吴新丽 李仁旺 张思荣 徐 兴,3 罗 昊

1.浙江理工大学,杭州,310018 2.浙江中烟工业有限责任公司,杭州,310008 3.浙江科技学院,杭州,310023

QFD与正交试验混合方法在大批量定制中的应用研究

吴新丽1李仁旺1张思荣2徐 兴1,3罗 昊1

1.浙江理工大学,杭州,310018 2.浙江中烟工业有限责任公司,杭州,310008 3.浙江科技学院,杭州,310023

提出了一种将QFD与正交试验设计相结合的新型混合方法,并将该方法用于大批量定制的产品设计过程,目的是将大批量定制产品的顾客个性化需求更准确地转化为产品的设计参数。首先将系列产品根据设计进程划分出定制零部件族,从中选取受顾客需求影响较大的敏感零部件进行QFD分析设计,然后利用正交试验设计中的信噪比分析确定QFD中的关联关系,得到与某项顾客需求所对应的工程技术特性的参数组合,使得设计的产品具有令顾客满意的稳健性能。最后以某客车公司的车门开发设计为实例进行了详细阐述。

大批量定制;质量功能配置;正交试验设计;质量屋

0 引言

大批量定制是一种面向21世纪的新型生产模式,它以顾客个性化的需求为前提与大批量生产进行有机的结合,这就要求企业,必须以比同行更快的交货期、更低的成本、更好的质量和更完善的服务去响应用户的需求,满足顾客的个性化需求[1]。质量功能配置(quality function dep loym ent,QFD)是在产品设计过程中,从顾客的需求出发,采用一定的规范化方式将顾客的需求特性转化为一系列工程技术特性的方法。质量屋工具强调将顾客需求明确转化为产品设计、开发、工艺、制造、装配等过程中的各项信息[2]。

面向大批量定制产品设计的一个重要特征是:产品的设计针对系列产品,即在同一时间段,设计的产品零部件数量庞大,顾客的需求极其多样化,但设计时间却有限,鉴于设计工作量及设计人员与顾客沟通的机会不充足等,有可能会与顾客的真正需求有所区别,为使产品设计对顾客需求具有更高的适应性,即能更好地将顾客需求融入到产品的设计过程中,本文提出一种QFD与正交试验设计相结合的新型混合方法。首先通过大批量产品的设计进程区分出定制零部件族,然后将由市场调查等方式获得的顾客需求进行归一化处理,通过工程技术的映射关系选出受顾客需求影响较大的敏感零部件作为研究对象,运用QFD分析,建立敏感零部件的质量屋设计系统,结合正交试验设计方法中的信噪比分析确定质量屋中顾客需求与工程技术特性的相关关系,使获得的设计参数组合具有令顾客满意的稳健性能。

1 面向大批量定制的产品设计

1.1 设计过程的体系结构

面向大批量定制的设计技术是实现大批量定制的核心和源头[3]。产品开发可以描述为一组功能需求转化为一个具体实现结构的过程。根据大批量定制产品的特点,首先建立大批量定制设计过程的体系结构,如图1所示,将设计过程按时间维划分成三个进程§-1、§-2、§-3,时间维描述的是从客户提出订单到产品交付给客户的时间历程。参见文献[3],在每个设计进程中,分别从定制和通用两个角度不断地将订单产品进行功能分解与集成,最终分解成定制零部件的设计和通用零部件的选择。本文将针对定制零部件进行QFD分析和正交试验设计,以期在满足顾客需求的同时缩短产品设计周期和降低成本。

图1 大批量定制的产品设计进程

1.2 提取敏感零部件过程

为使产品的设计平台对顾客的需求具有更快的响应速度,在定制零部件族建立起来后,应通过顾客需求的重要度来确定此类零部件受顾客需求的影响大小,敏感零部件即为受顾客需求影响较大的定制零部件。

敏感零部件的选取是实现大批量定制QFD设计的关键,从客户的角度看,敏感零部件的模块化设计能够使客户实现自己的特定需求;从企业的角度看,使用这些规划好的、或已经标准化、或易于变型的零部件进行组装,就更容易实现成本的降低和速度的提高。

1.2.1 顾客需求的规范过程

运用层次分析法(AHP)和模糊集理论[4]将一组顾客需求综合起来进行归一化处理,对每项顾客需求进行量化描述,如用G表示客户订单的M项顾客需求(如强度g1、刚度g2、材料要求g3等),则有

式中,ki为顾客需求的重要度,即获得每项顾客需求的重要度。

1.2.2 敏感零部件的确定

通过如图1所示的大批量定制产品的设计进程,能够获得定制零部件族。在分析阶段采用面向定制零部件的方法,即根据用户需求与工程指标和定制零部件族的对应关系,搭建出产品定制零部件族的结构关系,然后通过工程指标等构建定制零部件族与顾客需求之间的映射关系网络[5],如图2所示。

