余建平 劉偉才

（中國船舶重工集團(tuán)公司七五〇試驗(yàn)場質(zhì)量技術(shù)基礎(chǔ)部 昆明 650051）

1 引言

隨著科學(xué)技術(shù)及生產(chǎn)力水平的迅猛發(fā)展，各種電子機(jī)械產(chǎn)品的科技含量也越來越高，軍工產(chǎn)品作為各類高端技術(shù)綜合體的產(chǎn)物，其工藝復(fù)雜程度所帶來的產(chǎn)品準(zhǔn)備和試驗(yàn)過程中導(dǎo)致質(zhì)量問題發(fā)生的因素具有更多的綜合性、隨機(jī)性、復(fù)雜性。為此保證過程監(jiān)督到位和加強(qiáng)事前預(yù)防的措施，提早規(guī)避或減少質(zhì)量問題的發(fā)生就變得十分重要［1］。

本文運(yùn)用“產(chǎn)品質(zhì)量熵”理論提出了“試驗(yàn)過程質(zhì)量隱患源熵”概念，在收集了某水下航行體試驗(yàn)及試驗(yàn)準(zhǔn)備全過程中質(zhì)量問題的基礎(chǔ)上，從產(chǎn)品交接及方案策劃階段、裝配調(diào)試階段、實(shí)航實(shí)施階段、事后處理階段分析并整理了造成質(zhì)量問題的關(guān)鍵因素，發(fā)現(xiàn)產(chǎn)品零件質(zhì)量、參試/測試設(shè)備、人為（操作）、管理是導(dǎo)致質(zhì)量問題發(fā)生的主要因素，給出了試驗(yàn)過程質(zhì)量隱患源熵的算法并進(jìn)行了仿真求解，從而得到各隱患源的權(quán)重，并且通過仿真圖形對隱患源的重要度進(jìn)行排序，為后續(xù)新產(chǎn)品質(zhì)量問題的度量和預(yù)防提供了理論借鑒［2～4］。

2 試驗(yàn)過程質(zhì)量隱患源熵的概念

熵的概念起源于熱力學(xué)，后來由Shannon引入信息領(lǐng)域提出信息熵理論，并開創(chuàng)了熵在工程技術(shù)、經(jīng)濟(jì)、社會(huì)應(yīng)用的新紀(jì)元。熵就是描述一個(gè)系統(tǒng)的無序程度的變量。系統(tǒng)越亂，熵就越大，系統(tǒng)越有序，熵就越小。熵值法是突出局部差異的權(quán)重計(jì)算方法，是根據(jù)某同一指標(biāo)觀測值之間的差異程度來反映其重要程度的［5］。

基于產(chǎn)品質(zhì)量與信息熵在微觀概念思維方式上的相通之處，有關(guān)學(xué)者將熵引入質(zhì)量管理領(lǐng)域來闡述產(chǎn)品不可控的質(zhì)量損失，提出產(chǎn)品質(zhì)量熵的概念。質(zhì)量熵是質(zhì)量損失的一種度量，從質(zhì)量特性的角度，可用質(zhì)量度對目標(biāo)要求能力進(jìn)行量化，即指質(zhì)量完成或達(dá)到顧客滿意度的狀態(tài)概率［6］。從熵的角度來分析，它必然有一個(gè)與質(zhì)量度相對應(yīng)的質(zhì)量熵來表示該質(zhì)量特性的不確定度和無序度。當(dāng)質(zhì)量度越大時(shí)，其本身的不確定度和無序度就越??；反之，就越大。用質(zhì)量度來定義其產(chǎn)品質(zhì)量熵為：

其中，N為產(chǎn)品質(zhì)量特性的個(gè)數(shù)、K為比例常數(shù)，同樣定義為K=1/ln N、Pi為第i個(gè)的狀態(tài)概率（質(zhì)量度）。

