CC BY
59
Козловский В.Н. Kozlovskiy У.К
доктор технических наук, заведующий кафедрой «Теоретическая и общая электротехника», ФГБОУ ВО «Самарский государственный технический университет», Россия, г. Самара.
Антипов Д. В. Antipov D. V
доктор технических наук, доцент, заведующий кафедрой «Торговое дело и управление производством», ФГБОУ ВО «Тольят-тинский государственный университет», Россия, Тольятти.
Панюков Д. И.
Panyukov D.I.
кандидат технических наук, доцент, заведующий кафедрой «Современное естествознание»,
ФГБОУ ВО «Поволжский государственный университет сервиса», Россия, г. Тольятти.
УДК 658.562; 658.511
ИНФОРМАЦИОННЫМ КОМПЛЕКС И СИСТЕМА ОПРЕДЕЛЕНИЯ КЛЮЧЕВЫХ ПРОБЛЕМ КАЧЕСТВА АВТОМОБИЛЕЙ
Статья посвящена разработке и реализации информационно-аналитического комплекса и системы определения ключевых проблем качества автомобилей на этапах жизненного цикла. В работе решены задачи связанные: с определением общих принципов, положенных в основу классификации проблем по частоте возникновения и затратам на устранение; с разработкой и реализацией в рамках корпоративной системы мониторинга качества продукции, метода вскрытия ключевых проблем качества автомобилей.
Одной из основных задач обеспечения эксплуатационной эффективности автотранспортных средств является мониторинг качества продукции на этапах жизненного цикла. Мониторинг представляет собой процесс измерения показателей качества автомобилей в производстве и эксплуатации. Основным этапом измерения качества является эксплуатация. Именно здесь вскрываются ключевые проблемы конкурентоспособности продукции, а это, как правило, вопросы качества и надежности.
В условиях массового производства автомобильной техники, для построения и реализации комплекса мониторинга и системы вскрытия ключевых проблем качества, требуется решать задачи по созданию и поддержанию в актуальном состоянии электронных баз данных по всем инцидентам, связанным с недостаточным качеством продукции. При этом важной задачей является построение системы классификации несоответствий и дефектов, вскрываемых на этапах жизненного цикла продукции. Решение задачи классификации инцидентов предлагается осуществлять по нескольким критериям, среди которых основными являются частота возникновения и затраты на устранение. Кроме этого, предлагается учитывать тренд изменения частоты инцидентов с целью получения показателя актуальности проблем качества, а также количественный критерий определяющий сезонность инцидентов для обеспечения достоверности информации по наиболее важным проблемам. В результате работы, разработан и реализован на практике метод классификации проблем качества автомобилей в производстве и эксплуатации, позволяющий вскрывать ключевые проблемы качества автомобилей.
Ключевые слова: качество, надежность, автомобиль, информационный комплекс, информационная система
INFORMATION CENTER AND SYSTEM FOR DETERMINING THE QUALITY CAR KEY ISSUES
The article is devoted to the development and implementation of information-analytical complex systems and identify key problems of quality cars on the stages of the life cycle. The paper solved problems related to: the
definition of the general principles underlying the classification of the problems by frequency of occurrence and cost of the removal; the development and implementation within the corporate system for monitoring the quality of products, the method of opening the key issues of quality cars.
One of the main tasks of ensuring the operational efficiency of vehicles is to monitor the product quality lifecycle. Monitoring is the process of measuring quality parameters of vehicles in production and operation. The main stage is a measurement of the quality of operation. It is here that opened the key issues of competitiveness of production, which, as a rule, question quality and reliability.
In the mass production of motor vehicles, for the construction and implementation of a complex system of monitoring and opening of the key issues of quality, it is required to solve the problem of creating and maintaining up to date electronic database of all incidents related to poor quality products. This important task is to build a system of classification inconsistencies and defects unsealed at the stages of product life cycle. Solution of the classification of incidents is proposed to carry out on several criteria, among which the main ones are the frequency of occurrence and the cost of the removal. In addition, it is proposed to take into account the trend of change of frequency of incidents in order to obtain the relevance indicator of quality problems, as well as a quantitative criterion for determining the seasonality of incidents to ensure the reliability of information on the most important issues. As a result of work developed and implemented in practice the method of classifying problems of quality cars in production and operation, allowing to open the key issues of quality cars.
Keyword: quality, reliability, car information systems, information system.
В условиях массового производства высокотехнологичной, сложной продукции, к числу которой относится автомобильный транспорт, задачи связанные с обеспечением эффективности эксплуатационного периода, для автопроизводителей, являются определяющими. Именно для этого в рамках корпоративных систем управления предприятий создаются аналитические секторы, где эксперты -аналитики, системно изучают вопросы, связанные с качеством, надежностью, а также в последнее время, с удовлетворенностью потребителей автомобилями в эксплуатационный этап жизненного цикла [8, 9, 10].
