CN104850926A - 产品质量的综合评价方法 - Google Patents
产品质量的综合评价方法 Download PDFInfo
- Publication number
- CN104850926A CN104850926A CN201410788442.7A CN201410788442A CN104850926A CN 104850926 A CN104850926 A CN 104850926A CN 201410788442 A CN201410788442 A CN 201410788442A CN 104850926 A CN104850926 A CN 104850926A
- Authority
- CN
- China
- Prior art keywords
- factor
- quality
- product quality
- value
- grade
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明公开了一种产品质量的综合评价方法,该方法包括:确定与产品质量关联的因子;针对每个因子建立数学模型,以及将所有数学模型的取值设置为大于0且小于等于1;以及将多个对应于每个因子的数学模型的取值相乘,并将乘积作为产品质量评价值。通过上述技术方案,将与产品质量相关的全部因子纳入评价范围,将每个因子对应的数学模型的取值设为大于0且小于等于1,从而将每个因子的数学模型相乘得到的产品质量评价值也将属于同样范围。
Description
技术领域
本发明涉及检测领域,具体地,涉及一种产品质量的综合评价方法。
背景技术
随着乘用车行业在我国的蓬勃发展,各个乘用车制造厂家均在进行产量的提升和销售的增量行动,试图使自己的乘用车在快速增长的中国市场能够占据较多的市场份额。在如此激烈的竞争下要想立足于市场,还得有一定的发展,整车质量是一切的关键,这是毋容置疑的问题。整车的制造离不开众多零部件的支持,汽车零部件又由众多供应商供给,所以对于整车制造厂家而言,控制好了零部件的质量就是控制好了整车质量的绝大部分。但是一个汽车零部件从前期的研发到到后期的市场涉及到多方面的因素,如:设计时的技术成熟度、采购成本、供应商资历、供应商的资格、物流、供货及时性、装配工艺、市场故障率、客户的满意度等等。在这样的情况下,无论是整车制造厂家,还是其零部件供应商,如何对一个零部件快速有效,又能涉及到影响其质量的各个因素进行质量的综合评价是目前急需要解决为问题。为了对汽车零部件进行质量控制,各个整车制造厂家不同程度地进行了各种方法,如供应商体的评价,市场故障率的统计,可靠性试验,耐久性试验,客户满意度的调查等等,但这些方法都是单一的,独立的,未能系统化,都不能对一个零部件进行多因子的综合评价。
发明内容
本发明的目的是提供一种方法,能够解决现有汽车零部件质量评价中不能对影响零部件质量的多因子进行综合考虑,只对影响零部件质量的单一因子进行评价而造成的弊端,提供了一种对汽车零部件进行多因子等级综合评价的方法。
为了实现上述目的,本发明提供一种产品质量的综合评价方法,包括:确定与产品质量关联的因子;针对每个因子建立数学模型,以及将所有数学模型的取值设置为大于0且小于等于1;以及将多个对应于每个因子的数学模型的取值相乘,并将乘积作为产品质量评价值。
进一步地,该方法还包括:在0到1之间划分多个区间,每个区间对应一个质量等级;判断每个因子的数学模型的取值所属的区间;以及根据判断结果确定每个因子的质量等级。
进一步地,该方法还包括:判断所述产品质量评价值所属的区间;以及根据判断结果确定产品质量等级。
进一步地,该方法还包括:将所确定的因子的质量等级通知与因子对应的制造方和供应方。
进一步地,该方法还包括:在0到1之间划分以下6个区间:(0,0.1]、(0.1,0.3]、(0.3,0.5]、(0.5,0.7]、(0.7,0.9]、(0.9,1]。
进一步地,所述因子包括以下中至少一者:技术成熟度、采购成本、供应商资历、供应商的资格、物流、供货及时性、装配工艺、市场故障率、客户的满意度。
进一步地,在确定与产品质量关联的因子后,该方法还包括:建立产品质量评价值与关联因子数学模型:Q=Q1Q2……Qi……Qn,其中Q代表产品质量评价值,Qi代表影响该产品质量的第i个因子的质量评价值。
进一步地,针对每个因子建立数学模型包括:对于第i个因子,设置该第i个因子的质量评价值Qi=Fi(Xi),其中Xi为与所述第i个因子相关的自变量输入,Fi为自变量输入Xi与质量评价值Qi的对应关系。
通过上述技术方案,将与产品质量相关的全部因子纳入评价范围,将每个因子对应的数学模型的取值设为大于0且小于等于1,从而将每个因子的数学模型相乘得到的产品质量评价值也将属于同样范围。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。在附图中:
