3.1 常见的因果分析方法
3.1.1 5W1H（五个为什么）(1)
五个“为什么”分析，也叫六问分析法，是一种诊断性技术，被用来识别和说明因果关系链。该方法对任何选定的项目、工序或操作，都要从原因（何因Why）、对象（何事What）、地点（何地Where）、时间（何时When）、人员（何人Who）、方法（何法How）等六个方面提出问题并进行思考。其核心就是不断提问为什么前一个事件会发生，直到回答“没有好的理由”或直到一个新的故障模式被发现时才停止提问。
1. 经典实例
丰田汽车公司前副社长大野耐一先生见到一条生产线的机器经常停转，修过多次仍不见好转。
问：“为什么机器停了？” 答：“保险丝断了。”
问：“为什么保险丝断了？” 答：“因为超过了负荷。”
问：“为什么超负荷呢？” 答：“因为轴承的润滑不够。”
问：“为什么润滑不够？” 答：“因为润滑泵吸不上油来。”
问：“为什么吸不上油来？” 答：“因为油泵轴磨损、松动了。”
问：“为什么磨损了呢？” 答：“因为没有安装过滤器，混进了铁屑等杂质。”
2. 解决办法
在油泵轴上安装过滤器。需要注意的问题是，提问一定要不断深入，不能在原地打转。不然就会出现下面的笑话。
问：“为什么买进（股票）？” 答：“以为会涨啊！”
问：“结果呢？” 答：“它跌了。”
问：“然后呢？” 答：“我卖了”
问：“为什么卖出？” 答：“以为还会跌啊！”
问：“结果呢？” 答：“它涨了。”
问：“然后呢？” 答：“我又买了。”
问：“为什么又买进？” 答：“以为还会涨啊！”
问：“结果呢？” 答：“它又跌了。”
问：“然后呢？” 答：“我又卖了。”
问：“为什么又卖出？” 答：“以为还会跌啊。”
问：“结果呢？” 答：“它又涨了。”
问：“然后呢？” 答：“我又买了。”
3.1.2 FMEA（失效模式及影响分析）(2)
FMEA（Failure Mode and Effect Analysis）是一种可靠性设计的重要方法。它实际上是FMA（故障模式分析）和FEA（故障影响分析）的组合。它对各种可能的风险进行评价、分析，以便在现有技术的基础上消除这些风险或将这些风险减小到可接受的水平。
20世纪50年代美国格鲁曼公司开发了FMEA，用于飞机制造业的发动机故障防范。20世纪60年代美国航空及太空总署（NASA）实施阿波罗登月计划时，在合同中明确要求实施FMEA(3)。
要达到风险分析的基本目的，就要清楚：
（1）何种情况会产生故障？
（2）如果产生了故障会发生什么事情？并连锁发生什么事情？
FMEA的意义在于把侧重事后处理转变为侧重事前预防。表3.1是两种分析方法之间的对比。
表3.1 传统失效分析方法与FEMA的对比
根据适用阶段的不同，FMEA可以分为以下4种类型。
（1）系统FMEA：应用于早期概念设计阶段的系统和子系统分析。
（2）设计FMEA：应用于产品试制之前的产品设计分析。
（3）过程FMEA：应用于生产制造和管理流程的分析。
（4）服务FMEA：应用于服务流程的分析。
3.1.3 鱼骨图分析
鱼骨图是一个非定量的工具，它可以帮助人们找出引起问题（最终问题陈述所描述的问题）潜在的根本原因。鱼骨图分析模型如图3.1所示。
图3.1 鱼骨图分析模型
图3.2所示是一个鱼骨图分析的案例。
图3.2 鱼骨图分析案例
使用鱼骨图进行原因分析时遵循以下步骤：
（1）首先确定主干骨和鱼头，鱼头表示需要解决的问题。
（2）其次是画出6条支线骨，支线骨与主干骨呈60°角，分别表示问题分析的6个方面。6条支线骨分别为人（man）、机（machine）、料（material）、法（method）、环（environment）以及测量（measurement），即“5M1E”。
（3）运用头脑风暴等方法尽可能地找出每个方面的所有可能原因，并去除重复和无意义的内容。
（4）对找出的各项原因进行分类、整理，确定前因后果和从属关系，选取重要因素。
（5）按照因果关系顺序，依次画出支线骨中的大骨、小骨，分别填写原因，并对重要的原因做出标识。
3.1.4 因果矩阵分析(4)(5)
因果矩阵是在鱼骨图的基础上，以矩阵的形式处理一些鱼骨图不方便处理的复杂问题的分析工具。该工具可用矩阵表示多维度数据，以便进行高维度的计算。
其绘制步骤如下：
