面向客户需求分析的产品模块化配置方法

针对面向客户需求分析的产品配置问题,结合质量功能配置方法和基于规则推理的方法,提出了一种客户需求映射方法.该方法基于质量功能配置的质量屋进行客户需求参数到模块属性参数的映射,同时基于规则推理确定映射过程中的技术特征目标值和选取模块实例,从而得到满足客户需求的产品模块化配置方案集.通过实例分析,验证了文中所提方法的有效性.     

基于Kano-QFD的个性化产品属性指标重要度确定方法

为了定性、定量地分析顾客需求信息,实现顾客需求信息与个性化产品特征属性之间的精确映射,提出了一种集成卡诺模型和质量功能配置模型的产品属性指标重要度求解方法。在该求解方法中,采用卡诺模型定性分析需求信息,并将需求项分类;为了获得产品顾客满意度量化值,采用调研的方式统计分析需求项实现程度与顾客满意度之间的关系,并结合需求信息特征分析,分别建立了魅力需求、期望需求、基本需求和相反需求的顾客满意度数学模型;利用调整函数修正需求项的基本重要度,构建了产品规划质量屋模型,从而获得个性化产品属性指标的重要度。以个性化人像产品为例,验证了所提方法的可行性和有效性。     

基于模糊度量质量屋的产品特征映射及分析

为了在产品开发的早期阶段快速获得产品特征信息,提出了一种适合于度量值映射的模糊度量质量屋模型。通过定义模糊度量、模糊关系矩阵和模糊转换矩阵等概念,将该模型应用于技术型客户要求,采用质量功能配置的逐级矩阵分解思想从中获取特征信息;引入“功能一原理一结构”映射模式对功能型客户要求进行特征映射。该模型在齿轮减速器开发的实际应用表明,模糊度量质量屋着重于定性与定量两方面描述和转换信息,不仅适用于产品特征映射过程,对产品开发各阶段的质量配置规约也有应用价值。     

面向个性化车身产品客户动态需求获取与预测的扩展QFD研究

提出基于成分数据时间序列与向量自回归模型的扩展质量功能展开方法,在车身产品开发的初期,捕捉并预测客户的个性化需求。基于层次分析方法,建立传统的质量功能展开模型;根据客户需求重要度取样所形成的时间序列特点,将单纯形空间内的成分数据转换为实域内的时间序列,并对其应用向量自回归模型进行预测;将有效的样本外预测序列转换为客户需求重要度预测时间序列,计算出设计属性的预测优先度,以指导个性化车身产品开发过程中的资源分配。     

基于模糊多属性决策的复杂产品配置方法

目前产品配置设计主要是标准模块基础上的功能实现,针对模糊型复杂产品的配置问题,将模糊多属性决策理论引入到配置设计方法中.考虑客户主观不确定偏好,通过模糊需求的知识获取以及模糊需求与产品属性间的描述,实现客户模糊需求到配置需求的非线性映射.将配置需求作为复杂产品模糊层次配置的输入,通过非标准模块的相似性标识和模糊层次配置的求解,实现复杂产品模糊层次配置设计,模糊层次配置的输出为配置方案集.利用神经网络技术建立模糊多属性决策的配置方案评价模型,对配置方案集进行比较和排序,优选出最接近客户满意的配置结果.结合注塑机产品的配置设计,分析客户需求的模糊、不足和冗余问题,在第一层精确配置和第二层模糊相似配置的基础上,获得四个配置方案集,通过模糊神经网络的多属性决策模型,求解最优方案,并开发了注塑机配置设计系统.     

基于QFD和Kano模型的医疗服务机器人造型设计研究

为解决质量屋构建中顾客需求满意评价信息存在不确定性的问题,提出一种集成质量功能配置模型和卡诺模型的顾客需求优先级确定方法。通过获取竞争优先级确定产品规划方向;运用K-Means聚类分析法选取评价样本,基于产品的用户需求评价信息,采用竞争标杆分析与偏好稳定法量化评价信息中的满意度与不确定性,确定用户需求的相对重要度;利用Kano模型将顾客需求分类,并将Kano模型用于修正原始改进率的变换函数与顾客相对满意度相结合,确定用户需求竞争优先级。将该方法运用于医疗服务机器人的造型设计中,验证了其可行性和有效性。     

