重心法對模糊綜合評分進(jìn)行排序，并確定模糊最佳評分和模糊最差評分。

步驟3：計算歸一化模糊距離dij(i=1,2,…,m且j=1,2,…,n)：

(28)

步驟4：通過公式(29)～(30)計算最大群體效用Si和最小個體遺憾Ri，i=1,2,…,m。

(29)

(30)

步驟5：根據(jù)公式(30)計算Qi：

(31)

步驟6：按S、R和Q值的降序排列，對故障模式進(jìn)行排序，數(shù)值越小表示風(fēng)險越小。

步驟7：確定折衷故障模式風(fēng)險排序，即故障模式(A(1))，如果滿足以下兩個條件，則以Q(最大值)衡量該風(fēng)險排序是最好的。

(1)QA(1)-QA(2)≥1/(n-1)，其中n為故障模式總數(shù)；

(2)故障模式風(fēng)險排序A(1)依據(jù)Si、Ri排序也是最優(yōu)風(fēng)險排序，則判定A(1)為穩(wěn)定的最大風(fēng)險排序。

若上述條件不能同時滿足，則可得到2個妥協(xié)解風(fēng)險排序，有如下2種情況：

(1)若條件①滿足而條件②不滿足，則妥協(xié)解風(fēng)險排序有2個：A(1)、A(2)；

(2)若條件①不滿足而條件②滿足，則妥協(xié)解風(fēng)險排序有M個：A(1)、A(2)、…、A(M)，其中，M是根據(jù)[Q(A(1))-Q(A(M))]<1/(m-1)確定的最大化M值。

3 案例分析

3.1 南水北調(diào)輝縣段運行安全管理風(fēng)險評估

本文選取南水北調(diào)中線工程輝縣段工程為例，進(jìn)行風(fēng)險綜合評價。南水北調(diào)中線干線輝縣段是南水北調(diào)中線一期工程總干渠黃河北至羑河北的組成部分，位于河南輝縣市境內(nèi)。起點位于河南省輝縣市紙坊河渠倒虹工程出口，終點位于新鄉(xiāng)市孟墳河渠倒虹出口。渠段總長48.951 km，其中明渠長43.631 km，建筑物長5.320 km，各類建筑物共78座。總干渠以明渠為主，渠線立交穿越大小河流26條。渠道設(shè)計流量為260 m3/s，加大流量310 m3/s。

步驟1：專家語言變量評價信息集結(jié)。FMEA評估團(tuán)隊中有4個專家，分別為科研專家、工程設(shè)計專家、工程運行管理人員以及工程現(xiàn)場巡檢人員，根據(jù)其知識結(jié)構(gòu)和領(lǐng)域經(jīng)驗的不同劃分優(yōu)先等級，權(quán)重分別取0.25、0.30、0.28和0.17。4名專家針對9個潛在故障模式在發(fā)生頻度(O)、嚴(yán)重程度(S)、不易探測度(D)3個風(fēng)險因子下的實際情況，使用表2中的語言變量進(jìn)行評價，評價結(jié)果如表4所示；將專家的語義評價信息轉(zhuǎn)化為相應(yīng)的三角模糊數(shù)，并計算故障模式的綜合模糊等級，確定模糊決策矩陣，構(gòu)成故障模式三角模糊評價矩陣 ，如表5所示。

表4 專家語言變量評價信息Tab.4 Evaluation information of expert language variables

表5 故障模式的綜合模糊評級Tab.5 Aggregated fuzzy ratings of failure modes

步驟2：綜合賦權(quán)法求解綜合權(quán)重。FMEA團(tuán)隊成員使用語言變量來評估是風(fēng)險因子之間相對重要性。4個FMEA團(tuán)隊成員采用兩兩比較的方式給出的評價結(jié)果如表6所示。例如，在比較風(fēng)險因子的嚴(yán)重程度和發(fā)生頻度時，四名團(tuán)隊成員的反應(yīng)分別是相當(dāng)強(qiáng)(FS)、略強(qiáng)(SS)、略強(qiáng)(SS)和相當(dāng)強(qiáng)(FS)。小組成員可以使用表1中的方法將語言變量轉(zhuǎn)換成三角模糊數(shù)，如表7所示；進(jìn)行加權(quán)平均后得到風(fēng)險因子主觀權(quán)重，如表8所示。

表6 風(fēng)險因子的主觀權(quán)重打分Tab.6 Scoring of subjective weights of risk factors

表7 風(fēng)險因子主觀權(quán)重的模糊兩兩比較矩陣Tab.7 Fuzzy pairwise comparison matrix of subjective weights of risk factors

表8 風(fēng)險因子主觀權(quán)重矩陣的加權(quán)平均值Tab.8 Weighted average of subjective weight matrix for risk factors

