Приложение В (справочное). Методы анализа критичности

Приложение В
(справочное)

Методы
анализа критичности

В.1 Общие положения

Методы анализа критичности обеспечивают способ ранжирования видов отказов. В данном приложении приведены только те методы, которые объединяют параметры: вероятность отказа, последствия отказа и (в случае ранга приоритетности риска) обнаруживаемость отказа.

Примечание - Использование единственного параметра для ранжирования значимости не классифицируют как анализ критичности.

Существует много способов объединения названных параметров для определения характеристики критичности.

В данном приложении приведено четыре метода: матрица критичности, график критичности, ранг приоритетности риска и альтернативный ранг приоритетности риска.

Рассматриваемые виды последствий, шкалы, используемые для каждого параметра, и метод их объединения для определения критичности необходимо установить на этапе планирования. Описанные методы носят общий характер и должны быть адаптированы для применения в отношении условий и целей анализа.

В.2 Шкалы определения параметров критичности

В.2.1 Общие положения

Параметры критичности могут быть выражены качественно, количественно или полуколичественно.

- Параметры критичности могут быть выражены качественно с использованием упорядоченных описательных категорий. Например, "незначительный", "крупный" или "катастрофический" (для значимости последствий); или "частый", "редкий" или "маловероятный" (для вероятности возникновения отказа).

- Параметры критичности могут быть выражены количественно с использованием эмпирических или других данных в форме интенсивности отказов или вероятности отказов, а также количественных оценок, таких как экономические или финансовые издержки в результате отказа. Шкалы отношений устанавливают в соответствии с диапазоном данных в установленных единицах.

- Если данные позволяют давать только описательные или порядковые оценки, параметры критичности могут быть выражены с использованием порядковых шкал, иногда называемых шкалами ранжирования. Если числовые значения делений шкалы связаны с рангами вероятности и значимости последствий или диапазоном интенсивности отказов и диапазонами финансовых затрат, такой подход иногда называют полуколичественным.

Точки на шкале соответствуют области применения. Для качественного, количественного и полуколичественного подходов точки соответствуют описательным категориям, числовым оценкам и рангам/диапазонам соответственно.

При разработке шкал для измерения параметров критичности следует использовать наилучшую имеющуюся информацию, чтобы избежать предвзятых результатов. Полезная система классификации может уже существовать в организации и должна быть рассмотрена для применения.

В.2.2 Определение шкалы

Диапазон шкалы должен простираться от самых тяжелых до самых благоприятных последствий из области исследований, от самой высокой до самой низкой вероятности и от самой высокой до самой низкой степени обнаруживаемости, присущей рассматриваемым видам отказов.

Точки делений на принятой шкале должны иметь четкое и точное определение, имеющее смысл для анализа и способствующее последовательной и точной оценке. Определения должны соответствовать имеющимся данным и быть выражены в терминах, понятных тем, кто проводит анализ.

Для количественных данных могут быть более подходящими логарифмические, а не линейные шкалы, как для последствий, так и для вероятности. Точки на шкалах при использовании для качественных и полуколичественных подходов должны быть определены соответствующим образом.

Пример - Предполагается, что затраты, связанные с катастрофическими отказами, на несколько порядков, а не в несколько раз выше, чем затраты, связанные с обычным отказом.

Выбор категорий (или диапазонов) с помощью качественных и полуколичественных шкал должен быть основан на рассмотрении смысла выбранных параметров. Должно быть выбрано достаточное количество категорий, допускающее классификацию и адекватное деление всей совокупности последствий. Как правило, требуется не менее трех категорий для обеспечения достаточной дифференциации всей рассматриваемой совокупности последствий. Большое количество категорий может быть неудобно, поскольку это может потребовать чрезмерных усилий для правильной категоризации, хотя последующая обработка может не существенно отличаться между категориями.

Примечание - Рекомендуется использовать от трех до десяти категорий.