图1是本发明实施方式提供的产品质量的综合评价方法流程图;以及
图2是本发明示例实施方式提供的产品质量的综合评价方法流程图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
图1是本发明实施方式提供的产品质量的综合评价方法流程图。如图1所示,本发明实施方式提供的产品质量的综合评价方法包括:S101,确定与产品质量关联的因子;S102,针对每个因子建立数学模型,以及将所有数学模型的取值设置为大于0且小于等于1;以及S103,将多个对应于每个因子的数学模型的取值相乘,并将乘积作为产品质量评价值。
通过上述技术方案,将与产品质量相关的全部因子纳入评价范围,将每个因子对应的数学模型的取值设为大于0且小于等于1,从而将每个因子的数学模型相乘得到的产品质量评价值也将属于同样范围。
在实施方式中,该方法还可以包括:将所确定的因子的质量等级通知与因子对应的制造方和供应方,以使制造方和供应方即使了解因子质量。
在实施方式中,可以根据预先划分的等级对每个因子的质量等级进行判断。在优选的实施方式中,上述方法还可以包括:在0到1之间划分多个区间,每个区间对应一个质量等级;判断每个因子的数学模型的取值所属的区间;以及根据判断结果确定每个因子的质量等级。对应地,可以同样判断产品质量等级。上述方法还可以包括:判断所述产品质量评价值所属的区间;以及根据判断结果确定产品质量等级。
利用本发明提供的方法,所有与产品质量相关的因子都可以纳入质量评价范围,在实施方式中,因子可以包括以下中至少一者:技术成熟度、采购成本、供应商资历、供应商的资格、物流、供货及时性、装配工艺、市场故障率、客户的满意度等。
在实施方式中,所建立的数学模型可以具有一个或多个自变量,数学模型可以是该自变量的函数且函数值的取值范围为大于0且小于等于1。本发明的实施方式中,对于指定的一个零部件(或产品)其多因子质量综合评价值Q有一个基本的数学模型与其对应,即:Q=Q1Q2……Qi……Qn,其中Q代表了某一零部件的质量综合评价值,Qi代表影响该零部件质量的某一个因素的质量评价值,在此称其为该零配件质量综合评价值Q的其中一个因子Qi,对于影响某一个零配件质量的任何一个因子Qi都有一个数学模型与其对应,即:Qi=Fi(Xi),在本发明中不限制任何一个因子Qi=Fi(Xi)数学模型的具体形式。所以某一零配件的多因子质量综合评价值Q也为:Q=F1(X1)F2(X2)……Fi(Xi)……Fn(Xn)。但在一个质量评价系统下,对于所有零配件,影响零配件质量的所有因子Qi,其值域必须相同,这样也就规定了在一个质量评价系统下所有零配件的质量综合评价值Q的值域是相同的。规定了零配件的质量综合评价值Q的值域后,将此值域从小到大再划分为n个子值域,这n个子值域便是零配件多因子质量综合评价的等级,每个等级可用一定数量的图形表示,由此可得出以图形数量表示的所有零配件的多因子质量等级综合评价表。由于零配件的质量综合评价值Q的值域与其对应的因子Qi的值域相同,所以按照同样的原则将因子Qi的等级也用一定数量的图形表示。至此,某一零配件的质量综合评价值Q有其对应的图形等级,其中的所有因子Qi也有其对应的图形等级,这样既可反应出某一零配件的综合质量情况,又可查询到影响该零配件质量的所有因子的质量情况。
对于某一零配件所处的等级决定于其对应的Q值,而Q值又决定于对应的所有因子Qi,Qi受其对应的Xi变量的影响,由于Xi是动态的,所以所有零配件所处的等级也是动态的,这就实现了零配件多因子质量等级综合评价的动态管理。
作为一种优选方案,本发明中影响零配件质量的因子Qi的值域规定为:0<Qi≤1,也就是影响零部件质量的任何一个因子Qi的最优值为1,最差值无限接近于0,但不等于0;这也规定了任何一个零配件的综合质量评价值Q的值域:0<Q≤1。但不局限于此规定,可以将因子Qi的值域规定为其他数值范围。
作为一种优选方案,本发明中将Q的值域划分为6个子值域,即n=6,也就是将零配件质量综合评价等级划分为6个等级,但不局限于此,可以将n设为其他任何数值。
作为一种优选方案,本发明中零配件所处的不同质量综合评价等级将采用不同数量的黑色五角星“★”和白色五角星“☆”图案表示。但不排除使用其他图形表示。
作为一种优选方案,本发明中规定:一个零配件的多因子质量综合评价值Q(或其因子Qi)的等级划分遵循以下原则,但不限制于此原则,可以采用其他级别的划分,具体等级划分原则如下:
0<Q≤0.1时,该零配件的质量等级表示为5颗黑星“★★★★★”;
0.1<Q≤0.3时,该零配件的质量等级表示为4颗黑星和1颗白星“★★★★☆”;
0.3<Q≤0.5时,该零配件的质量等级表示为3颗黑星和2颗白星“★★★☆☆”;
0.5<Q≤0.7时,该零配件的质量等级表示为2颗黑星和3颗白星“★★☆☆☆”;
0.7<Q≤0.9时,该零配件的质量等级表示为1颗黑星和4颗白星“★☆☆☆☆”;