В настоящее время, в период кризиса, основные лидеры рынка сократили объемы выпуска новой продукции, однако, даже сейчас эти объемы остаются значительными. Выпуск новой продукции в эксплуатацию формирует гарантийный парк авто-ранспортных средств, а далее формирует общий парк автомобилей, определенной марки, находящихся в эксплуатации. Гарантийный парк крупного автопроизводителя составляет, как правило, несколько сотен тысяч, а иногда несколько миллионов транспортных средств. Каждый автомобиль нуждается в проведении технического обслуживания и ремонта, а с учетом того что современная единица авторан-спорта состоит из десятков тысяч узлов и агрегатов, становится понятна актуальность задачи создания и обеспечения работы комплекса инструментов мониторинга качества, и системы вскрытия ключевых проблем качества автомобилей.
Именно поэтому целью представленной работы является разработка и реализация метода классифи-
кации дефектов и несоответствий автомобилей, проявившихся как при изготовлении, так и при эксплуатации, для планирования корректирующих действий по устранению их причин, а также информационно-аналитической системы решающей практическую задачу поиска ключевых проблем качества, в рамках корпоративного комплекса мониторинга эффективности продукции на этапах жизненного цикла.
Для достижения указанной цели в работе решаются задачи:
- определение общих принципов, положенных в основу классификации дефектов и несоответствий;
- разработки и реализации в рамках корпоративной системы мониторинга качества продукции, метода вскрытия ключевых проблем качества автомобилей, как совокупность методик: классификации дефектов гарантийной эксплуатации; предпродажной подготовки; внутренних дефектов производства;
классификации несоответствий.
Классификация дефектов используется на подготовительном этапе процесса решения проблем качества продукции (8D).
На подготовительном этапе процесса решения проблем «Определение проблемы». Предпосылкой существования проблемы является дефект или несоответствие. Однако не каждый дефект или несоответствие является проблемой. Под проблемой понимается ситуация, при которой ожидаемый уровень выполнения определенной работы не достигается, и причина невыполнения этого норматива не известна. Таким образом, в нашем случае проблема это дефект или несоответствие, один из показателей которого
(например, частота возникновения, значимость, изменение частоты возникновения) не укладывается в допустимые пределы по неизвестной причине.
Предлагаемый метод позволяет поставить в соответствие каждому дефекту или несоответствию количественную оценку важности устранения как для потребителя, так и автопроизводителя - приоритетное число риска. Это позволяет установить одинаковое для всех дефектов или несоответствий перечня нормативное значение по этому показателю (например, 100 баллов) и из всего множества существующих дефектов и несоответствий выделить проблемы, т.е. дефекты, имеющие высокий приоритет устранения и неизвестную причину возникновения.
Таким образом, классификация является своеобразным фильтром, позволяющим (еще до начала процесса 8D) определить дефекты или несоответствия, для которых необходимо инициировать процесс решения проблем качества продукции [1, 7].
Проблемы качества для классификации определяются из перечня постоянных (т.е. встречающих в каждом из рассматриваемых месяцев) дефектов, несоответствий. Под таким перечнем подразумевается множество различных проблем (по сочетанию «код детали», «код дефекта» и «место дефекта»), проявившихся на автомобилях за анализируемый период времени.
Для дальнейшего анализа (причин проблемы и планирования корректирующих действий) для каждого постоянного дефекта, несоответствия составляется перечень моделей или модификаций автомобилей, на которых он встречается, а также перечень подразделений, на которые относилась проблема за рассматриваемый период времени.
Каждая проблема в области качества характеризуется набором элементарных показателей: частотой
возникновения (количеством дефектов на один выпущенный автомобиль); значимостью (затратами или трудоемкостью устранения); трендом частоты возникновения. Для преобразования значений различных элементарных показателей проблемы в сопоставимые (безразмерные) единицы производится их перевод в ранги с помощью шкал. Ранг показателя проблемы представляет собой результат сопоставления значения элементарного показателя с его граничными значениями (например, минимальным и максимальным). После того как элементарные значения показателей проблемы переведены в соответствующие ранги, производится их свертка в комплексный показатель - приоритетное число риска (ПЧР). Свертка осуществляется по принципу, приведенному в руководстве по FMEA (ГОСТ Р 51814.2), т.е. ПЧР равно произведению элементарных рангов [1, 4, 5, 6].
При выборе проблемы качества на предмет применения к их причинам корректирующих действий все постоянные дефекты, несоответствия или отказы ранжируются по убыванию ПЧР. В первую очередь следует рассматривать дефекты, занявшие «первые места» в полученном перечне.
