大数据时代下基于QFD和TRIZ的产品研发过程研究

（河北工业大学 经济管理学院，天津 300401）

0 引言

QFD和TRIZ作为产品研发领域两个重要的理论，很早就被结合起来使用，通过QFD将市场需求转化为技术需求，再利用TRIZ将研发中遇到的技术冲突化解。马怀宇和孟明辰（2001）提出了基于QFD和TRIZ的概念设计过程的集成模型，阐述了从设计需求到设计方案的全过程，并给出了各个过程分析解决问题的工具[1]。张彩丽等人（2014）深入研究QFD应用过程中可借助TRIZ解决问题的结合点，得出在四个阶段的质量屋分解过程中，分别至少有3结合点将TRIZ嵌入质量屋中[2]。许多学者将QFD和TRIZ与实验设计相结合，通过实验设计优化工程参数，弥补了QFD和TRIZ共同存在的工程参数选择优化等方面存在的缺陷[3～6]。为了弥补研发产品的可制造性，胡江华（2010）将QFD、TRIZ和CE三者有机的结合[7]。李贵平（2010）提出利用QFD和TRIZ对专利进行开发，将产品分功能以及实现分功能的邻域解组合开发，最终达到区别与现有专利，确保研发的创新性[8]。陈媛等人（2017）使用AHP确定QFD的客户需求权重，提高了QFD发掘用户需求的准确性[9]。学者们还积极将理论研究应用于实践，目前QFD和TRIZ理论已在家用电器、汽车、材料、医疗器械、机械产品、服务模式、教育等诸多领域投入使用，提高了研发创新效率。

在运用QFD和TRIZ理论时，准确的识别客户需求并快速的找到技术冲突的解决途径是产品研发的关键。传统调查问卷识别客户需求的方式，问卷的质量和数量都难以保障，使得据此分析出的客户需求存在较大偏差。设计源头存在问题，分解到设计要求、零部件特性、工艺要求、生产要求，以及最终生产的产品都难以满足客户需求，而大数据时代的到来为识别客户需求提供了新的途径。通过TRIZ化解技术矛盾需要将具体问题转化为一般问题，再将一般解转化为具体解，这一过程通常耗费较多时间。而市场需求具有时效性，研发时间过长，很可能生产出的产品已经过时。如果建立TRIZ大数据库，将研发中使用过TRIZ的案例都记录、分类、存储，新的研发项目中遇到技术冲突问题时，根据冲突的特点在数据库中查询类似的案例，类比设计从而能大大节约研发的时间。

1 QFD理论、TRIZ理论及其与大数据的关系

1.1 QFD理论的基本原理及质量屋

质量机能展开（Quality Function Deployment，QFD）是将客户需求通过质量屋逐步分解为产品的设计要求、零部件特性、工艺要求、生产要求的质量工程工具，据此设计并生产能够满足客户需求的产品[5]。

QFD最早作为一项质量管理系统由日本学者Akao等在20世纪60年代提出，它通过亲和图、质量屋等方法，将客户需求转化为相应的技术要求，并以此设计、生产能充分满足客户需求的产品[10]。QFD为了实现从客户需求到技术特性的转化运用了质量屋，它以客户需求出发，分析哪些技术特性与客户的需求关联，并分析其相关关系强弱，从而将客户的需求语言转化成工程师的技术语言[11]（如图1所示）。通过质量屋的转换，搭建起了客户与工程师的桥梁，使工程师设计出的产品更加符合客户的需求，并且通过程序化的流程推进了研发的进程，从而缩短了研发的时间。

图1 质量屋

1.2 TRIZ理论的基本内容及解决问题的过程

发明问题解决理论（Theory of Inventive Problem Solving，TRIZ）是由前苏联G.S Altshuller为首的一批研究人员在50多年间通过分析研究世界各国数百万计的发明专利的基础上所总结归纳出的一套系统化的、基于知识面的、面向人的发明工程方法论[5]。总结研发中遇到的不同类型的技术冲突，强调解决冲突不是采用折衷的方式，而是完全解决冲突，满足各方的需求，并且揭示了研发的内在规律和原理[2]。

通过研究，总结出39个系统矛盾对立的技术参数，并且提炼出了解决冲突的40个标准方法，进而由39个矛盾对立的技术参数和40个标准解组成了矛盾矩阵。当需要解决特定工程问题时，首先，利用39个技术参数，将具体的冲突表述为一般问题；然后，在冲突矩阵中找到一般问题的一般解；最后，根据具体的工程问题，设计出具体的解决方案（如图2所示）[12]。

图2 TRIZ技术矛盾的解决过程

1.3 QFD、TRIZ和大数据的关系

QFD理论和TRIZ理论相结合可以弥补自身的缺陷，从而达到研发的目的。大数据为QFD理论和TRIZ理论的实践提供了支持，使研发过程更加高效。与此同时，QFD理论和TRIZ理论又为大数据的分析提供了理论基础，使大数据的分类、建模更加合理。三者相互关联，关系如图3所示。

