基于故障反馈的产品关键设计质量特性逆向推理技术

李金萍 杨 波 马 宁 刘彦超 王殿熙 成保忠

济南大学机械工程学院，济南，250022

0 引言

产品设计是产品质量的源头[1]，其中关键设计质量特性是产品功能实现的核心载体，不仅对设计质量有极大的影响，而且在制造和使用等后续阶段中也扮演着重要角色。由于设计质量特性的隐匿性和关联性，如何从众多的产品特征参数中识别出对产品性能具有重要影响的关键设计质量特性并对其排序是该领域急需解决的问题。

目前，国内外不少学者针对相关问题进行了探索，主要从以下两个角度提出了解决方法。①基于正向映射的设计质量特性提取与排序。该方法是基于产品设计过程将用户需求正向转化并映射为关键设计质量特性[2-4]。例如，邓军等[5]在产品质量与产品生命全周期分析的基础上，建立了“用户需求-产品质量-过程质量”的映射模型，通过定量分析以及优化算法识别了产品质量特性；张根保等[6]建立了产品策划级、概念设计级、详细设计级、产品制造级的质量特性模型，将用户需求输入该模型，通过逐级映射提取产品关键设计质量特性，并利用人工神经网络技术确定客户需求重要度和各级映射权重；POPOFF等[7]提出了一种基于约束满足问题和质量功能展开(QFD)的优化方法，并将其应用于产品的早期设计阶段，利用QFD矩阵计算各设计质量特性权重。②基于逆向推理的设计质量特性提取与排序。该方法是通过对服役过程中产品的要求或故障进行系统的反馈分析，实现产品关键设计质量特性的提取与排序[8-9]。例如，庞继红等[10]针对数控机床的加工精度要求，基于粗糙集(rough set，RS)和QFD建立了反向映射模型，并通过该模型实现了设计质量特性的识别并确定其重要度；郑浩[11]构建了性能特性闭环解析模型，对期望性能的服役状态进行分析，采用损失函数与泰勒级数展开对影响性能的设计特性反向重要度进行迭代求解；ZHANG等[12]提出了一种两阶段的QFD模型，通过扩展质量功能展开对故障产品失效模式进行逐步映射，确定关键设计质量特性。上述方法的提出为解决关键设计质量特性的识别与排序问题提供了强有力的理论支撑，但是相关研究大多集中在基于设计过程正向映射的方法上，大量信息来自客户与专家的主观经验评价。基于故障反馈的方法主要通过QFD识别出影响故障发生的设计参数，目前该方法主要从故障与设计质量特性的直接因果关系以及设计质量特性波动对故障产生直接影响的角度出发，建立故障到设计质量特性推理策略，而对设计质量特性之间以及产生故障的原因之间的相互耦合关联关系考虑较少，具有一定的局限性。

鉴于以上研究现状，本文提出了以故障反馈为出发点，逆向推理得到关键设计质量特性并进行重要度排序的方法。通过可拓操作提取产品的元故障，继而通过分析“元故障-故障原因-设计质量特性”之间的纵向和横向关联关系建立关键设计质量特性扩展关联模型，在此基础上，基于有向图和失效模式及影响分析(failure mode and effect analysis，FMEA)方法实现关键设计质量特性排序。

1 基于故障反馈的关键设计质量特性分析

产品故障与关键设计质量特性密切相关。如图1所示，从产品的生命周期来看，关键设计质量特性决定了产品制造和使用质量，对产品的质量起着决定性的作用。关键设计质量特性的波动在产品生命周期内不断积累，最终会引发产品故障，因此可通过控制它们来减少潜在的质量问题；从产品的故障角度出发，关键设计质量特性的波动超出容限阈值会引发质量问题，导致产品发生故障[13]。因此，为提高产品设计质量特性的辨识精度，需对产品服役过程中出现的故障进行系统的分析，逐步通过“故障-原因-特性”逆向推理出设计阶段对产品质量影响较大的特性，实现关键设计质量特性的识别。

图1 基于关键设计质量特性的产品故障演化模型Fig.1 Product fault evolution based on key designquality characteristics

1.1 元故障模型

为了减少故障分析中的模糊性以及信息的冗余性，需要对故障进行筛选和精炼，以形成易被设计人员识别的规范化故障信息。在此，将与其他故障之间无覆盖、无重叠关系的故障定义为元故障，并将元故障作为故障分析的基本单元。

