基于灰關聯的加工中心可用性需求重要度研究
2018-4-17 來源:轉載 作者:孟書 申桂香 陳炳錕 孫曙光
摘要:為快速、準確地響應加工中心用戶的可用性需求,需要準確評估加工中心各組件對用戶可用性需求的滿足程度,從而有針對性地構建可用性保障機制。針對加工中心產品的用戶可用性需求的特點,以及加工中心各組件間自相關關系,引入質量功能展開理論(Qualityfunctiondeployment, QFD),建立可用性功能展開屋模型(Dynamic availability of the house, DHOA) 由于用戶需求與加工中心各組件間的相關系數具有小確定性、呈區間數值的特點,采用區間灰關聯分析與可用性功能展開融介方法,求解可用性功能展開模型的輸出項,確定各組件對可用性需求重要度。以國產某型號加工中心為實例,驗證該模型的合理性與有效性。
關鍵詞:加工中心;DHOA模型;自相關性;區間灰關聯分析
0、前言
數控機床作為現代化“工作母機”,是實現制造技術和裝備制造業現代化的重要基礎裝備。而加工中心作為量大面廣的數控機床代表性產品,其發展更是重中之重。
隨著復合功能和密集型技術的引入,加工中心的不可靠因素和故障隱患增多,在運轉和使用過程中故障發生概率增加、故障機理復雜,使得加工中心可用性基礎技術的研究成為制約國內加工中心技術發展的主要瓶頸。維護機床“要用時就能用”的狀態,提高其可用性水平是提高我國機床產業的市場競爭力的關鍵所在。
近年來,各學者對可用性的研究主要從以下幾個方面展開:從產品故障發生機理入手,追蹤故障原因,基于故障模式、影響及危害性分析(Failure mode effects and criticality analysis,FMECA)技術進行薄弱環節研究;根據產品故障事件發生的原因及傳遞性,基于GO法分析、故障樹分析(Faulttree analysis, FTA)等進行故障分析研究;從產品的故障問隔時問及故障的維修時問,進行可靠度模型及維修度模型研究,進而獲得固有可用度及瞬時可用度模型fl,該方法主要用于可用性評價的研究;通過產品各了部件與整機可靠性參數的函數關系,評價了部件發生故障對整機發生故障的貢獻程度等。以上的研究主要是以產品本體在運行中暴露的障數據為基礎,針對故障發生時問、維修時問、故障部位、故障原因或故障模式等從不同角度展開的研究。以上研究的成果仍不能滿足廣大機床用戶對加工中心可用性的需求。
當前,用戶導向的加工中心已經成為市場需求的趨勢。在可用性研究中快速響應用戶需求,將需求信息轉化為加工中心關鍵組件的可用性改進方案,是當前提高加工中心可用性水平的有效方法。在此背景下,本文將以用戶的可用性需求為驅動,結合加工中心的故障機理,綜合進行可用性功能展開的研究。
根據前期研究發現,用戶對加工中心可用性的需求多樣化,對不同需求指標的重視程度不一,加工中心各組件對不同需求指標的影響程度也不同,以及加工中心各組件問存在相互影響的關系。為了綜合考慮以上多個因素的影響,本文引入質量功能展開(Quality function deployment, QFD)理論,通過可用性功能展開及區問灰關聯融合技術,研究加工中心各組件的可用性需求重要度的求解方法,并結合具體實例對該方法進行驗證。
1、構建可用性功能展開模型
QFD是指產品從設計、生產等各項工作都是以顧客的具體需求為中心,把顧客的需求分解為具體可執行的各項具體措施,從而保證產品滿足顧客的需求。
根據QFD理論,構建可用性功能展開屋模型(Dynamic availability of the house, DHOA)。如圖1所示,該模型為房屋結構。其中,左墻為用戶需求指標及其權重,是輸入項之一;房問,加工中心組件與需求指標之問的相關關系矩陣,是輸入項之二;屋頂為加工中心組件問白相關關系矩陣,是輸入項之三;輸出項,為綜合考慮用戶需求和加工中心各組件問自相關關系的可用性需求重要度。

圖1 加工中心可用性功能展開模型
通過以上模型,將用戶需求與加工中心各組件聯系在一起,找出影響可用性需求的重要組件,從而實現通過最少的可用性改進投入,最大程度滿足用戶需求。根據模型中多個輸入項信息,以下將通過對可用性功能展開模型進行逐步計算,得到可用性屋的輸出項矩陣,從而確定對用戶整體需求的提升起關鍵作用的加工中心組件。為便于計算,本文首先對“左墻”與“房問”的相關關系矩陣進行分析,求出加工中心各組件可用性需求初始重要度;其次結合“屋頂”各組件問白相關矩陣,確定可用屋的最終輸出項矩陣,即:加工中心各組件的可用性需求重要度。
2 、基于灰關聯分析的初始重要度