Таким образом, алгоритм ранжирования проблем надежности состоит из следующих этапов (рис. 1): получение перечня постоянных проблем надежности продукции в анализируемый период; расчет значений элементарных показателей - для каждой постоянной проблемы осуществляется по формулам по всем показателям, входящим в комплексный ранг; перевод значений элементарных показателей в ранги - осуществляется при помощи шкал перевода; свертка элементарных рангов в комплексный - ПЧР; ранжирование проблем по ПЧР и выбор объектов для корректирующих действий.
1 Составление перечня постоянных проблем
2 Расчет элементарных показателей для каждого постоянной проблемы
1 т
3 Перевод значений элементарных показателей в ранги
т
4 Свертка элементарны к рангов в комплексный
5 Ранжирование и выбор проблем с наибольшими рангами устранения
Рис. 1. Общая схема ранжирования проблем
Формализация задачи классификации проблем заключается в следующем. Имеется набор объектов, каждый из которых обладает системой параметров. Набор объектов ранжируется по системе параметров. Менеджер моделирует различные ситуации, управляя способом ранжирования, и производит выбор объекта или группы объектов [1, 2, 3, 7].
Для классификации проблем качества используется метод, основанный на принципе, приведенном в руководстве по FMEA: каждому дефекту, несоответствию ставится в соответствие число -ПЧР, характеризующее их по некоторым факторам (например, частоте его возникновения, значимости для потребителя, сложности устранения или обнаружения и т.п.). По полученным ПЧР производится ранжирование.
Предлагаемый метод, основан на правиле теории вероятностей: вероятность наступления
нескольких независимых событий одновременно вычисляется как произведение вероятностей наступления каждого из событий. Отличием, являются шкалы измерения рангов. Как показывает практика, ранжирование проблем качества только по одному признаку (например, массовости или затратам) не является эффективным. Проводить корректирующие действия необходимо как для массовых, но малозначительных, так и для более редких, но значимых (дорогостоящих) дефектов, несоответствий.
Ранжирование проблем надежности необходимо производить ежемесячно. Месяц, в который производится ранжирование, называется расчетным месяцем.
Следовательно, для определения приоритета устранения той или иной проблемы, необходим комплексный показатель, включающей как минимум оценку массовости и оценку значимости (рис. 4).
■ Частота возникновения, РРМ
■ Средние затраты на устранение, руб
■ ПЧР по двум факторам
25000
20000
ОО ОО ОО 00
ООО
О »-и »-и
.-I о о о
I О I in
О О О о
-Н г- Г» Г»
оо н m п
ОО ts о о
ГП CN
Код дефекта
Рис. 2. Ранжирование проблем надежности автомобилей по совокупности двух факторов: частоте возникновения и средним затратам на устранение
В качестве оценки массовости проявления проблем надежности в предлагаемом методе рассматривается ранг возникновения или результат перевода в баллы частоты проявлений рассматриваемого дефекта, несоответствия или отказа на одном (выпущенном или проверенном) автомобиле.
В качестве оценки значимости рассматривается результат перевода в баллы средних затрат на
устранение (или трудоемкости устранения) одного проявления рассматриваемой проблемы. Значимость несоответствия определяется коэффициентом дефектности (по 50-ти балльной шкале).
Также в последнее время на первый план выходит задача наискорейшего обнаружения проблем, вероятность проявления которых на автомобиле растет (рисунок 3). Поэтому для выделения проблем надежности, причины которых необхо-
димо устранить в первую очередь, предлагается
также учитывать тренд
частоты возникновения 25000
или тенденции изменения (роста или снижения) вероятности проявления.
; 20000
g U
■е
и
Ч
S
и я о
s
w
S
я
ci H
о
H ä F
15000
10000
5000
Месяц выпуска
Рис. 3 - Динамика частоты возникновения «растущей» проблемы надежности по коду 8127200-025-000
Проявление некоторых проблем подвержено влиянию сезонных факторов, таких как различная интенсивность эксплуатации автомобилей, различные задержки продаж автомобилей (разница между датами выпускам и продажи автомобиля) и т.п. Вероятность проявления таких дефектов изменяется периодически (или описывается гармонической функцией). Следовательно, оценивание тенденций изменения проблем будет значительно зависеть от периода года, в который проводится анализ.
3500
Так, например, для временного ряда частоты проявления одного из дефектов линейные тренды, построенные по различным периодам года, значительно отличаются (рисунок 4). Следовательно, результаты ранжирования таких дефектов будут не постоянными от месяца к месяцу в течение года, что существенно затруднит планирование и анализ результативности (эффективности) корректирующих действий.
