張曉娜

(奇瑞汽車股份有限公司試驗(yàn)和整車技術(shù)工程院，安徽蕪湖 241009)

IPTV與可靠度相關(guān)性研究

張曉娜

(奇瑞汽車股份有限公司試驗(yàn)和整車技術(shù)工程院，安徽蕪湖 241009)

千車事件率(IPTV)是汽車行業(yè)中評(píng)價(jià)產(chǎn)品質(zhì)量的一個(gè)重要指標(biāo)，然而對(duì)于消費(fèi)者來說產(chǎn)品可靠才是最重要的。重點(diǎn)介紹IPTV和可靠度之間的相關(guān)性，并通過具體事例驗(yàn)證整車和零部件的使用可靠度和IPTV兩者強(qiáng)負(fù)相關(guān)。

千車事件率；可靠性；回歸分析

0 引言

主機(jī)廠經(jīng)常運(yùn)用汽車早期的千車故障率(Incident Per Thousand Vehicle，IPTV)來衡量和設(shè)定汽車產(chǎn)品早期的質(zhì)量和可靠性目標(biāo)。IPTV不但可以反映產(chǎn)品在市場(chǎng)服務(wù)3個(gè)月(MIS,Month in Service)、6個(gè)月(MIS)、9個(gè)月(MIS)、12個(gè)月(MIS)以千輛車為單位的失效率、產(chǎn)品的可靠性表現(xiàn)以及客戶滿意度，同時(shí)也反映了主機(jī)廠在設(shè)計(jì)、試驗(yàn)、生產(chǎn)制造、供應(yīng)商質(zhì)量、物流管控和客戶服務(wù)等一系列可靠性工程應(yīng)用與管理上的能力和水平，它與使用可靠性存在強(qiáng)負(fù)相關(guān)性，為新產(chǎn)品開發(fā)的可靠性目標(biāo)設(shè)定與分解、達(dá)成與管理以及現(xiàn)有產(chǎn)品的可靠性改進(jìn)提供參考和評(píng)估的依據(jù)。

1 理論基礎(chǔ)

1.1 IPTV

1.1.1 IPTV定義

千車故障率，指在某一售后期內(nèi)每千輛產(chǎn)品車的故障率(質(zhì)量索賠次數(shù))。

1.1.2 IPTV應(yīng)用范圍

從圖1可以看出：在產(chǎn)品壽命失效分布的浴盆曲線中，IPTV適用于產(chǎn)品早期的失效分析，主要用于發(fā)現(xiàn)產(chǎn)品的設(shè)計(jì)缺陷、工藝質(zhì)量、來料缺陷等。

圖1 產(chǎn)品壽命期失效分布的浴盆曲線

1.2 可靠性

1.2.1 可靠性定義

根據(jù)GJB 451A的定義：可靠性指產(chǎn)品在規(guī)定的條件下和規(guī)定的時(shí)間內(nèi)，完成規(guī)定功能的能力。它包括結(jié)構(gòu)的安全性、適用性和耐久性，當(dāng)以概率來度量時(shí)，稱可靠度，英文全稱：Reliability。

1.2.2 可靠性的分類

可靠性分為固有可靠性和使用可靠性。一般認(rèn)為，產(chǎn)品可靠性可近似看作固有可靠性和使用可靠性之積。表1是固有可靠性和使用可靠性在產(chǎn)品不可靠中所占的比例和它們之間的密切關(guān)聯(lián)。

表1 產(chǎn)品不可靠的原因和比例

1.2.3 汽車可靠性

汽車可靠性，是指汽車在規(guī)定的使用條件下、在規(guī)定的時(shí)間或者規(guī)定的里程內(nèi)完成規(guī)定功能和性能的概率。

1.3 回歸分析

回歸分析預(yù)測(cè)法，是在分析自變量和因變量之間相關(guān)關(guān)系的基礎(chǔ)上，建立變量之間的回歸方程，并將回歸方程作為預(yù)測(cè)模型，根據(jù)自變量在預(yù)測(cè)期的變化來預(yù)測(cè)因變量的變化。

1.3.1 使用范圍

找到影響預(yù)測(cè)對(duì)象的主要因素，并且能夠取得其數(shù)量資料，就可以采用回歸分析預(yù)測(cè)法進(jìn)行預(yù)測(cè)。

1.3.2 分析步驟

使用回歸分析法建立模型完成分析需要5個(gè)步驟：

(1)根據(jù)預(yù)測(cè)目標(biāo)，確定自變量和因變量

明確預(yù)測(cè)的具體目標(biāo)，也就確定了因變量。如預(yù)測(cè)具體目標(biāo)是改善后的可靠度，那么可靠度Y就是因變量。通過售后數(shù)據(jù)和查閱資料，尋找與預(yù)測(cè)目標(biāo)相關(guān)的影響因素，即自變量，并從中選出主要的影響因素。

