面向产品开发FMEA和QFD集成模型研究.docVIP

面向产品开发FMEA和QFD集成模型研究 　　摘 要：故障模式及影响分析（FMEA）与质量功能展开（QFD）作为两种常用的质量管理工具，都是用来持续改进产品的质量和提高顾客的满意度的。本文提出了一种基于二元语义的FMEA与QFD集成模型，得到一个真正既能满足顾客的需求，又能考虑到产品未来持续性改善的面向产品开发的模型。最后通过以航空发动机的曲轴连杆机构的开发设计实例证明了该模型的有效性。 　　关键词：质量功能展开；故障模式及影响分析；风险评价指数；二元语义 　　1 引言 　　如何在产品设计开发过程中最大限度地满足客户需求、提高产品质量已成为企业在全球化竞争中能够脱颖而出的关键。一些先进的质量管理方法，如FMEA和QFD等被应用于产品生命周期中，实现质量管理和控制的快速反应。FMEA使用系统的方法对产品设计、开发、制造等过程进行分析，找出潜在的质量问题或失效模式，分析失效模式所能造成影响的严重性[1]。王晓??，熊伟提出基于依赖型语言有序加权几何DLOWG算子的FMEA风险评估方法，运用DLOWG算子综合专家的群体评判意见[2]。 　　QFD是产品设计阶段进行质量管理的一种工具，其实质是用系统工程的观点将顾客的需求转化为工程特性。刘鸿恩，张列平对QFD理论与方法的研究进展进行了综述[3]。随着QFD方法的不断完善，其应用从最初的汽车制造业扩展到了整个制造行业，以及软件开发[4]，交通运输[5]和教育[6]等各个行业和部门。 　　2 二元语义信息处理方法 　　二元语义评价方法是由西班牙学者Herrera教授于1997首次提出的[7]。于春梅，樊治平针对解决具有语言评价信息的多指标聚类分析问题，提出了一种基于二元语义信息处理的最大树聚类方法[8]。米传民、刘思峰将二元语义评价和灰色聚类进行了集成[9]。巩在武，刘思峰系统研究了二元语义判断矩阵的定义与性质[10]。张可，刘思峰，朱建军等利用模糊数与二元语义之间的转化方法 [11]。如今，二元语义算子评价决策方法已被广泛应用于多目标决策以及多因素分析等各个研究领域[12]。 　　FMEA和QFD中都需要对语言评价信息进行处理。FMEA的工具风险评价指数RPN，其传统计算公式是。 为风险发生的严重度，O为风险的发生频度，D为风险的可探测度，要用1-10等级来划分对这三个风险因子的语言评价信息。在QFD的工具质量屋中，也是用一些序列行数字来反映顾客需求和工程特性之间，以及各工程特性彼此之间的复杂关系。二元语义表示模型是基于符号转移的概念，用一个二元组来表示语言评价信息的，它可有效避免语言评价信息集成和运算过程中出现的信息损失和扭曲问题。 　　其中sk表示事先定义的语言评价信息集S中的第k个元素，它表示给出或得到的语言评价信息与初始语言评价集中最贴近的语言短语。例如一个由7个元素（即语言评价）构成的语言评价集S可定义为： 　　。 　　其中表示由计算得到的语言信息与初始语言评价集中最贴近语言短语之间的差别，是区间内的一个数值。假设实数为语言评价集S经某集结方法得到的实数，其中T为语言评价集S中元素的个数，则可由如下函数表示为二元语义信息 [13] 　　（1） 　　即 （2） 　　反之，若为二元语义信息，其中sk为S中第k个元素，，则存在函数，使得 　　（3） 　　即 （4） 　　本文中就是用二元语义中的二元组来处理FMEA中的风险因子值和QFD中的顾客需求信息，以最大限度的防止语言信息的遗漏。 　　3 基于二元语义的 FMEA 与 QFD 集成模型构建 　　全过程质量管理中要考虑两个方面的问题，首先要使设计尽可能满足上游的市场顾客需求，以此增强产品的竞争能力，QFD是这方面最重要的方法之一；另外还需要使产品的设计能够适应企业内部制造装配的水平，以此减少产品设计返工的次数，缩短新产品的研发周期，FMEA是这方面广泛应用的方法。因此二者具有可集成性。 　　3.1 改进的风险指数 RPN 　　传统评估RPN的方法中三个风险指标 的权重是相同的，未曾考虑不同因素对风险指数影响的大小，因此要引入不同因素的权重大小来改进传方法。运用二元语义方法处理过的风险三因子，其中二元语义信息的逆函数值最大的因子对风险的影响也最大，对三因子进行赋权，令，表示三个风险因子二元语义信息的逆函数值大小。在传统RPN计算公式的基础上采用指数的形式表示权重就得出了新的RPN公式： 　　（5） 　　3.2 故障修正指数 　　为了消除QFD对各个功能单元孤立分析以及QFD为了充分考虑顾客需求的变动而无法稳定反映零部件工程特性的缺陷，我们要用FMEA分析的结果去修正QFD中的各零部件工程特性值。故障修正指数的计算公式如下： 　　（6） 　　式中K表示不考虑进行修正的最低 值；P值表