二维质保数据建模与产品早期失效预警方法研究

Warranty is a guarantee provided by a manufacturer that the product could execute its intended function in the warranty period and under the common using conditions. If the products have failures in the warranty period, the failed product will be repaired or replaced with new one by the manufacturer free of charge or with minimal cost. This kind of claims is referred to as warranty claims. The warranty claims are the result of early failures of products. The warranty data and its distribution can relect the quality and field reliability of the products in some extent. In this project, we will take the two-dimensional warranty policy of cars as an example and do research as the following considering the incompleteness in the two-dimensional warranty data. 1) Based on the two-dimensional warranty data, the field reliability model will be tuild. This model is valuable for warranty policy design, warranty cost prediction, and, quality and reliability improvement. 2) Based on the two-dimensional data analysis, the models for early failure warning will be studied for avoiding the loss from defects in design and manufacturing. 3) To the fault of warranty claims detected, we will study on the model and methodology for fault diagnosis. This is useful for quality and reliability improvement of products. The study in this project will extend the research field of quality management and quality engineering. And the results of this project are also useful to quality and reliability improvement for products with a two-dimensional warranty policy.

质量保证是由制造商提供的产品在质保期内及正常条件下能够发挥功能的担保。如果产品在质保期内失效，则由制造商对产品以免费或最小成本进行维修或更换，此类索赔称为质保索赔。质保索赔主要是由产品的早期失效引起的，质保索赔数据及其分布可以反映出产品的早期质量和现场可靠性状况。本课题拟以汽车的二维质保政策(质保期由使用时间和行驶里程限定)为例，针对二维质保数据的不完整性特点，开展如下研究：1)以二维质保数据为基础，建立产品的现场可靠性模型，为质保政策的制定、质保成本预测以及产品可靠性评估和改进提供支持；2)以二维质保数据分析为基础，研究产品的早期失效和可靠性状况预警模型，以避免由于设计和制造缺陷带来的损失；3)针对检测出的产品索赔异常，建立诊断模型和方法，为质量和可靠性改进提供支持。上述研究，对于拓展质量管理和质量工程的研究领域具有重要理论意义，同时对二维质保产品的质量和可靠性改进具有重要应用价值。

在国家自然科学基金项目的资助下(#71472132)，课题组针对二维质保数据建模和早期失效预警的相关问题展开研究，完成了如下几个方面的工作：（1）以某汽车制造企业的数据为例，在考虑行驶里程未知的条件下，发现了新设计产品在制造早期存在的可靠性学习效应问题，并进而构建了考虑可靠性学习效应的二维质保索赔预测方法；（2）针对二维质保数据中存在的时间截尾问题，构建了基于随机期望最大化（Stochastic Expectation-Maximization Algorithm）的参数估计方法，用于对存在截尾特性的质保数据进行建模和参数估计；（3）针对二维质保产品中使用量（Usage）信息不完备的情形，构建了基于广义不完美维修(General Imperfect Repairing Model)的质保索赔预测方法，并通过某挖掘机制造企业的数据多模型进行了验证；（4）研究了输出为二值数据的轮廓变点识别方法，并应用于二维质保数据分析和监控，以过程的基准，用于识别产品早期失效；（5）针对二维质保期对不同使用率的用户作用范围不同的特征，提出了特定二维质保政策对不同用户的吸引力指数(Attractive Index)，进而基于该指数在综合考虑产品销量和质保成本的条件下使利润最大化，最后通过案例进行了验证；（6）将质保政策引入供应链，研究了相关的供应链协调和优化策略。本课题的部分研究成果已在一汽解放公司质量数据分析平台中得到了应用。.到目前为止，课题组共发表学术论文18篇，其中SCI检索论文14篇，培养博士研究生3名，硕士研究生6名，参加国际学术会议10余人次。.在已有研究的基础上，课题组拟在基于质保数据的产品可靠性改进方面展开研究，以构建基于售后反馈的产品改进循环。