(2)進(jìn)行相關(guān)分析

一般要求出相關(guān)關(guān)系，以相關(guān)系數(shù)的大小來判斷自變量和因變量的相關(guān)程度。

(3)建立回歸預(yù)測(cè)模型

依據(jù)自變量和因變量的歷史統(tǒng)計(jì)資料進(jìn)行計(jì)算，在此基礎(chǔ)上建立回歸分析方程，即回歸分析預(yù)測(cè)模型。

(4)檢驗(yàn)回歸預(yù)測(cè)模型，計(jì)算預(yù)測(cè)誤差

只有通過各種檢驗(yàn)且預(yù)測(cè)誤差較小，才能將回歸方程作為預(yù)測(cè)模型進(jìn)行預(yù)測(cè)。

(5)計(jì)算并確定預(yù)測(cè)值

利用回歸預(yù)測(cè)模型計(jì)算預(yù)測(cè)值，并對(duì)預(yù)測(cè)值進(jìn)行綜合分析，確定預(yù)測(cè)值。

2 應(yīng)用范圍和條件

2.1 范圍

研究的應(yīng)用范圍僅限于IPTV和使用可靠度二者之間的相關(guān)性分析，分析的數(shù)據(jù)可應(yīng)用于兩個(gè)方面：(1)新項(xiàng)目(同平臺(tái)車型、年型車、換動(dòng)車、升級(jí)車、改款車)質(zhì)量目標(biāo)體系中的IPTV值和固有可靠度的設(shè)定與分解；(2)在產(chǎn)品的可靠性提升與IPTV值的降低。

2.2 條件

IPTV值與服務(wù)周期(月份)和行駛里程相關(guān)，故在應(yīng)用分析前先要完成下列各項(xiàng)活動(dòng)：(1)求出保修車輛的行駛里程分布；(2)建立行駛里程和服務(wù)周期的關(guān)系；(3)在銷售車輛里程僅有保修里程記錄的情況下，利用Monte Carlo 模擬方法確定未發(fā)生事件車輛的刪失里程。

3 方法介紹

對(duì)應(yīng)IPTV的分類，研究IPTV和可靠度之間的相關(guān)性的方法也分為兩種：Weibull++方法和復(fù)發(fā)性事件分析方法。

3.1 Weibull++方法

按照整車失效數(shù)計(jì)(整車發(fā)生的首次事件)時(shí)使用Weibull++方法。Weibull分析即為壽命數(shù)據(jù)分析，可對(duì)產(chǎn)品可靠性進(jìn)行定量評(píng)估，給可靠性設(shè)計(jì)和可靠性驗(yàn)證提供基礎(chǔ)，為可靠性管理提供決策依據(jù)。

3.2 復(fù)發(fā)性事件分析方法 (Recurrent Event Data Analysis，RDA)

按零部件失效數(shù)計(jì)(含整車發(fā)生多次事件)時(shí)使用復(fù)發(fā)性事件分析方法，適用于可修復(fù)系統(tǒng)重復(fù)發(fā)生的失效事件。

4 研究案例

4.1 數(shù)據(jù)收集

4.1.1 確定分析對(duì)象

此案例分析對(duì)象為：2014年2月份某車型銷售車輛、使用時(shí)間為12個(gè)月。

4.1.2 收集車輛銷售和售后索賠信息

此案例收集信息包含：(1)2012年1月份至2014年4月份銷售的某車型24個(gè)月首次事件數(shù)據(jù)；(2)2012年1月份至2014年4月份銷售的某車型售后索賠數(shù)據(jù)；(3)2012年1月份至2014年4月份銷售的某車型按索賠零件和整車計(jì)的IPTV值。

4.2 數(shù)據(jù)處理

4.2.1 事件數(shù)和IPTV值計(jì)算

主要用于計(jì)算按整車失效車輛服務(wù)3MIS、6MIS、9MIS以及12MIS的可靠度。2014年2月銷售的859量車中，整車刪失數(shù)(按索賠整車計(jì))和IPTV值計(jì)算結(jié)果如表2所示，零部件事件數(shù)(按索賠零部件計(jì)(含一車多次事件/索賠))和IPTV值計(jì)算結(jié)果如表3所示。

