歐方明+羅敏+韋其敏

【摘 要】由于大多數(shù)故障都是由不利波動(dòng)引起的，所以有必要在產(chǎn)品設(shè)計(jì)早期關(guān)注波動(dòng)因素，并對(duì)波動(dòng)因素進(jìn)行識(shí)別、評(píng)估與管控。為了解決這一問題，提出了VMEA方法，且將該方法應(yīng)用于分析某型移動(dòng)終端，以產(chǎn)品關(guān)鍵特性通信距離為導(dǎo)向，自頂向下分析產(chǎn)品的子關(guān)鍵特性，進(jìn)而分析出影響這些特性的波動(dòng)因素，并應(yīng)用專家評(píng)分法對(duì)波動(dòng)因素進(jìn)行了評(píng)估，從而對(duì)影響較大的波動(dòng)因素提出了設(shè)計(jì)改進(jìn)措施。

【關(guān)鍵詞】VMEA FMEA 波動(dòng)因素 可靠性

doi：10.3969/j.issn.1006-1010.2016.24.006 中圖分類號(hào)：E962 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-1010（2016）24-0025-05

1 引言

影響產(chǎn)品特性的未知和不利的波動(dòng)，是導(dǎo)致花費(fèi)高、引起顧客對(duì)需求不滿的主要因素。長久以來，當(dāng)涉及到波動(dòng)問題時(shí)，更多的組織機(jī)構(gòu)都試圖完善6σ項(xiàng)目。然而，6σ的方法集中在生產(chǎn)階段管理波動(dòng)。一些學(xué)者提出使用DFSS（Design For Six Sigma，六西格瑪設(shè)計(jì)），其核心是通過在產(chǎn)品早期開發(fā)階段，利用完善的統(tǒng)計(jì)工具并以大量的數(shù)據(jù)來證明初步設(shè)計(jì)的可行性和優(yōu)越性。6σ和DFSS項(xiàng)目使用SPC（Statistical Process Control，統(tǒng)計(jì)過程控制）在生產(chǎn)過程和穩(wěn)健性設(shè)計(jì)過程中監(jiān)測(cè)波動(dòng)，使得產(chǎn)品對(duì)生產(chǎn)和使用過程中出現(xiàn)的波動(dòng)不敏感。傳統(tǒng)的FMEA（Failure Mode and Effect Analysis，失效模式與影響分析）工作實(shí)際上也包含了6σ和DFSS項(xiàng)目，2004年瑞典Alexander Chakhunashvili、Per M. Johansson和Bo L.S. Bergman首次提出的波動(dòng)模式影響分析[1-3]，是一個(gè)較系統(tǒng)的能夠用于不利波動(dòng)的識(shí)別、評(píng)估和管理的有效工具。

2 波動(dòng)模式影響分析方法

產(chǎn)品在設(shè)計(jì)、研發(fā)、制造、生產(chǎn)和使用等過程中往往存在很多不利的波動(dòng)因素，這些波動(dòng)可能對(duì)產(chǎn)品造成不良的影響，進(jìn)而影響質(zhì)量與可靠性。VMEA（Variation Mode and Effect Analysis，波動(dòng)模式影響分析）建立在FMEA基礎(chǔ)上，通過對(duì)影響關(guān)鍵產(chǎn)品質(zhì)量特性的波動(dòng)模式及影響程度進(jìn)行分析，在產(chǎn)品研發(fā)階段識(shí)別綜合影響大的主要波動(dòng)并根據(jù)VRPN（Variation Risk Priority Number，波動(dòng)風(fēng)險(xiǎn)優(yōu)先數(shù)）進(jìn)行排序，為提前預(yù)防波動(dòng)提供了定性或定量的信息。

