2017年5月23日

考虑加工中心市场竞争性评价的用户可用性需求重要度确定

市场竞争性评价指的是从顾客的视角对竞争市场上本企业和竞争对手产品在对顾客需求的满足程度方面的评价。这一过程能够掲示出市场上现有产品的优劣势,并找出本企业产品须改进完善的地方。在QFD分析中考虑市场竞争性评估对顾客需求重要度的影响，是企业依据其实力和改进意愿对基本重要度的一种修正,这样可得到更合理的顾客需求最终重要度。本文中，由于市场竞争性评价矩阵由待评机床、国外同类机床和国内同类机床三种机床在各项可用性需求指标上的评价值构成，由此需要首先构建市场竞争性评价矩阵，这里涉及到市场竞争评价矩阵中可用性需求定量定性指标的计算。基于该矩阵，引入熵权法进行考虑市场竞争性评价的用户可用性需求重要度求取。3.3.1加工中心市场竞争性评价矩阵构建由于市场竞争性评价矩阵是对于待评机床、国外同类以及国内同类机床在所确定的七个可用性需求指标上的满意性分值构成的矩阵，涉及到具体数值给定，因此这里矩阵构建实质上是对其中定性定量指标的研究。可用性需求指标既有精度保持性、故障诊断、维修难易程度、符合维修的人机环工要求和维修费用等不容易精确测量的定性指标，又有MTBF,维修时间这样易计量的可用性需求定量指标，因此，市场竞争性评价矩阵里可用性需求指标上数值的给定需从定性、定量两个方面展开研究。由于其中定量指标并无满意度衡量的统一标准，因此所构成市场竞争性评价矩阵中用定量值直接给定。3.3.3.1市场竞争性评价矩阵定量指标计算构建CNC加工中心市场竞争性评价矩阵，需对整机可靠性和维修性进行建模,明晰其MTBF及MTTR估计值。本文通过加工中心可用性现场试验，由试验性质进行二者定量数值探寻。(1)加工中心可用性现场试验加工中心现场故障及维修信息是进行市场竞争性评价的基本依据。本次加工中心可用性试验试验样本为137台，这些样本都是出厂前，经过检测确定为合格产品，并有正式合格证的加工中心，如此确定了考核的范围和选择的样机。另外，为了保证此次试验能够公平、公证、合理有效的进行，与厂家相关工作人员（维护者、设备管理者以及机床生产企业的售后服务者）一起沟通协调后，共同制定了本次实验方案。为期6个月的定时截尾可用性现场试验结束后，对所有样本的故障，按照故障依据和类型进行分类，并得到137台精工加工中心的故障时间和具体的维修记录，由记录数据进行机床整机可靠性及维修性建模，进而得到MTBF与MTTR点估计值。(2)整机可靠性建模(1)整机故障数据处理在数据处理之前，需要将故障数据和截尾数据按增序排列，这里为了更合理的对故障进行排序，采用Johnson法[112_114]。该方法一般采用如下方法来确定顺序号：假定数组中有〃个数据，而右截尾数据^个，故障数据个，采用的是增序排列法，对所有〃个数据，按从小到大排成1到〃，将列编号记为7_。接着，只对其中的故障数据进行编号，并按照从小到大的顺序由1记到将列编号记为/。第/个故障数据的故障顺序号可采用如下关系式来计算：假设故障间隔时间的经验分布函数^(0服从威布尔分布，两参数威布尔分布公式为:立式加工中心故障间隔时间的参数估计可用最小二乘法来进行[115]。设直线方程为夕=2+心，4、5为线性回归的估计值。按照线性回归法得到四种分布模型的参数估计和相关系数见表3.9。因为，故可以认为线性关系显著。即故障数据对表中四种分布都不拒绝。故需进行拟合优度检验，以确定故障数据的最优分布模型。(2)基于熵权-TOPSIS的可靠性模型优选为使可靠性模型的判断更具有科学性，在分析现有可靠性模型确定方法的基础上，本文提出采用综合考虑主、客观等多种因素的熵值-TOPSIS的方法来确定试验数据的******分布[117],其中TOPSIS(TechniqueforOrderPreferencebySimilaritytoIdealSolution)法是一种较新的有限方案多目标决策分析法，该法具有计算简便、分析结果较合理、应用灵活等特点，将其引入可靠性模型优选中，并采用熵理论来计算权重，为可靠性模型优选提供了一种新途径[118_119]。具体步骤如下：(3)决策矩阵的确定与标准化因为所得实验数据对于四种分布都不拒绝，所以选威布尔分布、指数分布、正态分布和对数正态分布等构成备择分布，记为。另外，为判定哪一种分布模型最符合试验数据，建立了5种判据指标，构成判据指标集。其中前4种为定量指标，第5种为定性指标，5种指标指代内容及数值计算如下：整机可靠性建模线轨加工中心的可用性，既要注意产品是否易坏，也要注意产品是否易修。因此，为了对加工中心的可用性进行研究，就需要对本次试验中加工中心维修性的规律问题进行研究，并得到MTTR估计值。1)整机维修性模型判断按照加工中心（高速加工中心）的维修性观测值，对维修模型的概率密度函数和分布函数进行拟合。将维修时间的192个观测值te(1.5，473)划分为十组，具体如表3.10。表3.10加工中心维修时间分组情况组号区间上区间下组中值频数频率累计 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 通过分析上面两幅图，可以看出，此次试验加工中心（龙门加工中心）的维修概率密度函数曲线都是呈现单峰偏态分布，且其函数曲线整体呈现凸形。并且，与其它常见的维修性分布类型的曲线相比较，得出正态分布、对数正态分布和伽玛分布与本次维修时间分布类型最为接近，因此，由以上图的特征以及基于经验综合比较后，本次试验采用对数正态分布作为本模型的分布图。2)经验分布函数经验分布函数要以样本为基础，对总体的特征进行推断，一般是采用由样本频率对总体进行估计。这里，假设本组的观测数据…通过该组观测值所得到的维修时间顺序统计量为：^SS…SS…S。上式中，对数正态分布的对数均值和对数方差两个参数分别用#和cr2来表示，而对于这两个参数的估计，本文采用极大似然法，对其进行估计。依据该方法，在进行估计之前,需要选定好相应的参数，使得样本在该区域内出现的可能性较大，并将该值当作未知参数的点估计值。假定从满足对数正态分布的样本总体中取出一组样本{tl5t2，…tj,其中，tl5t2，…tn为该次试验加工中心（卧式加工中心）维修时间的"次独立观察值，则其似然函数为：同样，这里为了更好的对拟合模型进行估计，以保证与维修数据之间的吻合，针对模型的性能参数，采取******似然估计的方法对参数进行检验与拟合。计算样本数据的观察值与拟合模型的计算值之间的误差，当差异充分小时，就可以接受拟合模型。设样本的总体分布函数是从(0,经验分布函数是财„(0,对所有数据的MQ(x,)进行计算，将MQ(x,)与经验分布函数#„(^,)做对比，其中差值的******绝对值就是检验统计量化的观察值。将化与化#做对比，拒绝域为：本文采摘自“基于QFD的加工中心可用性保障技术研究”，因为编辑困难导致有些函数、表格、图片、内容无法显示，有需要者可以在网络中查找BTY相关的文章！本文由海天精工整理发表文章均来自网络仅供学习参考，转载请注明！

海天精工机床有限公司 ^{海天精工博客}

考虑加工中心市场竞争性评价的用户可用性需求重要度确定

◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。