搜索
邵家骏：教授（研究员），享受国务院政府特殊津贴的著名质量与可靠性专家。1966年毕业于西北工业大学，1990-2004年曾在成都飞机设计研究所长期担任质量与可靠性副总师；他目前担任四方机车车辆股份有限公司可靠性高级顾问，是美国维恩州立大学的客座教授、上海同济大学的兼职教授和博士生导师。他目前担任中国质量协会理事兼学术教育工作委员会委员，全国六西格玛推进委员会专家委员、中国质协注册六西格玛黑带培训导师，中国航空学会可靠性专委会委员。是中国经历过可靠性工程的所有工作和完整过程的少数专家之一。他曾为华为技术、联想集团、四方机车、约克（无锡）、WIK电器（中国）、宁波和荣电器、大庆力神泵业、上海航空电子研究所、中国科学院化学物理研究所、中国工程物理研究院、许继电器、长虹电器等60多个企业提供可靠性工程的技术咨询和服务。并且已出版《质量功能展开》、《健壮设计手册》、《六西格玛管理》等专著五部，论文约50篇，其中在国外杂志和国际会议上发表论文16篇。田口三次设计邵家骏教授静态特性参数设计产品质量是指产品的一组固有特性满足要求的程度。这组固有特性称之为质量特性，它包括性能、可靠性、安全性、经济性、维修性和环境适应性等。采用哪些质量特性来反映产品的质量状况，这是专业技术问题。而选取什么性质的质量特性的分类。质量特性可分为计量和计数2大类。计量特性又分为望目特性、望小特性和望大特性3种类型。计数特性又可分为计件特性、计点特性和计数分类值特性3种类型。质量特性还可分为动态特性和静态特性2类。质量特性还可根据产品质量形成的各个阶段（位置）的前后分为下位特性和上位特性。计量特性当质量特性可以选取给定范围内任何一个可能的数值时，称为计量特性。用各种计量仪器测量的数据，如长度、重量、时间、寿命、强度、化学成分含量等都是计量特性。计数特性当质量特性只能一个一个地计数时，称为计数特性。计数特性又可分为计件特性、计点特性和计数分类值特性。计件特性是指对单位产品进行按件检查时所产生的属性数据。如判定产品为合格品或不合格品，它只取0或1两个数值。计点特性是指单位产品上的质量缺陷的个数，它取值0，1，2等。如棉布上的疵点数、铸件上的砂眼数等均为计点特性。计数分类值特性是指对单位产品按其质量好坏先划分为若干个等级，并对每个等级规定合适的数值。例如：将产品质量分为好、中、差3个等级，并规定好为1、中为2、差为3。望目特性计量特性可以进一步分为望目特性、望小特性和望大特性。存在目标值m，希望质量特性y围绕目标值m波动，且波动越小越好，则y称为望目特性。例如按图纸规定φ10mm+0.05mm加工某种零件，则零件的实际尺寸y就是望目特性，其目标值m=10mm.望小特性不取负值，希望质量特性y越小越好，且波动越小越好，则y称为望小特性。例如零部件磨擦表面的磨损量，测量误差，化学制品的杂质含量，轴套类机械零件的不圆度、不同轴度等均为望小特性。望大特性不取负值，希望质量特性y越大越好，且波动越小越好，则y称为望大特性。例如机械零部件的强度，弹簧的寿命，塑料制品的可塑性等均为望大特性。上位特性和下位特性产品质量形成的全部过程包括下列阶段：市场调研；设计和研制；采购；工艺准备；生产制造；检验和试验；包装和储存；销售和发运；安装和运行；技术服务和维护。上位特性和下位特性在每一阶段都存在质量特性。一般来说，位于前面阶段的是原因特性，称为下位特性；而位于后面阶段是结果特性，称为上位特性。例如：在销售和发运阶段，产品的质量特性是上位特性，而制造商提供的产品质量特性是下位特性；用户的产品质量特性是上位特性，而制造商提供的产品质量特性是下位特性；前道工序产品质量特性为下位特性，后道工序产品质量特性为上位特性；子系统的质量特性为下位特性，总系统的质量特性为上位特性。功能波动产品的质量特性y不仅与目标值m之间可能会存在差异，而且由于来自使用环境、时间因素以及生产时各种条件等多方面的影响而产生波动，我们称此为功能波动。