质量成本与质量水平的关系分析及模型建立.docxVIP

质量成本与质量水平的关系分析及模型建立 0 质量成本与质量水平的关系 质量成本包括由预防成本、评估成本和损失成本组成的成本模型。质量成本花费的多少一定程度上可以反映出质量水平的高低, 因此了解质量成本与质量水平间的关系, 有利于为决策者提供决策建议, 方便决策者做出正确的结论。质量成本与质量水平间的关系主要有以下三种模型如图1, 2, 3所示。 1 质量改进的效率 质量水平, 即质量一致性, 通常用合格率来表示。这里采用6σ管理中的σ水平来衡量。σ水平反映了质量改进获得实际结果与其目标之间的差距或偏离程度。σ越大说明偏离或波动程度越大, 质量改进的效果越差, 而σ越小, 则表明质量改进的效果越好, 因此, 质量改进的效率可用不同的σ水平来描述。分别用缺陷率或合格率作为质量改进效率的衡量标准, σ水平与其之间的关系如表1所示, 其中DPMPO为每万次机会的缺陷数 从图2, 3可以看出Feigenbaum与Juran的质量模型的思想是一致的, 只是Feigenbaum更进一步细化了图形。 1.1 模型a:数学模型 用负指数函数表示质量损失成本, 式 (1) 所示;用指数函数表示质量保证成本, 式 (2) 所示。 所以, 质量成本数学模型为: 式中:a1—控制废次品趋于0时, 所发生的最小次品损失费用; b1—追加成本费用的增长率, 即指数函数的斜参数; a2—控制合格率趋于100% (废次品趋于0) 时, 生的最大成本费用; b2—控制成本费用的增长率, 即指数函数的斜参数; Q—产品合格率。 从式 (4) 可以计算出最佳质量水平时的合格率, 然后可以根据表可以得出最佳σ水平。 1.2 质量成本b模型 根据田口玄一的质量成本模型: 质量损失函数L (λ) =a1+b1(λ-1)2 质量保证成本函数C (λ) =a2λb2 所以, 质量成本数学模型为: 式中:λ是质量水平即产品的合格率;a1是企业的全部产品达到完全合格时仍造成的损失 (如能源消耗\污染等) , a1的值可根据企业近5年来在治理污染\噪音等方面投资的加权平均值求得;b1=L″ (1) /2;a2={A[α/ (α+β) ]α·[β/ (α+β) ]β}-1/ (α+β) ;b2=1/ (α+β) 1.3 质量水平k 利用K.K.Govil函数表达质量成本数学模型, 式 (5) 所示。通过对 (5) 式的微分、回归分析, 确定具体质量成本模型的K, F, G, R值, 通过层次分析法 (AHP) , 使质量水平和质量成本处于理想控制状态。 设K为每件废品造成的损失, Q为合格率, (1-Q) 为不合格率。则每件合格品负担的损失费用是C1=K[Q/ (1-Q) ]R。每件产品的预防检验费用C2=F[ (1-Q) /Q]G, F是C2随不合格率与合格率的比值而变化的系数。 式中:K、F、R、G0且为常数。 最佳质量水平:Q=1/[1+ (KR/FG) ]1/ (R-G) 由于近年来随着质量水平的提升, 质量合格率的增高, 质量成本预防成本、鉴定成本、损失成本以及总成本都会随之变化, 总质量成本随着质量水平的提高而降低, 损失成本随着质量成本的提高而降低。如图4所示: 2 质量成本对质量水平的补偿 根据以上讨论, 可以看出, 在理论情况下我们可以采用不同的质量成本模型从而计算出最佳的质量水平, 但是实际应用当中, 完全依据理论上的模型很难计算出。而且, 实际过程中经常没有非常多的质量成本和质量水平数据用以做一般的数据统计分析, 因此, 采用灰色系统进行分析是不错的选择。首先可以根据不多的质量成本与质量水平历史数据, 分析它们之间的灰色关联度, 从而可以根据灰色关联度大概判断质量成本与质量水平间的关系。 首先, 收集质量成本以及质量水平历史数据, 并根据历史数据作出他们的曲线图, 从曲线图中先直观的查看它们之间的关系, 例如: 质量成本的历史数据序列为:C= (1.8, 1.5, 1.4, 1.2, 1, 0.8) , 质量水平的历史数据序列为:P= (0.8, 0.83, 0.87, 0.9, 0.94, 0.96) 从图5中, 可以初步判断质量成本与质量水平存在负相关关系, 随着质量水平的提高, 质量成本是逐渐降低的。 然后, 我们可以根据灰色相关理论根据历史数据具体计算出质量成本与质量水平间的灰色关联度。 定义1设Xi= (xi(1) , xi(2) , …, xi(n) ) 为因素Xi的行为序列, D1为行为序列算子且: 其中: 则称D1为初值化算子, XiD1为Xi在初值化算子D1下的像, 简称初值像。 定义2设Xi= (xi(1) , xi(2) , …, xi(n) ) 为因素Xi的行为序列, D2为行为序列算子且: 其中: 则称D2为均值化算子, XiD1为X