Выбор описаний категорий и значений каждой из них должен быть тщательно рассмотрен с учетом способа их использования. Следует проявлять осторожность при составлении словесных описаний и числовых или буквенных обозначений при использовании качественного подхода, поскольку они сами по себе могут влиять на выбор, сделанный в процессе анализа. Для каждой из шкал должна быть разработана таблица, определяющая значение используемых слов и обозначений.

В.2.3 Оценка вероятности

Вероятность отказа может быть выражена количественно, полуколичественно или качественно.

При количественном подходе значения вероятности могут быть получены для конкретных видов отказов, они могут быть выведены на основе общих источников данных или оценены с использованием данных эксплуатации аналогичных объектов в сопоставимых условиях и областях применения.

Обычно при наличии количественных данных они, как правило, связаны с отказами объекта или процесса в целом, а не с конкретными видами отказов элементов. Оценка вероятности вида отказа может быть получена путем декомпозиции вероятности отказа объекта в целом на вероятности возможных видов отказов. Кроме того, может быть сделана корректировка для представления вероятности того, что вид отказа приведет к конкретным последствиям (обычно определенной значимости).

Примечание - Если в качестве показателя используют интенсивность отказов, то, если не указано иное, этот подход предполагает, что интенсивность отказов постоянна и, следовательно, это может быть неприемлемым в некоторых ситуациях. Кроме того, хотя интенсивность отказов объекта может быть получена из конкретных данных, условная вероятность видов отказов и вероятность того, что конкретный уровень последствий соответствует данному виду отказа, также часто получают из другого набора источников данных или на основе выводов и заключений.

Если используют диапазоны/категории вероятности, описания могут быть сделаны с использованием эмпирических данных, экспертных заключений команды разработчиков или на основе других источников данных. Важно, чтобы была использована соответствующая шкала, позволяющая применять точную оценку относительной частоты видов отказов и ее соответствие имеющимся данным.

Чтобы облегчить точное и согласованное применение, следует учитывать следующее.

a) При использовании количественных показателей, таких как вероятность или частота, единицы измерений должны быть четко указаны.

Пример 1 - Если используют значение в процентах, то указывают величину, относительно которой определяют процент, например процент объектов, отказавших в течение года.

b) Количественные пояснения описания категории, соответствующей диапазону вероятностей, ожидаемых для данного применения, должно быть приведено (по возможности) для общего понимания.

Пример 2 - Для технических систем с высокой безотказностью частота вида отказа элемента может составлять один отказ за несколько лет, а для менее надежных систем частота вида отказа объекта может составлять несколько отказов за год.

Описание вероятности для редких отказов должно быть реалистичным и применимо к наихудшему случаю.

В.3 Назначение критичности с использованием матрицы или графика

В.3.1 Общие положения

Для обеспечения возможности определения ранга критичности взаимосвязь параметров критичности может быть представлена несколькими способами. Вероятность и последствия отказа могут быть представлены с помощью непрерывных шкал или категорий, а затем объединены для визуального представления в форме графика или матрицы. График или матрицу критичности затем используют для определения приоритетности обработки.

Значение каждого ранга критичности и его связь с соответствующей обработкой необходимо обсудить и согласовать с заинтересованными сторонами до проведения анализа при планировании FMEA. Это дает четкое и однозначное понимание способа обработки вида отказа и возможного влияния такого решения на бизнес. Невозможность выполнения этого сводит на нет значение анализа критичности и может привести к существенным затратам времени и средств из-за излишних действий или неадекватной обработки отказов. Количество необходимых рангов критичности определяют требования организации и область применения анализа.

