Метод идентификации качества продукции на основе матричного подхода

Бесплатный доступ

В статье проводится анализ метода развертывания функции качества продукции и услуг. Предлагается метод структурной и параметрической идентификации качества как решение обратной задачи с использованием матричного подхода при развертывании функции качества.

Управление качеством, развертывание функции качества, идентификация, матричные преобразования, обратная задача

Короткий адрес: https://sciup.org/148199497

IDR: 148199497

Текст научной статьи Метод идентификации качества продукции на основе матричного подхода

В современных условиях выпуск конкурентоспособной продукции направлен на удовлетворение идентифицированных требований и ожиданий потребителей и последующее достижение предприятием лидирующих позиций на рынке. Основой обеспечения конкурентоспособности является менеджмент организации на базе международных стандартов качества (ISO 9001, ISO/ TS 16949) и принципов всеобщего менеджмента качества, а также использование современных методов планирования и управления качеством продукции. В основе современных зарубежных систем менеджмента качества лежит подход “Big Q”, развивающий TQM за счет применения развертывания функции качества (QFD) при планировании качества продукции [1].

Существующие методики планирования качества продукции имеют ряд ограничений, которые не позволяют адекватно смоделировать взаимосвязь характеристик продукции с удовлетворенностью потребителей. Привлечение экспертов для оценки продукции часто демонстрирует низкую корреляцию оценки экспертов с оценкой потребителей. Низкая согласованность оценок потребителя и эксперта значительно снижает конкурентоспособность продукции: продукция, выпуск которой основан на высокой оценке качества экспертами, не находит своего покупателя по причине низкой оценки качества продукции с точки зрения потребителя.

Общепризнанной моделью идентификации предпочтений потребителя является модель профиля качества Н. Кано, указывающая на наличие у потребителя трехуровневого представления о качестве продукции: базовые требования, высказанные контрактные требова-

ния, невысказанные требования и ожидания [2, 3]. На сегодняшний момент отсутствует методика, позволяющая практически использовать данную модель для проектирования качества продукции и услуг.

Необходимость планирования процессов жизненного цикла продукции и исследования процессов, связанных с потребителями определяет возрастание важности использования современными организациями таких методов планирования качества как QFD (Quality Function Deployment), HCPP (HPPC, Hierarchisation of Product and Process Characteristics) при проектировании и разработке продукции и услуг.

Развертывание функции качества (QFD) – это методология систематического и структурированного преобразования пожеланий потребителей в требования к качеству продукции, услуги и/или процесса [2, 3]. Метод QFD уже давно и с успехом используется различными компаниями всего мира. Использование QFD достаточно подробно описывается в зарубежных и российских источниках [2, 3] и в настоящее время получает распространение в практике российских предприятий.

Метод QFD реализуется с использованием матричной диаграммы, названной в соответствии со своей формой «Дом качества» (House Of Quality, HOQ).

В развернутом виде QFD включает четыре фазы, и на каждой из них строится свой Дом качества HOQ. После преобразования потребительских характеристик в технические (фаза №1), последние преобразуются в характеристики компонентов (фаза №2), далее – в параметры процессов (фаза №3), а затем в требования к исполнению операций (фаза №4). В настоящее время существует множество различных вариантов применения метода QFD, например некоторые производители используют только отдель- ные фазы (часто только фазу №1). Так как при проведении QFD используется большое количество экспертиз (привлекаются эксперты различных уровней и специализаций), используемые производителями оценочные шкалы и методы оценки могут отличаться.

Традиционным решением задачи планирования качества продукции и услуг в рамках метода QFD является последовательное ранжирование характеристик в соответствии с полученным приоритетом (результат) с учетом важности требований потребителя (исходные данные) [2, 3].

Абсолютное значение приоритета характеристики Θ j на фазе 1 QFD рассчитывается по формуле:

i=k е, = X (Pi' H), (1)

i = 1

где H ij – коэффициент взаимосвязи характеристики j и требования i,

Pi – важность i-того требования для потребителя, k – количество требований потребителя, n – количество характеристик.