利用公式(8)～(10)計算各風(fēng)險因子的模糊綜合程度：

(0.28,0.37,0.55)

(0.24,0.32,0.42)

(0.22,0.31,0.38)

依據(jù)公式(11)～(16)得到主觀權(quán)重向量：ws=(0.467 1,0.289 9,0.243 0) 。

根據(jù)式(3)對表1中的模糊評價值去模糊化，然后采用最大偏差法，即根據(jù)公式(18)～(23)計算得到各評價指標(biāo)的客觀權(quán)重wo=(0.315 9,0.353 4,0.330 6)。取φ1=φ2=0.5，即假設(shè)主客觀權(quán)重同等重要，確定風(fēng)險因子綜合權(quán)重為wc=(0.391 5,0.321 7,0.286 8)。

對于在FMEA中識別出的故障模式的每個故障模式，可以使用式(27)計算歸一化模糊距離，如表9所示。然后，計算所有故障模式的S、R、Q值，如表10所示。

表9 故障模式的歸一化模糊距離Tab.9 Normalized fuzzy distance for failure modes

表10 故障模式的S、Q、R值Tab.10 S、Q、R values of failure modes

步驟4：根據(jù)S、R、Q的遞減順序，得出故障模式的風(fēng)險優(yōu)先順序如表11。

表11 故障模式按S、R、Q依次遞減排列Tab.11 Failure modes in descending order of S、Rand Q

由表10可知，按照 降序排列時，F(xiàn)M5>FM3>FM9>FM8>FM1>FM2>FM6>FM7>FM4。此外，QA(1)-QA(2)=0.513-0>1/(9-1)，因此條件1滿足。按照 、 的降序排列，F(xiàn)M5均排第一位，因此條件2滿足。即按照 值降序排列為最優(yōu)風(fēng)險排序方案。

綜上可知，9種故障模式的綜合風(fēng)險排序為：FM5>FM3>FM9>FM8>FM1>FM2>FM6>FM7>FM4。在所有的故障模式中，防汛度汛不及時導(dǎo)致的風(fēng)險最高。

在南水北調(diào)運行管理安全的風(fēng)險中，降雨集中在每年的7、8月份，極易引發(fā)洪災(zāi)，防汛形勢嚴(yán)峻。在實際運行管理中，防汛工作新機(jī)制還處于磨合期，加之存在工程防汛壓力大、工作任務(wù)復(fù)雜、左岸防洪影響處理工程尚未實施到位以及防汛重點難點多等問題，因此防汛度汛對保障南水北調(diào)工程平穩(wěn)運行意義重大。在風(fēng)險排序中第二位的是維修養(yǎng)護(hù)不規(guī)范。在南水北調(diào)工程運行中，此風(fēng)險會受到諸多因素的影響。為了促進(jìn)工程總體質(zhì)量的提高，就需要注重南水北調(diào)工程的維修保養(yǎng)，對工程部位以及機(jī)電設(shè)備按時養(yǎng)護(hù)。

3.2 敏感性分析

對本文提出的FMEA方法的風(fēng)險評估結(jié)果進(jìn)行敏感性分析，其中φ取0、0.5、1分別為客觀賦權(quán)法、綜合賦權(quán)法和主觀賦權(quán)法求得的原始權(quán)重。由圖3可以看出，隨著φ值從0到1逐級上升，故障模式FM4、FM5、FM6的故障模式排序沒有發(fā)生變化。風(fēng)險因子的權(quán)重變化對故障模式最終風(fēng)險排序有巨大影響。當(dāng)φ=0時，綜合權(quán)重wc=(0.315 9,0.353 4,0.330 6)，此時風(fēng)險因子發(fā)生頻度(O)和不易探測度(D)的權(quán)重較高，嚴(yán)重程度(S)的權(quán)重較低，F(xiàn)M9的風(fēng)險排序為第8位，風(fēng)險較低；當(dāng)φ=1時，綜合權(quán)重ws=(0.467 1,0.289 9,0.243 0)，風(fēng)險因子發(fā)生頻度(O)和不易探測度(D)權(quán)重降低而嚴(yán)重程度(S)權(quán)重升高，F(xiàn)M9的風(fēng)險排序大幅上升為第2位并保持穩(wěn)定，這是由于應(yīng)急反應(yīng)如果一旦處理不及時，將會造成極其嚴(yán)重的后果；FM1、FM2、FM7的風(fēng)險順序出現(xiàn)較小幅度的下降后保持穩(wěn)定，這是由于與其他故障模式相比，運行調(diào)度不規(guī)范、工程巡查不到位以及出現(xiàn)生物隱患的嚴(yán)重程度低于其他故障模式。因此，選取適當(dāng)?shù)姆椒ù_定風(fēng)險因子的權(quán)重尤為重要，本文提出的綜合賦權(quán)法能充分考慮專家意見和評價信息本身在權(quán)重確定中的作用，使得故障模式的風(fēng)險排序更符合實際。此外，在本文所用的綜合賦權(quán)法中，φ可由決策者參考實際情況確定。當(dāng)FMEA專家團(tuán)隊對于風(fēng)險因子的權(quán)重信息不太確定或者難以評估時，應(yīng)假設(shè)φ<0.5；當(dāng)專家團(tuán)隊對風(fēng)險因子的權(quán)重信息較為確定時，應(yīng)假設(shè)φ>0.5。

