非API石油专用管质量基础设施体系优化框架研究*

陈香蓬, 谢军太, 高建民, 王荣喜, 方 伟, 蒋家东

(1.西安交通大学 中国西部质量科学与技术研究院 陕西 西安 710049；2.中国石油集团石油管工程技术研究院 陕西 西安 710077；3.国家市场监督管理总局质量基础设施效能研究重点实验室 北京 100028)

0 引 言

随着国内石油开采向“深、低、海、非、老”方向发展，服役环境的逐渐恶劣[1]，对以非API石油专用管为代表的高端油井管需求不断增长。而目前我国油井管企业非API石油专用管QI体系技术薄弱，非API油井管产品的技术体系基本照搬美国API体系，由于两类产品性能差异，导致非API产品QI技术水平低，企业开发的非API产品难以得到用户认可，打击了企业的研发和投资热情，限制了我国非API产品的发展。因此亟需一种对现有油井管企业产品QI体系进行优化的方法。对于QI研究而言，自2002年德国物理研究院率先提出质量基础设施的概念，对于质量基础设施(QI)的研究已经有很多。目前针对QI的研究，主要是QI指标体系的建立与水平评估,如中国原国家质量总局提出的质量基础设施能力指数[2]；德国物理技术研究院(PTB)的基于经济绩效的NQI指数[3]；联合国工业发展组织(UNIDO)提出的贸易标准符合性指数[4]；Liao等人在质量基础设施能力指数基础上提出的智能电表企业的QI指标体系[5]；孙玉红等人构造了机械制造企业的质量技术基础评价指标体系[6]；黄梦蝶等人从系统性和协调性的基础上对我国NQI水平在促进出口产品质量提升中的效能进行了研究[7]；Ulrich Harmes-Liedtke等人在PTB的基于经济绩效的NQI指数上发展而来的GQII(Global Quality Infrastructure Index)指数[8]，这些研究在一定程度填补了QI在具体工程实践领域运用的空白，促进了QI的发展。但面临的现实问题是，虽然这些研究建立了一系列不同层次的QI指标体系，并采用不同方法对建立QI指标体系的有效性进行了验证，但对于在QI水平评价的基础上，如何优化QI指标体系却并没有给出具体的方法，QI体系优化研究尚处于起步阶段。

目前对于非API石油专用管企业QI体系的优化研究主要有以下三个思考：第一，指标间复杂关系:QI指标之间存在相互耦合关系，如何厘清这种关系对QI体系水平的影响，如图1所示。根据国家质量监督总局的定义，对于QI的三大构成要素：计量、标准、合格评定(包括检验检测、认证认可)，计量是基准，是控制质量的基础，标准是依据，用以引领质量提升，合格评定是手段，控制质量并建立质量信任，三者相互耦合，共同构成NQI[9]。对于其它各种类型QI体系，大都在计量、标准、合格评定这三大要素的基础上构建而来，自然指标之间也存在相互耦合关系。

图1 NQI机理作用模型

第二，指标现实提升:QI指标提升是有成本代价以及提升需求的迫切性(战略性)的，如何将成本代价以及这种提升需求的迫切性融合到QI体系水平的提升中，不同类型QI指标、不同水平QI指标提升的代价是不同的。对于石油专用管行业，或者某个石油专用管企业的QI水平改进，企业能够支付的成本总是一定的，只有严格的考虑成本因素，才能使QI指标提升策略具有实践意义，满足用户的需求。对于一个企业、行业或者国家的来说，只有重视那种卡脖子的方面的提升才能更具备战略意义。

第三，指标优化方向：优化不是盲目的优化，如何使QI体系的优化方向向着能够满足现有的市场需求和体现未来市场需求的方向发展，企业现有的QI指标体系，或者对体系企业QI水平的指标体系只是对现有市场需求满足是不够的，还需要体现市场未来的需求发展方向，这样才能使产品市场竞争力长久不衰。

本文通过基于异构信息网络为基础的优化框架来解决上述3个思考问题。具体的做法为：首先构建一个非API石油专用管QI指标体系(后文称之为标准QI体系)，在标准QI体系的基础上，通过对非API石油管企业的数据收集得到针对某企业待优化的非API石油专用管QI指标体系(后文称之为待优化QI体系)。其次以标准QI体系和待优化QI体系中的指标为节点，指标之间的关联关系为连边，关联关系强度大小为权重，建立QI体系优化异构信息网络，并搭建相应的优化算法。最后将指标提升的代价引入QI体系优化的算法中，计算出指标的优化敏感度，从而制定出特定非API石油专用管企业的特定QI优化策略。

本文的其余部分构成为：第一部分对本优化框架的构建中用到的一些概念和提出的方法进行了说明；第二部分具体描述了非API石油专用管优化框架的构建流程；第三部分是优化框架下的优化策略结果；第四部分对本文研究的意义进行了探讨。

1 相关概念描述

1.1 异构信息网络

异构信息网络(Heterogeneous information Network)相比于同构网络，强调连边存在不同的类型，且对不同类型的连边往往赋予不同的连边类型权重。在异构信息网络中，对于节点A和节点B，它们之间的关系记为ARB，对于其逆关系R-1，R≠R-1。且有节点类型个数|A|>1；连边类型个数|R|>1[10]。