0.9<Q≤1时,该零配件的质量等级表示为5颗白星“☆☆☆☆☆”。
作为一种优选方案,本发明的实施可基于计算机网络系统运行。例如,可以通过可执行指令等来实现,如图2所示。
本发明的有益效果是,本发明所述方法不仅可反映出某一零配件多因子质量综合评价结果,同时可反映出影响该零配件质量的各个因子的质量评价结果,该方法的实施有助于整车制造厂对零部件质量的有效管控,更有助于零部件供应商对零部件的质量改进。
以下结合一个具体实施例对本发明的原理进一步说明。
在实施例中假设对某一个零部件A进行多因子质量等级综合评价,影响该零部件质量的主要有两个因子Q1和Q2,Q1为该零部件的供货及时性质量评价值,Q2为该零部件市场质量评价值。由于零部件的市场故障数据自于市场不同的地方,所以假设该零部件的市场故障数据来自于两个地方,这就需要Q1的变量X1有两个数据采集终端,假设其分别为1号采集终端和2号采集终端,1号采集终端采集的零部件A的故障数为C1,2号采集终端采集的零部件A的故障数为C2
假设Q1的数学模型如下:
a≥1,且a为整数。
以上数学模型中,a为供应商签订的最长供货周期天数,在此假设为10天,即a=10;X1为供应商实际供货的周期天数,假设该实际供货周期天数的数据采集终端有1个,放置在该零部件的采购员处或者物流处。在此假设实际采购周期为11天,则依据以上数学模型得出Q1=F1(11)=10/11≈0.99,也就表明零部件A的供货及时性这一质量因子的评价值为0.909,同时可表示出零部件A的供货及时性这一质量因子所处的质量等级为:“☆☆☆☆☆”(因为约定:0.9<Qi≤1时,该零配件的质量等级表示为5颗白星)。
假设Q2的数学模型如下:
其中:b≥0,且b为整数;d≥1,且d为整数。
对于以上数学模型中b为供应商签订的零部件A在某一周期内的市场故障率最大值(在此用千分比表示,即:b‰),在此假设b=3;X2为实际的故障数,X2=C1+C2,(C1和C2均为不同终端采集到的零部件A的故障数量),在此假设零部件A在某一周期内C1=3,C2=5,该周期内该零配件市场总数为d,d=800,则依据以上数学模型得出:X2=C1+C2=3+5=8,1000X2/d=1000*8/800=10,因b=3,所以1000X2/d>b,则:也就表明零部件A的市场质量这一质量因子的评价值为0.3,同时可表示出零部件A的市场质量这一质量因子所处的质量等级为:“★★★★☆”(0.1<Qi≤0.3时,该零配件的质量等级表示为4颗黑星和1颗白星)。
因为得知了零部件A的两个因子得知了Q1和Q2质量等级,同时也得知了Q1和Q2的质量评价值,所以最终也就得知了零部件A的多因子质量等级综合评价值Q,即:Q=Q1Q2=0.909*0.3=0.273,最终也就表示出零部件A的多因子质量等级综合评价所处的质量等级为:“★★★★☆”(0.1<Q≤0.3时,该零配件的质量等级表示为4颗黑星和1颗白星)。
至此既得出了零部件A的多因子质量等级综合评价,也得出了影响该零部件所用因子的质量等级评价,这些数据的运算都将基于计算机网络系统进行处理,并在计算机网络系统的一个数据处理中心进行集中运算和存储,同时将会把最终得出的零部件多因子质量等级综合评价及其因子质量评价结果通过计算机网络传输到对于零部件的供应商零部件质量等级评价端口进行显示,以便供应商及时了解自己零部件的质量情况,进行质量改进的快速反应。同时,该质量评价结果也会传输到整车制造厂家的零部件质量等级评价显示端口,以便整车制造厂家对供应商及其零部件进行有效管控。
以上结合附图详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。
Claims (8)
1.一种产品质量的综合评价方法,其特征在于,该方法包括:
确定与产品质量关联的因子;
针对每个因子建立数学模型,以及将所有数学模型的取值设置为大于0且小于等于1;以及
将多个对应于每个因子的数学模型的取值相乘,并将乘积作为产品质量评价值。
2.根据权利要求1所述的方法,其特征在于,该方法还包括:
在0到1之间划分多个区间,每个区间对应一个质量等级;
判断每个因子的数学模型的取值所属的区间;以及
根据判断结果确定每个因子的质量等级。
3.根据权利要求2所述的方法,其特征在于,该方法还包括:
判断所述产品质量评价值所属的区间;以及
根据判断结果确定产品质量等级。
4.根据权利要求2所述的方法,其特征在于,该方法还包括:将所确定的因子的质量等级通知与因子对应的制造方和供应方。
5.根据权利要求1所述的方法,其特征在于,该方法还包括:
在0到1之间划分以下6个区间:(0,0.1]、(0.1,0.3]、(0.3,0.5]、(0.5,0.7]、(0.7,0.9]、(0.9,1]。
6.根据权利要求1所述的方法,其特征在于,所述因子包括以下中至少一者:技术成熟度、采购成本、供应商资历、供应商的资格、物流、供货及时性、装配工艺、市场故障率、客户的满意度。