基于“產(chǎn)品質(zhì)量熵”理論，本文提出了“試驗(yàn)過程質(zhì)量隱患源熵”概念［7］。試驗(yàn)過程質(zhì)量隱患源熵存在于產(chǎn)品的各個(gè)階段（產(chǎn)品交接及方案策劃階段、裝配調(diào)試階段、實(shí)航實(shí)施階段、事后處理階段），是對影響靶場試驗(yàn)過程質(zhì)量潛在隱患的可能性度量。它綜合反映了靶場試驗(yàn)全過程存在的一系列隱患問題對產(chǎn)品質(zhì)量影響度的大小，某種試驗(yàn)過程質(zhì)量隱患源熵越大，則試驗(yàn)過程質(zhì)量影響度越大，從而輸出的產(chǎn)品在試驗(yàn)全過程中的質(zhì)量不確定性、無序度就越大，試驗(yàn)過程發(fā)生質(zhì)量問題的可能性就越大。試驗(yàn)過程質(zhì)量隱患源熵是試驗(yàn)過程質(zhì)量影響度的具體表現(xiàn)形式，其量化結(jié)果可作為對影響試驗(yàn)過程權(quán)重較大的因素采取合理控制的標(biāo)準(zhǔn)［8～9］。

3 試驗(yàn)過程質(zhì)量隱患源熵的數(shù)學(xué)模型及算法

試驗(yàn)過程質(zhì)量隱患源熵的算法如下：1）分析產(chǎn)品從入場到事后處理過程導(dǎo)致質(zhì)量問題的隱患源；2）將隱患源的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到矩陣R；3）計(jì)算各隱患源的每個(gè)指標(biāo)對于影響度所有判斷指標(biāo)的相對比重；4）計(jì)算各隱患源值；5）計(jì)算各隱患源熵權(quán)；6）計(jì)算各試驗(yàn)過程質(zhì)量隱患源熵綜合權(quán)重。

3.1 試驗(yàn)過程質(zhì)量隱患源熵的數(shù)學(xué)模型

試驗(yàn)過程質(zhì)量隱患源熵的數(shù)學(xué)模型首先應(yīng)分析影響試驗(yàn)質(zhì)量的因素即試驗(yàn)過程質(zhì)量隱患源熵，假設(shè) X={F1，F(xiàn)2，…，F(xiàn)n}表示有n個(gè)主要隱患源集，用 Yi={Fi1，F(xiàn)i2，…，F(xiàn)im}表示第i個(gè)隱患源集，yij表示第i個(gè)隱患源的第j個(gè)屬性值，如果用目標(biāo)函數(shù)值表示屬性，則為

這樣用n個(gè)隱患源的m個(gè)目標(biāo)函數(shù)值表示的屬性則可構(gòu)成隱患源的判斷矩陣為

由于不同隱患源數(shù)據(jù)具有不同的度量標(biāo)準(zhǔn)和方法，而且在數(shù)值上也可能有一定差異，因此為消除隱患源存在屬性和數(shù)量級的差異，需要對原始數(shù)據(jù)采用無量綱化的方法進(jìn)行標(biāo)準(zhǔn)化處理。無量綱化的方法一般有收益型、成本型、固定型、區(qū)間型，本文采用成本型無量綱化方法對隱患源集進(jìn)行標(biāo)準(zhǔn)化處理，具體模型為

當(dāng)影響靶場試驗(yàn)質(zhì)量的隱患源在指標(biāo)上的值完全相同時(shí)，熵值達(dá)到最大值1，熵權(quán)為0，表明該隱患源未提供任何有用信息，該隱患源可以不予考慮。當(dāng)隱患源在指標(biāo)上的值相差較大、熵值較小、熵權(quán)較大時(shí)，說明該隱患源是權(quán)重比較大的因素，應(yīng)重點(diǎn)預(yù)防。各隱患源的每個(gè)指標(biāo)對于該隱患源所有判斷指標(biāo)的相對比重為

其中：κ=1/ln m。

熵權(quán)的本質(zhì)是對數(shù)據(jù)信息有用程度的度量。如果某個(gè)影響因素的熵越小，說明其值的增減程度越大，提供的有用信息量越多越有利于作出正常與異常的判斷和選擇，在判斷該隱患源所起的作用就越大，即當(dāng)該隱患源異常時(shí)，對試驗(yàn)過程質(zhì)量的影響越大，該隱患源的熵權(quán)越大［10～12］。因此，可得第 i個(gè)影響因數(shù)的熵權(quán)為

對于靶場試驗(yàn)質(zhì)量隱患源，使用專家法給出其主觀權(quán)重為 λi（i=1，2，…，n）。主觀權(quán)重是根據(jù)不同的行業(yè)、不同過程而確定的。因此，主觀權(quán)重對于試驗(yàn)過程質(zhì)量隱患源熵的確定具有實(shí)際意義。

在試驗(yàn)過程質(zhì)量隱患源熵權(quán)與主觀權(quán)重的基礎(chǔ)上，可得第i項(xiàng)隱患源的綜合權(quán)重為

其中：i=1，2，…n。

3.2 算法實(shí)現(xiàn)