图2 定制部件族与顾客需求间的映射关系示意图

将每项顾客需求通过工程指标映射到各个定制的零部件,从而获得每个定制零部件所对应的顾客需求项,如图2所示,通过每项顾客需求的重要度获得各个定制零部件在设计阶段受客户定制影响的影响系数:

对于f cust＞50%的零部件,确定其为本文的研究对象,此类零部件受顾客的需求影响较大,有些甚至是要重新设计的零部件。针对这些敏感部件运用QFD方法进行分析和设计,从而能将一个产品的大质量屋分解成若干个小的质量屋,在更好地满足顾客个性化需求的同时,提高QFD的运用效率。

2 QFD与正交试验方法的应用

2.1 QFD分析

QFD的过程是由产品规划、零件展开、工艺计划和生产计划4个阶段组成的。在这个过程中,顾客要求被逐步展开为设计要求、零件特性、制造作业和生产要求[6]。在此过程中,QFD采用质量屋这种直观的矩阵展开框架。针对展开的第一阶段——产品规划阶段,在质量屋中,顾客需求首先应被转化为工程技术特性(“如何”)。这其中最关键的就是关联分析,即确定顾客需求与工程技术特性之间的关联关系。

传统的确定关联关系的方法是由专家或工程设计人员根据经验确定顾客需求和工程特性的关联程度,然后采用1、3、5、7、9等数值序列确定其强弱相关等关联关系,这样的数据获取存在着很大的主观性和误差[7-8]。本文针对大批量定制系列产品的特殊性和复杂性,在传统的QFD分析时,对敏感零部件结合正交试验设计方法,将所获得的试验数据进行信噪比分析,以更准确地确定敏感零部件某项工程技术特性的最稳健的参数组合。

2.2 正交试验方法的运用

质量屋中相关分析的目的是通过对设计要求之间相关关系的衡量,进而根据顾客需求确定设计要求的目标值。因此,在质量屋中可将每个工程特性作为因素,各项顾客需求作为试验指标,每项工程特性可作为一次正交试验设计。质量屋中顾客需求与工程特性关系的确定可看作是一个多因素多指标问题,采用正交试验设计的信噪比分析方法确定最稳健的参数组合。

(1)设与顾客需求CR1相关的工程特性共m项,即正交表安排m个因素的试验,试验总次数为n,各工程特性水平数可以相同,也可以不同,试验结果即为各工程特性组合对顾客需求的满意情况[9]。表1为 L9(34)正交表[10]。

表1 正交表L9(34)

(2)设由试验设计测得y的望目特性数据为y1,y2,…,yn,根据数理统计的知识,平均值μ和方差σ2的无偏估计分别为[2]

平均值μ2的无偏估计为

实际计算时,将取常用对数后再乘以10,并化为分贝单位:

(3)由η求(稳健性)参数组合,取η越大,则输出特性越稳定,所以此时选择的参数组合质量波动小,在能最大地满足顾客需求的同时抵抗各种干扰的能力最强。

对于关系矩阵图中的某一项工程技术特性可能与多项顾客需求有关的情况,此时就需要设计师们根据质量屋中的屋顶矩阵中各工程技术特性项目之间的相关性来做平衡。

3 实例分析

本文引用中国青年汽车公司的6120系列车型的开发设计实例来进行应用研究。汽车属于大批量定制中典型的按订单设计生产的产品,对每份订单都需根据顾客的不同需求进行重新设计。通过市场调研和深入访问,已获得一批订单的各项顾客需求特性及其重要度,通过映射关系已掌握顾客对6120系列车型中车门这一部件的定制影响系数 f cust=60%,此系列客车均采用外摆门,对顾客需求特性进行分解,分成五项具体需求特性,其每项的重要性如表2所示,确定车门的门泵机构为敏感零部件。

表2 顾客需求表分解表

(1)由设计工程师确定与上述车门容易开启、关闭这一顾客需求特性相关的工程技术特性,为外摆门泵的相关参数:工作气压、负载能力、连接管径、举升高度。在正交试验设计中,工作气压、负载能力、连接管径、举升高度即为4个因素,分别用A、B、C、D表示。而后确定各个因素的水平,4个因素水平都设高、中、低三个水平,分别用1、2、3表示,如表 3 所示。

表3 因子水平表

(2)用L9(34)的正交表安排试验。试验结果为车门开启、关闭时门泵的推力大小,此力越小门就越容易开关,由式(1)计算出每组试验的平均值,结果表可由软件SPSS自动生成,如表4所示。