为了减少产品的功能波动，进而减少波动造成的损失，必须分析产生功能波动的原因，以便采取正确有效的对策。影响产品功能波动的原因大致可以分为以下3种。外干扰在使用产品时，环境条件并非固定不变。由于使用条件及环境条件（如温度、湿度、位置、输入电压、磁场、操作者等）的波动或变化，而引起产品功能的波动，称为外干扰，也称为外噪声。例如手表运行快慢随温度的变化而波动，彩色电视机的清晰度与输入电压的大小有密切关系。内干扰产品的储存或使用过程中，随着时间的推移，发生材料变革变质等老化现象，而引起产品的功能波动称为内干扰，也称为内噪声。例如长时间进行储存的产品，当开始使用时，构成该产品的材料、零部件随着时间的推移将产生质的变化从而引起产品的功能波动。如某种电阻的阻值在储存10年后，比初始值增大约10%。又如当产品长时间使用后，它的一些零部件的尺寸已发生磨损，从而引起产品的功能波动。产品间波动在相同生产条件下，生产制造出来的一批产品，由于机器、材料、加工方法、操作者、计测方法和环境（简称5M1E）等生产条件的微小变化，而引起的产品制造误差称为产品间波动。例如按同一图纸在相同生产条件下加工一批机械零部件，其尺寸一定存在波动。又如同一批号的电阻，其电阻值也存在波动。产品间波动在上述3种干扰的综合作用下，使产品在使用时其功能发生波动，即质量特性值偏离目标值m。这种波动无处不在，无时不在，是不可避免的。因而，产品的质量特性y表现为随机变量，它具有一定的概率分布。例如，对于计量特性，通常质量特性y服从正态分布，但有时y服从正态分布，但有时y服从均匀分布或其他分布。产品间波动对于上述3种类型的干扰，必须考虑采用一些技术来减少它们的影响，也就是去寻找减少产品功能波动的对策。在这些措施中，最重要的是技术开发、产品设计和工艺优化阶段的参数设计，即在产品设计中模拟3种干扰进行试验（或计算）和统计分析，以增强产品的抗干扰能力，也就是进行健壮设计。另一方面，制造阶段的在线质量控制对减少产品间波动也是有效的。因素为了提高产品质量，减少功能波动，需要分析影响产品功能波动的原因，为此要进行有关产品设计的试验。在试验中，我们称影响质量特性变化的原因为因素。从因素在试验中的作用来看，可大致分为可控因素、标示因素和误差因素等。对于望目特性情形，通过对试验数据的统计分析，可把可控因素划分为稳定因素、调整因素和次要因素3类。因素在试验中所处的状态称为因素的水平。如果某个因素在试验中要考察3种状态，就称为三水平因素。例如温度取3种状态60℃、80℃、100℃，则温度就是一个3水平因素。可控因素在试验水平可以指定并加以挑选的因素，即水平可以人为加以控制的因素，称为可控制因素。例如时间、温度、浓度、材料种类、切削温度、加工方法、电阻、电压、电流强度等均为可控因素。试验中考察可控因素的目的，在于确定其最佳水平组合，也即最佳方案。在最佳方案下，产品的质量特性值接近目标值，且波动最小，即具有健壮性。在望目特性的参数设计中，要进行信噪比分析与灵敏度分析，从而把可控因素分为稳定因素、调整因素与次要因素3类，见下表。可控因素分类表类别信噪比分析灵敏度分析因素名称1显著显著稳定因素2显著不显著稳定因素3不显著显著调整因素4不显著不显著次要因素可控因素（续）1、稳定因素。在信噪比分析中显著的可控因素，称为稳定因素。2、调整因素。在信噪比分析中不显著，但在灵敏度分析中显著的因素，称为调整因素。我们可通过对调整因素水平的“调整”，使可控因素最佳条件下的质量特性的期望值趋近目标值。3、次要因素。在信噪比与灵敏度分析中都不显著的可控因素称为次要因素。需要注意，次要因素在减少成本、缩短产品研制周期等方面可能具有相当重要的作用，不要因其“次要”而忽视它。标示因素在试验中水平可以指定，但使用时不能加以挑选和控制的因素称为标示因素。标示因素是一些与试验环境、使用条件等有关的因素，例如：①产品的使用条件，如转速、电源电压等；②试验环境，如温度、温度等；③其他，如设备、操作人员的差别等。