飞机健康管理平台的客户需求分析与PLM服务资源匹配

根据对航空系统各个相关利益方的需求分析,基于模糊理论确立飞机故障诊断和健康管理(Prognostic and Health Management,PHM)平台的各个模块需实现的功能,利用灰色关联法对客户需求进行重要度排序,并基于自回归求和移动平均(ARIMA)模型求解客户需求的动态特征,对客户需求作出全面的分析和预期。最终在质量屋(House of Quality,HOQ)衡量全生命周期管理(Product Lifecycle Management,PLM)的服务资源与客户需求的匹配度,进而定量反映客户对航空系统各种服务资源的满意度。     

基于质量功能配置的客户需求分析研究

客户需求分析作为产品设计当中的依据有着重要的作用,基于质量功能配置方法对客户需求分析进行研究,提出将市场调查法和层次分析法相结合对质量功能配置中的需求权重进行确定,并结合玻璃堆垛机械实例加以应用.     

质量功能展开中关联关系确定的粗糙集方法

针对质量功能展开中存在顾客需求和工程特性之间的关联关系不确定、不分明和模糊等特质,提出了质量功能展开中关联关系的粗糙集方法.由质量屋中所有工程特性组成条件属性集,且每一项顾客需求均组成相应的决策属性集,而后分别构造了对应于每项需求的决策系统.利用粗糙集中相对约简和相对核等方法,分别建立了相应的修正决策系统.利用信息熵和等价类的集成方法,获取了修正决策系统中各条件属性的重要度,进而确定了顾客需求和工程特性之间的关联关系.以全自动洗衣机的产品研发为实例,验证了方法的有效性.     

基于QFD的质量屋技术在冰箱设计中的应用

质量功能配置(QFD)利用质量屋将顾客需求转变成产品设计及制造需求.着重阐述了质量屋的生成过程,并以某企业所生产冰箱的客户需求为例,建立了评价模型,并在质量屋中构造相关要素矩阵以定量地确定用户需求,最后对质量屋可能存在的问题进行了分析.     

MGM(1,N)模型在结构载荷-应变关系中的应用

由于在役结构受到外部各种因素的影响,使其结构参数及材料性能都发生了变化,而这种变化对结构的力学性能的影响又是不确定的,因此结构在实际工作状态下的强度难于用一个确定的数学公式表达清楚。本文运用灰色系统理论的多变量动态灰色建模方法建立了在役结构在实际工作状态下的载荷-应变关系的预测模型,并对失效荷载进行了预测,计算得到了结构的失效载荷及在该载荷作用下的应变,与实测结果十分吻合。因此运用多因素灰色系统理论建立的预测模型MGM(1,N)具有较高的拟合精度和预测精度,在其它工程领域的数据处理中具有广阔的应用前景。     

基于灰关联分析的质量功能配置方法研究

传统质量功能配置中,通常存在顾客需求重要度的确定具有主观性强、准确性差的问题.为此,提出了基于灰关联分析的质量功能配置方法.该方法通过灰关联对顾客需求重要度进行排序,根据顾客需求间的序关系确定顾客需求重要度,用灰关联矩阵代替质量屋中的关系矩阵,具有简单、客观的特点,为产品质量功能配置过程中关键措施和瓶颈技术的确定提供了更加科学的依据.     

灰色关联分析方法在双目视觉测量系统误差分析中的应用

针对双目视觉测量系统存在误差因素繁多、分析困难等问题,提出了一种基于灰色关联技术的误差分析方法。考虑视觉系统的灰色属性,将灰色系统理论及其相关技术运用于视觉测量系统的误差分析。以镜头畸变、质心定位误差及双目视觉系统内、外参数等9项因素或参数为自变量,通过基于单项因素变化的实验,获取了误差分析的数据样本;采用灰色数据处理方法及灰色关联分析技术,从无明显规律的数据样本中明确了视觉系统各项误差因素对最终测量精度的影响。分析结果证明了灰色理论用于定量分析视觉系统误差的正确性和有效性;在灰色理论意义下,镜头径向畸变、切向畸变、摄像机夹角及特征点质心定位误差4项因素对测量精度的关联度均大于等于0.859,高于其余误差因素。     