利用Matlab對試驗(yàn)過程質(zhì)量隱患源熵權(quán)重的仿真步驟如下。

1）初始化參數(shù)，分析產(chǎn)品從入場到事后處理過程導(dǎo)致試驗(yàn)質(zhì)量問題的隱患源，將隱患源點(diǎn)F1，F(xiàn)2，…，F(xiàn)n按順序排列，將每一個(gè)隱患源點(diǎn)分布在m個(gè)判斷指標(biāo)下，獲得一個(gè)判斷矩陣R′。

2）根據(jù)具體情況利用成本型指標(biāo)將初始判斷矩陣R′進(jìn)行標(biāo)準(zhǔn)化處理，得到矩陣R。

3）計(jì)算各隱患源n個(gè)指標(biāo)中的每個(gè)指標(biāo)j對于隱患源所有判斷指標(biāo)的相對比重 fij。

4）計(jì)算n類隱患源中第i個(gè)隱患源的熵值Hi，并計(jì)算第i個(gè)隱患源的熵權(quán)wi。

5）將熵權(quán)wi與專家法給出的權(quán)重 λi相結(jié)合計(jì)算第i項(xiàng)隱患源的綜合權(quán)重wi，算法結(jié)束。

4 應(yīng)用仿真

4.1 靶場試驗(yàn)過程質(zhì)量隱患源熵組成模型

某水下航行體產(chǎn)品的質(zhì)量控制不僅是產(chǎn)品研制過程的設(shè)計(jì)、材質(zhì)、技術(shù)、生產(chǎn)等過程的質(zhì)量控制，在靶場試驗(yàn)時(shí)，產(chǎn)品準(zhǔn)備的質(zhì)量控制也是決定靶場試驗(yàn)成敗的重要因素之一。在某水下航行體湖試全過程中，應(yīng)以合格零件進(jìn)行裝配調(diào)試為前提，即在裝配調(diào)試之前需保證產(chǎn)品硬件質(zhì)量。在產(chǎn)品試驗(yàn)實(shí)施之前，首先需要針對各分段和總體采用不同的裝配調(diào)試方法和設(shè)備進(jìn)行裝配調(diào)試，同樣在產(chǎn)品試驗(yàn)實(shí)施過程中，也要選擇相應(yīng)的發(fā)控、參試/測試設(shè)備。在靶場試驗(yàn)時(shí)，產(chǎn)品準(zhǔn)備的質(zhì)量控制還與組織管理和人為因素有關(guān)。根據(jù)上述分析，可建立產(chǎn)品靶場試驗(yàn)全過程質(zhì)量影響因數(shù)組成模型。

4.2 靶場試驗(yàn)過程質(zhì)量隱患源熵的仿真計(jì)算

圖1為靶場試驗(yàn)過程質(zhì)量隱患源組成模型，影響靶場試驗(yàn)過程質(zhì)量的主要隱患源可分為四類，每一個(gè)隱患源都有不同的量化標(biāo)準(zhǔn)，隱患源的權(quán)重也不同，在計(jì)算試驗(yàn)過程質(zhì)量隱患源熵的過程中，應(yīng)具體分析，某水下航行體各類隱患源不同階段質(zhì)量問題原始數(shù)據(jù)如表1所示。

表1 某水下航行體質(zhì)量問題原始數(shù)據(jù)

表2 各類隱患源不同階段下無質(zhì)量問題百分率

表2中，數(shù)據(jù)是全年該型號(hào)產(chǎn)品各類隱患源不同階段質(zhì)量問題統(tǒng)計(jì)（如表1所示），根據(jù)所得，數(shù)值越大表明該隱患源在此階段下狀態(tài)越穩(wěn)定，反之則越不穩(wěn)定；根據(jù)仿真算法步驟可得到如下結(jié)果：

由算法步驟1）可得模糊關(guān)聯(lián)矩陣為

由步驟3）可得各隱患數(shù)據(jù)每兩月與其它月份相對比重矩陣為

由步驟4）和5）可得靶場試驗(yàn)過程質(zhì)量隱患源熵權(quán)為

由于靶場試驗(yàn)質(zhì)量影響因數(shù)的主觀權(quán)重沒有通過專家判斷，不能給出靶場試驗(yàn)質(zhì)量隱患源合理的重要程度參考值，所以在此假設(shè)各質(zhì)量隱患源主觀權(quán)重λ均為1。