表4 试验结果表

(3)计算上述9次试验的信噪比(S/N):以第一次试验的数据为例,运用式(3)～式(6)进行如下处理:

依此类推,分别计算出其他组数据并填入表5。

表5 S/N表

表5数据显示,第7组试验信噪比最大,其平均值为1.65kN,属于中等水平,对于本次试验而言,该组参数的稳健性能是最好的。对于顾客需求——车门易于开关这一项,可确定质量屋中的设计参数组合为:工作气压0.8MPa;负载能力1000N;连接管 径 φ8mm ×φ10mm;举升高度15mm。

4 结束语

本文针对大批量定制产品的特殊性,采用了一种新型的QFD与正交试验设计相结合的方法来进行产品设计,在满足了大批量定制产品顾客需求的同时,解决了传统产品在设计阶段数据难以获得的问题,通过顾客需求的重要度进行定制零部件族的敏感划分之后,运用正交试验与QFD相结合的方法对敏感零部件进行设计,获得了各个定制零部件设计阶段能令顾客满意的最稳健的参数组合。

[1] 李辉,刘伟,刘达斌.QFD在大规模定制中的扩展应用[J].科技管理与研究,2006(6):227-229.

[2] 张根宝.现代质量工程[M].北京:机械工业出版社,2007.

[3] 李仁旺,苏宝华,祁国宁.面向大批量定制的产品建模[M].北京:科学出版社,2005.

[4] 朱凌云.面向大规模定制产品的客户需求处理关键技术研究[D].合肥:合肥工业大学,2008.

[5] 王爱民,孟明辰,黄靖远.通过动态QFD实现需求驱动的产品族设计方法研究[J].中国机械工程,2003,14(8):666-669.

[6] 周渠康,廖林清,韩晓刚,等.改进的质量功能配置在订单驱动产品开发中的应用[J].中国机械工程,2005,16(7):603-605.

[7] 周亮,韩玉启.田口方法与QFD的综合应用研究[J].科技进步与对策,2003(2):27-29.

[8] 李朝玲,高齐圣.QFD中关联关系确定的正交试验设计方法[J].工业工程与管理,2009(1):24-27.

[9] De W eck O L,Suh E S.Platform A rchitecture:A Tw o-level Op tim ization App roach[C]//2003 ASME Design Engineering Technical Con ferences.Chicago,2003:2-61.

[10] PahlG,Beitz W.Engineering Design:A Systematic App.Roach.[C]//The Design Council.London,1984:439-450.

Research on App lication of a Hybrid M ethod of QFD and Orthogonal Experim entalM ethod in Mass Custom ization

Wu Xinli1Li Renw ang1Zhang Sirong2Xu Xing1,3Luo Hao1
1.Zhejiang Sci-Tech University,Hangzhou,310018
2.China Tobacco Zhejiang Industrial Co.,Ltd.,Hangzhou,310008
3.Zhejiang University of Science and Technology,H angzhou,310023

A new hyb ridmethod of QFD and orthogonal experim ental design for the design p rocess ofmass customization p roduct was p roposed herein,the purpose was to change the customers'individual needs into design parameters accurately.First,the custom ization parts division wasmade according to the design p rocess,selecting the sensitive partsw hich w ere affected by customers greatly,using the QFD method to analysis and design,then using the signal and noise analysis among the orthogonal design method to determ ine the associated relationship during the QFD analysis,the engineering technology param eter group w as obtained,w hich corresponded w ith the customer requirem ents.Finally,the designed p roductsw ith customer satisfaction and robust performancew erem ade.And one bus com pany's door design was taken as an examp le to explain in detail.

m ass custom ization;quality function dep loyment(QFD);orthogonalexperimental design;house of quality(HOQ)

F279.23

1004—132X(2011)05—0576—04

2010—05—11

浙江省杰出青年团队项目(R6080403);浙江省自然科学基金重点资助项目(Z6090572);教育部人文社会科学研究项目(06JD630006);国家自然科学基金资助项目(50976107,50675208,50805133);浙江省自然科学基金资助项目(Y6090718);浙江省科技计划资助项目(2010C31052)

(编辑 袁兴玲)

吴新丽,女,1987年生。浙江理工大学机械与自动控制学院硕士研究生。主要研究方向为企业信息化。李仁旺,男,1971年生。浙江理工大学机械与自动控制学院教授、博士研究生导师。张思荣,男,1970年生。浙江中烟工业有限责任公司杭州制造部主任。徐 兴,男,1979年生。浙江理工大学机械与自动控制学院博士研究生,浙江科技学院机械与汽车工程学院讲师。罗 昊,女,1985年生。浙江理工大学机械与自动控制学院硕士研究生。