基于云模型的油料装备产品族设计评价方法

蒲家琦，陈军，瞿德刚，王龙，尤杨

(后勤工程学院军事供油工程系，重庆 401311)

基于云模型的油料装备产品族设计评价方法

蒲家琦，陈军，瞿德刚，王龙，尤杨

(后勤工程学院军事供油工程系，重庆 401311)

阐述了油料装备产品族及其设计概念，在分析传统油料装备设计和油料装备产品族设计的差异基础上，从油料装备产品族设计的技术性、军事性和经济性方面出发，建立了油料装备产品族设计评价指标体系。根据定性指标和定量指标的特点，提出基于AHP－云模型的评价方法，克服了以往模糊评价法存在的不足。用某型油料装备产品族的设计实例证明了该方法的有效性。

产品族;评价指标;云模型

未来战场要求油料装备必须具备超强灵活性、机动性和适应性，在战时条件下要能在短时间内开发出满足军事需求和用户需求的油料装备。在这样的背景下，进行油料装备的大批量定制(mass customization，MC)［1］生产成为必然。在大批量定制生产模式下，油料装备的开发已从原来的面向单型装备转为面向一族装备，因此在设计阶段也要面向一族装备进行设计。产品族设计［2－4］作为大批量定制生产模式下的一种有效的设计方法在20世纪就得到了迅速发展［5］。

目前，针对产品族设计的原理和技术手段的研究成果在多个领域得到成功应用，如波音的空中飞机族设计。但是在产品族设计评价方面，国内开展的研究还不多。但斌［6］提出了评估产品族定制性综合指数——GFR的定制度(customizabledegree，CD)。CD由效果指数、成本指数和影响指数组成，采用定制性综合指数对产品族进行评价。单汨源等［7－8］结合项目管理绩效评价(QCD)和产品族设计目标，从经济性、敏捷性和个性化等方面建立产品族评价指标，并通过物元关联模型对产品族设计进行评价。韦俊民等［9］提出了基于零部件几何形态相似度、特征拓扑关系相似度和位置相似度的计算方法，以衡量产品族零部件之间的相似性。秦红斌等［10］针对产品族核心平台的技术性和经济性2项指标提出平台的通用性、效率和效益指标量化方法，以人为理想的指标向量为参考值，用灰色关联度法得到待评价设计方案与理想方案指标关联度。以上研究成果在产品族评价方面做出了重要贡献，但是相关指标的建立主要考虑经济性因素，很多诸如安全性、适用性等定性指标过多，评价方法有待完善。

油料装备作为军事用途的特殊产品，军事效益大于经济效益。其产品族评价的指标体系与民用产品的评价指标有所不同。综合运用定量指标和定性指标进行评价，能提高评价结果的有效性。因此，建立油料装备产品族设计评价指标体系，提出科学的评价方法具有十分重要的军事意义。

1 油料装备产品族设计评价指标体系的构建

传统油料装备设计在设计规划阶段是面向单型装备的，设计出的产品具有离散化的性质，缺少装备之间的联系。油料装备产品族设计在设计规划阶段就面向一族装备进行设计，利用装备之间物理结构、功能和工艺的相似性和通用性来减少装备的内部多样性［10］。二者之间的差异如表1所示。

表1 油料装备产品族设计和传统设计的差异

传统油料装备设计评价指标主要包括技术评价、经济评价、环境评价、适应性评价［11］。本文针对产品族设计特点，建立油料装备产品族设计评价指标体系，如图1所示。

图1 油料装备产品族设计评价指标体系

1.1 定量指标的确定

油料装备设计的组件通用性和零部件模块化是衡量产品族设计最重要的特征。具有良好通用性和模块化的装备是实施大批量定制生产的前提。一般来说，模块化粒度越细的装备通用性越高，其可制造性越好，装备的各模块装配也越容易。因此通用性、模块化程度、可制造性、可装配性指标是相互关联的。

装备模块替换性指装备中拥有的族内通用模块［12－13］所占的比例。模块替换性越高，代表该型装备需要重新开发的个性模块就越少，研发成本就越低，经济效益就越好。模块替换性计算公式为其中:Mc是通用模块数量;Mu是需要重新设计的个性模块数量。

组件通用性主要考虑油料装备中通用零部件所占数量的百分比和零部件连接方式的相似性［12］。某型装备的零部件与其他同族装备具有相同的几何特征、尺寸和材料，这样的零部件就是通用零部件。应从一族装备通用零部件之间的连接方式(接口形态、紧固连接件的类型和数量)和连接方法(焊接、法兰、胶粘等)考虑零部件连接方式的相似性。零部件通用性的计算公式为

其中:Cc是装备中通用零部件数量;Cu是非通用零部件数量;Lc是通用零部件之间的公共接口数量;Lu是通用零部件之间非公共接口数量;k41，k42是对应因素的权重。

