本发明提供了一种基于mqr链的产品装配过程质量风险分析方法，属于质量管理领域。
背景技术：
装配作为产品形成的最终环节，高水平的装配过程是制造高质量产品的先决条件和必要基础，也是使产品避免在质保期出现严重质量事故的有力保证。因此，为提高产品最终实物质量，企业必须实现对装配过程质量的有效管控和持续提高，其最主要的途径即为对装配过程中那些不希望出现的、可能对产品质量构成负面影响的质量偏差和隐患进行控制。理想情况下，所有装配环节均应进行改进，然而在实际情况中，企业更希望利用有限的成本与资源，选择关键的装配过程进行重点分析，减少其过程质量偏差，以最大效率地提升被装配产品质量。因此，制造企业希望寻找一种有效而通用的装配过程质量分析方法，从提升产品质量、避免质量事故的角度，实现对不同装配过程的过程质量分析与评价，为装配环节中的质量改进与偏差控制活动提供明确方向。
目前，常用的装配过程质量研究方法主要有两种。第一种方法将过程偏差水平与组件质量直接挂钩，着重于识别并消除装配过程中的偏差源，以实现装配后总偏差最小；第二种方法则以损失最小为目标，以偏差所导致的损失成本为标准评估装配过程质量和优化偏差分布。然而，这两种方法中均存在若干不足，致使其无法较好地满足企业的上述要求。首先，产品实物质量的评价指标是多角度、多层面，而不同组件的装配过程偏差对各个质量指标的影响程度也具有明显差异，因此装配过程质量对产品实物质量的影响存在明显的不确定性关系。而上述两种方法均从单一角度分析装配质量，不能全面地评价这种不确定性，故容易导致分析结果偏离实际；其次，上述两种方法均以内场试验数据作为唯一分析依据，忽视对产品实际使用中产生的质量反馈信息的利用，导致质量改进方向不能与用户真实需求紧密贴合，也严重阻碍企业质量观由符合性质量向适用性质量的转型。针对上述不足，本专利提出一种基于mqr链的产品装配过程质量风险分析方法，基于风险思维充分考虑装配过程偏差对产品实际质量影响的不确定性，阐述了装配系统成熟度m、装配过程质量q与产品质量事故风险r之间的mqr关联关系，并建立起以关键质量特性为核心的装配过程质量风险模型，完成装配过程关键风险源识别与装配质量风险评估的双向分析，实现了风险分析与装配质量分析的巧妙融合。本发明给出的一种基于mqr链的产品装配过程质量风险分析方法，充分关注了装配过程偏差对产品质量影响的不确定性，引入风险作为装配质量的评价指标，实现了装配质量多层面、多角度的综合评价，有效改善了现有方法评价角度单一的缺陷。同时，本专利充分利用产品实物质量在使用阶段的反馈数据，促进企业质量观从符合性质量向适用性质量的转变，使装配质量分析结果更好体现地产品实际表现与用户真实需求，保证了装配质量改进与质量事故预防的针对性与有效性。
技术实现要素：
(1)本发明的目的：
针对目前产品装配质量分析方法角度单一、不能充分体现符合性质量的缺陷，本发明提供了一种新的产品装配过程质量分析方法——一种基于mqr链的产品装配过程质量风险分析方法。本发明充分关注了装配过程偏差对产品质量影响的不确定性，引入风险作为装配质量的评价指标，实现了装配质量多层面、多角度的综合评价，有效改善了现有方法评价角度单一的缺陷。同时，本专利充分利用产品实物质量在使用阶段的反馈数据，促进企业质量观从符合性质量向适用性质量的转变，使装配质量分析结果更好体现地产品实际表现与用户真实需求，保证了装配质量改进与质量事故预防的针对性与有效性。
(2)技术方案：
本发明是一种基于mqr链的产品装配过程质量风险分析方法，提出的基本假设如下：
假设1装配过程偏差对上级组件可靠性与产品质量事故风险构成影响；
假设2采集到的产品数据真实可靠。
基于上述假设，本发明提出的一种基于mqr链的产品装配过程质量风险分析方法，其步骤如下：
步骤1收集质量事故数据，确定质量事故风险排序；
步骤2构建mqr链，明确装配风险机理，更新关键质量特性清单；
步骤3收集各关键质量特性对应装配偏差数据；
步骤4建立各装配工位的偏差传递模型并确定关键工位；
步骤5确定各装配过程偏差与上级组件可靠性的函数关系；
步骤6计算现有装配偏差水平下与理想状态下质量事故风险差；
步骤7计算各装配工位质量风险排序，识别关键风险源；
步骤8根据结果协助企业开展装配质量改进活动，并评估改进效果；
其中，在步骤1中所述的“收集质量事故数据，确定质量事故风险排序”，是指根据质量事故数据与报告、用户反馈、维修记录，综合企业决策对产品常见的质量事故进行风险评估，确定质量事故风险排序，为技术人员开展针对性的装配质量分析提供方向与基础。
