技術(shù)文章
考慮加工中心市場競爭性評價的用戶可用性需求重要度確定
閱讀:88 發(fā)布時間:2020-8-11市場競爭性評價指的是從顧客的視角對競爭市場上本企業(yè)和競爭對手產(chǎn)品在對顧客 需求的滿足程度方面的評價。這一過程能夠掲示出市場上現(xiàn)有產(chǎn)品的優(yōu)劣勢,并找出本企業(yè) 產(chǎn)品須改進完善的地方。在QFD分析中考慮市場競爭性評估對顧客需求重要度的影響,是 企業(yè)依據(jù)其實力和改進意愿對基本重要度的一種修正,這樣可得到更合理的顧客需求終 重要度。本文中,由于市場競爭性評價矩陣由待評機床、國外同類機床和國內(nèi)同類機床三 種機床在各項可用性需求指標上的評價值構(gòu)成,由此需要首先構(gòu)建市場競爭性評價矩陣, 這里涉及到市場競爭評價矩陣中可用性需求定量定性指標的計算。基于該矩陣,引入熵權(quán) 法進行考慮市場競爭性評價的用戶可用性需求重要度求取。
3.3.1加工中心市場競爭性評價矩陣構(gòu)建
由于市場競爭性評價矩陣是對于待評機床、國外同類以及國內(nèi)同類機床在所確定的七 個可用性需求指標上的滿意性分值構(gòu)成的矩陣,涉及到具體數(shù)值給定,因此這里矩陣構(gòu)建 實質(zhì)上是對其中定性定量指標的研究。可用性需求指標既有精度保持性、故障診斷、維修 難易程度、符合維修的人機環(huán)工要求和維修費用等不容易精確測量的定性指標,又有 MTBF,維修時間這樣易計量的可用性需求定量指標,因此,市場競爭性評價矩陣里可用 性需求指標上數(shù)值的給定需從定性、定量兩個方面展開研究。由于其中定量指標并無滿意 度衡量的統(tǒng)一標準,因此所構(gòu)成市場競爭性評價矩陣中用定量值直接給定。
3.3.3.1市場競爭性評價矩陣定量指標計算
構(gòu)建CNC加工中心市場競爭性評價矩陣,需對整機可靠性和維修性進行建模,明晰其MTBF 及MTTR估計值。本文通過加工中心可用性現(xiàn)場試驗,由試驗性質(zhì)進行二者定量數(shù)值探尋。
(1) 加工中心可用性現(xiàn)場試驗
加工中心現(xiàn)場故障及維修信息是進行市場競爭性評價的基本依據(jù)。本次加工中心可用 性試驗試驗樣本為137臺,這些樣本都是出廠前,經(jīng)過檢測確定為合格產(chǎn)品,并有正式合 格證的加工中心,如此確定了考核的范圍和選擇的樣機。另外,為了保證此次試驗?zāi)軌蚬?平、公證、合理有效的進行,與廠家相關(guān)工作人員(維護者、設(shè)備管理者以及機床生產(chǎn)企 業(yè)的售后服務(wù)者)一起溝通協(xié)調(diào)后,共同制定了本次實驗方案。
為期6個月的定時截尾可用性現(xiàn)場試驗結(jié)束后,對所有樣本的故障,按照故障依據(jù)和 類型進行分類,并得到137臺數(shù)控加工中心的故障時間和具體的維修記錄,由記錄數(shù)據(jù)進行機 床整機可靠性及維修性建模,進而得到MTBF與MTTR點估計值。
(2) 整機可靠性建模
(1) 整機故障數(shù)據(jù)處理
在數(shù)據(jù)處理之前,需要將故障數(shù)據(jù)和截尾數(shù)據(jù)按增序排列,這里為了更合理的對故障 進行排序,采用Johnson法[112_114]。該方法一般采用如下方法來確定順序號:假定數(shù)組中有 〃個數(shù)據(jù),而右截尾數(shù)據(jù)^個,故障數(shù)據(jù)個,采用的是增序排列法,對所有〃個數(shù)據(jù), 按從小到大排成1到〃,將列編號記為7_。接著,只對其中的故障數(shù)據(jù)進行編號,并按照 從小到大的順序由1記到將列編號記為/。第/個故障數(shù)據(jù)的故障順序號可采用如 下關(guān)系式來計算:
假設(shè)故障間隔時間的經(jīng)驗分布函數(shù)^(0服從威布爾分布,兩參數(shù)威布爾分布公式為:
立式加工中心故障間隔時間的參數(shù)估計可用小二乘法來進行[115]。設(shè)直線方程為 夕=2 +心,4、5為線性回歸的估計值。
按照線性回歸法得到四種分布模型的參數(shù)估計和相關(guān)系數(shù)見表3.9。因為,故可 以認為線性關(guān)系顯著。即故障數(shù)據(jù)對表中四種分布都不拒絕。故需進行擬合優(yōu)度檢驗,以 確定故障數(shù)據(jù)的分布模型。
(2) 基于熵權(quán)-TOPSIS的可靠性模型優(yōu)選
為使可靠性模型的判斷更具有科學(xué)性,在分析現(xiàn)有可靠性模型確定方法的基礎(chǔ)上,本 文提出采用綜合考慮主、客觀等多種因素的熵值-TOPSIS的方法來確定試驗數(shù)據(jù)的分 布[117],其中 TOPSIS (Technique for Order Preference by Similarity to Ideal Solution)法是一
種較新的有限方案多目標決策分析法,該法具有計算簡便、分析結(jié)果較合理、應(yīng)用靈活等 特點,將其引入可靠性模型優(yōu)選中,并采用熵理論來計算權(quán)重,為可靠性模型優(yōu)選提供了 一種新途徑[118_119]。具體步驟如下:
(3) 決策矩陣的確定與標準化
因為所得實驗數(shù)據(jù)對于四種分布都不拒絕,所以選威布爾分布、指數(shù)分布、正態(tài)分布 和對數(shù)正態(tài)分布等構(gòu)成備擇分布,記為。另外,為判定哪一種分布模型 符合試驗數(shù)據(jù),建立了5種判據(jù)指標,構(gòu)成判據(jù)指標集。其中前4種 為定量指標,第5種為定性指標,5種指標指代內(nèi)容及數(shù)值計算如下:
整機可靠性建模
線軌加工中心的可用性,既要注意產(chǎn)品是否易壞,也要注意產(chǎn)品是否易修。因此,為了對 加工中心的可用性進行研究,就需要對本次試驗中加工中心維修性的規(guī)律問題進行研究, 并得到MTTR估計值。
1) 整機維修性模型判斷
按照加工中心(高速加工中心)的維修性觀測值,對維修模型的概率密度函數(shù)和分布函數(shù)進行擬合。將 維修時間的192個觀測值te(1.5,473)劃分為十組,具體如表3.10。
表3.10加工中心維修時間分組情況
組號 | 區(qū)間上 | 區(qū)間下 | 組中值 | 頻數(shù) | 頻率 | 累計 |
1 | 1.87 | 48.983 | 50.853 | 137 | 0.713 | 0.713 |
2 | 48.98 | 96.096 | 72.539 | 25 | 0.130 | 0.844 |
3 | 96.096 | 143.209 | 119.652 | 10 | 0.0520 | 0.896 |
4 | 143.209 | 190.322 | 166.765 | 11 | 0.057 | 0.953 |
5 | 190.322 | 237.435 | 213.878 | 5 | 0.026 | 0.979 |
6 | 237.435 | 284.548 | 260.991 | 0 | 0 | 0.979 |
7 | 284.548 | 331.661 | 308.104 | 0 | 0 | 0.979 |
8 | 331.661 | 378.774 | 355.217 | 0 | 0 | 0.979 |
9 | 378.774 | 425.887 | 402.330 | 0 | 0 | 0.979 |
10 | 425.887 | 473 | 449.443 | 4 | 0.021 | 1 |
通過分析上面兩幅圖,可以看出,此次試驗加工中心(龍門加工中心)的維修概率密度函數(shù)曲線都是呈 現(xiàn)單峰偏態(tài)分布,且其函數(shù)曲線整體呈現(xiàn)凸形。并且,與其它常見的維修性分布類型的曲 線相比較,得出正態(tài)分布、對數(shù)正態(tài)分布和伽瑪分布與本次維修時間分布類型接近, 因此,由以上圖的特征以及基于經(jīng)驗綜合比較后,本次試驗采用對數(shù)正態(tài)分布作為本模型 的分布圖。
2) 經(jīng)驗分布函數(shù)
經(jīng)驗分布函數(shù)要以樣本為基礎(chǔ),對總體的特征進行推斷,一般是采用由樣本頻率對總 體進行估計。這里,假設(shè)本組的觀測數(shù)據(jù)…通過該組觀測值所得到的維修時間順 序統(tǒng)計量為:^ S S…S S…S 。
上式中,對數(shù)正態(tài)分布的對數(shù)均值和對數(shù)方差兩個參數(shù)分別用#和cr2來表示,而對于 這兩個參數(shù)的估計,本文采用極大似然法,對其進行估計。依據(jù)該方法,在進行估計之前, 需要選定好相應(yīng)的參數(shù),使得樣本在該區(qū)域內(nèi)出現(xiàn)的可能性較大,并將該值當(dāng)作未知參數(shù) 的點估計值。假定從滿足對數(shù)正態(tài)分布的樣本總體中取出一組樣本{tl5t2,…tj,其中, tl5t2,…tn為該次試驗加工中心(臥式加工中心)維修時間的"次獨立觀察值,則其似然函數(shù)為:
同樣,這里為了更好的對擬合模型進行估計,以保證與維修數(shù)據(jù)之間的吻合,針對模 型的性能參數(shù),采取大似然估計的方法對參數(shù)進行檢驗與擬合。計算樣本數(shù)據(jù)的觀察值 與擬合模型的計算值之間的誤差,當(dāng)差異充分小時,就可以接受擬合模型。設(shè)樣本的總體 分布函數(shù)是從(0,經(jīng)驗分布函數(shù)是財„(0,對所有數(shù)據(jù)的MQ(x,)進行計算,將MQ(x,)與經(jīng) 驗分布函數(shù)#„(^,)做對比,其中差值的大值就是檢驗統(tǒng)計量化的觀察值。將化與 化#做對比,拒絕域為:
本文采摘自“基于QFD的加工中心可用性保障技術(shù)研究”,因為編輯困難導(dǎo)致有些函數(shù)、表格、圖片、內(nèi)容無法顯示,有需要者可以在網(wǎng)絡(luò)中查找相關(guān)文章!
本文由伯特利數(shù)控整理發(fā)表文章均來自網(wǎng)絡(luò)僅供學(xué)習(xí)參考,轉(zhuǎn)載請注明!