0
点赞
收藏
分享

微信扫一扫

可靠产品设计的5项技术01-定义可靠性目标

一叶轻舟okok 2022-01-21 阅读 181

人们普遍希望各类设备和电器能够正常运转。事实上,我们要依赖可靠的设备才能工作,尤其是对我们的日常任务和职责而言。如果这些产品故障,会发生什么情况?我们会感到失望、沮丧,并质疑该品牌的可靠性和可信度。

可靠性是指在正常使用条件下,产品、设备或服务在定义的一段时间的表现令人满意的概率。可靠的产品为客户提供了始终如一的体验,这些客户最终可能成为忠实的品牌拥护者。

产品故障、保修成本和责任索赔都对客户满意度和品牌声誉具有显著影响。与那些从一开始就设计出可靠产品的组织相比, 那些在设备故障后才进行维修或更换的组织会花费更多的时间、金钱和资源。如果公司想保持产品的卓越性和客户忠诚度,他们必须不断努力减少产品、设备和服务的缺陷水平。

Berkley Global Product Recall 曾经发表的一篇文章显示,美国有史以来最大的 10 次产品召回使公司损失超过700亿美元,而一些公司还没有从缺陷产品所受的影响中完全恢复。虽然这些召回中只有一部分与可靠性有关,但这表明产品设计在向市场提供可靠的产品方面起着关键作用。

设备和产品故障的一些主要影响会导致:

• 停机、维修、计划外维修和召回

• 责任索赔

• 保修成本高

• 产品不合规

• 质量差产生额外费用

• 品牌声誉受损

• 客户流失

为了主动地解决这些影响,关键是在开发阶段早期设计可靠的产品,而不是后期由客户发现。理想的解决方案是在整个开发阶段实施可靠性设计技术,打造稳健且合规的产品、组件和设备。可靠性设计 (DfR) 描述了一套技术和工具,用于支持从概念阶段到产品寿命结束的产品和过程设计。这种方法可以确保在整个产品生命周期内完全满足客户对可靠性的期望,同时使组织维持整体较低的成本。

在本系列文章中,我们将深入了解可靠性设计方法,以及它如何支持成功的产品开发。我们还将重点介绍五项技术,以及使用 Minitab Solutions Analytics 实施这些技术的方法。在 Minitab Solutions Analytics中,我们提供软件和服务解决方案,助力组织制定更明智的业务决策。

 技术1-定义可靠性目标        

成功开发产品的第一步是定义可靠性目标。 

设定可靠性要求是为了防止产品在使用过程中故障,根据产品或行业的不同,可靠性要求的设定可能基于以下几个方面:

• 非质量成本 (CoNQ)

• 安全

• 遵守监管保证期

• 客户之声

• 原始设备、组件或材料制造商的建议

• 竞争

• 包括压力在内的使用条件,不符合正常产品使用或环境的预期

为了帮助您有效监控产品的可靠性,可以使用以下指标:B10、平均无故障时间间隔 (MTBF)、保修成本和计划外维修成本。这些指标是基于财务影响、客户停机时间和失效率而制定的。

Minitab示例-保证预测

为了进一步说明这一技术,我们将首先举一个保证预测的例子。使用保证预测可以根据历史保证数据预测未来的保证索赔或退货。

保证分析包括预处理和保证预测两大步骤,三小步:

  • Minitab中的“过程前保证数据”功能,将数据从三角矩阵格式转换为任意删失格式;
  • 使用分布ID图为现有数据选择一个合适的分布(此案例是用Weibull分布);
  • 使用保证预测命令预测未来失效的数目和成本。

示例:一位可靠性工程师想预测因有缺陷的冰箱压缩机而导致的保证索赔。工程师收集和分析去年的每月失效数据。

第一步:过程前保证数据

由于原始现场数据记录在三角矩阵中,因此工程师使用过程前保证数据按照常规的失效时间数据格式对数据进行排列,这是进行保证分析所必需的操作。

对于此三角矩阵型数据,以第七行为例做简单说明。第七行表示第7个月出货总量为1000台冰箱压缩机,当月(第七个月)就有1台失效,第二个月(第8个月)没有失效,第三月(第九个月)1台失效,第四个月(第10个月)1台失效,第五个月(第11个月)2台失效,第三个月(第12个月)1台失效。

由于保证预测时数据格式需要任意删失型数据,所以我们需对此三角矩阵型数据转换,操作步骤如下:

 

通过“过程前保证数据”,我们最终可以得到C14-C16这三列任意删失型数据。

第二步:保证预测

  

 结果解释:

“当前保证索赔摘要”表中的结果指示,在数据收集阶段,现场的 12,000 台压缩机中,有 69 台压缩机失效。根据使用 Weibull 分布获得的估计值,预计大约有 69 个压缩机在这段时间内失效。

使用“失效的预测数表”和“预测失效数图”,工程师以 95% 的置信度断定,预计在接下来的五个月内失效的额外压缩机数量位于大约 62 到 98 个压缩机这一区间内。

小结

要根据历史保修数据预测未来的保修索赔或退货情况,请使用“保证预测”。保修分析使用

过去保修索赔的相关信息来预测未来保修索赔的数量和成本。通过对您的保修数据进行拟

合分布,您可以估计在下个月、下一年或其他时间段的失效预测数。利用分析的结果,您可

以更好地分配资源,充分解决未来的产品故障问题 。

在确定了可靠性目标之后,产品可靠性分析的下一步是识别关键风险,未完待续……

举报

相关推荐

0 条评论