Месяц выпуска
Рис. 4 - Иллюстрация влияния сезонности (дефект 6105013-056-001)
Пусть линейный тренд, наилучшим образом смысле метода наименьших квадратов (рисунок 5), приближающий шесть рассматриваемых точек в описывается уравнением:
уп=Ь + кп , (1)
где п - порядковый номер месяца, Ь и k - параметры линейного тренда, вычисляются по формулам:
Г N \ Г N \ / * \ / * ^
1«аМ2Х Ь 14 ЕМ.
уя=1 у уи=1 у у«=1 У уи=1 ,
. И—1
ЛГ
. И=1
. И—1
\ г п
1М, - Е412Х
У ЧИ=1
ЛГ
V и=1 у ч л=1
(2)
(3)
где Л' - количество рассматриваемых месяцев анализа (А—б).
а
и
и
•е
и
ч
зК К X и
ч рр
§ Он
к Й н о н о
К]
80 70 60 50 40 30 20 10 0
у=10,С 16х+4.97 07 •
Я 2=0,496 76,03
• 60,95
53
18,93 • 16 47 •
14,78
а)
3 4 Месяц анализа
б)
й
£ и
и
Ч «
К И и
ч «
0 &
1
70 60 50 40 30 20 10 0
"05,07
55,05
"М5,03
"35,02
25
14 08
3 4 Месяц анализа
о о
г <Т1
О
Рис. 5. Вычисление тренда частоты возникновения отказа
Как видно из рисунка (рис. 1 б), за весь период разделим полученную величину на значение линии
анализа частота возникновения увеличилась (по тренда в первой точке анализа у на 5 (длительность
тренду) на уы — у (N=6). Для вычисления относи- периода анализа минус один месяц) по формуле: тельного изменения тренда за один месяц анализа
N-1 ух (N-ф + к) Ь + к
(4)
Оценить степень зависимости частоты возникновения от времени (месяца выпуска) позволяет коэффициент корреляции, вычисляемый по формуле (рис. 6):
N
R2
\ ( N \ / N \ У \ л=1 У V я=1 у
, И—1
2 Y f N N-
yv
\ f N N \2>l
- I»
/ V и=1 , > J
(5)
Тренд частоты возникновения за месяц с учётом степени зависимости частоты возникновения от времени определяется по формуле:
tr =tr-R7
(6)
Этот показатель и используется в оценке факторов сезонности для определения тенденции изменения частоты возникновения отказов.
Период анализа влияния сезонности должен включать как минимум два предполагаемых периода колебаний, при этом желательно рассматривать три периода колебаний - 36 месяцев. Не рекомендуется
включать в период анализа влияния сезонности месяцы, в которые на временной ряд действовали известные особые причины (если эти причины и их влияние идентифицированы, то следует устранить из анализируемого ряда результаты действия таких причин).
eö H И К
К «
«
S К
<D
ч
ю «
о а с
eö H
о
H о eö
F
80 70 60 50 40 30 20 10
y=10,( >16x+4,97 07 •
R =0,496
•
• •
а)
3 4 Месяц анализа
б)
ев Н И к
-е
к
ч «
к
К <и ч ю ч о
Он
с
ев
н о н о ев
V
70 60 50 40 30 20 10 0
у=1 0,027х+4 402
^=0,911' 1
•
• •
1
2 3 4 5 6
Месяц анализа
Рис. 6. Оценивание степени зависимости частоты возникновения отказа от времени
Для определения первого и последнего (тридцать шестого) месяцев выпуска используется табл. 1.
Для каждого 7-го отказа рассчитывается количество его проявлений на автомобилях, выпущенных в каждом месяце периода анализа влияния сезонности
Д',/^,..., 0'м (Л' - количество месяцев периода анализа влияния сезонности).
Для каждого отказа вычисляется частота возникновения в каждом месяце анализа по формуле [1, 8]:
— /У V.
(7)
где п - порядковый номер месяца анализа влияния сезонности (73 — 1, IV), V - количество автомобилей, выпущенных в каждом месяце.
Таблица 1
Определение периода анализа влияния сезонности
Дата выпуска автомобиля
Расчетный месяц Первый месяц периода Последний месяц периода
анализа влияния сезонности анализа влияния сезонности
Январь [год]3 Июнь [год-4] Январь [год]
Февраль [год] Июль [год-4] Февраль [год]
Март [год] Август [год-4] Март [год]
Апрель [год] Сентябрь [год-4] Апрель [год]
Май [год] Октябрь [год-4] Май [год]
Июнь [год] Ноябрь [год-4] Июнь [год]
Июль [год] Декабрь [год-4] Июль [год]
Август [год] Январь [год-3] Август [год]
Сентябрь [год] Февраль [год-3] Сентябрь [год]
Октябрь [год] Март [год-3] Октябрь [год]
Ноябрь [год] Апрель [год-3] Ноябрь [год]
Декабрь [год] Май [год-3] Декабрь [год]
3 - год, в который производится расчет
Выделяем из рассматриваемого ряда дефектности (1) у линейную (долгосрочную) составляющую по формуле:
=Уп ~{ъ + кп) = уп-Ъ-кп, п = \,N,
(8)
где Уп - исходный временной ряд частоты возник- ются по формулам (2) и (3) для периода соответ-
новения, X - временной ряд частоты возник- ствующей длительности N.