其中，在步骤2中所述的“构建mqr链，明确装配风险机理，更新关键质量特性清单”，是指根据产品物理结构与功能逻辑，建立装配系统成熟度m、装配过程质量q与质量事故风险r之间的链式关系，明确产品装配质量风险的产生与演化。在此基础上，确定mqr链中对应的产品关键质量特性清单，并结合原有清单进行更新。准确地更新关键质量特性清单将为后续分析打下坚实基础。
其中，在步骤3中所述的“收集各关键质量特性对应装配偏差数据”，是指通过在被装配组件与夹具上布置恰当的测点，对各测点位置坐标进行实时、在线的测量。将实测数据与其理想位置坐标进行比较，得到装配过程的产品装配偏差数据。
其中，在步骤4中所述的“建立各装配工位的偏差传递模型”，是指根据具体的工位顺序、夹具设计及测点布置，建立装配过程偏差流传递模型，其表达式为xi＝aixi-1+biui+w,iyi＝cixi+vi,其中xi为处于工位i的组件装配偏差向量，ui为由工位i引入的输入偏差向量，wi为建模误差向量，ai与bi为工位i(i＝1,2,…,n)的系统矩阵，由工位顺序和夹具设计等工艺信息决定，yi为在工位i中测得的测量向量，vi为由工位i引入的测量误差向量，ci为工位i的观测矩阵，由测点位置决定。上述模型的表达式的输入-输出形式为y＝γu+ψ，其中y为总偏差测量值矩阵，u为总输入偏差矩阵，ψ为总误差矩阵，γ为系数矩阵；确定关键工位，是指基于建立的偏差传递模型，根据实际测量数据进行协方差分析以计算各工位对产品最终装配偏差的偏差贡献率ik，其表达式为
其中，在步骤5中所述的“确定各装配过程偏差与上级组件可靠性的函数关系”，是指通过大量模拟试验确定考虑下级关键质量特性偏差的上级组件可靠性函数r(t)，其表达式为
其中，在步骤6中所述的“计算现有装配偏差水平下与理想状态下质量事故风险差”，是指由组件可靠性与其他风险因子计算实际装配偏差水平下与理想状态(即无装配偏差)下的质量事故风险差值δrn，其表达式为
其中，在步骤7中所述的“计算各装配工位质量风险排序，识别关键风险源”，是指根据各工位的装配偏差贡献率与实际装配质量风险水平，确定各工位的风险水平，并据此进行比较与排序，完成关键风险源的识别。
其中，在步骤8中所述的“根据结果协助企业开展装配质量改进活动，并评估改进效果”，是指根据关键风险源识别结果，为企业技术人员开展针对性的装配过程质量改进提供方向，以提高工作效率。同时，为检验改进效果，需要收集改进后产品装配过程偏差数据进行分析，根据改进前后质量事故的风险水平以评价改进效果，以实现质量改进活动的闭环与延续性。
(3)本发明所述的一种基于mqr链的产品装配过程质量风险分析方法，其使用步骤如下：
步骤(1)收集质量事故数据，确定质量事故风险排序；
步骤(2)构建mqr链，明确装配风险机理，更新关键质量特性清单；
步骤(3)收集各关键质量特性对应装配偏差数据；
步骤(4)建立各装配工位的偏差传递模型并确定关键工位；
步骤(5)确定各装配过程偏差与上级组件可靠性的函数关系；
步骤(6)计算现有装配偏差水平下与理想状态下质量事故风险差；
步骤(7)计算各装配工位质量风险排序，识别关键风险源；
步骤(8)根据结果协助企业开展装配质量改进活动，并评估改进效果。
通过以上步骤，充分利用了产品实物质量数据，从风险角度考虑了装配过程质量对产品实物质量的影响的不确定性关系，实现了装配质量多层面、多角度的综合评价，有效提高了装配环节质量改进与质量事故预防的针对性与有效性。
(4)优点和功效：
本发明是一种基于mqr链的产品装配过程质量风险分析方法，其优点是：
i.本发明充分关注了装配过程偏差对产品质量影响的不确定性，引入风险作为装配质量的评价指标，实现了装配质量多层面、多角度的综合评价。
ii.本发明充分利用产品实物质量在使用阶段的反馈数据，促进企业质量观从符合性质量向适用性质量的转变，使装配质量分析结果更好体现地产品实际表现与用户真实需求。
iii.本发明不仅能够满足全面分析装配过程质量的需求，也能协助企业提高装配环节质量改进与质量事故预防的针对性与有效性。
附图说明
图1是本发明所述方法流程图。
图2是装配流程与各工位测点分布示意图。
图3是装配流程各工位潜在偏差源示意图。
图4是装配工位偏差贡献率计算结果示意图。
图5是不同装配偏差水平下工作电路可靠度计算结果示意图。
图6是不同装配偏差水平下起吊平稳性失常事故风险计算结果示意图。
各图中序号、符号、代号说明如下：
图2中，“pi”表示第i个定位销；“●”表示使用中的四向定位销；
图3中，“pi”表示第i个定位销；“●”表示使用中的四向定位销；