Используя матричное преобразование, которое получает развитие в QFD [4], этот же результат может быть получен по формуле:

Θ = HT ЧP. (2)

Далее расчет повторяется с учетом важности (необходимости) для организации увеличения степени выполнения конкретного требования исходя из данных о профилях конкурентов, полученных в результате бенчмаркинга, а на следующем этапе – с учетом технической возможности изменения характеристик.

В традиционном подходе сложность и громоздкость вычислений сочетается с отсутствием учета погрешности исходных данных, что приводит к низкой устойчивости и достоверности полученных результатов.

Предлагается рассматривать метод QFD как задачу идентификации качества продукции и услуг. Задача является обратной, так как необходимо определить качество проектируемой продукции или услуги (причину) по высказанной или проявленной удовлетворенности (следствие). В отличие от решения прямых задач, решение задач, состоящих в обращении причинно-следственных связей (обратных задач), связано с преодолением определенных математических трудностей (особенно в случае k

Таким образом, задача идентификации качества продукции и услуг является обратной, а стандартные подходы к решению этой задачи обладают низкой достоверностью и повышенной чувствительностью к погрешностям исходных данных.

В связи с особенностями поставленной задачи и современными возможностями компьютерной обработки результатов предлагается для решения использовать метод устойчивого приближенного решения матричного уравнения (3), позволяющий обоснованно учитывать широкий круг различной дополнительной информации.

HδΘ = δP, (3) где δΘ – n-мерный вектор относительных отклонений параметров состояния (характеристик продукции),

δP – k-мерный вектор относительных отклонений признаков состояния (важности требований и ожиданий потребителей),

H – матрица размером (k × n) коэффициентов взаимосвязи требований и характеристик.

Повышение устойчивости и достоверности результатов идентификации качества при использовании матричного подхода возможно за счет использования дополнительной информации о погрешностях признаков состояния и возможных значениях параметров состояния. Используя матричные преобразования и распространенный метод наименьших квадратов по формуле (4) получаем не только принятые в QFD оценки приоритетов изменения технических характеристик, но и другие оценки направлений дальнейшего совершенствования.

= (HT PH)-1HTP5P, (4)

где P – весовая матрица погрешностей требований и ожиданий.

Таким образом, подход к идентификации характеристик продукции, услуг (QFD I, II уровня) и параметров процессов (QFD III, IV уровня), основанный на матричном подходе позволяет существенно упростить решение практической задачи планирования качества и повысить достоверность и устойчивость результатов к погрешностям исходных данных. Разработанный метод необходим конструкторам, технологам и специалистам по качеству для быстрой и эффективной реализации требований потребителей к разрабатываемой и выпускаемой продукции.

Список литературы Метод идентификации качества продукции на основе матричного подхода

  • Bhote, Keki R., Bhote, Adi K. World class quality: using design of experiments to make it happen. New York, AMACOM, 2000. 487 pp.
  • Брагин Ю.В., Корольков В.Ф. Путь QFD: проектирование и производство продукции исходя из ожиданий потребителей. Ярославль: ННОУ "Центр качества", 2003. 240 с.
  • Дмитриев А.Я., Митрошкина Т.А., Вашуков Ю.А. Развертывание функции качества (QFD): Методические указания. Самара.: СГАУ, 2009. 54 с.
  • Fehlmann Thomas M. New Lanchester Theory for Requirements Prioritization//Second International Workshop on Software Product Management, iwspm. 2008. P.35 40,
  • Тихонов А. Н., Арсенин В. Я. Методы решения некорректных задач. М.: Наука. Главная редакция физико-математической литературы, 1979. Изд. 2-е. 284 с.
  • Фурсов В.А. Идентификация моделей систем формирования изображений по малому числу наблюдений. Самара: СГАУ, 1998, 218 с.
Статья научная