由步驟5）可得靶場試驗(yàn)過程質(zhì)量隱患源熵的綜合權(quán)重為

根據(jù)上述計(jì)算過程，可將各類隱患源的綜合權(quán)重仿真如圖2所示。

圖2 中可以看出，通過對各類影響靶場試驗(yàn)質(zhì)量隱患源綜合權(quán)重的計(jì)算，可以很明確地得出各類靶場試驗(yàn)過程質(zhì)量隱患源的綜合權(quán)重。由仿真圖可得各類隱患源隱患度的權(quán)重排序?yàn)閃：｛W4＞W(wǎng)2＞W(wǎng)1＞W(wǎng)3｝由此得出，在靶場試驗(yàn)中，按2/8原則需重點(diǎn)控制的隱患源為W2和W4，即參試/測試設(shè)備與組織管理。由于本文質(zhì)量隱患源主觀權(quán)重為假設(shè)值，所以最終數(shù)據(jù)結(jié)論不反映實(shí)際情況。

本文算法不僅得出綜合權(quán)重排序，并且還得出了各類隱患源隱患度的具體數(shù)值，因此可以對隱患源作針對性的控制與預(yù)防。

5 結(jié)語

本文在面向裝配調(diào)試過程質(zhì)量熵的基礎(chǔ)上提出過程質(zhì)量熵的概念，利用綜合熵權(quán)的思想，在借鑒信息熵計(jì)算方法的基礎(chǔ)上，將過程質(zhì)量這一復(fù)雜的問題進(jìn)行定量化處理，通過仿真算法來求解過程質(zhì)量綜合權(quán)重，從而對各類過程質(zhì)量關(guān)鍵程度進(jìn)行排序，為主動(dòng)預(yù)防提供了新的思路。

［1］侯惠芳，季新生，劉光強(qiáng).異構(gòu)無線網(wǎng)絡(luò)中基于標(biāo)識(shí)的匿名認(rèn)證協(xié)議［J］.通信學(xué)報(bào)，2011，32（5）：153-161.

［2］周彥偉，楊波，張文政.可證安全的移動(dòng)互聯(lián)網(wǎng)可信匿名漫游協(xié)議［J］.計(jì)算機(jī)學(xué)報(bào)，2015，38（4）：733-748.

［3］王波，耿如軍.機(jī)械產(chǎn)品裝配調(diào)試過程質(zhì)量熵研究［J］.制造業(yè)自動(dòng)化，2009，31（9）：18-23.

［4］葛紅玉，張根保.機(jī)械產(chǎn)品裝配質(zhì)量缺陷源熵的算法及求解分析［J］.計(jì)算機(jī)運(yùn)用與研究，2010，27（10）：3807-3809.

［5］吳紅梅，金鴻章.基于熵理論復(fù)雜系統(tǒng)的脆性［J］.中南大學(xué)學(xué)報(bào)，2009，40（9）：347-351.

［6］丁正平，汪克夷.基于熵的直運(yùn)型供應(yīng)鏈庫存協(xié)調(diào)研究［J］.計(jì)算機(jī)集成制造系統(tǒng)，2008，14（5）：933-936.

［7］羅良靜，王靜.熵權(quán)法在企業(yè)統(tǒng)計(jì)質(zhì)量控制中的應(yīng)用［J］.統(tǒng)計(jì)與信息論壇，2004，19（6）：5-7.

［8］劉煜，鄭恒.基于熵的新產(chǎn)品開發(fā)決策方法［J］.科技進(jìn)步與對策，2007，24（2）：155-156.

［9］王彬.基于知識(shí)的機(jī)械產(chǎn)品概念設(shè)計(jì)過程防錯(cuò)理論與方法研究［D］.北京：北京航空航天大學(xué)，2008.

［10］王旭，葛顯龍，林云.供應(yīng)商選擇的雙層規(guī)劃模型及求解分析［J］.計(jì)算機(jī)工程與應(yīng)用，2009，45（23）：11-14.

［11］胡俊，胡賢德，程家興.基于Spark的大數(shù)據(jù)混合計(jì)算模型［J］.計(jì)算機(jī)系統(tǒng)應(yīng)用，2015，24（4）：214-218.

［12］李鋒剛，魏炎炎，楊龍.基于和聲算法異構(gòu)Hadoop集群資源分配優(yōu)化［J］.計(jì)算機(jī)工程與應(yīng)用，2014，50（9）：98-102.