7.根据权利要求1所述的方法,其特征在于,在确定与产品质量关联的因子后,该方法还包括:建立产品质量评价值与关联因子数学模型:Q=Q1Q2……Qi……Qn,其中Q代表产品质量评价值,Qi代表影响该产品质量的第i个因子的质量评价值。
8.根据权利要求1所述的方法,其特征在于,针对每个因子建立数学模型包括:对于第i个因子,设置该第i个因子的质量评价值Qi=Fi(Xi),其中Xi为与所述第i个因子相关的自变量输入,Fi为自变量输入Xi与质量评价值Qi的对应关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410788442.7A CN104850926A (zh) | 2014-12-17 | 2014-12-17 | 产品质量的综合评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410788442.7A CN104850926A (zh) | 2014-12-17 | 2014-12-17 | 产品质量的综合评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104850926A true CN104850926A (zh) | 2015-08-19 |
Family
ID=53850558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410788442.7A Pending CN104850926A (zh) | 2014-12-17 | 2014-12-17 | 产品质量的综合评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104850926A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107918870A (zh) * | 2016-10-10 | 2018-04-17 | 深圳市劲嘉数媒科技有限公司 | 产品生命值测量的建模方法及装置 |
CN108182503A (zh) * | 2017-09-30 | 2018-06-19 | 上海众深科技股份有限公司 | 一种工业用离心泵的质量评价方法及其设备 |
CN108648022A (zh) * | 2018-05-10 | 2018-10-12 | 广州腾骋飞贸易有限公司 | 一种基于大数据的商品缺陷评估方法 |
CN109754137A (zh) * | 2017-11-03 | 2019-05-14 | 钢铁研究总院 | 确定钢铁材料产品的质量和/或等级的方法及设备 |
CN110264047A (zh) * | 2019-06-04 | 2019-09-20 | 无锡奥特维科技股份有限公司 | 质量标定方法、装置、设备及计算机可读存储介质 |
CN116170360A (zh) * | 2022-12-08 | 2023-05-26 | 中国联合网络通信集团有限公司 | 网络质量评估方法、装置及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102262664A (zh) * | 2011-07-26 | 2011-11-30 | 北京百度网讯科技有限公司 | 一种质量评价的方法和装置 |
CN103729683A (zh) * | 2013-09-18 | 2014-04-16 | 国家电网公司 | 计量资产的寿命评估方法 |
-
2014
- 2014-12-17 CN CN201410788442.7A patent/CN104850926A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102262664A (zh) * | 2011-07-26 | 2011-11-30 | 北京百度网讯科技有限公司 | 一种质量评价的方法和装置 |
CN103729683A (zh) * | 2013-09-18 | 2014-04-16 | 国家电网公司 | 计量资产的寿命评估方法 |
Non-Patent Citations (1)
Title |
---|
XJYCDJSJDHEART: "产品的质量综合评价方法研究", 《HTTPS://WENKU.BAIDU.COM/VIEW/36A19877A216147916112801.HTML》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107918870A (zh) * | 2016-10-10 | 2018-04-17 | 深圳市劲嘉数媒科技有限公司 | 产品生命值测量的建模方法及装置 |