基于灰色预测的动态Smith预估控制

本文对传统Ｓｍｉｔｈ预估器进行定性分析,给出了Ｓｍｉｔｈ预估器的实用模式,并应用灰色系统理论动态建立过程模型,与灰色预测反馈一起构成大时滞控制器。     

串联灰色神经网络模型的研究

针对传统灰模型适应性和自学习能力差、中长期预测精度不理想的情况,在3种精度较好的灰模型的基础上引入BP神经网络,构建了串联灰色神经网络模型。仿真表明,这种灰色神经网络模型未出现预测残差和相对误差逐步增加的情况,预测精度明显好于灰模型,适合应用。     

基于多变量灰色模型的磨削参数预测研究

磨削参数影响混凝土的金刚石磨削应用效果.利用实验数据样本,基于多变量灰色预测理论建立了混凝土的金刚石磨削参数灰色预测模型.结合实验数据分析和验证了以磨削混凝土的金刚石磨削参数为输入、以磨削加工量和金刚石磨粒磨损为输出的预测模型,实例结果表明,该模型可以较好地预测金刚石刀具的机械加工量和磨粒磨损值.     

最优方案非统计原理在轴承优化设计中的应用

在轴承优化设计中常会碰到不同的实际要求,如何根据这些要求,对设计方案进行评价是轴承设计人员经常面对的问题。本文介绍了一种利用灰色理论进行轴承优化设计的方法。采用灰色关联度来对各设计方案的各项指标进行评价,从而可以根据实际要求,对各设计方案做出正确的排序和评价。     

灰色模型在不确定性疲劳寿命预测中的研究

考虑影响疲劳寿命因素的不确定性,应用灰色理论进行疲劳寿命预测。提出了基于线性GM(1,1)模型和非线性灰色Verhulst模型预测构件疲劳寿命的新方法。利用试验数据进行分析和计算,结果表明:基于传统Miner方法的疲劳寿命预测误差为61.4%;基于线性GM(1,1)模型的预测误差为24.1%;基于非线性灰色Verhulst模型的预测误差降低到17.5%。基于灰色模型预测的结果均偏向安全,说明灰色模型在不确定性疲劳寿命预测中具有较好的预测精度和潜在的工程实用价值。     

基于Vague集的灰色机械设计方案决策方法

针对传统模糊综合评判方法的缺陷,给出了利用Vague集及区间灰数对机械设计方案进行评价的方法;将灰色系统理论引入方案的多指标模糊决策,形成了基于Vague集的灰色机械设计方案决策模型.并给出算例验证了该方法的有效性.     

Optimal concurrent tolerance based on the grey optimal approach

A new method for optimal concurrent process tolerance is proposed. Information related to process planning is used during the structure design stage of a product. The functional tolerances of the assembly of a product are considered process tolerances. A nonlinear optimal concurrent process tolerance model has been established to minimize the total manufacturing cost with different weight factors for the operations of the product. The constraints include concurrent process tolerance chains, the standard coefficient of process tolerance, and the economical maximum tolerance of the machine tools. In order to obtain optimal process tolerances, a new approach based on grey difference degree is presented in this paper. This approach takes the sequence consisting of the optimal value of every objective as the standard sequence, and that consisting of the actual values as the objective sequence. Thus, grey difference degree is calculated and used as the objective of the function. Finally, a practical example is introduced to demonstrate the effectiveness of the proposed method.Nomenclature Y ₀ standard sequence - Y ₀(k) k-th component of the standard sequence - Y _i objective sequence - Y _i (k) k-th component of the objective sequences - (k) the grey correlation coefficient of Y _i relative toY ₀ at point k - y _i the i-th required tolerance specification of assembly structure - TX design tolerance vector of assembly structure - r _u the total number of relative process steps for u-th part - T _uv v-th relative process tolerance vector of u-th part - _uv selection coefficient of process sequence - w _uv the weight coefficient of the process tolerance T _uv - C _uv manufacturing cost of the process tolerance T _uv - C _uv ^* the ideal value of C _uv - z _uv the standard normal transform coefficient relative to process tolerance T _uv - _uv the standard deviation of T _uv