用数学符号可以表示为：给定节点集合v、连边集合ε、节点类型集合A、连边类型集合R，异构信息网络可以表示为七元组如式(1)：

HIN={v，ε，A，R，β，Φ，ψ}

(1)

式中:

β：v×v→ε，Φ：v→A，ψ：ε→R，分别是节点关系映射、节点类型映射和连边类型映射，并且满足|A|+|R|>2。

1.2 质量功能展开(QFD)

质量功能展开(Quality Function Deployment，QFD)是面向顾客需求的产品开发设计方法。通过将顾客信息合理有效的转换为产品开发阶段的作业控制规程的方法和技术目标，使所设计和制造的产品能真正的满足顾客需求。QFD代表了从反应式的、被动的传统产品开发模式(“设计—试验—调整”)转换成一种预防式的、主动的现代产品开发模式[11]。本文通过采用QFD的方法，寻找到未来油井管产品所需要满足的质量特性，从而为油井管优化改进指明正确的方向，抢占未来非API石油专用管产品的质量高地。

1.3 网络层次分析法

T.L.Saaty教授在1996年提出了一种适应有内部依存的复杂结构的决策科学方法——网络分析法(The Analytic Network Process，ANP)[12]。使用ANP方法时，所针对的对象或系统一般会被划分为两个部分：1)控制因素层：包括决策准则和目标，它们彼此之间被设定为相互独立； 2)网络层:网络层中的元素是控制层所支配的元素组成的，这些元素之间是相互关联耦合的。本文通过ANP方法解决QI指标之间相互耦合情况下，指标之间的连边大小确定的问题。

1.4 QI体系指标优化算法

QI体系指标优化算法是在异构信息网络中GenClus算法的基础上改进发展而来的。GenClus算法聚类问题的目标是根据网络中用户指定的属性子集，借助于不同类型的连边，将网络中的各个节点映射到一个统一的隐空间，也称为软聚类[13]。

QI体系指标优化算法借助这种聚类思想，计算出待优化QI体系的指标与标准QI体系中对应指标聚类为同一类的概率值，然后再引入成本函数以及提升迫切程度函数。主要包括：基于异构算法的敏感度计算和优化敏感度计算，具体改进为：

1)基于异构算法的敏感度计算

(1)聚类指标的二维高斯分布表示[14]

相关的表述如下：

设Ab为标准QI体系关联关系分析层中某一指标，满足：

Ab={b0,b1,…,bT}，Ab～N(μ,σ2)，μ=(μ1，μ2)，σ2=[x0;0x];

设Ad为Ab在待优化QI体系关联关系分析层中对应的指标，满足：

Ad={d0,d1,…,dN}，dk=(dkx，dky)，k=0,1,2,…N，且d0,d1,…,dN是从Ab={b0,b1,…,bT}这T个点中随机抽取的N个点且满足式(2)：

(2)

式中：c1、c2为常数。grade(Ad)为指标A在待优化QI体系中的评价分数，grade(Ab)为指标A在标准QI体系中的评价分数，a为二维高斯分布的方差。

(2)每个指标关联关系独立表示

(3)

式中：R为圆周半径值，本文设定为高斯分布方差值的大小；b角标表示标准QI体系，d角标表示待优化QI体系。

(3)每组关联关系之间的联系

通过公式(4)达到传递每个指标关联关系相互影响的目的：

(4)

(4)敏感度定义

本文敏感度是对于每一个QI体系关联关系分析层指标而言的，为某个QI指标水平变化引起的QI体系水平变化大小，而且不同指标的敏感度、同一指标在不同水平阶段的敏感度并不一样， 本文定义指标Ai的敏感度为式(5)：

(5)

式中：△grade(Ai)，为指标Ai水平提升前后指标Ai评价分数的差值；△grade(QI) 为指标Ai水平提升前后待优化QI体系评价分数的差值，grade(QI)为指标Ai水平提升前待优化QI体系的评价分数，具体公式为式(6)：

(6)

(7)

(5)聚类概率算法

a)节点聚类[15-16]：

节点聚类的公式如式(8)：

(8)

其中：

Θ当前输入参数下的最佳聚类结果，和β为每个聚类成分的属性参数。

b)连边类型强度

连边类型的强度公式如式(9)[15-16]：

(9)

2)优化敏感度计算

(1)成本函数定义

成本函数为QI指标水平提升成本代价之间的函数关系，本文定义关联关系分析层指标Ai的成本函数为式(10)：

cost(Ai)=f(grade(Ai))

(10)

式中：grade(Ai)表示指标Ai在某一个评价规则下的评价分数。

(2)迫切度定义

迫切度定义为式(11)：

stra(Ai)=F(grade(Ai))

(11)

式中：stra(Ai)表示指标Ai在某一个评价规则下的战略重要度。

(3)QI优化敏感度定义

优化敏感度函数是将成本函数、敏感度以及迫切度结合起来，体现了了一个指标提升的现实优先程度，本文定义指标Ai的QI优化敏感度函数为式(12)：

(12)