可装配性指标从装配的次序、装配的操作方法与装配的定位方式角度分析，一般考虑模块级或主要零部件级之间的可装配性。类似可得到计算方法为

其中:Sc是通用装配次序;Su是独有的装配次序; Hc是通用装配方法;Hu是独有的装配方法;Dc是通用装配定位方式;Du是独有的装配定位方式; k51，k52，k53是相应的因素权重。

可制造性指标考虑装备零部件通用的加工工艺和工装夹具(模具)的类型。计算方法为

其中:Pc是族内零部件通用加工工艺数量;Pu是该型装备零部件独有的加工工艺;Fc是通用工装夹具的数量;Fu是非通用的工装夹具数量;k61，k62是相应的因素权重。

1.2 定性指标的确定

技术性指标下的功能性是指能够满足用户功能需求的程度。变型能力指该产品族设计能在未来适应用户需求的能力。

军事性指标下的可靠性指标主要考虑装备工作的可靠程度;维修性考虑装备维修时的难易程度和维修所耗时间的长短等因素，由专家根据自身经验做出判定;机动性根据油料装备能否在多样、复杂的地形条件(如山地、丛林等)下机动进行评判，也可对比以往同族装备使用情况进行评判;适应性主要考虑装备对气候变化、战场环境变化等的适应性能力;操作性评判考虑装备的系统智能化程度、是否易于人员操作，以及是否符合人机工程学要求等;伪装效果的评判应对照伪装方法类似的其他装备，查阅相关资料进行判别;装甲效果评判与伪装效果评判类似;保障效能是指结合装备的战场定位、勤务需求等方面判定装备的保障效果。

经济性指标中的军民通用性指标是指根据军队油料装备发展规划，结合地方民用设备进行通用性判定;时间成本考虑装备的市场寿命周期;人力成本主要考虑研发装备中的人工费用消耗;生产成本指研发总投资额度、制造成本等;材料利用率是指制造中的材料、能源消耗量等。

上述指标属于定性指标，每个指标可用专家群体评分的方法，根据专家的喜好，用带有模糊性的百分制数(如85等)、区间数(如［60，65］等)或定性语言值(如好、一般等)进行模糊评分。

2 基于云模型的油料装备产品族设计评价

油料装备产品族设计评价指标中存在无法用精确数值表示的定性指标，以往对有定性指标的评价问题主要采用模糊综合评价法。模糊综合评价采用最大隶属度原则和模糊线性变换原理，以隶属函数为媒介，量化具有模糊性的定性指标，从而运用经典数学的方法做出综合评价。文献［14］中对隶属函数提出了质疑，指出隶属度函数一旦被人为指定，问题模糊性就被强行抹去，模糊评价法无法反映评价问题存在的模糊性和随机性［15］。

针对传统的模糊评价方法存在的不足，本文以云模型代替隶属函数表示定性指标，各指标权重采用层次分析法进行确定。

2.1 层次分析法

层次分析法(AHP)针对多目标决策问题，结合定量分析与定性分析，能科学地划定各关联要素的重要程度［16］。AHP根据多目标决策问题的特点，将问题所有因素分为目标层、准则层和方案层，采取1～9标度法对各元素之间相对重要程度进行比较，构造相对于上层元素的判断矩阵。判断矩阵的最大特征值对应的特征向量就是当前层元素的局部权重。为确保构造的判断矩阵中重要度之间的协调性，必须对判断矩阵进行一致性检验。一致性检验数C.R.＜0.1时，局部权重结果有效。方案层各指标的最终权重为方案层局部权重与准则层局部权重的乘积。

2.2 云模型

云模型是建立在模糊理论和概率统计理论基础上，能够表达定性概念和定量精确值之间模糊、随机关联关系的数学模型［15］。设U是一个由定量数值表示的论域，C是U上的定性概念，x∈U是C的一次随机实现，而x对C的确定度μ(x)是一个具有稳定倾向的随机数:μ(x):U→［0，1］∀x∈U，那么在论域U上的分布称为云模型［17］。云模型用3个数字特征:期望Ex、熵En和超熵He来反映定性概念C。期望Ex是论域空间U上最能代表定性概念C的数值;熵En是概念C的不确定程度;超熵He表示熵的不确定性，是云形状的离散程度［18］。正态云模型在模糊概念的量化处理上具有普遍适用性［19］。云和云的加法运算［20］定义如下:

2.3 评价方法步骤

1)确定待评价装备各指标的值。定量指标通过式(1)～(4)求得。定性指标需组织相关专家进行评审和模糊打分。运用AHP法求得设计评价指标I11～I35对应的权重为ω11～ω35。