В.3.2 Матрица критичности

Анализ матрицы критичности формирует меру значимости путем объединения значений вероятности и последствий. Матрицу критичности также называют матрицей риска. Значения по каждому параметру формируют в виде матрицы, а ранг критичности присваивают каждой ячейке матрицы. Ранг критичности может быть связан с уровнем обработки, которую применяют к соответствующему виду отказа. Для видов отказов с низким рангом обработка может включать "бездействие". На рисунке В.1 показан пример качественной матрицы критичности

Рисунок В.1 - Пример качественной матрицы критичности

Примечание 1 - Примером четырех уровней категорий критичности (как на рисунке В.1) являются:

Категория X: "Недопустимый риск";

Категория 1: "Нежелательный риск";

Категория 2: "Приемлемый риск";

Категория 3: "Несущественный риск".

В некоторых случаях вид отказа может привести к ряду различных последствий в зависимости от обстоятельств. В этом случае должны быть указаны последствия, которым соответствует вероятность. В такой ситуации полезно рассмотреть критичность нескольких возможных последствий.

В матрице на рисунке В.1 риск, соответствующий каждой категории критичности, возрастает от нижнего правого угла матрицы до верхнего левого. Однако обработка каждого вида отказа зависит только от классификации критичности (то есть цвета или кода критичности), а не от положения ячейки матрицы.

Примечание 2 - Использование термина "приемлемый риск" не означает, что дальнейшая обработка является нежелательной.

Матрица, представленная на рисунке В.1, является только примером, ее не следует рассматривать как обязательную форму матрицы критичности. Фактическая форма матрицы зависит от конкретной ситуации. Если количество диапазонов вероятности, категорий значимости и последствий различно, то форма матрицы будет отличаться от представленной на рисунке В.1. Если критичность, соответствующая комбинациям вероятности и значимости последствий, отличается от приведенной на рисунке В.1, кодирование также будет иным.

Матрица не обязательно ограничена двумя измерениями, ее можно расширить, добавив третий параметр или, теоретически, столько других параметров, сколько требуется. Однако сложность и усилия, необходимые для описания правильной и управляемой многомерной матрицы, могут быть значительными и неэффективными, поскольку каждая комбинация параметров требует оценки.

Матрица критичности должна быть выверена так, чтобы видам отказов с одинаковой значимостью соответствовали одинаковое значение критичности и одинаковая обработка. Кроме того, если категории значимости последствий или вероятности основаны на количественных или полуколичественных оценках, следует рассмотреть вопрос о приемлемости различных вариантов обработки, применяемых к видам отказов по обе стороны от границы критичности.

В.3.3 График критичности

На рисунке В.2 показаны примеры простых графиков вероятности и последствий с назначенными рангами критичности. В этом случае как вероятность, так и значимость последствий представляют собой непрерывные количественные шкалы.

Границы между диапазонами не обязательно должны быть прямыми (пример В) или кривыми (пример А). В соответствии с требованиями обработки выявленных видов отказов граница может быть ступенчатой (пример С) или комбинацией прямых и кривых линий.

Примечание 1 - В примере В границы диапазонов представляют собой линии одинакового уровня риска. Если для вероятности и последствий использована линейная шкала, границы будут кривыми. Если использованы логарифмические шкалы, границы будут прямыми.

Рисунок В.2 - Примеры графиков критичности

Примечание 2 - Если для вероятности использована линейная шкала, вероятность может принимать значение, равное нулю. Это может привести к ошибочным рангам критичности для высоких последствий и низкой вероятности отказов.

На практике гладкие границы диапазонов имеют смысл только в том случае, если вероятность может быть выражена количественно, а последствия отказов изменяются непрерывно (например, финансовые последствия) и могут быть полностью определены.

График критичности не обязательно должен быть ограничен двумя параметрами, при необходимости он может быть расширен до трех параметров. Однако сложность и усилия, необходимые для формирования правильных границ, могут быть значительными и неэффективными с точки зрения затрат.

В случаях, когда для значимости последствий может быть использована количественная шкала, имеющая различные значения или диапазоны значений, график критичности все еще применим, но границы значений критичности почти наверняка будут ступенчатыми. Это приводит к аналогичному представлению в матрице критичности.

