考慮加工中心市場(chǎng)競(jìng)爭(zhēng)性評(píng)價(jià)的用戶可用性需求重要度確定
市場(chǎng)競(jìng)爭(zhēng)性評(píng)價(jià)指的是從顧客的視角對(duì)競(jìng)爭(zhēng)市場(chǎng)上本企業(yè)和競(jìng)爭(zhēng)對(duì)手產(chǎn)品在對(duì)顧客需求的滿足程度方面的評(píng)價(jià)。這一過程能夠掲示出市場(chǎng)上現(xiàn)有產(chǎn)品的優(yōu)劣勢(shì),并找出本企業(yè)產(chǎn)品須改進(jìn)完善的地方,。在QFD分析中考慮市場(chǎng)競(jìng)爭(zhēng)性評(píng)估對(duì)顧客需求重要度的影響,，是企業(yè)依據(jù)其實(shí)力和改進(jìn)意愿對(duì)基本重要度的一種修正,這樣可得到更合理的顧客需求最終重要度。本文中,，由于市場(chǎng)競(jìng)爭(zhēng)性評(píng)價(jià)矩陣由待評(píng)機(jī)床,、國(guó)外同類機(jī)床和國(guó)內(nèi)同類機(jī)床三種機(jī)床在各項(xiàng)可用性需求指標(biāo)上的評(píng)價(jià)值構(gòu)成，由此需要首先構(gòu)建市場(chǎng)競(jìng)爭(zhēng)性評(píng)價(jià)矩陣,，這里涉及到市場(chǎng)競(jìng)爭(zhēng)評(píng)價(jià)矩陣中可用性需求定量定性指標(biāo)的計(jì)算,。基于該矩陣,，引入熵權(quán)法進(jìn)行考慮市場(chǎng)競(jìng)爭(zhēng)性評(píng)價(jià)的用戶可用性需求重要度求取,。3.3.1加工中心市場(chǎng)競(jìng)爭(zhēng)性評(píng)價(jià)矩陣構(gòu)建由于市場(chǎng)競(jìng)爭(zhēng)性評(píng)價(jià)矩陣是對(duì)于待評(píng)機(jī)床、國(guó)外同類以及國(guó)內(nèi)同類機(jī)床在所確定的七個(gè)可用性需求指標(biāo)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(shí)質(zhì)上是對(duì)其中定性定量指標(biāo)的研究?？捎眯孕枨笾笜?biāo)既有精度保持性,、故障診斷、維修難易程度,、符合維修的人機(jī)環(huán)工要求和維修費(fèi)用等不容易精確測(cè)量的定性指標(biāo),，又有MTBF,維修時(shí)間這樣易計(jì)量的可用性需求定量指標(biāo)，因此,，市場(chǎng)競(jìng)爭(zhēng)性評(píng)價(jià)矩陣?yán)锟捎眯孕枨笾笜?biāo)上數(shù)值的給定需從定性,、定量?jī)蓚€(gè)方面展開研究。由于其中定量指標(biāo)并無滿意度衡量的統(tǒng)一標(biāo)準(zhǔn),，因此所構(gòu)成市場(chǎng)競(jìng)爭(zhēng)性評(píng)價(jià)矩陣中用定量值直接給定,。3.3.3.1市場(chǎng)競(jìng)爭(zhēng)性評(píng)價(jià)矩陣定量指標(biāo)計(jì)算構(gòu)建CNC加工中心市場(chǎng)競(jìng)爭(zhēng)性評(píng)價(jià)矩陣，需對(duì)整機(jī)可靠性和維修性進(jìn)行建模,明晰其MTBF及MTTR估計(jì)值,。本文通過加工中心可用性現(xiàn)場(chǎng)試驗(yàn),，由試驗(yàn)性質(zhì)進(jìn)行二者定量數(shù)值探尋。(1)加工中心可用性現(xiàn)場(chǎng)試驗(yàn)加工中心現(xiàn)場(chǎng)故障及維修信息是進(jìn)行市場(chǎng)競(jìng)爭(zhēng)性評(píng)價(jià)的基本依據(jù),。本次加工中心可用性試驗(yàn)試驗(yàn)樣本為137臺(tái),，這些樣本都是出廠前，經(jīng)過檢測(cè)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(jī)。另外,，為了保證此次試驗(yàn)?zāi)軌蚬?、公證,、合理有效的進(jìn)行，與廠家相關(guān)工作人員（維護(hù)者,、設(shè)備管理者以及機(jī)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(shí)驗(yàn)方案。為期6個(gè)月的定時(shí)截尾可用性現(xiàn)場(chǎng)試驗(yàn)結(jié)束后,，對(duì)所有樣本的故障,，按照故障依據(jù)和類型進(jìn)行分類，并得到137臺(tái)精工加工中心的故障時(shí)間和具體的維修記錄,，由記錄數(shù)據(jù)進(jìn)行機(jī)床整機(jī)可靠性及維修性建模,，進(jìn)而得到MTBF與MTTR點(diǎn)估計(jì)值。(2)整機(jī)可靠性建模(1)整機(jī)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(duì)故障進(jìn)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(hào)：假定數(shù)組中有〃個(gè)數(shù)據(jù)，而右截尾數(shù)據(jù)^個(gè),，故障數(shù)據(jù)個(gè),，采用的是增序排列法，對(duì)所有〃個(gè)數(shù)據(jù),，按從小到大排成1到〃,，將列編號(hào)記為7_。接著,，只對(duì)其中的故障數(shù)據(jù)進(jìn)行編號(hào),，并按照從小到大的順序由1記到將列編號(hào)記為/。第/個(gè)故障數(shù)據(jù)的故障順序號(hào)可采用如下關(guān)系式來計(jì)算：假設(shè)故障間隔時(shí)間的經(jīng)驗(yàn)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(shí)間的參數(shù)估計(jì)可用最小二乘法來進(jìn)行[115],。