ارزيابي ريسك با استفاده از روش FMEA مبتني بر اصول تصميم گيري چند معياره (MCDM)، منطق فازي و تئوري خاكستري- مطالعه موردي جرثقيل‌هاي سقفي

Risk assessment using FMEA method and on the basis of MCDM, Fuzzy logic and Grey theory – a case study of overhead cranes

مقدمه: روش FMEA یكی از روش‌های پر كاربرد در ارزیابی و اولویت بندی ریسك می‌باشد؛ لیكن به چندین دلیل، كاربرد آن در عمل دچار محدودیت می‌باشد. این مطالعه با هدف حذف این محدودیت‌ها، با استفاده از اصول منطق فازی و تئوری خاكستری در قالب اعداد z و روش تصویر خاكستری (GRP) انجام شد. روش كار: مطالعه حاضر از نوع تحلیلی-مقطعی بوده كه به منظور اولویت بندی ریسك‌های جرثقیل سقفی انجام گردید. ابتدا یك تیم FMEA متشكل از 4 متخصص تشكیل گردید. سپس، نظرات تیم در قالب اعداد z جمع آوری شده و وزن هر یك از ریسك فاكتورها (O، S و D) با استفاده از روش فازی AHP تعیین شد. در نهایت، حالت‌های شكست با استفاده از روش GRP اولویت‌بندی گردیدند. یافته ها: از 13 مورد حالت شكست شناسایی شده، روش FMEA سنتی به 7 مورد، اولویت یكسان داده و در نتیجه 9 سطح ریسك تعیین شد. اما در روش پیشنهادی، محدودیت‌های FMEA حذف شده و در نتیجه 13 اولویت به حالت‌های شكست اختصاص یافت. نتیجه گیری: روش ارایه شده با اتكابه روش‌های AHP فازی،اعداد Z و GRP به ترتیب مشكل یكسان بودن وزن‌های مربوط به ریسك فاكتورها، عدم قطعیت موجود در داده‌ها (نظرات متخصصین) و اولویت بندی حالت‌های شكست را حذف نموده و نسبت به روش FMEA سنتی از توانایی بالاتری در اولویت بندی ریسك‌ها برخوردار می‌باشد.

Introduction: FMEA method is one of the most used techniques in risk assessment and prioritization. But, due to several reasons, its application has been limited to the real-world settings. The aim of this study was to deal with these restrictions using the combined fuzzy (in terms of the Z-numbers) and grey (in terms of the grey relational analysis) theories. Material and Method: The current study is an analytical cross-sectional survey that was performed to prioritize the failure modes of the overhead cranes. Initially, an FMEA team including 4 specialists was established. Then, the opinions of the team members were gathered in terms of the Z-numbers and the weights of the risk factors (O، S, and D) were determined using the fuzzy AHP method. Finally, the failure modes were prioritized using the GRP method. Result: From 13 cases of the identified failure modes, the conventional FMEA was assigned equal priority to the 7 cases and as a result 9 risk priorities were determined. But, in the proposed method, because of the elimination of the restrictions of conventional FMEA, 13 risk priorities were assigned to the failure modes. Conclusion: Relying upon the fuzzy AHP, Z-numbers and GRP method, the proposed method dealt with the equal weights of the risk factors, fuzziness of the data (expert’s judgments) and the prioritization of the failure modes. The proposed method has more capabilities in relation to the conventional FMEA for prioritization of the failure modes.