2)根据评价指标，建立设计评价集对设计优劣进行模糊描述。本文采用符合人类评价思维习惯的黄金分割模型驱动法［21］对评价集建立云模型，划分出5个评价等级:满意、较满意、一般、不满意、极不满意。各等级云模型数字特征见表2，相应的云模型见图2。

表2 评价集云模型的数字特征

图2 评价集云模型

3)建立各指标云模型。针对定性指标和定量指标，采用以下方法进行:

定量指标是精确的数值V1的转换成云模型的数字特征为:Ex=V1，En=0，He= 0;定性指标中专家用带有模糊性的百分制数V2评价，转换成云模型的数字特征为:Ex=V2，En=5，He=0。

对于专家采用区间数［V1，V2］进行评分的定性指标，其指标云模型数字特征为

对于定性语言值评价的，采用云模型而不是模糊隶属函数进行表示，能体现专家评价语言的模糊性和随机性。本文采用文献［22］中的取值。语言值与对应云模型的数字特征取值见表3，相应的云模型见图3。

表3 语言值评价云模型数字特征

图3 定性语言值云模型

4)进行评价指标的综合，得到单一指标最终评价结果云和综合评价结果云。由于N个专家评价喜好不同，采用前述方法将定性评价指标转换成云模型，利用云加法运算，计算N个专家对单一指标评价云模型的平均值，即单一指标评价结果云模型。M个单一指标评价结果云利用综合云算法［23］进行加权综合，形成综合评价结果云，与设计评价集云模型进行比较，判断设计优劣。正态云模型中，虚拟云是依据某种目的将各基本云数字特征通过运算合成综合云的过程。综合云能显示基本云群体作用的结果。假定综合评价结果云(综合云)为，指标评价结果云(基本云)，则综合云算法为:

3 实例应用

某新型野战群车加油车属于加油车族。在实地调研、收集相关数据资料的基础上，对该型装备解构后，通过式(1)～(4)求得定量指标精确值: I13=0.863，I14=0.729，I15=0.77，I16=0.82，划为百分制数为:I'13=86.3，I'14=72.9，I'15=77，I'16= 82。对应云为13=(86.3，0，0)，14=(72.9，0，0)，15=(77，0，0)，16=(82，0，0)。组织5名油料装备领域专家进行评审，给出定性指标模糊分值。根据本文方法将5名专家对单一指标评分综合成终评云模型，如表4所示。

图4是可靠性指标I21专家评分云和终评结果云的对比，表明在处理模糊问题过程中，评价问题的模糊性通过云模型得到了继承。

图4 可靠性指标I21专家评分云和终评结果云

用AHP法确定指标权重，构造准则层判断矩阵，如表5所示。方案层判断矩阵如表6～8所示。

表4 定性指标模糊评分表

续表

表5 准则层I1～I3判断矩阵

表6 方案层I11～I16判断矩阵

表7 方案层I21～I28判断矩阵

表8 方案层I31～I35判断矩阵

图5 综合评价结果云

由图5可知:加油车族中的某型野战群加油车设计结果介于满意和较满意之间，评价结果云的期望Ext=82.99，即为综合评分。不难看出:确定度比较大的得分介于80分到85分，也说明该型车设计是成功的。利用模糊综合评价法［24－27］也得到了同样的结论，说明了该方法的有效性。通过各指标的终评结果云还可得出今后该型装备需要改进的方向，如图6“x”形云是军事性指标中的机动性终评结果云，其图形基本与表示“一般”的评价云图形重合，所以该型装备机动性评价“一般”，是需要改进的。

图6 机动性指标评价

4 结束语

油料装备产品族设计利用了装备之间物理结构、功能和工艺的相似性和通用性，在不降低外部车型多样性的前提下，同时减少了装备的内部零部件多样性，提高了设计效率，缩短了制造周期，达到了快速响应未来战争勤务需求的目的。本文在对比传统油料装备设计和油料装备产品族设计的差异的基础上，考虑了油料装备的军事性需求，建立了适合于评价油料装备产品族设计的指标体系。该方案将层次分析法与云模型相结合，综合考虑定性指标与定量指标，对产品族的设计进行了科学、合理的评价，并通过实例验证了该方法的有效性。

参考文献:

［1］阿尔温.托夫勒.第三次浪潮［M］.北京:三联出版社，1984.

［2］Erens F，Verhulst K.Architectures for product families［J］.Computers in Industry，1997，33(2):165－178.

［3］McAdams D，Stone R，Wood K.Functional interdependence and product similarity based on customerneeds［J］.Research in Engineering Design，1999，11(1):1－19.

［4］Simpson T，Maier J，Mistree F.Product platform design: method and application［J］.Research in Engineering Design，200l，13(6):2－22.

［5］但斌.大规模定制——打造21世纪企业核心竞争力［M］.北京:科学出版社，2004.