图3 QFD、TRIZ和大数据的关系

1.3.1 QGD与TRIZ的关系

QFD以客户需求为起点，将客户需求逐步分解为技术特性需求，为产品研发指明了方向和明确了目标，但是在具体的研发过程中遇到矛盾冲突时却无法给出解决方案。TRIZ理论在具体的产品研发过程中遇到矛盾冲突时可以提供解决方案，但是不能为工程师指出具体需要解决的问题，并将整个产品研发的过程展现出来[6,7]。利用两者各自的优势，从而能够实现产品研发的目的。

1.3.2 QFD与大数据的关系

QFD的核心在于客户需求分析[9]。随着互联网时代和经济全球化的到来，用户需求变化迅速，传统用户需求获取方法存在固有局限性，具有获取成本高、时间长、主观性强和偏离实际需求的缺陷，已经不能支持现在的产品研发。随着信息技术的发展，应用数据仓库来获取客户需求方法越来越普遍，通过对大数据的分析研究识别出的客户需求更加精准和快速[14]。同时，由于数据采集和存储技术的高速发展，企业获取了大量与产品相关的数据，其主要来源于企业自有数据、公开数据和有偿获取数据。目前大数据分析方法主要重视算法的提高，而对数据内在存在的固有关系缺乏关注，QFD能将复杂的数据类抽象为变量集，并识别出变量之间的固有关系[10]。这些变量关系有助于企业进行预测市场，进一步识别需求，为新一轮的产品研发提供指导。

1.3.3 TRIZ与大数据的关系

图4 大数据时代下基于QFD和TRIZ的产品研发模型

TRIZ研究学者分析数百万的发明专利，通过统计发明原理在其中的使用频率发现，绝大多数的创新活动使用的发明原理，正是冲突矩阵中被使用频率最高的几个发明原理，这表明对于冲突矩阵进行统计分析是有意义的[2]。如果建立TRIZ大数据库，将研发中使用过TRIZ的案例都记录、分类并储存于数据库中，新的研发项目中遇到技术冲突问题时，根据冲突的特点在数据库中查询类似的案例，运用类比法就能快速找出冲突的解决办法。同时，企业的大量研发案例记录需要分类储存，TRIZ理论的39个矛盾对立的技术参数和解决矛盾的40个标准方法就为大数据的分类提供了依据。

2 大数据时代下基于QFD和TRIZ的产品研发模型

根据三者关系的分析，本文提出了大数据时代下基于QFD和TRIZ的产品研发模型，如图4所示。该模型分为数据层、问题分析层和问题解决层三个层次。

2.1 数据层

数据层主要由市场数据库和案例数据库组成，为需求分析和问题解决提供支持。市场数据库的数据来源主要是电子商务平台的交易数据和用户评论、产品云端的使用数据、企业自媒体平台的公众评论、行业协会和监管机构公布的行业数据以及从数据公司购买的相关数据。企业可以利用QFD理论描述数据及其之间的关系实现各类信息之间的转化，从而识别数据之间的固有关系。将大数据的需求分析结果输入问题分析层中的质量屋中，保障质量屋的源头数据的可靠性。案例数据库的来源主要是企业的历史案例、同行业的案例和相关行业案例。利用案例数据库中类似案例的类比，有助于寻找到合适的发明原理和适当的解决方案。整个研发项目结束，将新案例记录并根据TRIZ分类储存在案例数据库中，不断丰富数据库的内容。

2.2 问题分析层

问题分析层主要由质量屋构成，将大数据中分析出的客户需求及重要性输入质量屋中，根据客户需求判断需改进的技术特性，再根据客户需求与技术特性关系矩阵计算出技术的重要性并确定技术优先级。然而，产品特性之间可能出现正相关关系或负相关关系，即优化一种技术特性导致另一种技术特性上升或优化一种技术特性导致另一种技术特性下降，技术特性自相关矩阵呈现出了这种关系。

2.3 问题解决层

问题解决层主要由TRIZ理论解决问题的过程构成，将技术特性关系矩阵中呈负相关的问题输入问题解决层。首先，将具体问题转化为TRIZ问题并判断冲突类型；然后，根据不同的冲突查找推荐的发明原理，并识别适用的发明原理；最后，根据发明原理并参考案例数据库，设计具体的解决方案。

图5 吸尘器简化质量屋

3 吸尘器的研发设计

3.1 质量屋的建立

通过对电子商务平台的交易数据和用户评论、产品云端的使用数据、企业自媒体平台的公众评论、行业协会和监管机构公布的行业数据以及从数据公司购买的相关数据的收集和分析，将需求分类归纳为对产品性能的需求、对产品使用便利性的需求和对产品环保的需求三个方面。为了更好的识别技术需求，将这三个大方面的客户需求进行细分。产品的性能需求具体包括：吸尘器的吸力、吸力维持性能、地板地毯的清洁能力以及集尘容量。产品使用便利性需求具体包括：可移动性、便于维护以及重量轻。产品环保方面需求具体包括：灰尘泄露、低噪音以及节能。