VMEA方法從確認(rèn)KPC（Key Product Characte-ristics，關(guān)鍵產(chǎn)品特性）著手，KPC可以是某一種或多種產(chǎn)品特性，這些特性需要特別關(guān)注，因其過度的波動(dòng)可能影響產(chǎn)品功能、安全性、質(zhì)量等。KPC可以通過質(zhì)量功能展開的方法得到或由經(jīng)驗(yàn)豐富的交叉學(xué)科工程師通過頭腦風(fēng)暴的方法得到[2]。

VMEA方法的基本步驟如下：

（1）確定KPC并將其分解為子關(guān)鍵產(chǎn)品特性（Sub-KPC）；

（2）波動(dòng)因素識(shí)別與大小評(píng)估；

（3）靈敏度評(píng)估，評(píng)估KPC對(duì)Sub-KPCs的靈敏度大小以及Sub-KPCs對(duì)NFs的靈敏度大??；

（4）計(jì)算VRPN。

選擇關(guān)鍵產(chǎn)品特性以及開展VMEA的流程如圖1所示：

一個(gè)選定的KPC可以分解為多個(gè)Sub-KPC，Sub-KPC是可知且可控的影響KPC的子產(chǎn)品特性。根據(jù)分析需要，還可以進(jìn)一步將Sub-KPC分解為Sub-Sub-KPC。對(duì)于每個(gè)Sub-KPC，能夠確定影響它的一個(gè)或多個(gè)波動(dòng)因素稱為噪聲因素（NFs）。噪聲因素源于不同的生產(chǎn)和使用過程中設(shè)計(jì)參數(shù)波動(dòng)、產(chǎn)品退化和環(huán)境因素等的影響。

KPC分解過程如圖2所示。在實(shí)際應(yīng)用中，可以根據(jù)需要進(jìn)行多級(jí)分解。

依據(jù)產(chǎn)品設(shè)計(jì)的不同階段，設(shè)計(jì)師提出了基礎(chǔ)型VMEA、提高型VMEA、概率型VMEA[2]。這三種類型的VMEA的分析步驟相同，不同之處在于評(píng)估方法。

在產(chǎn)品設(shè)計(jì)初始階段，由于無法知道傳遞函數(shù)，無法定量的知道波動(dòng)對(duì)產(chǎn)品關(guān)鍵特性的影響，因此提出了基礎(chǔ)型VMEA的方法。該方法由經(jīng)驗(yàn)豐富的專家采用評(píng)分的方法進(jìn)行（1～10分的評(píng)分等級(jí)），對(duì)相關(guān)的靈敏度和波動(dòng)大小進(jìn)行打分，分值越大就表示靈敏度和波動(dòng)越大。雖然該方法比較主觀，但是能夠粗略表明哪些方面受到波動(dòng)的影響較大，為波動(dòng)風(fēng)險(xiǎn)管理工作開展打下了基礎(chǔ)，同時(shí)也為下一步工作提供了依據(jù)。隨著設(shè)計(jì)的推移，能夠獲得更多的信息，工程師可以更加準(zhǔn)確地對(duì)相關(guān)靈敏度和波動(dòng)大小進(jìn)行評(píng)估，進(jìn)而驗(yàn)證前期關(guān)于KPC、Sub-KPC和NFs的假設(shè)的準(zhǔn)確性，并加以校核，這樣進(jìn)行評(píng)估的結(jié)果能夠更加準(zhǔn)確地反映實(shí)際情況。在設(shè)計(jì)后期，隨著一些能夠定量的數(shù)據(jù)的獲得（如試驗(yàn)數(shù)據(jù)、測(cè)量數(shù)據(jù)等），可以采用提高型VMEA、概率型VMEA方法進(jìn)行更加準(zhǔn)確地評(píng)估，從而較準(zhǔn)確客觀地評(píng)估波動(dòng)對(duì)產(chǎn)品特性的影響，以達(dá)到在產(chǎn)品設(shè)計(jì)階段對(duì)波動(dòng)進(jìn)行識(shí)別、評(píng)估和管控的目的。