（1）在矩阵图的上方填入过程输出缺陷的形式或关键过程输出变量。
（2）确定每个输出特性或缺陷形式的重要度，并给定其权重（1～10，10代表的重要程度最高）。
（3）在矩阵图的左侧，列出输入变量或所有可能的影响因素。
（4）评价每个输入变量或影响因素对各个输出变量或缺陷的相关关系。矩阵图中的单元格用于表明该行对应的输入变量的相关程度，一般将这种相关程度分为四类，并按照相关程度的高低自行赋分。
（5）评价过程输入变量或影响因素的重要程度，将每个输入变量对应的相关程度得分值乘以该输入变量对应的输出变量的权重数，然后将每一行的乘积加起来，这个结果代表了该输入变量或影响因素的权重。以输出变量颜料为例：10×9＋8×3=114。
（6）考察每个输入变量或影响因素的权重数，权重较高的将是项目重点关注的对象。
表3.2为一个因果分析矩阵的应用示例。
表3.2 因果矩阵分析表应用示例
注：图中◎为9分，○为3分，△为1分。
3.1.5 故障树分析(6)(7)
故障树分析是一种特殊的倒立树状逻辑因果关系图，它用事件符号、逻辑门符号和转移符号来描述系统中各种事件之间的因果关系。逻辑门的输入事件是输出事件的“因”，输出事件是输入事件的“果”。故障树也称“事故树”（Fault Tree Analysis，FTA）。图3.3所示是一个常见的故障树应用示例，其基本流程如下。
（1）熟悉系统：要详细了解系统状态及各种参数，绘出工艺流程图或布置图。
（2）调查事故：收集事故案例，进行事故统计，设想给定系统可能发生的事故。
（3）确定顶上事件：要分析的对象即为顶上事件。对所调查的事故进行全面分析，从中找出后果严重且较易发生的事故作为顶上事件。
（4）确定目标值：根据经验教训和事故案例，经统计分析后，求解事故发生的概率（频率），以此作为要控制的事故目标值。
（5）调查原因事件：调查与事故有关的所有原因和各种因素。
（6）画出故障树：从顶上事件起，逐级找出直接原因的事件，直至所要分析的深度，按其逻辑关系，画出故障树。
（7）分析：按故障树结构进行简化，确定各基本事件的结构重要度。
（8）事故发生概率：确定所有事故发生的概率，标在故障树上，并进而求出顶上事件（事故）的发生概率。
（9）比较：对可维修系统和不可维修系统进行讨论，前者要进行对比，后者求出顶上事件发生的概率即可。
（10）分析：原则上是上述9个步骤，在分析时可视具体问题灵活掌握，如果故障树规模很大，可借助计算机进行。目前我国故障树分析一般都考虑到第7步进行定性分析为止，也能取得较好的效果。
图3.3 故障树应用示例
3.1.6 DOE（试验设计）(8)
DOE（Design of Experiments）主要是为了实现以下目的：
（1）科学合理地安排实验，从而减少实验次数，缩短实验周期，提高经济效益；
（2）从众多的影响因素中找出影响输出的主要因素；
（3）分析影响因素之间交互作用的大小；
（4）分析实验误差的影响大小，提高实验精度；
（5）找出较优的参数组合，并通过对实验结果的分析、比较，找出达到最优化方案和进一步实验的方向。
常见的试验设计方法可分为两类：一是析因法，二是正交试验设计法。
1. 析因法
（1）定义。将所研究的因素按全部因素的所有水平（位级）的一切组合逐次进行试验，称为析因试验，或称完全析因试验，简称析因法。它是研究变动着的两个或多个因素效应的有效方法。许多试验要求考察两个或多个变动因素的效应。例如若干因素对产品质量的效应，对某种机器的效应，对某种材料的性能的效应，对某一过程燃烧消耗的效应等。
（2）用途。析因法用于新产品开发、产品或过程的改进以及安装服务，通过较少次数的试验，找到优质、高产、低耗的因素组合，达到改进的目的。
2. 正交试验设计法
（1）定义。正交试验设计法是研究与处理多因素试验的一种科学方法。它利用一种规范化的表格—正交表来挑选试验条件，安排试验计划和进行试验，并通过较少次数的试验，找出较好的生产条件，即最优或较优的试验方案。
（2）用途。正交试验设计法主要用于调查复杂系统（产品、过程）的某些特性或多个因素对系统（产品、过程）某些特性的影响，识别系统中更有影响的因素、因素影响的大小，以及因素间可能存在的相互关系，以促进产品的设计开发和过程的优化，控制或改进现有的产品（或系统）。