2 非API石油专用管QI指标体系优化框架

2.1 标准QI体系的建立

标准的QI体系是通过查阅相关需要建立QI体系对象的文献资料、问卷调研、实地考察、专家咨询、QFD需求分析等建立起来的一个能客观反映对象QI水平的体系，其中最为主要的是基于QFD的油井管产品需求分析。标准QI体系的建立流程如图2所示。

图2 QI标准体系建立流程图

根据流程图建立的非API石油专用管QI指标体系简化如图3所示。

图3 非API石油专用管QI体系简化图

2.2 关联关系层的确定

对于QI体系而言，一般有多层指标，不是每一层指标都会参与关联关系分析(即关联关系分析层需要按照某种规则判断出来)，因为某一层的指标其实是它上面一层指标的细分。而每层指标都进行关联关系分析显得繁杂而重复。因此为了清晰的描述标准QI体系指标之间的耦合关系，本文提出了一种基于关联关系分析层的概念：

关联关系分析层：标准QI指标体系中能够比较详细的反映QI体系水平的指标层，通过关联关系分析层中指标的耦合关系分析，能够较好的反映QI各个影响因素对总体QI水平的变化。

确定方式：

1)将三大要素层(计量、标准和合格评定)的下一层作为关联性分析的节点层；

2)在没有明确的三大要素层的，将指标数最先大于6个的那一层作为关联关系分析层。

通过上述方法将第二层确定为关联关系层，再通过标准QI指标体系节点属性层(第三层)设计了《非API石油专用管质量基础现状问卷调研》，对问卷结果进行数据挖掘并结合专家意见，采用 ANP方法，得出了表1、表2的指标之间的关系和权重。直接采用ANP方法得到了各层指标之间关联关系的权重见表3。

表1 关联关系分析层指标之间的关联关系与权重

表2 表1指标之间关联关系大小(部分)

表3 QI要素指标层间的连边权重

其中：颜色代表两个指标之间存在关系，其中数字代表关联关系权重。

2.3 QI体系优化异构信息网络模型建立

以标准QI指标体系为评价标准，对非API石油专用管企业进行评价，得到A企业的待优化QI指标体系。按照QI体系优化异构信息网络模型建立的原则：将标准QI体系和待优化QI每一层的指标当作各个相应的节点，指标之间的关系(包括各层指标与上一层指标之间的关系以及关联关系分析层指标之间的关联关系)当作节点之间的连边，属性层的指标当作相应节点的节点属性，建立起QI体系优化异构网络模型。构建示意图如图4所示。将企业关联关系分析层节点的分数输入异构信息网络的QI体系优化算法中，即可得到关联关系分析层各个节点的优化敏感度。

图4 QI体系优化异构网络模型

3 非API石油专用管QI优化策略

图5是4家石油专用管企业中3家的指标效能评估分数与计算出来的指标的优化敏感度的展示。

图5 不同企业效能指标分数与敏感度

计算中采用的成本函数为式(13)～式(17)：

(13)

(14)

(15)

(16)

计算中采用的迫切度函数为：

(17)

从图5的结果中可以看出：指标效能评估分数低的，其优化敏感度并不一定最低，指标评估分数达到满分(满分为9)，其优化敏感度往往接近于0，这也与实际相符。

为了更深入探究方法的正确性，对前面的3个思考更深入地进行解释：

1)指标之间的耦合关系

将成本函数一样设为式(18)：

(18)

迫切度函数设为1、指标分数都设为6、指标间权重都设为1，排除其影响，得到指标的优化敏感度同指标关联关系的数目之间的关系如图6所示：

图6 优化敏感度与关联关系个数

从中可以看出，算法是能够将指标的关联关系考虑进去，当成本、迫切度、权重和指标分数一样的时候，哪个指标与其它指标关联程度最深，那么这个指标最值得优化，与实际经验相符。

2)指标的提升代价与迫切度

根据优化敏感度的计算公式式(19)：

(19)

指标提升成本即为分母，因此成本与指标优化敏感度成反比，指标提升迫切度为分子第一项F(grade(Ai))，因此迫切度与指标优化敏感度成反比。

3)指标优化的方向性

对标准QI体系中具备的指标，但待优化QI体系中并不具备对应的指标或者待优化QI体系中分数较低的指标，施加较大的迫切度，通过对指标迫切度的来改变优化敏感度从而改变优化的方向。

4 结 论

本文针对非API石油专用管QI体系指标优化方法缺失的问题，采用异构网络的算法，并融合成本以及指标提升迫切度来计算QI体系指标优化敏感度，制定相关的优化策略，主要包括：针对石油专用管QI体系的优化，提出了采用异构信息网络进行解决的策略，解决指标之间的复杂耦合关系变化的问题；将成本与提升迫切度引入油井管QI体系的优化中，使研究更加具备实用意义；针对石油专用管QI体系的优化，将待优化QI体系同标准的QI体系相联系，通过标准QI体系中指标的设定，能够引领待优化QI体系向着特定方向发展；优化模型有具体的算法支撑，能够通过算法参数变化，适应不同石油专用管企业特定的QI体系优化需求。