В.4 Назначение критичности с использованием ранга приоритетности риска

В.4.1 Общие положения

Ранг приоритетности риска (RPN) выводят путем объединения полуколичественных оценок, выполненных по порядковым шкалам, со значениями для последствий, вероятности и обнаруживаемости. В данном методе эти параметры соответственно обозначают значимость последствий (S), вероятность возникновения отказа (О) и обнаруживаемость отказа (D), что в некоторых приложениях приводит к тому, что этот метод также называют методом "SOD". Приведено два метода оценки RPN.

В.4.2 Ранг приоритетности риска

Общая формула ранга приоритетности риска (RPN) - это произведение рангов значимости последствий, вероятности возникновения отказа и обнаруживаемости отказа RPN = S х О х D.

Диапазон значений RPN зависит от диапазона шкал этих трех параметров, обычно используют порядковые шкалы от 1 до 10, при этом значения RPN изменяются в диапазоне от 1 до 1 000.

Примечание 1 - В некоторых приложениях FMEA параметр обнаружения не используют, тогда RPN изменяется от 1 до 100.

Примечание 2 - Особенности применения определяют количеством точек на шкале, так чтобы можно было использовать менее 10 точек.

Значения S, О и D определяют с помощью таблиц рангов, в которых для каждого уровня параметра дано описательное предложение, которое помогает аналитику точно и последовательно выбирать ранг.

Обнаруживаемость D может представлять собой среднюю вероятность, с которой вид отказа будет обнаружен во время работы до того, как возникнут существенные последствия отказа. Это число обычно ранжируют в обратном порядке по отношению к значимости последствий и вероятности возникновения отказа: чем выше значение обнаружения, тем меньше вероятность обнаружения. Следовательно, более низкая вероятность обнаружения приводит к более высокому RPN и более высокому рангу вероятности возникновения вида отказа.

Пример 1 - В данном примере рассмотрена ветряная турбина. Типичная шкала ранга значимости последствий может иметь следующий вид.

Таблица В.1 - Описание рангов значимости

Ранг значимости последствий (S)	Описание
1	Отсутствие влияния на генерацию электроэнергии; посещение необходимо в течение следующих 14 дней; предупреждающий сигнал тревоги не вызывает остановку турбины; возможно, отказ вызван отказом компонент
2	Кратковременная потеря генерации электроэнергии; посещение, необходимо в ближайшие 14 дней; остановка турбины, но удаленно перенастраиваемая; возможно, отказ вызван отказом компонент
...
8	Потеря генерации электроэнергии в течение более длительного периода (от 2 до 4 недель); замена значительного количества компонент, требующих обслуживания
9	Потеря генерации электроэнергии в течение более продолжительного периода времени (более четырех недель); замена значимых компонент, требующих существенного обслуживания
10	Инцидент с обеспечением безопасности; потеря всей структуры; общая потеря производительности на несколько месяцев

Пример 2 - В данном примере рассмотрена ветряная турбина. Типичная шкала ранга вероятности возникновения отказа может иметь следующий вид.

Таблица В.2 - Описание рангов вероятности

Ранг вероятности возникновения отказа (О)	Описание
1	Возникновение вида отказа в течение года у одной машины из 10 000
2	Возникновение вида отказа в течение года у одной машины из 2000
...
8	Возникновение вида отказа один раз в год на каждой машине
9	Возникновение вида отказа на каждой машине один раз в течение четырех месяцев
10	Возникновение вида отказа на каждой машине один раз в месяц

Пример 3 - В данном примере рассмотрена ветряная турбина. Типичная шкала ранга обнаруживаемости отказов может иметь следующий вид.