［6］但斌.面向大规模定制的产品族功能性评价与选择方法［J］.管理工程学报，2004，18(1):17－21.

［7］单汨源，李果，陈丹.大规模定制产品族设计方案评价指标体系研究［J］.中国制造业信息化，2005，34(10): 98－101.

［8］单汨源，李果，陈丹.大规模定制产品族设计方案多维物元关联评价研究［J］.计算机集成制造系统，2006，12(7):1146－1152.

［9］韦俊民，金隼，林忠钦，等.产品族设计中的零件相似性评价方法［J］.上海交通大学学报，2007，41(8): 1218－1222.

［10］秦红斌，肖人彬，钟毅芳，等.面向产品族设计的公共产品平台评价与决策［J］.计算机集成制造系统，2007，13(7):1286－1294.

［11］刘振志.军用油料装备［M］.北京:解放军出版社，2002.

［12］秦红斌.基于公共产品平台的产品族设计技术研究［D］.武汉:华中科技大学，2005.

［13］祁国宁，顾新建，谭建荣.大批量定制技术及其应用［M］.北京:机械工业出版社，2003.

［14］李德毅，孟海军，史雪梅.隶属云和隶属云发生器［J］.计算机研究与发展，1995，32(6):15－20.

［15］沈昌进，杜树新，罗祎，等.基于云模型的模糊综合评价方法及应用［J］.模糊系统与数学，2012，26(6):115－123.

［16］许树柏.层次分析法原理［M］.天津:天津大学出版社，1988.

［17］陈昊，李兵.基于云模型的不确定性推理方法［J］.小型微型计算机系统，2011，(12):2449－2455.

［18］刘常昱，李德毅，杜鹢，等.正态云模型的统计分析［J］.信息与控制，2005，34(2):236－239.

［19］李德毅，刘常昱.论正态云模型的普适性［J］.中国工程科学，2004，6(8):28－33.

［20］Shi Y B，Zhang A Gao X J.Cloud model and its application in effectiveness evaluation［C］//ICMSE 2008.15th Annual Conference Proceedings.China:［s.n.］，2008: 250－255.

［21］王健，肖文杰.一种改进的基于云模型的效能评估方法［J］.火力与指挥控制，2010，35(7):139－142.

［22］罗佳，薛青，张国辉，等.基于云理论的C4ISR系统作战效能评估应用与研究［J］.系统仿真学报，2012，24 (1):212－215.

［23］覃德泽.一种基于云模型的网络安全风险综合评价法［J］.网络安全，2011(7):29－33.

［24］韩小孩，张耀辉，孙福军，等.基于主成分分析的指标权重确定方法［J］.四川兵工学报，2012(10):124－126.

［25］纳艳萍，魏立力.基于模糊点数据的核主成分分析［J］.西南师范大学学报:自然科学版，2012(3):6－10.

［26］陈义华，晏承玲.基于FAHP和模糊综合评判的交通状态判别模型［J］.重庆理工大学学报:自然科学版，2012(11):109－114.

［27］陈水利，李敬功，王向公.模糊集理论及其应用［M］.北京:科学出版社，2005.

(责任编辑 刘舸)

Evaluation Method for POL Equipment Product Family Design Based on Cloud Model

PU Jia－qi，CHEN Jun，QU De－gang，WANG Long，YOU Yang
(Department of Military Petroleum Supply Engineering，Logistical Engineering University，Chongqing 401311，China)

Firstly，the concept of POL equipment product family(PF)and product family design (PFD)are illustrated in this paper.Evaluation index system for POL equipment PFD is put forward based on the analysis of difference between traditional design and PFD，and on considering characters of technical and military of POL equipment.According to qualitative and quantitative characteristics of index，evaluation method for POL equipment PFD based on combining analytic hierarchy process (AHP)and cloud model is put forward in this paper，avoiding the lack of fuzzy－evaluation.Finally，the effectiveness of this method is proved through the example of POL equipment PFD.

product family;evaluation index;cloud model

TP 393;TH122

A

1674－8425(2014)05－0107－08

10.3969/j.issn.1674－8425(z).2014.05.021

2014－02－18

总后勤部资助基金(G14036904)

蒲家琦(1990—)，男，陕西武功人，硕士研究生，主要从事油料加注装备与技术研究;陈军(1965—)，男，教授，主要从事油料加注装备与技术研究。

蒲家琦，陈军，瞿德刚，等.基于云模型的油料装备产品族设计评价方法［J］.重庆理工大学学报:自然科学版，2014(5):107－114.

format:PU Jia－qi，CHEN Jun，QU De－gang，et al.Evaluation Method for POL Equipment Product Family Design Based on Cloud Model［J］.Journal of Chongqing University of Technology:Natural Science，2014(5):107－114.