новения, из которого удалена линейная состав- В качестве математической модели, описыва-
ляющая. ющей сезонные изменения в поведении отказов,
Параметры линейного тренда Ь и к определя- рассматриваем уравнение:
gn=a-sin
2ж
п + (р0
V
n = l,N.
(9)
где а,Т и - амплитуда, период и начальная фаза сезонных колебаний соответственно.
Период колебаний Т равен 12 месяцам, т.к. рассматриваются сезонные изменения отказов, повторяющиеся от года к году.
Начальную фазу колебаний (рп также достаточно определять с точностью до месяца, таким образом, рассматриваются только начальные фазы колебаний, кратные 1/12 периода, то есть
2 Л
<Po=YT'
л
о=ТГо> Г0=ОД1. 6
(10)
При поиске оптимальной аппроксимирующей Влияние сезонности на отказы в зависимости от функции вида (9) необходимо рассмотреть только 12 начальной фазы колебаний приведено в табл. 2. возможных начальных фаз.
Таблица 2
Влияние месяца выпуска автомобиля на сезонные изменения отказов
Начальная фаза Максимальное увеличение дефектности из-за сезонности Максимальное уменьшение дефектности из-за сезонности Отсутствует влияние сезонности
0 Апрель Октябрь Январь, июль
1 Май Ноябрь Февраль, август
2 Июнь Декабрь Март, сентябрь
3 Июль Январь Апрель, октябрь
4 Август Февраль Май, ноябрь
5 Сентябрь Март Июнь, декабрь
6 Октябрь Апрель Июль, январь
7 Ноябрь Май Август, февраль
8 Декабрь Июнь Сентябрь, март
9 Январь Июль Октябрь, апрель
10 Февраль Август Ноябрь, май
11 Март Сентябрь Декабрь, июнь
Кроме того, функция синус, представленная в уравнении (9), обладает следующим свойством:
sin(^?) = -sin(;r + ^). (11)
Следовательно, с точностью до знака амплитуды, можно сократить количество рассматриваемых начальных фаз до шести (например, Т0 = 0, 5 ).
Таким образом, уравнение, описывающее сезонные колебания отказов, имеет вид:
Г „ \
g„=o-sin
^(п + т0)\, n = \,N, т0= 0,5,
(12)
У
Для определения амплитуды колебаний воспользуемся методом наименьших квадратов (МНК) [2, 15]. Минимизируется функция:
"" Г Г71
и=1
х-а- sin
V
V'
—> min, г0 = 0,5.
(13)
УУ
При помощи МНК получаем значения оптимальных амплитуд (в зависимости от Т()):
N Г- \
а.
Z^-sin f (w + r0)
n=1
ЛГ
n=1
sin
У
2 ' "0
r0=0,5.
(14)
Очевидно, что минимальное значение функции при которой достигается эта амплитуда.
О достигается при максимальной по модулю ампли- Для оценивания значимости полученных
туде <3Г . Следовательно, для поиска гармонической сезонных колебаний сравним качество приближения
функции, наилучшим образом приближающей X , исходного ряда отказов уп при помощи линейного
достаточно найти максимальную по модулю ампли- тренда, определяемое по формуле: туду из Зп, ,..., <35 и начальную фазу Г0 = 0, 5 ,
N 2
(15)
И=1
с качеством приближения исходного ряда отказов у при помощи комбинации линейного и гармонического трендов, определяемым по формуле:
п2
ЛИН+ГАРМ
N
= Т
и=1
(16)
Серия проведенных экспериментов позволяет получить эмпирическое правило определения значимости гармонической составляющей (или влияния сезонности на изменение отказов): если
лин
ЛИН+ГАРМ
>1,5,
(17)
сезонности на частоту проявления отказов признается не значимым.
то влияние гармонической составляющей тренда Все дальнейшие вычисления для таких отказов необ-признается значимым. В противном случае влияние ходимо производить с учетом этой коррекции [7, 9].