Таблица В.3 - Описание рангов обнаруживаемости отказов

Ранг обнаруживаемости отказа (D)	Описание
1	Вид отказа всегда обнаруживают до появления последствий
2	Вид отказа очевиден, и обычно его обнаруживают до появления последствий
...
8	Вид отказа может быть обнаружен только при проверке, например при выборочном контроле
9	Вид отказа трудно обнаружить, и поэтому он почти неизбежно приводит к появлению последствий
10	Объекты не могут быть проверены, вид отказа не может быть обнаружен, например из-за недоступности

Затем виды отказа упорядочивают в соответствии с их RPN, более высокий приоритет обычно присваивают более высоким значениям RPN. В дополнение к значению RPN на решение об обработке может повлиять значимость последствий вида отказа, а это означает, что если существуют виды отказов с аналогичными или идентичными RPN, то в первую очередь необходимо рассматривать виды отказов с высокой значимостью последствий.

Примечание 3 - В некоторых ситуациях последствия с RPN, значение которого превышает определенный порог, неприемлемы, в других ситуациях большое значение придают высокой значимости последствий независимо от значения RPN.

Ранговый порядок RPN зависит от способа определения шкалы. При формировании заключений на основе значений RPN или сравнения его значений следует учитывать следующие характеристики данного метода, в противном случае могут быть получены неверные решения:

a) шкала RPN не является непрерывной.

Пример 4 - При работе с тремя шкалами с делениями от 1 до 10 разработано только 120 из 1 000 доступных значений.

b) количественные соотношения между значениями не имеют смысла.

Примечание 4 - В результате того, что шкалы являются порядковыми, а значения на шкалах значимости последствий, вероятности возникновения и обнаруживаемости отказов одинаковы, значения RPN могут мало отличаться, но соответствовать различным ситуациям. Например, значения: S = 6, О = 4 и D = 2 приводят к RPN, равному 48, а S = 6, О = 5 и D = 2 дают RPN, равный 60. Последний RPN стоит лишь немного выше, в то время как О = 5 может, например, соответствовать во много раз большей вероятности возникновения отказа, чем О = 4.

c) RPN может быть чувствительным к небольшим изменениям в значении одного из параметров.

Примечание 5 - Небольшое изменение одного из параметров оказывает явно гораздо большее влияние на значение RPN, когда другие параметры велики, чем в случае, когда они малы (пример: 9 x 9 x 3 = 243 и 9 х 9 х 4 = 324 против 3 х 4 х 3 = 36 и 3 х 4 х 4 = 48).

Хорошей практикой использования RPN является проведение тщательного анализа значений исходных параметров до формирования заключения об оценке критичности и определения действий по обработке.

В.4.3 Альтернативный метод ранга приоритетности риска

Так называемый альтернативный метод RPN (ARPN) является модифицированной версией обычно используемого метода RPN, описанного в В.4.2, который был разработан с целью обеспечения более последовательной оценки критичности, когда параметры могут быть определены количественно в логарифмическом масштабе [9].

Для ARPN точки на шкалах параметров определяют так, чтобы значения количественных шкал измерений сохранялись. Затем используют логарифмическую шкалу, где каждое значение, соответствующее точке на шкале, умножают на постоянный коэффициент (например, 10 или квадратный корень из 10). Один и тот же коэффициент должен быть использован для каждой из шкал значимости последствий, вероятности возникновения и обнаружения отказов. В результате количество делений на шкалах параметров определяется исследуемым диапазоном и может быть больше или меньше используемых обычно десяти делений для RPN (см. В.4.2).

Таблицы, определяющие ранг значимости последствий, вероятности возникновения и обнаружения отказов, должны устанавливать значение, соответствующее рангу, в дополнение к описательному предложению.

Пример 1 - Пример относится к железнодорожной отрасли. Шкала вероятности возникновения отказов может быть тарирована на основе умножения на 10 или на квадратный корень из 10, который равен приблизительно 3. В последнем случае значения двух соседних делений шкалы представляют собой величины одного порядка. Соответствующие деления шкалы вероятности возникновения данного вида отказа объекта могут иметь вид, приведенный в таблице В.4.