產(chǎn)品設(shè)計(jì)不同階段的VMEA方法[2]如圖3所示：

開展VMEA工作有以下兩個(gè)基本的假設(shè)：

假設(shè)一：各個(gè)Sub-KPC之間是相互獨(dú)立的；

假設(shè)二：忽略多個(gè)波動(dòng)共同導(dǎo)致的對(duì)產(chǎn)品特性的交互影響。

VMEA作為一種自頂向下的演繹分析方法，目的是從關(guān)鍵產(chǎn)品特性入手，逐級(jí)分解，找出影響產(chǎn)品特性的噪聲因素。與FMEA方法類似，在產(chǎn)品壽命全周期均有必要開展VMEA工作。

VMEA中所關(guān)注的波動(dòng)因素一般分為五類[4]，具體如下：

（1）隨時(shí)間變化：長周期退化因素，如磨損、裂紋擴(kuò)展等；

（2）零件的波動(dòng)：如容差以及制造、裝配和運(yùn)輸?shù)冗^程導(dǎo)致的波動(dòng)；

（3）外部環(huán)境條件：如溫度、濕度、風(fēng)速、路況等；

（4）顧客的使用：如超速、誤用、刮傷等；

（5）系統(tǒng)間相互作用：如相鄰子系統(tǒng)間熱、振動(dòng)傳遞等。

3 案例分析

本文以某移動(dòng)終端為例，根據(jù)VMEA分析方法，先確定一個(gè)關(guān)鍵產(chǎn)品特性——通信距離，接收靈敏度、發(fā)射功率、抗干擾性等為子關(guān)鍵產(chǎn)品特性，并確定影響產(chǎn)品特性的波動(dòng)因素，如圖4所示。

確定了KPC、Sub-KPC及其波動(dòng)因素之間的關(guān)系后，將對(duì)波動(dòng)大小和靈敏度進(jìn)行分析。根據(jù)專家經(jīng)驗(yàn)及調(diào)研到的大量現(xiàn)場(chǎng)試驗(yàn)數(shù)據(jù)和相關(guān)文獻(xiàn)，采用評(píng)分法對(duì)波動(dòng)因素及其影響大小進(jìn)行粗略的定性評(píng)估，分析結(jié)果如表1所示。

其中，σi表示波動(dòng)大?。沪薼表示波動(dòng)對(duì)子關(guān)鍵產(chǎn)品特性的靈敏度；ηj表示子關(guān)鍵產(chǎn)品特性對(duì)關(guān)鍵產(chǎn)品特性的靈敏度。

根據(jù)VRPN數(shù)值大小可對(duì)波動(dòng)因素進(jìn)行優(yōu)先排序，從而能夠更好地指導(dǎo)設(shè)計(jì)的開展。由表1可知，溫度過高導(dǎo)致功放故障（VRPN為448）、存在同頻段干擾源（VRPN為448）、建筑物阻隔（VRPN為448）、移動(dòng)終端運(yùn)動(dòng)過快（VRPN為378）、溫度濕度導(dǎo)致電源供電不足（VRPN為392）等對(duì)移動(dòng)終端通信距離影響較大。