Выбор периода эксплуатации. Проблемы, выявляемые на предпродажной подготовке (111111), Для отказов, влияние сезонности на которые внутренние производственные несоответствия признано значимым, в дальнейшем производится проявляются (и фиксируются в специализированных коррекция исходного временного ряда у Для этого базах данных) непосредственно после выпуска авто-из анализируемого исходного временного ряда мобиля (задержка между обнаружением дефекта частоты проявления отказов вычитается сезонная и регистрацией информации о нем в базе данных (гармоническая) составляющая определенная ранее, составляет не более недели), поэтому для анализа
таких проблем не требуется время. Каждый месяц можно рассматривать (анализировать и ранжировать) проблемы на автомобилях предыдущего месяца выпуска.
За шесть месяцев эксплуатации проявляется 70% дефектов гарантийной эксплуатации (при одногодичной гарантии). Затраты на их устранение также составляют около 70% общих затрат за период гарантийной эксплуатации.
Выбор длительности периода анализа определяется только исходя из целей классификации проблем. При этом не рекомендуется брать длительность
периода анализа менее трех месяцев, т.к. анализ таких линейных трендов не имеет смысла (через две точки можно провести только одну прямую). Рассмотрение слишком длинных периодов анализа и, соответственно, линий тренда параметров проблем может существенно исказить ситуацию, т.к. происходит значительный «уход в прошлое». В качестве периода анализа рассматривается период равный 6 месяцам.
Схема выбора периода анализа для ранжирования дефектов гарантийной эксплуатации при выбранном периоде эксплуатации 6 месяцев приведена на рисунке 7.
t-6 t-5 t-4 t-3 t-2 t-1 t
Период анализа для ранжирования дефектов гарантийной эксплуатации
Рис. 7. Определение периода анализа для классификации дефектов гарантийной эксплуатации
Для анализа проблем качества с целью применения к их причинам корректирующих действий нет необходимости исследовать их все. Достаточно взять только «постоянные», так как на них приходится 94,6% всех проявлениях и 92,2% всех затрат на устранение проблем в гарантии.
На каждую проблему, выявляемую и устраняемую в ходе предпродажной подготовки и гарантийной эксплуатации автомобиля, оформляется акт гарантийного обслуживания (АГО).
Обработка базы данных АГО осуществляется с помощью специализированной корпоративной информационной системы.
Для классификации отбираются проблемы, проявившиеся за шесть месяцев эксплуатации. При этом под периодом эксплуатации подразумевается количество полных месяцев, прошедших с даты продажи, до даты предъявления дефекта на предприятие сервисно-сбытовой сети. Для автомобилей
каждой модели составляется перечень всех эксплуатационных отказов согласно кодификатору. Для каждой проблемы качества автомобилей, рассчитывается количество месяцев выпуска (из периода анализа) с проявлением соответствующей проблемы на автомобилях. Для дальнейшего рассмотрения отбираются только постоянные проблемы, то есть те, которые проявляются на автомобилях каждого из шести рассматриваемых месяцев выпуска.
Для каждой 7-й проблемы рассчитывается количество ее проявлений на автомобилях, выпущенных в каждом месяце периода анализа влияния сезонности £>[,1)^,..., (Ы- количество месяцев периода анализа влияния сезонности) [10, 11].
Ранг частоты возникновения проблемы (^возя) - балльная оценка вероятности появления проблемы надежности на выпущенном автомобиле - рассчитывается по формуле:
Л1
IVB03H
10-9-
dè
Ю,
d'<d
d'>d
(17)
где (I - граничное значение частоты возникно- Ранг значимости (Щн) - балльная оценка затрат на
вения проблемы, устранение проблемы в гарантийной эксплуатации
5 - параметр функции перевода (при s=1 функция - рассчитывается по формуле:
перевода линейная, при s=2 функция перевода Приоритетное число риска проблемы (ПЧР) опреде-
квадратичная и т.д.). ляется по формуле:
К'зн -
10-9-1-^
г
10,
г < г
2 >2
(18)
где - граничное значение средних затрат на Ранг тренда ) - балльная оценка тенденций устранение одного проявления проблемы, s - пара- изменения дефектности во времени - рассчитыва-метр функции перевода. ется по формуле:
/?' = 1ХТР
10-9
1,
* г 8
* 5
Ю,
*г. < гг1 т < к1 < гг & > гг
(19)
где и - нижнее и верхнее граничные Приоритетное число риска проблемы (ПЧР)
значения трендов, 5 - параметр функции перевода. определяется по формуле:
гтир — р . р . р
11 ~1Г П-возн ' ЛЗН ' ТР
(20)
Классификация всех дефектов производится В качестве примера, в таблице 3 приведены
по убыванию значения ПЧР. Проблемы, имеющие результаты классификации проблем качества автонаибольшее ПЧР, следует рассматривать для анализа мобилей одного из ведущих брендов. их причин и планирования корректирующих действий, направленных на устранение наиболее значимых из этих причин.