考察标示因素的目的不在于选取最佳水平，而探索标示因素与可控因素之间有无交互作用，从而确定可控因素最佳条件的适用范围。误差因素前面所说的引起产品功能波动的产品间干扰、外干扰、内干扰都是误差因素。由于误差因素的客观存在，使得产品质量特性具有波动。考虑误差因素的目的是为了模拟3种干扰，从而减少它们在产品生产和使用的影响，寻求抗干扰能力强、性能稳定的产品。由于误差因素为数众多，在试验中不可能一一列举。通常只需几个性质不同的主要误差因素。因为不受主要误差因素影响的、质量稳定的产品一般也不受其余误差因素的影响。内设计和外设计在参数设计中，可控因素与标示因素安排在同一张正交表内进行试验方案的设计。因此可控因素与标示因素称为内侧因素，相应的正交表称为内表（内侧正交表），所对应的设计称为内设计。在参数设计中，将误差因素安排在另一张正交表内，从而得到试验数据，因此误差因素称为外侧因素，相应的正交表称为外表（外侧正交表），所对应的设计称为外设计。信噪比和灵敏度信噪比起源于通信领域，作为评价通信设备、线路、信号质量等优劣的指标，采用信号（Signal）的功率和噪声（Noise）的功率之比即信噪比（SNR）作为指标。田口博士在参数设计中引进信噪比的概念，作为评价设计优劣的一种测度，也作为产品质量特性的稳定性指标，已成为参数设计的重要工具。信噪比在参数设计中扮演了重要的角色，它在不同场合具有不同的计算公式这里将分别介绍望目、望小、望大特性信噪比的估计公式。灵敏度该产品的质量特性y为随机变量，其期望值为μ，则μ2称为y的灵敏度。这里介绍期望值μ的估计y，称它为平均值；灵敏度μ2的估计记为μ2。平均值和灵敏度均是反映分布平均特征的参数。设有n个质量特性值y1,y2,…yn，则y=∑yi称为质量特性的平均值，y是μ的无偏估计。＾n1i=1n灵敏度（续）灵敏度μ2的无偏估计为＾n1μ2=（Sm–Ve）其中i=1nn1Sm=ny2=（∑yi）2i=1nn-11Ve=∑（yi–y）2灵敏度（续）模仿通信理论的做法，在实际计算时，通常将估计μ2取常用对数再乘以10，化为分贝（dB）值，并记做S，有在望目特性的参数设计中，不仅要分析信噪比，还需要分析灵敏度。S=10lg(Sm–Ve）＾n1灵敏度（续）例：设有2件产品，测得其重量为21.5g和38.4g，试计算平均值和灵敏度。解：y=(y1+y2)=(21.5+38.4)=29.95(g)2121Sm=(y1+y2)2/2Ve=(y1－y2)2/2μ2=(Sm–Ve)y1y221＾则S=10lgy1y2=10lg(21.5×38.4）=29.2(dB)望目特性信噪比望目特性的信噪比是田口博士的一个重大发明，它与变革系数有着密切的关系。变异系数设望目特性y为随机变量，它的期望值为μ，方差为σ2，它的目标值为m。对于望目特性y来说，我们希望：①μ=m②σ2越小越好。变异系数在概率论中，我们常用变异系数作为随机变量的欠佳性指标，即变异系数ν越小，说明随机变量（质量特性）可能值的密集程度越高。变异系数的优点是既考虑了标准差σ的影响，又考虑了期望值μ的影响。在兵器系统中，经常采用变异系数（称为密集度）作为衡量弹着点密集程度的战术技术指标。ν=σμ变异系数（续）望目特性信噪比定义为可见，望目特性信噪比η等于灵敏度μ2与噪声σ2之比，也就是变异系数平方的倒数。因此η是随机变量的一个优良性指标，其值越大越好。η=μ2σ2望目特性信噪比计算公式η的分子μ2由μ2=(Sm–Ve)确定，分母σ2由＾n-11Ve=∑(yi–y)2i=1n确定，因此有n1η=μ2σ2＾＾＾=(Sm–Ve)n1Ve需要注意：上式的估计η不是η的无偏估计＾望目特性信噪比计算公式（续）在实际计算时，通常将估计η取常用对数再乘以10，化为分贝值。在不致引起混淆的情况下，我们仍记为η。有n-11Ve=∑(yi–y)2i=1n