圖3 敏感性分析結(jié)果Fig.3 Sensitivity analysis results

3.3 討 論

為了進(jìn)一步說明所構(gòu)建模型的有效性，將本文故障模式的風(fēng)險排序結(jié)果與傳統(tǒng)FMEA中RPN的計算結(jié)果進(jìn)行了對比，同時也對比了僅采用模糊AHP的權(quán)重計算方式和僅采用最大偏差法的權(quán)重計算方式?；诒?2的計算結(jié)果，可以看出本文所提FMEA方法相對于其他方法的優(yōu)越性，比較結(jié)果可以歸納如下。

表12 故障模式排名對比Tab.12 Comparison of failure mode rankings

(1)當(dāng)只考慮風(fēng)險因子的主觀或客觀權(quán)重時，也可以對故障模式進(jìn)行排序，但排序結(jié)果可能會出現(xiàn)偏差甚至誤導(dǎo)。當(dāng) 分別取0、0.5、1時，9種故障模式中的6種(66.7%)的風(fēng)險排序出現(xiàn)了不同程度的變化，這表明不同風(fēng)險因子權(quán)重的限制下，風(fēng)險排名的差異會出現(xiàn)很大的變化。

(2)所提出的風(fēng)險評估模型與傳統(tǒng)的RPN方法相比，除了FM4、FM5外，其他故障模式的風(fēng)險排序均不一致。FM4、FM5分別代表供電系統(tǒng)故障和防汛度汛不及時，分別對應(yīng)風(fēng)險最小值和風(fēng)險最大值。且在傳統(tǒng)FMEA模式下， 計算出的結(jié)果往往差異較大，對專家打分的準(zhǔn)確性提出了較高的要求。

(3)傳統(tǒng)FMEA方法采用實數(shù)進(jìn)行計算，出現(xiàn)了相同的風(fēng)險值排序，例如FM1和FM6分別對應(yīng)運行調(diào)度不規(guī)范和安全防護(hù)不齊全，專家打分在嚴(yán)重程度(S)、發(fā)生頻度(O)以及不易探測度(D)均不一致，但是其計算的RPN值出現(xiàn)了相同值，存在相同的風(fēng)險排序，難以確定兩故障模式的風(fēng)險順序，且存在信息的流失。

本文采用綜合賦權(quán)法，從主觀和客觀兩方面考慮風(fēng)險因子的權(quán)重，使得風(fēng)險分析結(jié)果與實際情況更加吻合。采用模糊VIKOR法對故障模式進(jìn)行評價，提升了現(xiàn)有FMEA結(jié)果的魯棒性。從以上分析，可以得出結(jié)論，本文提出的方法優(yōu)于傳統(tǒng)FMEA方法。

4 結(jié) 語

南水北調(diào)工程地域跨度大，運行可靠度要求高，管理難度大，運行管理安全風(fēng)險對工程運行可靠性影響重大，本文提出基于綜合賦權(quán)法和模糊VIKOR-FMEA的南水北調(diào)運行管理安全的風(fēng)險評估模型。

本文的主要貢獻(xiàn)在于：

(1)在FMEA中，風(fēng)險評價由于其固有的模糊性和難以形式化，是一項特殊的復(fù)雜任務(wù)，通常由FMEA團(tuán)隊成員的經(jīng)驗和直覺來完成。本文提出的三角模糊數(shù)表征的語言變量可以避免信息融合過程中重要信息的流失。

(2)提出由模糊層次分析法和最大偏差法的組成的綜合賦權(quán)法，確定風(fēng)險因子權(quán)重信息，同時考慮主客觀因素，相較于僅考慮單方面因素更為準(zhǔn)確；

(3)基于擴(kuò)展的模糊VIKOR-FMEA風(fēng)險評估方法，該方法可以同時考慮群體效用的最大值和個體遺憾的最小值。分析人員可以選擇不同的分析機(jī)制系數(shù)(即根據(jù)他們自己的經(jīng)驗和對事物的把握程度)對故障模式進(jìn)行排名，改進(jìn)后的風(fēng)險優(yōu)先級模型具有較高的效率和靈活性。

□