图4中，“ⅰ”表示装配工位ⅰ；“ⅱ”表示装配工位ⅱ；“ⅲ”表示测量工位ⅲ。
图5中，“r0(t)”表示理想的无偏差状态下的工作电路可靠度函数；“r1(t)”表示进行质量改进前偏差状态下的工作电路可靠度函数；“r2(t)”表示进行质量改进后偏差状态下的工作电路可靠度函数。
图6中，“rn0”表示理想的无偏差状态下的起吊平稳性失常事故风险值；“rn1”表示进行质量改进前偏差状态下的起吊平稳性失常事故风险值；“rn2”表示进行质量改进后偏差状态下的起吊平稳性失常事故风险值。
具体实施方式
下面将结合附图和实例对本发明做进一步详细说明。
本发明是一种基于mqr链的产品装配过程质量风险分析方法，见图1所示，其步骤如下：
步骤1某大型起重设备制造企业根据维修记录、用户反馈与事故报告等信息，发现某主要型号起重机的起吊平稳性失常占全部上报事故的55％，且该类事故往往导致现场设备受损、工期延误等较严重后果。因此，企业经过评估认为起吊平稳性退化的质量事故风险较高，需要给予资源倾斜以优先解决。
步骤2与起吊平稳性有关的组件主要包括机械结构、控制电路与工作电路，根据数据记录发现，由工作电路故障是导致起吊平稳性失常的最主要原因。经过对工作电路故障的进一步分析，分析人员基于mqr链查明了一种新的工作电路故障机理。沙尘积累是影响工作电路可靠性退化的关键因素，根据设计要求，工作电路的不规则维修口盖既是维修通道的入口，也负责提供一定的防沙尘功能，日常的维修活动与机械振动将导致口盖边缘的磨损与变形，而装配过程中的尺寸偏差将使这种情况更加严重。因此，维修口盖与对应镶嵌凹槽间将产生若干缝隙，这加剧了沙尘积累，进而加速了工作电路可靠性退化，最终引发起吊平稳性失常这一严重的质量事故，故该维修口盖的装配过程质量应得到重点分析。基于上述装配质量风险机理，起吊平稳性失常的质量事故风险将是衡量维修口盖装配质量风险的关键指标，机理中的关键质量特性为工作电路维修口盖的几何尺寸。
步骤3工作电路维修口盖的装配流程与各工位测点分布如图2所示。四个零件经过工位ⅰ与工位ⅱ完成装配，总成件在工位ⅲ中接受包括表面平整度、焊接质量与尺寸缺陷等检测。从30次实际装配过程中，技术人员根据各测点位置变化和定位销位置变化采集到30组装配过程偏差数据，为进一步建模分析做好准备。
步骤4首先，根据测点位置与装配工位夹具布置，建立工作电路维修口盖过程偏差传递模型。组件装配偏差向量xi由各零件自由度决定，在本例中每个零件存在x轴与z轴两个方向的平动自由度和一个转动自由度。因此，各偏差向量的表达式可写为
σu＝diag(0.0534,0.0601,0.0568,0.0832,0.0583,0.0624,0.0645,0.0475,0.0579,0.0763,0.0620,0.0533,0.0562,0.0671,0.0765,0.0014,0.0022,0.0013)
σψ＝diag(0.0007,0.0011,0.0003,0.0006,0.0004,0.0009,0.0006,0.0008,0.0002,0.0001,0.0002,0.0001)
根据以上结果，计算各工位对维修口盖最终装配偏差的偏差贡献率，完成装配过程关键工位的识别，分析结果如图4。图4中的结果表明，装配工位ⅱ对最终装配尺寸偏差的影响最大，偏差贡献率为48.40％，因此应首先针对该工位进行相应的质量改进工作。此外，装配工位ⅰ与测量工位ⅲ的影响也不可忽视，其偏差贡献率分别为29.29％与22.31％。但需要指出，对于测量工位而言，22.31％的偏差贡献率显然过高，这意味着测量工位ⅲ同样需要改进。
步骤5根据设计信息，该工作电路可靠度服从指数分布，设计指标为mtbf＝3000h，其中h表示工作小时数，即设计失效率为λd＝3.125×10-4/h。通过有限元建模与实验设计方法，得到口盖装配偏差与工作电路可靠性函数关系中的系数矩阵l与常数c。在不存在装配偏差的理想情况下，代入y＝(0…0)t，得到理想失效率λ0.根据步骤3中收集的30组装配过程偏差数据，计算当前装配质量水平下的维修口盖总偏差测量值矩阵的期望e(y)，进而得到当前维修口盖装配质量水平下的工作电路实际失效率λ1与实际可靠度函数r1(t)。有关结果如下。
l＝(152.66129.49302.33-127.70224.96241.15233.56183.69111.22194.49-148.3340.01)；c＝423.57；
e(y)＝(0.26430.14990.54250.18590.37240.48510.26160.18220.28670.13720.10570.2683)t.