這種具有區間特點的矩陣模式增加了各組件的初始影響權重的獲得難度,為解決這一難題,本節采用區間灰關聯分析方法進行求解。
2.1 確定下界矩陣與上界矩陣

其中式(2)、(3)分別為下界矩陣與上界矩陣。
2.2 確定虛擬理想方案與負理想方案
2.2.1 對下界矩陣 C 取虛擬負理想方案

2.3 規范化處理
由于關聯度計算數據的量綱可能不相同,一般情況不能直接計算關聯系數,必將由量綱數據變為量綱一的數據。規范化處理方法如下。

(2) 對上界矩陣,規范化公式如下。
對效益型指標

2.4 計算規范化后的上、下界矩陣與虛擬正負理想方案之間的關聯度
2.4.1 計算規范化后的下界矩陣與虛擬理想方案的關聯度

2.4.2 計算規范化后的上界矩陣與虛擬理想方案的關聯度

2.5 加工中心初始重要度


式(12)稱為灰色優選模型,且知當ju 越大時,第 j 個加工中心組件越接近虛擬理想方案,越遠離虛擬負理想方案。ju 為加工中心組件相關關系的可用性需求初始重要度。
3、考慮自相關性的可用性需求重要度
加工中心復雜系統中各組件間存在相互影響關系,其相關關系主要體現在一個組件的故障導致另一個組件故障的發生,具有傳遞性。

組件間自相關矩陣在 DHOA 模型中體現在“屋頂”部分,見圖 2。上三角形為前面的加工中心組件對后面組件的影響,如 F49是指加工中心組件 V影響組件 L 的相關系數;下三角形為后面組件對前面組件的影響,如 F94是指加工中心組件 L 影響組件 V 的相關系數。

圖2 加工中心可用性功能展開模型及輸出項
考慮加工中心組件間的自相關關系后,各組件對可用性需求的貢獻程度(各組件的可用性需求重要度)定義為ju ,該值可由式(13)進行計算

4、加工中心可用性功能展開實例分析
通過對加工中心特定用戶調研,確定可用性需求指標及其代號如表 1 所示。

表1 可用性需求指標及代號
加工中心主要組件如表 2所示。

表2 加工中心組件及代號
4.1 加工中心組件可用性需求初始重要度
針對每一項可用性需求指標,根據加工中心各組件自身特點,彼此橫向比較,確定其對每項需求指標的貢獻百分比,從而構建相關關系矩陣 C,具體數據見圖 2 的房間部分。
利用式(2)、(3)將 C 矩陣分為上、下界矩陣










4.2 加工中心組件可用性需求重要度分析
通過加工中心組件故障原因的分析,確定獨立故障及相關故障,并構建組件間自相關矩陣 F。數據見圖 2從加工中心可用性功能展開的輸出項中可看出,主軸系統的可用性需求重要度值最大,該組件對用戶需求的響應最強烈,結合“房間”的相關關系矩陣,可看出主軸系統在精度保持性、維修難易程度及維修時間方面對用戶需求的影響都是最嚴重的,因此經 DHOA 模型分析得出該組件對可用性需求影響最重要的結論,符合實際情況。
另外,考慮組件間自相關性后,主軸系統、進給系統、刀庫系統的可用性需求重要度均有下降,從“屋頂”自相關關系矩陣中可看出,這些組件發生故障均有被其他組件影響的情況,因此其可用性需求重要度有所下降屬正常現象。
通過構建 DHOA 模型進行用戶需求驅動下的加工中心組件可用性需求重要度研究,不僅能夠獲得響應用戶需求的最重要的組件,還能夠從模型直觀掌握需求信息與加工中心組件之間的關系及組件間的自相關關系的具體信息“屋頂”部分。

5、 結論
(1) 本文提出的 DHOA 模型,是以用戶可用性需求為驅動,并結合加工中心組件間故障傳遞關系,展開的一種多輸入項的綜合分析技術。通過該模型輸出項的求解,可得到加工中心組件的可用性需求重要度。針對輸出得到的重要組件進行重點的可用性改進實施,將能夠最大程度地滿足用戶的需求。
(2) 針對可用性功能展開模型中相關關系系數具有區間數的特點,本文采用區間灰關聯分析方法進行計算求解,為信息具有不確定性的模型求解技術提供了一個解決方法。
(3) 本文的方法對金屬切削類數控機床具有通用性,尤其是故障具有傳遞特點,以及較重視用戶需求的可用性研究。
來源:吉林大學機械科學與工程學院 吉林大學管理學院 山東師范大學管理科學與工程學院
投稿箱:
如果您有機床行業、企業相關新聞稿件發表,或進行資訊合作,歡迎聯系本網編輯部, 郵箱:skjcsc@vip.sina.com
如果您有機床行業、企業相關新聞稿件發表,或進行資訊合作,歡迎聯系本網編輯部, 郵箱:skjcsc@vip.sina.com
更多相關信息