依据客户需求和现有技术，将吸尘器的技术需求指标分为：结构外观（尺寸大小、外壳材质、重量）、电机（功率、效率和噪声）、蓄电池（蓄电量、充电速度）、吸尘系统（吸尘孔直径、吸尘孔面积）、集尘桶容积[15]。客户需求与技术特征关系质量屋如图5所示，该质量屋清楚地呈现了吸尘器的客户需求与技术特性的相关性，同时也反应了技术特性之间的相关关系。

3.2 冲突分析及矩阵构建

通过技术需求的自相关矩阵可知，尺寸大小与集尘桶容积、电机功率与电机噪音之间存在负相关性。对其进行分析如下：

1）尺寸大小与集尘桶容积：吸尘器尺寸直接影响集尘容积，为了保证集尘容量集尘桶容积应尽可能大，但是集尘箱容积太大会造成吸尘器外形尺寸增加，从而影响整体重量和移动的便捷性。

2）电机功率与电机噪音：为了增大吸尘器的吸力，电机的功率应尽可能大，但是功率增大时往往伴随着大量热量产生。为了排热电机风扇产生噪音增大，不能满足客户低噪音的需求。

通过上述分析可得：尺寸大小与集尘桶容积属于物理矛盾，物理冲突可以利用4种分离原理求解，分离原理与40个发明原理存在关系，如表1所示。此矛盾涉及到产品容积，那么通过空间分离原理即可解决矛盾。电机功率与电机噪音为技术冲突。在TRIZ理论中，技术冲突首先通过39个工程参数将具体工程问题表述为一般技术冲突，然后查阅冲突矩阵找到推介的发明原理，最后结合具体问题运用发明原理设计解决方案。此技术冲突可表达为：改善参数：21功率，恶化参数：30作用于对象的有害因素。查阅矛盾矩阵，可以得出推荐的发明原理为：19、22、31、02，如表2所示。

表1 分离原理与发明原理关系

3.3 冲突解决方法

在理解推荐的相关原理的基础上，经过查阅数据库相关案例和综合分析，发现在空间分离方法中，原理1最有助于解决此类问题。在矛盾冲突中，原理31对为题的解决最有帮助。原理1和原理31的具体描述如表3所示。

根据发明原理1和31设计出具体解决方案如下：

1）为解决尺寸大小与集尘桶容积之间的矛盾，借鉴分割原理中的把一个物体分成容易组装和拆卸的部分的方法。可以做成类似抽屉的形式，集尘桶可以像抽屉一样抽出来，并可以轻松的装卸。当集尘桶收集了一定的垃圾灰尘时，使用者可以轻松抽出集尘桶将垃圾灰尘倒入垃圾筒，从而解决了为了多储存垃圾灰尘增大集尘桶容积，但不方便移动的问题。

表2 矛盾矩阵表

表3 发明原理具体描述

2）为解决电动机功率与电动机噪音的矛盾，借鉴多空材料原理中的加入多孔覆盖物的方法。加入多细孔的隔音罩，使其阻隔噪音但不影响风速，如图6所示。隔音罩的加入可以有效降低电动机噪音的传播，同时多孔的结构又可以保障热量的排散，从而解决了电动机功率与电动机噪音的矛盾。

图6 吸尘器电机噪音隔离结构

3.4 总体设计方案

根据以上需求和技术相关分析，并通过技术冲突辨析和解决，设计出总体方案，如图7所示。

图7 吸尘器总体方案

1）灰尘随着空气流动到集尘桶中，在集尘仓经过灰尘分析系统将灰尘和空气进行分类，空气进入电机并通过排气孔排除，灰尘则积攒到集尘桶中，集尘桶灰尘集满后可拆卸倾倒。

2）空气从电机排出时会把噪音一起带出，追加电机隔音罩并使用多孔的海绵可以有效的降低噪音。

5 结论

本文从产品研发过程中遇到的问题出发，论述了如何通过大数据、QFD理论和TRIZ理论解决这些问题，在此基础上提出了大数据时代下基于QFD和TRIZ的产品研发模型，并将其应用于具体的吸尘器研发项目中。

1）阐述了QFD理论与TRIZ理论的优势与不足，提出了将QFD与TRIZ理论结合，以QFD作为产品设计的方向，以TRIZ理论作为创新设计方法的工具。

2）全面分析了QFD、TRIZ和大数据之间的关系，将大数据作为QFD理论和TRIZ理论运用时的数据支持，同时，QFD理论和TRIZ理论又为数据的分析及分类提供了理论指导。

3）构建了大数据时代下基于QFD和TRIZ的产品研发模型，系统的讲述了从需求到产品的整个研发过程中遇到的问题，及如何运用大数据、QFD理论和TRIZ理论解决这些问题。

4）将模型应用于吸尘器的研发，解决了吸尘器设计过程中所遇到的问题，具体说明了模型如何应用并证明了模型的有效性。