基于模糊理论的QFD与FMEA整合模型及在减速器设计中的应用研究.doc

基于模糊理论的QFD与FMEA整合模型及在减速器设计中的应用研究摘 要：为解决应用质量功能展开（QFD）进行新产品开发时未能考虑产品后期失效对设计的影响的缺陷，在传统质量功能展开结构中引进了失效模式与影响分析（FMEA），提出了QFD与FMEA的整合模型。并将模糊理论应用于该模型的系统评价中，使早期设计阶段的方案评价更加科学有效。通过对起重机减速器设计中应用研究，验证了该模型的可行性和有效性。关键词：质量功能展开(QFD)；失效模式与影响分析（FMEA）；模糊理论；减速器设计Study on Integration Model of QFD and FMEA Based on Fuzzy Theory and Its Application in Reducer DesignAbstract：To solve the problem that fault effect is not in consider when using quality function deployment (QFD) in new production design, the structure of conventional QFD is modified. A new integrated model of QFD and FMEA has been presented. Fuzzy theory was adopted to this integrated model and the aim of prioritizing the schemes in the early design stage was realized. This model is also applied in crane gear speed reducer design to verify the feasibility and effectiveness of it.Key words：Quality Function Deployment; Failure Mode and Effect Analysis; Fuzzy theory; Speed Reducer Design1 引言质量功能展开1 （QFD）是一种顾客需求驱动的产品开发和质量管理方法。它虽然能够满足顾客需求并缩短产品开发时间，但是却无法在产品开发初期有效地发现并控制后继过程所产生的隐藏质量问题，导致产品在制造过程中或进入市场后仍有问题不断发生。针对上述不足，本文将提出一个整合模型，将产品的失效模式与影响分析（FMEA）与QFD相结合，使产品失效资料能有效且直接地反馈到QFD产品开发框架中，从而改善目前QFD系统未能与后继工程有效整合的困境。应用整合模型进行产品设计时，需对产品设计质量进行评价。这些评价信息大都表现为人为的判断和评估，具有模糊和不确定的特点2。在传统的评价方法中，常把这些信息作为精确的数值来处理。事实上，有些性能指标在产品定型之前无法精确计算出来3，有些指标在产品设计初期只需做出定性的评价，而没有必要知道精确值。因此用精确的值来表达这些信息非但不能确切地反映顾客需求，而且很可能导致错误的决策4。为了改善以往将输入变量精确化的缺陷，本文将模糊理论应用于整合模型中。这样不仅在设计初期考虑了后期故障的影响，减少新产品故障率。而且使设计阶段的方案评价更加准确，提高了模型的实用性。2 QFD与FMEA整合模型的构建质量功能展开（QFD）和失效模式与影响分析（FMEA）作为并行工程的两种常用方法，都可以对产品的开发和制造过程进行改善设计。QFD关注于产品对客户需求的满足，而FMEA关注于分析产品的故障模式以保证质量，二者之间是互补修正的关系。通过QFD与FMEA的联合使用，可有效地将FMEA的资料转化成顾客需求，增加QFD的使用效果。本文的整合模型以QFD为产品开发的基础，通过质量屋(HoQ)展开框架，将顾客需求依序展开为设计需求、零件配置、工艺计划至可执行的生产计划。同时，依据现有类似产品进行故障分析，建立FMEA分析表并将计算所得风险优先指数（RPN）经过转换得到的修正系数反馈至质量屋的关系矩阵之中。整合的质量屋展开矩阵中增加了FMEA的修正项，使产品的故障信息以修正系数的形式直接反馈到QFD之中。然后在计算技术方案的权重值时乘以。由此可以得到一个真正反映FMEA的产品开发模型。整合流程如图1所示。其中，修正系数可以通过下式进行计算 （1）式中：为FMEA表中第i项的修正系数；：第i项的RPN值；：不考虑进行修正的最低RPN值，且；：修正的强度系数。图1 QFD与FMEA整合流程图Fig.1 Process of Integrated model of QFD and FMEA经过整合后，在计算技术指标的权重时，对发生故障的技术方案乘以一个小于1的修正系数，使得方案的权重值发生改变。RPN值越高修正系数越小，代表方案被选择的几率越小。因为RPN高者，代表风险性较高，所以必须使其被选择的几率下降；反之，RPN低者，代表风险性较低，因此被选择的几率也会相对提高。各指标权重的改变就会影响设计方案的选择，从而使修正后的模型更加实用。3 模糊理论在整合模型中的应用模糊理论在处理模糊的、不确定的和非定量化的信息方面具有强大的生命力。它能够对本质上定性、主观和不确定的信息进行定量化描述5-6。因此，我们将模糊理论与方案评价相结合，构造基于模糊理论的QFD与FMEA的整合模型。其目的在于将模糊的客户需求转换为精确的数据，帮助设计人员在众多的设计方案中选择最合适的方案。对整合模型应用模糊理论分为以下几个步骤：首先根据模糊理论将QFD展开矩阵模糊化，具体过程包括：（1）顾客需求采用符合语言习惯的模糊语言形式，用模糊数代表语言变量表达的定性指标；（2）对顾客需求重要度进行模糊化处理，用一个模糊集来表达顾客对需求的关心程度。例如将原来的15分评分法改为“不重要”或“非常重要”之类的模糊语言评价；（3）将顾客需求与技术需求的关系矩阵表示为一个模糊关系矩阵。例如将原来表示两者关系强度的1、3、9打分法改为“弱”、“中”、“强”等语言描述。然后建立FMEA分析表，采用区间数来表达对严重度、发生度和难检度等各项指标的模糊评价。根据模糊数运算法则计算风险优先系数（RPN）值并根据公式（1）计算修正系数。将计算所得置于需求关系矩阵的最后一行。最后计算各技术特征的权重并排序，根据排序得出结论。经过模糊化处理之后，各技术特征模糊权重确定如公式（2）所示。 （2）4 实例研究以振华港口机械公司岸桥系统使用的齿轮减速器的设计为例，建立基于模糊理论的QFD与FMEA整合模型。