表2 整車刪失數(shù)和IPTV值計(jì)算結(jié)果

備注：車輛未發(fā)生事件數(shù)=本月銷售車輛總數(shù)-車輛發(fā)生事件數(shù)。

表3 零部件事件數(shù)和IPTV值計(jì)算結(jié)果

4.2.2 失效數(shù)據(jù)整理

失效數(shù)據(jù)整理，如表4和表5所示，用于下一步刪失數(shù)據(jù)的計(jì)算。

表4 整車事件數(shù)據(jù)明細(xì)-整車發(fā)生首次事件服務(wù)里程

表5 零部件事件數(shù)據(jù)明細(xì)(含一車多次事件/索賠)

4.2.3 刪失數(shù)據(jù)整理

刪失數(shù)據(jù)的處理主要是計(jì)算未發(fā)生事件車輛(即刪失車輛)的刪失里程，但是如何獲取呢？首先要確定未發(fā)生事件車輛的行駛里程分布，如表6所示。

表6 未發(fā)生事件車輛(刪失車輛)行駛里程分布

備注：3MIS刪失車輛數(shù)為768輛、6MIS刪失車輛數(shù)為660輛、9MIS刪失車輛數(shù)587輛、12MIS刪失車輛數(shù)為518輛。

確定了未發(fā)生事件車輛的行駛里程分布情況后，然后利用Monte Carlo 模擬方法確定未發(fā)生事件車輛的刪失里程，如表7和表8所示。

表7 按整車計(jì)的刪失里程

表8 按零部件計(jì)的刪失里程

4.3 可靠度計(jì)算

根據(jù)前述的刪失里程結(jié)果，計(jì)算車輛各階段的可靠度，如表9和表10所示。

表9 按照整車事件的行駛里程和刪

表10 按照零部件事件的行駛里程和刪

4.4 IPTV和使用可靠度關(guān)系分析

進(jìn)行IPTV和可靠度的分析，首先使用Mintab建立歸回模型，分為如下4個(gè)步驟：第1步，將車輛服務(wù)3MIS、6MIS、9MIS和12MIS的IPTV值和12 MIS的可靠度R輸入表格；第2步，選擇合適的回歸模型(擬合回歸模型)；第3步，選擇響應(yīng)量和預(yù)測(cè)變量；第4步，進(jìn)行回歸設(shè)置，完成回歸模型的建立。

根據(jù)上述步驟，可以求得整車IPTV的值a、零部件IPTV的值b和可靠度R的回歸方程以及擬合曲線，分別如圖2和圖3所示。

圖2 整車IPTV值a和可靠度R的擬合曲線圖

圖3 零部件IPTV值b和可靠度R的擬合曲線圖

由圖2和圖3可知：可靠度R和IPTV值擬合度不小于95%，強(qiáng)負(fù)相關(guān)。

通過以上研究案例可以得出：整車和零部件的使用可靠度和IPTV兩者強(qiáng)負(fù)相關(guān)。

5 結(jié)論驗(yàn)證

為了證實(shí)研究案例結(jié)論的有效性，作者又進(jìn)一步對(duì)A車型2012年、2013年和2014年3年的數(shù)據(jù)進(jìn)行計(jì)算和研究。

根據(jù)表11的數(shù)據(jù)建立1～12MIS的整車IPTV、零部件IPTV與可靠度的回歸曲線，分別如圖4和圖5所示。

從圖4和圖5可以看出：曲線擬合度不小于0.97，兩者存在強(qiáng)負(fù)相關(guān)，進(jìn)一步驗(yàn)證案例結(jié)論的有效性。

表11 A車型2012—2014年1～12MIS IPTV和可靠度數(shù)據(jù)

圖4 整車IPTV和可靠度線性回歸曲線

圖5 零部件IPTV和可靠度線性回歸曲線

【1】可靠性理論分析[OL].https://wenku.baidu.com/view/8fbd1d6b1eb91a37f0115c03.html.

【2】王霄鋒.汽車可靠性工程基礎(chǔ)[M].北京:清華大學(xué)出版社,2007.

【3】洪楠.Minitab統(tǒng)計(jì)分析教程[M].北京:電子工業(yè)出版社,2007.

Correlation Research of IPTV and Reliability

ZHANG Xiaona

(Vehicle Engineering center,Chery Automobile Co., Ltd.,Wuhu Anhui 241009,China)

Incident per thousand vehicle(IPTV)is an important criterion for evaluating products quality in automotive industry. However, for consumers, products reliability is the most important. The correlation between IPTV and reliability was focused on. Through specific examples, it is proved that there is strong negative correlation between use reliabilities of the whole vehicle & parts and IPTV.

Incident per thousand vehicle(IPTV);Reliability；Regression analysis

2017-02-20

張曉娜,女，本科，從事汽車電子電器性能開發(fā)驗(yàn)證及可靠性方面的工作。E-mail:zhangxiaona@mychery.com。

10.19466/j.cnki.1674-1986.2017.05.012

U461.7

A

1674-1986(2017)05-055-05