設(shè)直線方程為夕=2+心，4,、5為線性回歸的估計(jì)值,。按照線性回歸法得到四種分布模型的參數(shù)估計(jì)和相關(guān)系數(shù)見表3.9。因?yàn)?，故可以認(rèn)為線性關(guān)系顯著,。即故障數(shù)據(jù)對(duì)表中四種分布都不拒絕。故需進(jìn)行擬合優(yōu)度檢驗(yàn),，以確定故障數(shù)據(jù)的最優(yōu)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(yàn)數(shù)據(jù)的******分布[117],其中TOPSIS(TechniqueforOrderPreferencebySimilaritytoIdealSolution)法是一種較新的有限方案多目標(biāo)決策分析法，該法具有計(jì)算簡(jiǎn)便、分析結(jié)果較合理,、應(yīng)用靈活等特點(diǎn),，將其引入可靠性模型優(yōu)選中，并采用熵理論來計(jì)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(biāo)準(zhǔn)化因?yàn)樗脤?shí)驗(yàn)數(shù)據(jù)對(duì)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(duì)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最符合試驗(yàn)數(shù)據(jù)，建立了5種判據(jù)指標(biāo),，構(gòu)成判據(jù)指標(biāo)集,。其中前4種為定量指標(biāo)，第5種為定性指標(biāo),，5種指標(biāo)指代內(nèi)容及數(shù)值計(jì)算如下：整機(jī)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(duì)加工中心的可用性進(jìn)行研究，就需要對(duì)本次試驗(yàn)中加工中心維修性的規(guī)律問題進(jìn)行研究,，并得到MTTR估計(jì)值,。1)整機(jī)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(cè)值，對(duì)維修模型的概率密度函數(shù)和分布函數(shù)進(jìn)行擬合,。將維修時(shí)間的192個(gè)觀測(cè)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(shí)間分組情況 組號(hào) 區(qū)間上 區(qū)間下 組中值 頻數(shù) 頻率 累計(jì) 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(yàn)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(duì)數(shù)正態(tài)分布和伽瑪分布與本次維修時(shí)間分布類型最為接近，因此,，由以上圖的特征以及基于經(jīng)驗(yàn)綜合比較后,，本次試驗(yàn)采用對(duì)數(shù)正態(tài)分布作為本模型的分布圖,。2)經(jīng)驗(yàn)分布函數(shù)經(jīng)驗(yàn)分布函數(shù)要以樣本為基礎(chǔ)，對(duì)總體的特征進(jìn)行推斷,，一般是采用由樣本頻率對(duì)總體進(jìn)行估計(jì),。這里，假設(shè)本組的觀測(cè)數(shù)據(jù)…通過該組觀測(cè)值所得到的維修時(shí)間順序統(tǒng)計(jì)量為：^SS…SS…S,。上式中,，對(duì)數(shù)正態(tài)分布的對(duì)數(shù)均值和對(duì)數(shù)方差兩個(gè)參數(shù)分別用#和cr2來表示,，而對(duì)于這兩個(gè)參數(shù)的估計(jì),，本文采用極大似然法,，對(duì)其進(jìn)行估計(jì),。依據(jù)該方法，在進(jìn)行估計(jì)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(diǎn)估計(jì)值,。假定從滿足對(duì)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(yàn)加工中心（臥式加工中心）維修時(shí)間的"次獨(dú)立觀察值,，則其似然函數(shù)為：同樣，這里為了更好的對(duì)擬合模型進(jìn)行估計(jì),，以保證與維修數(shù)據(jù)之間的吻合,，針對(duì)模型的性能參數(shù)，采取******似然估計(jì)的方法對(duì)參數(shù)進(jìn)行檢驗(yàn)與擬合,。計(jì)算樣本數(shù)據(jù)的觀察值與擬合模型的計(jì)算值之間的誤差,，當(dāng)差異充分小時(shí)，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(yàn)分布函數(shù)是財(cái)„(0,對(duì)所有數(shù)據(jù)的MQ(x,)進(jìn)行計(jì)算,，將MQ(x,)與經(jīng)驗(yàn)分布函數(shù)#„(^,)做對(duì)比，其中差值的******絕對(duì)值就是檢驗(yàn)統(tǒng)計(jì)量化的觀察值,。將化與化#做對(duì)比,，拒絕域?yàn)椋罕疚牟烧?ldquo;基于QFD的加工中心可用性保障技術(shù)研究”，因?yàn)榫庉嬂щy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,！本文由海天精工整理發(fā)表文章均來自網(wǎng)絡(luò)僅供學(xué)習(xí)參考，轉(zhuǎn)載請(qǐng)注明,！