说明将模糊理论应用于QFD与FMEA整合模型中的实际可行性，为未来该产品开发分析提供一个整合性的模型。首先根据顾客需求建立传统QFD表。选取顾客需求因素集=承载能力，成本，可靠性，尺寸，防锈性，技术要求因素集=箱体材料，齿轮材料，齿轮热处理，轴材料，轴热处理，传动形式，对应每种技术要求列出可供选择的技术方案，如表1所示。顾客需求重要度和顾客需求与技术方案的关系用模糊性的语言表示。顾客需求重要度=很重要，重要，中等，一般，客户需求与技术特征关系=强，中，弱，无，对应的隶数度函数分别如图2、图3所示。图2顾客需求重要度隶属函数 图3需求关系隶属度函数Fig.2 Membership functions for “importance to customer” Fig.3 Membership function for “relationship strength”表1基于模糊理论的减速器设计需求与技术展开表Tab.1 The implementation of quality function deployment based on fuzzy data案方术客求需顾技箱体材料齿轮材料齿轮热处理轴材料轴热处理传动形式重要度铸件焊接件合金钢中碳钢渗碳淬火调质合金钢碳素钢渗碳淬火调质行星普通承载能力高很重要成本低重要可靠性高很重要尺寸紧凑中等防锈中等修正系数Fi0.910.9910.7610.7310.7910.910.84绝对权重4.28 4.38 15.15.14 10.62.8513.63.2912.65.44 7.06.65 排序109184122113756其中 ：强 ：中 ：弱 空白：无然后根据现有类似产品进行FMEA分析，计算风险优先系数RPN值及修正系数并反馈到QFD表中。故障发生度、严重度和难检度都采用10分制的区间数表示。分为,四个区间。计算后的RPN以其中心为代表值。例如“过载造成箱体开裂”的严重度、发生度和难检度分别为A2、A2、A4，则RPN=32,250,取为141。根据公式（1）计算，其中取k=0，P=1。将与技术展开有相关性的故障项目的值反馈到QFD表中，若无相关性则填入1。例如在FMEA 表中，箱体开裂的“疲劳裂纹”是由于铸造缺陷引起，故将此栏的修正系数置于表1中“箱体铸件”对应项。表2 减速器故障模式及效果分析简表Tab.2 The implementation failure model and effect analysis in reducer design编号故障模式故障影响严重度故障原因发生度难检度RPN修正系数Fi1箱体开裂可靠性下降A2过载A2A41410.88疲劳裂纹A2A31100.90焊接质量差A1A2270.972齿轮断齿无法工作A4过载A2A32400.81材料缺陷A2A43140.76热处理不当A2A43140.763齿面破坏噪音、工作效率减弱A3点蚀A2A21100.90胶合A2A21100.90磨损A2A21100.90塑变A1A2450.964轴失效可靠性下降A4裂纹A2A32400.81磨损A2A22400.81折断A2A1580.95变形A2A21410.88据公式（2）计算各项技术指标的绝对权重并采用重心法对模糊向量反模糊化。根据绝对权重值的大小进行排序，可以得出各项技术指标对于顾客需求的重要程度并选定具体的技术方案。由表1可以看出，各技术要求对于顾客需求的重要程度排序为：齿轮材料轴材料轴热处理齿轮热处理传动形式箱体材料。技术方案的选择为：箱体焊接件；齿轮材料为合金钢，中硬齿面，淬火处理；轴材料选用合金钢；传动形式为行星传动。5 结论本文以减速器设计为例探讨了如何将故障模式分析整合在QFD之中，并运用模糊理论将设计初期QFD和FMEA的输入用模糊变量来表示。通过对产品功能及各种因素进行综合评判和分析，找到对产品质量影响最大的因素和环节，得到产品设计的最佳方案，为提高产品的市场竞争力打下良好的基础。6参考文献【1】 KARSAK E E. Fuzzy multiple objective programming framework to prioritize design requirements in quality function deploymentJ.Computers & Industrial Engineering,2004,47(23):149-163.【2】 ZHANG Yue, ZOU Shouping, SU Fen. Fuzzy mathematical approach and its application M. Beijing: Coal Industry Press, 1992(in Chinese).张跃,邹寿平,宿芬.模糊数学方法及其应用M.北京:煤炭工业出版社,1992.【3】 CHE Ada, LIN Zhihang, GAO Guojun. An improved quality function deployment model: fuzzy quality function deployment J.System Engineering-Theory &Practice, 1998, 18(4): 132-136.(in Chinese)车阿大,林志航,高国军.改进的质量功能配置模型-模糊质量功能展开J.系统工程理论与实践,1998,18(4):132-136.【4】 CHEN Yizeng, TANG Jiafu, REN Zhaohui, et al. A design scheme selection program model based on house of qualityJ.Computer Integrated Manufacturing Systems, 2003, 9(2):127-131(in Chinese).陈以增,唐加福,任朝辉,等.基于质量屋的设计方案选择模型J.计算机集成制造系统,2003,9(2):127-131.【5】 CUI Yong, SUN Feng, Fuzzy design scheme selection model based on quality function deployment JComputer Integrated Manufacturing Systems. 1998, 24(3):362-364. (in Chinese)崔勇,孙枫.基于质量功能配置的模糊设计方案优选模型J.计算机集成制造系统,2006,12(2):220-224.【6】 SHEN X X, TANK C, XIE M. The implementation of quality function deployment based on ling