Mitä DFMEA on?

Design failure mode and effect analysis (Dfmea) on systemaattinen toimintaryhmä, jota käytetään mahdollisten järjestelmien, tuotteiden tai prosessien vikojen tunnistamiseen ja arviointiin. DFMEA tunnistaa näiden epäonnistumisten tai toimien vaikutukset ja seuraukset. Se poistaa tai lieventää epäonnistumisia ja tarjoaa kirjallisen historian tehdystä työstä.

näin laajalla sovellutuksella kuulostaa siltä, että DFMEA voisi olla kaikille ihmisille kaikkea. Se ei kuitenkaan ole paras analyysiväline jokaiseen haasteeseen. Joten, onko se paras ratkaisu sinulle? Lue lisää saadaksesi selville.

Dfmea: n toimialat

pohjimmiltaan DFMEA määrittää, mikä voi mennä vikaan, kuinka paha vaikutus voi olla ja miten sitä voidaan ehkäistä tai lieventää.

DFMEA auttaa insinöörejä havaitsemaan viat mahdollisimman pian, jotta ne voidaan korjata ajoissa ilman merkittäviä kustannuksia. Se on erityisen hyödyllinen tieteenaloilla, joilla riskien vähentäminen ja epäonnistumisen ehkäisy ovat ratkaisevia, mukaan lukien:

  • teollisuus
  • ohjelmistot
  • liiketoimintaprosessit
  • Terveydenhuolto
  • palvelualat
  • säännellyt toimialat

DFMEA-prosessi

dfmea porautuu vikaantumiseen useista kulmista selvittääkseen, miksi odotettua tai suunniteltua toimintoa ei tapahtunut mainituissa olosuhteissa. Analysoitavia alueita on neljä:

  • vikatila: tapa, jolla vika havaitaan
  • epäonnistumisen vaikutus: epäonnistumisen välittömät seuraukset toimintaan, toimintaan tai toiminnallisuuteen
  • epäonnistumisen syy: epäonnistumisen perimmäinen syy tai asiat, jotka käynnistävät epäonnistumiseen johtavia prosesseja (kuten vika suunnittelussa, järjestelmässä, prosessissa, laadussa tai osasovelluksessa)
  • vakavuus: vikatilanteen seuraukset, kehystettynä huonoimpaan lopputulokseen, vamman, omaisuusvahingon tai haitan aste

tulokset otetaan sitten rakeisempaan tasoon lasketaan riskiprioriteettiluku (RPN) useiden muuttujien perusteella:

  • epäonnistumisen vaikutuksen vakavuus (SEV): arvo asteikolla 1 (alhainen) – 10 (korkea)
  • epäonnistumisen esiintymistiheys (esiintyy): arvo asteikolla 1 (harvoin) – 10 (usein)
  • Detectability/preventability (DETEC): arvo asteikolla 1 (hyvin havaittavissa) – 10 (ei havaittavissa)

RPN määritetään kertomalla SEV, OCCUR ja DETEC. Siksi RPN: n arvo voi olla missä tahansa 1: stä (pieni riski) 1 000: een (suuri riski). Käyttäjät voivat sitten määritellä, mikä on hyväksyttävää ja hyväksyttävää, että vika analysoidaan.

Yleiset DMFEA-virheet

kuten missä tahansa prosessissa, DFMEA: han liittyy jonkinasteinen käyttäjävirhe.

joitakin ilmeisiä virheitä ovat dmfea: n dokumentaatioon ei koskaan viitattu eikä sitä päivitetty, eikä analyysia sovellettu epäjohdonmukaisesti.

menettelyllisesti on olemassa joukko harha-askeleita, jotka voivat myös tapahtua:

  • Dfmea: n soveltamisalan ja tavoitteen väärinymmärrys
  • suunnittelukontrollin
  • vikatilanteen, syyn ja seurauksen erottelun
  • Luokittelukriteerit liian tarkasti
  • ainoastaan ongelmien — ei ratkaisujen tunnistaminen
  • ilman valvontasuunnitelmaa, kun ratkaisu on olemassa

jotkut näistä virheistä saattavat johtua siitä, että käyttäjät yrittävät säästää aikaa pitkän dfmea-prosessin aikana. ANSYS Sherlock automatisoitu suunnittelu analyysi ohjelmisto, käyttäjät voivat säästää dfmea testausaika vaarantamatta laatua tai tuloksia.

ANSYS Sherlock and DFMEA

Sherlock on automatisoitu suunnitteluanalyysiohjelmisto, joka tuo oivalluksia ja ennusteita tuotekehitykseen paljon varhaisemmassa vaiheessa kuin muut menetelmät. Vaihtoehtona fyysiselle testaukselle Sherlock mallintaa mallin ja käyttää sitä luotettavaan analyysiin.

Dfmea Sherlock auttaa:

  • automatisoi monia aikaa vieviä prosesseja
  • noudata AIAG: n, SAE J1739: n ja ISO S26262: n standardeja
  • Esipopuloi analyysilaskelma käyttäen viitemerkintöjä, komponenttitekniikkaa ja vikatilatietoja standardisuunnittelutiedostoista (esim. bill of materials ja netlists)

Sherlock automatisoi ja yksinkertaistaa DFMEA: ta, mikä lisää tämän tärkeän analyysiprosessin arvoa kaikilla toimialoilla ja tieteenaloilla, joilla sitä käytetään.

Lue lisää Sherlockin kyvyistä. Tai katso webinaaria: Johdatus luotettavuuden fysiikan analyysi.

Vastaa

Sähköpostiosoitettasi ei julkaista.