Таблица 3
Результаты классификации проблем качества
№ п/п Код и наименование проблемы надежности Частота воз-никн. Затраты Тренд Ранг воз-никн. Ранг затр. Ранг тренда ПЧР
1 3701010-096-000 Шум при работе генератора 6 253 1 568 -0,03 9,8 7,3 5,5 395
1700010-092-000
2 Затруднено переключение передач 4 125 2 468 -4,03 8,9 8,9 4,6 366
3 8118020-000-000 8 982 2 076 -6,39 10,0 3,4 4,1 339
4 1411020-000-000 1 998 3 746 -0,19 6,3 9,8 5,5 338
8101538-000-000
5 Дефект заслонки управления отопителем 15121 1 960 -6,41 10,0 8,2 4,1 331
8101078-000-000
6 Дефект электродвигателя с вентилятором 3 573 3 191 -6,87 8,5 9,6 4,0 320
7 3705010-000-000 19 068 1 370 -3,69 10,0 6,8 4,7 318
Окончание таблицы 3
№ п/п Код и наименование проблемы надежности Частота воз-никн. Затраты Тренд Ранг воз-никн. Ранг затр. Ранг тренда ПЧР
8 1008081-000-000 14407 538 10,99 10,0 3,8 8,0 305
9 3701051-000-000 2 664 1 605 0,00 7,4 7,4 5,5 301
10 3701010-145-000 2 518 1 622 0,00 7,2 7,5 5,5 294
11 5604514-227-000 633 2 822 80,34 3,1 9,3 10,0 286
12 1700010-053-000 1 705 5 026 -2,37 5,7 10,0 5,0 285
13 8101100-000-000 Дефект заслонки канала отопителя 3 053 2 747 -7,08 7,9 9,2 3,9 285
14 3708010-025-000 4 661 1 306 -3,91 9,3 6,6 4,6 284
15 1701043-024-000 9 469 845 -0,01 10,0 5,1 5,5 280
16 3705040-000-000 6 058 315 43,92 9,8 2,7 10,0 268
17 3701010-179-002 2 258 1 589 -0,67 6,8 7,4 5,4 267
18 1139009-071-000 3 638 2201 -8,89 8,5 8,6 3,5 255
19 5206016-030000 Разрушено ветровое стекло 2 209 2 437 -5,38 6,7 8,9 4,3 255
20 2215011-096-000 Шум левого привода передних колес 2 550 1 901 -5,96 7,2 8,0 4,2 242
Таким образом, в результате разработки и реализации метода классификации проблем качества автомобилей, получен информационный комплекс и система определения ключевых дефектов, несоответствий, которые наиболее существенно влияют на конкурентоспособность продукции. В качестве основы классификации выбраны два показателя определяющих частоту возникновения и затраты на устранения проблем.
Реализация разработанного метода классификации проблем качества на практике обеспечивает возможности для быстрого и объективного поиска наиболее важных проблем в области качества, что создает предпосылки для разработки и реализации глобальных корпоративных программ повышения конкурентоспособности продукции.
Список литературы
1. Анализ видов и последствий потенциальных отказов. FMEA. Ссылочное руководство; пер. с англ. [Текст] - Н. Новгород: ООО СМЦ «Приоритет», 2012. - 282 с.
2. Брандт З. Анализ данных. Статистические и вычислительные методы для научных работников и инженеров [Текст] / З. Брандт; пер. с англ. - М.: Мир, 2003. - 686 с.
3. Ватсон Г. Методология «Шесть сигм» для лидеров, или как достичь 3,4 дефекта на миллион возможностей [Текст] / Г. Ватсон; пер. с англ. А.Л. Раскина; Ю.П. Адлера под науч. ред. - М.: РИА «Стандарты и качество», 2006. - 224 с.
4. Годлевский, В.Е. Применение статистических методов в автомобилестроении [Текст] / В. Е. Годлевский, А. Н. Плотников, Г. Л. Юнак; под
ред. А.В. Васильчука - Самара: П «Перспектива», 2003. - 196 с.
5. Годлевский В.Е. Менеджмент качества в автомобилестроении: монография [Текст] / В.Е. Годлевский, Г.Л. Юнак; под ред. А.В. Васильчука - Самара: ООО «Офорт»; ЗАО «Академический инжиниринговый центр», 2005. - 628 с.
6. Панюков Д.И. Комплекс обеспечения качества системы электрооборудования автомобилей: монография [Текст] / Д.И. Панюков, В.Н. Козловский- Saarbrucken, Palmarium Academic Publishing, AV Akademikerverland GmbH&Co., Deutschland, 2014. - 360 с.