CN107918870B (zh) * | 2016-10-10 | 2021-06-18 | 深圳劲嘉盒知科技有限公司 | 产品生命值测量的建模方法及装置 |
CN108182503A (zh) * | 2017-09-30 | 2018-06-19 | 上海众深科技股份有限公司 | 一种工业用离心泵的质量评价方法及其设备 |
CN108182503B (zh) * | 2017-09-30 | 2021-12-28 | 上海众深科技股份有限公司 | 一种工业用离心泵的质量评价方法及其设备 |
CN109754137A (zh) * | 2017-11-03 | 2019-05-14 | 钢铁研究总院 | 确定钢铁材料产品的质量和/或等级的方法及设备 |
US11209414B2 (en) | 2017-11-03 | 2021-12-28 | Central Iron And Steel Research Institute | Method for determining quality level of iron and steel product |
CN108648022A (zh) * | 2018-05-10 | 2018-10-12 | 广州腾骋飞贸易有限公司 | 一种基于大数据的商品缺陷评估方法 |
CN110264047A (zh) * | 2019-06-04 | 2019-09-20 | 无锡奥特维科技股份有限公司 | 质量标定方法、装置、设备及计算机可读存储介质 |
CN116170360A (zh) * | 2022-12-08 | 2023-05-26 | 中国联合网络通信集团有限公司 | 网络质量评估方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104850926A (zh) | 产品质量的综合评价方法 | |
CN105912500A (zh) | 机器学习模型生成方法和装置 | |
CN103852144B (zh) | 具有不间断称重功能的称重系统以及称重方法 | |
CN102063375B (zh) | 一种基于混合测试的软件可靠性评估方法及其装置 | |
CN104363324B (zh) | 一种对手机主板进行自动测试的测试方法及测试系统 | |
CN111506485B (zh) | 特征分箱方法、装置、设备及计算机可读存储介质 | |
CN102819768B (zh) | 客流数据分析的方法及系统 | |
CN103853786A (zh) | 数据库参数的优化方法与系统 | |
Ciuffo et al. | Models and scientific tools for regulatory purposes: The case of CO2 emissions from light duty vehicles in Europe | |
CN102446135A (zh) | 软件质量的检测方法 | |
CN101349731A (zh) | 一种电压稳定性实时评估方法 | |
CN103810643A (zh) | 电压暂降的等级量化方法及装置 | |
CN103593718A (zh) | 一种负荷组合预测方法及装置 | |
CN117141295B (zh) | 一种新能源汽车的高压充电方法及充电站 | |
CN112595537B (zh) | 基于信号分析的设备健康状态监控方法、系统及存储介质 | |
CN111145045B (zh) | 一种考虑VaR的电力大用户柔性负荷评估方法及系统 | |
CN108876096A (zh) | 一种数据处理方法、装置及相关设备 | |
KR20220115357A (ko) | 어텐션 메커니즘 기반의 미래 수요 예측 데이터 생성방법 및 장치 | |
CN112460479A (zh) | 氢能汽车氢气瓶的检测方法、装置、介质、系统及汽车 | |
CN106648895A (zh) | 一种处理数据的方法、装置及终端 | |
CN110322046A (zh) | 一种消除异常货量影响的货量预测方法及系统 | |
CN112767084B (zh) | 一种基于云计算的数据安全校验方法、装置及服务器 | |
CN109993328A (zh) | 网络约车订单分配方法和装置 | |
CN115222145A (zh) | 基于新能源汽车运行大数据的续驶里程预测方法及系统 | |
CN112541514A (zh) | 事件发布方法、服务器、终端及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150819 |
|
RJ01 | Rejection of invention patent application after publication |