識(shí)別出關(guān)鍵波動(dòng)因素，即可在設(shè)計(jì)階段重點(diǎn)關(guān)注并采取改進(jìn)措施，例如：將功放模塊放置在系統(tǒng)最外層，加快熱量散發(fā)、加裝散熱風(fēng)扇，使用強(qiáng)風(fēng)對(duì)流散熱、減小功放模塊本身消耗功率等措施可改善溫度過高導(dǎo)致的功放故障（VRPN為448）；在通信誤碼率升高時(shí)，重新檢測(cè)電磁環(huán)境，更換合適的頻點(diǎn)、使用自適應(yīng)跳頻技術(shù)，跳頻頻點(diǎn)自動(dòng)繞開干擾源所在頻點(diǎn)、增加發(fā)射功率，以較強(qiáng)的無線信號(hào)覆蓋較低的干擾源等措施可有效改善同頻段干擾源問題（VRPN為448）；增加天線高度，在建筑物上方建立直傳通路、使用頻率較低的頻點(diǎn)，頻率較低的電磁波波動(dòng)性強(qiáng)，繞開阻隔物能力更強(qiáng)，在較大的關(guān)鍵建筑附近增加中繼節(jié)點(diǎn)可改善建筑物阻隔問題（VRPN為448）；增加無線信道帶寬、增加頻點(diǎn)容差，對(duì)于需要快速運(yùn)動(dòng)的無線終端，使用支持動(dòng)中通無線通信系統(tǒng)解決移動(dòng)終端運(yùn)動(dòng)過快帶來的不良影響（VRPN為378）。改進(jìn)系統(tǒng)電源設(shè)計(jì)，降低電源供電對(duì)環(huán)境溫濕度的依賴性、增加電源模塊環(huán)境調(diào)節(jié)系統(tǒng)，加裝散熱風(fēng)扇，避免水淋日曬，為射頻電路、功放模塊設(shè)計(jì)獨(dú)立的電源，增加極端環(huán)境下電源供電能力，可改善溫度濕度導(dǎo)致電源供電不足（VRPN為392）。

4 結(jié)束語

本文給出了VMEA方法的目的、意義、分析流程，并將該方法應(yīng)用于軍用通信系統(tǒng)中的某型移動(dòng)終端。VMEA分析方法清晰地展示了關(guān)鍵產(chǎn)品特性、波動(dòng)因素分類、關(guān)鍵波動(dòng)因素以及靈敏度分析的結(jié)果。該方法建立在FMEA基礎(chǔ)上，是FMEA的延拓，可以從產(chǎn)品設(shè)計(jì)階段就有效、全面、科學(xué)地關(guān)注影響質(zhì)量特性的波動(dòng)因素，從而有效地提出設(shè)計(jì)改進(jìn)措施。

參考文獻(xiàn)：

[1] Chakhunashvili A， Johansson P M， Bergman B L S. Variation mode and effect analysis[Z]. 2004： 364-369.

[2] Johansson P， Chakhunashvili A， Barone S， et al. Variation Mode and Effect Analysis： a Practical Tool for Quality Improvement[J]. Quality and Reliability Engineering International， 2006，22（8）： 865-876.

[3] A Hassan， A Siadat， JY Dantan， et al. Interoperability of QFD， FMEA， and KCs methods in the product development process[C]. IEEE International Conference on Industrial Engineering & Engineering Management， 2009： 403-407.

[4] Bo Bergman， Jacques de Mare， Thomas Svensson. Robust Design Methodology for Reliability： Exploring the Effects of Variation and Uncertainty[Z]. 2009.

[5] 曾聲奎. 可靠性設(shè)計(jì)與分析[M]. 北京： 國防工業(yè)出版社， 2011.

[6] Yihai H， Zhao M， Wenbing C. A technical framework of the taguchi system design method based on axiomatic design and TRIZ[C]. IEEE International Conference on Industrial Engineering & Engineering Management， 2009： 398-402.

[7] Johannesson P， Svensson T， Samuelsson L. Probabilistic Variation Mode and Effect Analysis： A Case Study of an Air Engine Component[Z]. 2007.

[8] Luo Min， Zeng Shengkui， Guo Jianbin， et al. Reliability Analysis Approach for Variation by Integrating FMEA with VMEA[C]. IEEE， 2014.

[9] Luo Min， Zeng Shengkui， Guo Jianbin， et al. Importance Measure of Multi-state Element variation Based on F-VMEA[C]. IEEE， 2015.

[10] 康銳，石榮德. FMECA技術(shù)及其應(yīng)用[M]. 北京： 國防工業(yè)出版社， 2006.