Таблица В.4 - Описание рангов вероятности возникновения отказа

Ранг вероятности возникновения отказа (О)	Описание
1	Интенсивность отказов составляет не более одного отказа за 100000 лет
2	Интенсивность отказов составляет более одного отказа за 100000 лет, но не более одного отказа за 30000 лет
3	Интенсивность отказов составляет более одного отказа за 30000 лет, но не более одного отказа за 10000 лет
4	Интенсивность отказов составляет более одного отказа за 10000 лет, но не более одного отказа за 3000 лет

Пример 2 - Пример относится к железнодорожной отрасли. Шкала для показателя потенциальной опасности (например, значимости последствий), связанной с железнодорожной промышленностью, основана на использовании квадратного корня из 10, с округлением (приближенно 3).

Таблица В.5 - Описание ранга значимости последствий

Ранг значимости последствий (S)	Описание
1	Несущественная возможность опасности, травмы не ожидают
2	Легкие травмы у одного человека
...
6	Критический, один смертельный исход или много людей с тяжелыми травмами
7	Катастрофический с несколькими смертельными случаями
8	Катастрофический с большим количеством смертельных случаев

Пример 3 - Пример относится к железнодорожной отрасли. Шкала для показателя предотвращения последствий (например, вероятности обнаружения отказа) в железнодорожной отрасли основана на использовании квадратного корня из 10 с округлением (приближенно 3).

Таблица В.6 - Описание ранга обнаруживаемости отказа

Ранг обнаруживаемости отказа (D)	Описание
1	Предотвращение последствий почти всегда возможно, например, с помощью независимой технической системы
2	Избежать последствий часто возможно благодаря благоприятным условиям
3	Избежать последствий возможно только иногда из-за неблагоприятных условий
4	Избежать последствий практически невозможно

Иногда шкалы значимости последствий, вероятности возникновения или обнаружения отказа не имеют значений, соответствующих точкам шкалы (в дополнение к описанию). В этом случае аналитик все равно должен убедиться, что соседние уровни приблизительно отличаются на фиксированный множитель по отношению друг к другу. Это может быть сделано посредством выводов с учетом того, что увеличение или уменьшение на один уровень должно означать увеличение или уменьшение, например, значимости последствий или вероятности обнаружения отказа в 10 или в корень квадратный из 10 раз, в зависимости от выбранного множителя.

Устанавливая параметры для вида отказа, целесообразно добавить уровни параметров S, О и D для вида отказа, а не умножать их, поскольку тарированные шкалы параметров являются логарифмическими. Таким образом:

ARPN = S + О + D.

Аналогично В.4.2 виды отказов затем могут быть упорядочены в соответствии с ARPN, более высокий приоритет обычно соответствует более высокому значению ARPN. В дополнение к значению ARPN на решение об обработке может влиять значимость последствий вида отказа, что означает, что если существуют виды отказов с аналогичным или идентичным ARPN, то в первую очередь необходимо рассмотреть виды отказа, имеющие высокую значимость последствий.

Примечание 1 - В некоторых ситуациях действия с ARPN, значение которого превышает определенный порог, невозможны, в других приложениях большое значение имеет высокая значимость последствий, независимо от значения ARPN.

Подход APRN удовлетворяет требованиям непрерывной шкалы критичности и монотонного отображения риска, соответствующего каждому виду отказа, с его RPN. Кроме того, небольшие изменения уровней параметров критичности приводят лишь к небольшим изменениям RPN, что означает, что ARPN менее чувствителен, чем RPN (В.4.2). Следует отметить, что значения ARPN обычно ниже, чем значения RPN для одних и тех же входных значений параметров критичности.

Пример 4 - Идентифицированный вид отказа, который все еще считается приемлемым, может иметь соответствующие значения S = 5, О = 5 и D = 5 и RPN, равный 125, при использовании обычного метода RPN. При использовании альтернативного метода RPN для тех же данных ARPN = 15.

Примечание 2 - Если для всех трех параметров доступны количественные данные, более уместно просто рассчитать риск, перемножив значения без установления полуколичественных диапазонов на шкалах.