7. Перспективное планирование качества продукции и план управления. APQP. Ссылочное руководство; пер. с англ. [Текст] - Н. Новгород: ООО СМЦ «Приоритет», 2012. - 221 с.
8. Строганов В.И. Обеспечение качества электромобилей и гибридов в эксплуатации: монография [Текст] / В. И. Строганов. -Saarbrucken, Palmarium Academic Publishing, AV Akademikerverland GmbH&Co., Deutschland, 2015. - 397 с.
9. Строганов В.И. Модели аналитических исследований качества и надежности легковых автомобилей в эксплуатации [Текст] / В.И. Строганов, С.И. Клейменов // Автомобильная промышленность. - 2013. - №9. - С. 2-6.
10. Разработка методов оценки экономической эффективности мероприятий и проектов, направленных на повышение качества продукции. Технический отчет по проекту «Развитие системы качества» [Текст]. - Самара: «Академический инжиниринговый центр», 2005. - 70 с.
11. Разработка методов оценки экономической эффективности мероприятий и проектов, направленных на повышение качества продукции. Технический отчет по направлению «Оценка эффективности корректирующих действий в информационной системе «Учет, планирование и контроль мероприятий по улучшению качества автомобилей» [Текст]. - Тольятти, 2003. - 48с.
References
1. Analiz vidov i posledstvij potencial'nyh otkazov. FMEA. Ssylochnoe rukovodstvo; per. s angl. [Tekst] -N. Novgorod: OOO SMC «Prioritet», 2012. - 282 p.
2. Brandt Z. Analiz dannyh. Statisticheskie i vychislitel'nye metody dlja nauchnyh rabotnikov i inzhenerov [Tekst] / Z. Brandt; per. s angl. - M.: Mir, 2003. - 686 p.
3. Vatson G. Metodologija «Shest' sigm» dlja liderov, ili kak dostich' 3,4 defekta na million vozmozh-nostej [Tekst] / G. Vatson; per. s angl. A.L. Raskina; Ju.P. Adlera pod nauch. red. - M.: RIA «Standarty i kachestvo», 2006. - 224 p.
4. Godlevskij V.E. Primenenie statisticheskih metodov v avtomobilestroenii [Tekst] / V.E. Godlevskij,
A.N. Plotnikov, G.L. Junak; pod red. A.V. Vasil'chuka -Samara: GP «Perspektiva», 2003. - 196 p.
5. Godlevskij V.E. Menedzhment kachestva v avtomobilestroenii: monografija [Tekst] / V.E. Godlevskij, G.L. Junak; pod red. A.V. Vasil'chuka - Samara: OOO «Ofort»; ZAO «Akademicheskij inzhiniringovyj centr», 2005. - 628 p.
6. Panjukov D.I. Kompleks obespechenija kachestva sistemy jelektrooborudovanija avtomobilej: monografija [Tekst] / D.I. Panjukov, V.N. Kozlovskij-Saarbrucken, Palmarium Academic Publishing, AV Akademikerverland GmbH&Co., Deutschland, 2014. -360 p.
7. Perspektivnoe planirovanie kachestva produkcii i plan upravlenija. APQP. Ssylochnoe rukovodstvo; per. s angl. [Tekst] - N. Novgorod: OOO SMC «Prioritet», 2012. - 221 p.
8. Stroganov V.I. Obespechenie kachestva jelek-tromobilej i gibridov v jekspluatacii: monografija [Tekst] / V.I. Stroganov. - Saarbrucken, Palmarium Academic Publishing, AV Akademikerverland GmbH&Co., Deutschland, 2015. - 397 p.
9. Stroganov V.I. Modeli analiticheskih issledo-vanij kachestva i nadezhnosti legkovyh avtomobilej v jekspluatacii [Tekst] / V.I. Stroganov, p.I. Klejmenov // Avtomobil'naja promyshlennost'. - 2013. - №9. -p. 2-6.
10. Razrabotka metodov ocenki jekonomicheskoj jeffektivnosti meroprijatij i proektov, napravlennyh na povyshenie kachestva produkcii. Tehnicheskij otchet po proektu «Razvitie sistemy kachestva» [Tekst]. -Samara: «Akademicheskij inzhiniringovyj centr», 2005. - 70 p.
11. Razrabotka metodov ocenki jekonomicheskoj jeffektivnosti meroprijatij i proektov, napravlennyh na povyshenie kachestva produkcii. Tehnicheskij otchet po napravleniju «Ocenka jeffektivnosti korrektirujushhih dejstvij v informacionnoj sisteme «Uchet, planirovanie i kontrol' meroprijatij po uluchsheniju kachestva avtomobilej» [Tekst]. - Tol'jatti, 2003. - 48 p.