步骤6根据事故损失成本，发生概率与潜在失效可探测度计算起吊平稳性失常的事故风险。本例中，损失成本包含事故导致的计划外维修与工期延误；考虑到设备的定期维护周期为600工作小时，建立起吊平稳性失常的故障树模型，根据机械结构、控制电路与工作电路的可靠度函数，计算t＝600h时的起吊平稳性失常概率；根据事故机理建立关联树模型，结合工程经验计算起吊平稳性失常的可探测度。经过模糊决策，确定各风险因子的最大可接受值与权重系数，上述计算结果如表1所示。
表1起吊平稳性失常事故风险因子计算结果
随后，计算实际装配偏差水平下与理想状态(即无装配偏差)下的质量事故风险差值δrn以衡量口盖装配质量风险，结果如表2所示。
表2维修口盖装配质量风险计算结果
步骤7根据风险差δrn＝0.055与维修口盖各装配工位的偏差贡献率，可计算得到装配工位ⅰ、装配工位ⅱ与测量工位ⅲ的装配质量风险值分别为0.0266，0.0161与0.0123。经过与其他关键质量特性对应的装配过程质量风险对比，装配工位ⅰ的风险水平较为突出，因此被确定关键风险源。
步骤8根据分析结果，企业决定将口盖装配质量改进的重心放在装配工位ⅰ，同时兼顾装配工位ⅱ与测量工位ⅲ。为检验改进效果，收集质量改进后产品装配过程偏差数据，估算新的装配质量水平下的维修口盖总偏差测量值矩阵的期望e(y')，并依次计算新装配质量水平下工作电路失效率、可靠度函数与口盖装配质量风险值。质量改进前后的口盖装配风险对比分析结果如表3所示。
表3质量改进前后口盖装配质量风险对比分析
为更加形象地阐述装配质量偏差对上级组件可靠性与最终质量事故风险的影响。图5描绘了三种维修口盖装配质量偏差水平下(理想无偏差状态、质量改进前与质量改进后)的工作电路可靠度曲线，图6展现了三种维修口盖装配质量偏差水平下(理想无偏差状态、质量改进前与质量改进后)起吊平稳性失常事故风险取值情况。容易看出，优良的装配过程质量是高组件可靠性与低产品质量事故风险的有力保障。
最后，将本专利提出的方法与该企业目前使用的以偏差量值为唯一指标的装配过程质量分析方法进行对比，可以发现，若按照企业目前使用的方法进行分析，得到的结论是该维修口盖的装配质量较高，不需要进行专项的质量改进活动，而事实上，通过基于mqr链的装配过程质量风险机理分析，该维修口盖的装配质量将最终影响到起吊平稳性这一关键产品特性。而通过进一步计算，发现该口盖目前的装配质量风险相较于其他组件装配质量具有较高的风险水平，是起吊平稳性丧失这一质量事故的关键风险源，必须进行针对性的质量改进活动以削减装配偏差。以上区别的产生，是因为本发明充分关注了装配过程偏差对产品质量影响的不确定性，将质量风险作为装配质量的评价指标，同时利用产品实物质量在使用阶段的反馈数据，使装配质量分析结果更好体现地产品实际表现与用户真实需求。因此，本发明较之传统方法更具有科学性，能够较好地满足全面分析装配过程质量的需求，也能协助企业提高装配环节质量改进与质量事故预防的针对性与有效性。