编程

故障树分析技能

试用

故障树分析技能;用于系统可靠性与安全性分析;支持故障树构建、可视化、概率计算、重要性分析、报告生成及数据导入导出;覆盖定性与定量FTA

它能做什么

故障树分析技能;用于系统可靠性与安全性分析;支持故障树构建、可视化、概率计算、重要性分析、报告生成及数据导入导出;覆盖定性与定量FTA

技能文档

故障树分析(FTA)技能

任务目标

  • 本技能用于:系统可靠性与安全性分析,支持定性与定量故障树分析
  • 能力包含:故障树构建与可视化、顶事件概率计算、基本事件重要性分析、专业报告生成、数据导入导出
  • 触发条件:用户需要分析系统故障原因、评估系统可靠性、识别关键故障模式或生成质量分析报告

前置准备

  • 依赖说明:graphviz 用于故障树图形渲染
  • 非标准文件准备:故障树数据文件(JSON格式),用户需提供或由智能体根据对话构建

操作步骤

标准流程

1. 构建故障树数据

根据用户描述的系统结构,构建故障树JSON数据:

{
  "name": "系统名称",
  "top_event": "event_id",
  "nodes": {
    "event_id": {
      "type": "basic|intermediate|and|or",
      "name": "事件名称",
      "probability": 0.01,
      "description": "事件描述"
    }
  },
  "edges": [
    {"from": "parent_id", "to": "child_id"}
  ]
}

2. 生成故障树可视化

调用可视化脚本生成图形:

python scripts/fta_visualizer.py --input fta_data.json --output fault_tree.png

3. 执行概率计算

python scripts/fta_calculator.py --input fta_data.json --output calc_result.json

4. 生成分析报告

python scripts/fta_report.py --input fta_data.json --calc-result calc_result.json --output report.html

数据导入导出

  • 导入:将外部格式转换为标准JSON:
    python scripts/fta_io.py --mode import --input source.yaml --output fta_data.json
    
  • 导出:将JSON导出为其他格式:
    python scripts/fta_io.py --mode export --input fta_data.json --output export.yaml
    

使用示例

示例1:简单串联系统分析

  • 场景/输入:用户描述"电机驱动系统包含电源、控制器、电机三个串联组件,故障率分别为0.01、0.02、0.03"
  • 预期产出:故障树图形、顶事件概率(约0.059)、各组件重要性排序
  • 关键要点:需将三个basic事件通过OR门连接到顶事件

示例2:复杂冗余系统分析

  • 场景/输入:用户描述"双冗余系统,两个组件同时故障才导致系统失效"
  • 预期产出:故障树图形、顶事件概率(两组件概率乘积)、最小割集分析
  • 关键要点:使用AND门表示冗余逻辑

示例3:导入已有故障树数据

  • 场景/输入:用户提供JSON/YAML格式的故障树数据
  • 预期产出:可视化图形、分析报告
  • 关键要点:数据需符合标准格式规范

资源索引

  • 脚本:见 scripts/fta_visualizer.py(用途:生成故障树可视化图形)
  • 脚本:见 scripts/fta_calculator.py(用途:概率计算与重要性分析)
  • 脚本:见 scripts/fta_report.py(用途:生成HTML分析报告)
  • 脚本:见 scripts/fta_io.py(用途:故障树数据导入导出)
  • 参考:见 references/fta_format.md(何时读取:构建或解析故障树数据时)

注意事项

  • 概率值应在0-1之间,接近0时可使用近似公式P≈λt(λ为故障率,t为运行时间)
  • 重要性分析结果可指导质量改进优先级
  • 最小割集越小说明系统越脆弱,需重点关注
  • 导入导出支持JSON和YAML两种格式

TRACE 测评

维度评分说明
T — 可信任度10/10纯文档/脚本技能,无外部依赖风险,支持中文交互;已声明安全注意事项
R — 可靠性9/10有异常处理说明; 输出格式明确
A — 适用性9/10有适用范围声明; 触发条件明确
C — 规范性10/10frontmatter 完整; 文档结构清晰; 内容充分
E — 有效性10/10输出明确; 含使用示例; 文档详尽
总分48/50通过

相关技能

辅助FMEA 2019版分析;帮助用户完成失效模式识别、RPN计算、风险等级评估与预防措施跟踪;支持DFMEA、PFMEA、SFMEA全场景

1 次安装

"FTO报告质量审核技能(通用版,一包双模块+可选Harness校验)v9.0。适用于任意公司、法务团队或专利代理所,接收已有FTO报告、专利侵权风险分析报告或展会知识产权风险自评报告,按事实层、法律判断层、决策可用层三层方法论进行质量审核,并用A/B/C/D四维度量化评分。新增:矩阵式场景识别、五轨检索(含时序轨)、Jackknife召回率估算、致命缺陷一票否决、摘要优先输出模式、桑基图可视化、可执行优先级建议排序、Harness跨字段逻辑校验。触发本skill进行FTO报告质量审核时,必须调用generate_report.py生成正式HTML文件;当用户明确要求校验时,再使用内置validate_report.py检查HTML结果。"

过程能力分析技能;计算CP/CPK/PP/PPK等指标,支持正态/二项分布建模,控制图/直方图/能力图可视化;用于质量工程师进行过程能力评估、数据建模或生成质量分析报告

1 次安装

当某个 Bug 频繁复现、线上有缺陷需要做事后分析、或者发现同一类问题反复出现需要根治时使用此技能。从症状出发用 5Why、因果图和鱼骨图等方法系统化定位缺陷根源,区分直接原因、间接原因和系统原因。不要只修症状——根因分析的价值在于找到让同类 Bug 不再发生的系统性改进措施,同时分析漏测原因来优化测试设计。 ⚠️ 本技能示例可能调用外部日志/监控工具,请在受控环境执行。 本技能属于 QA Test Skills 技能集(49 个技能之一),完整工作流体验需安装全套:npx skills add Kokxi/qa-test-skills

2 次安装

辅助完成测量系统分析(MSA),支持Gage R&R、偏倚、线性、稳定性分析;当用户需要进行测量系统评估、了解测量系统准确性、生成MSA分析报告时使用

1 次安装

客诉质量复盘分析;当用户需要客诉台账分析、售后质量问题复盘、投诉统计报告生成或客诉异常清单分析时使用;覆盖数据清洗、统计分析与改善建议

1 次安装