(1)故障收集。收集有关产品使用、故障、维修等方面的资料，统计产品故障，建立初始故障集合：

Qc={Qc1,Qc2,…，Qcn}

其中，Qcn为收集到的第n个故障。

(2)故障规范化。初始故障集合中，故障间的关系主要有包容、等价、交叉、独立四类，通过故障的可拓操作可实现故障规范化处理，故障的四种可拓操作如表1所示；在此基础上，形成产品的的元故障集合：

Q={Q1,Q2,…，Qn}

其中，Qn为第n个元故障。

1.2 基于元故障的设计质量特性扩展关联模型

产品的关键设计质量特性往往存在耦合关联关系，即某一故障的产生通常与多个关键设计质量特性相关，质量特性间相互关联共同决定了产品的设计质量。因此需基于元故障进行逆向推理，对该过程所涉及的元故障、故障原因、关键设计质量特性的纵向和横向关联关系进行分析，在此基础上建立关键设计质量特性扩展关联模型。

1.2.1质量特性的纵向映射模型

元故障可以由一个或者多个故障原因引起，同样的故障原因也可能与多个关键设计质量特性相关，这种关联关系体现为各元故障、故障原因和设计质量特性不同级之间的映射关系，在此称之为纵向映射。基于不同元素之间的纵向映射关系，可建立质量特性的纵向映射模型。

表1 故障可拓操作规则

以常见的起重机元故障卷筒断裂为例，导致该故障发生的原因为卷筒磨损和卷筒强度不够，基于该因果关系，可建立其“元故障-故障原因”的纵向映射关系,如图2所示。

图2 “元故障-故障原因”的纵向映射模型Fig.2 Longitudinal mapping model of “meta fault-fault cause”

通过纵向映射关系进行关键设计质量特性识别时，首先需根据产品元故障找出导致该故障的原因，进而识别出影响故障原因产生的关键设计质量特性。当故障原因为单因素时，关键设计质量特性与故障原因的关联映射关系表现为设计质量特性对故障有直接触发因果关系。例如，由于吊具自重的增加会加剧卷筒的磨损，则设计质量特性“吊具自重”对故障“卷筒磨损”有直接触发关系，同理，设计质量特性“卷筒壁厚”对故障“卷筒磨损”也有直接触发关系，从而可建立单因素的设计质量特性纵向映射模型，如图3a所示。当故障原因为多因素时，关键设计质量特性主要体现为以下两种表现形式：①独立的设计质量特性，亦即设计质量特性仅与特定的故障原因有关；②共因的设计质量特性，亦即设计质量特性为多个故障发生的原因。如图3b所示，当以卷筒磨损、卷筒强度不足为故障时，引发上述故障的吊具自重、卷筒材料为独立的设计质量特性，而卷筒壁厚则为共因的设计质量特性。

(a)单因素的设计质量特性纵向映射模型

对于各元故障，将该逆向映射过程逐层表示，则可形成一种树状的纵向因果关联模型。以元故障卷筒断裂为例，其纵向映射模型如图4所示。

图4 基于元故障卷筒断裂的纵向映射模型Fig.4 Longitudinal mapping model of drum fracture based on meta fault

1.2.2质量特性的横向映射模型

横向的关联关系是指各元故障、故障原因或关键设计质量特性同级之间的关联关系。由于各同级因素之间不同的关联关系会产生不同的传播影响，本文将横向关联分为独立型、串联型、交互型，对应它们的描述及图示见表2，表中Qi、Qj分别表示第i个元故障、第j个元故障；Ai、Aj分别表示第i个故障原因、第j个故障原因；Xi、Xj分别表示第i个关键设计质量特性、第j个关键设计质量特性。

表2 各元素同层次横向关联关系

1.2.3关键设计质量特性扩展关联模型的建立

通过对各元故障、故障原因或关键设计质量特性的纵向关联和横向关联进行分析，可建立关键设计质量特性扩展关联模型，如图5所示。

图5 关键设计质量特性扩展关联模型Fig.5 The extended correlation model for key design quality characteristics

在此，将关键设计质量特性扩展关联模型表示为有向图的形式，即G=(V,E)，其中，V表示节点，包括元故障、故障原因、关键设计质量特性，且有V={Qi,Ai,Xi,i=1,2,…}；E表示节点间的关联边，有E={e(Qi,Qj),e(Qi,Aj),e(Ai,Aj),e(Ai,Xj),e(Xi,Xj),i,j=1,2,…}，其中(Qi,Aj)、(Ai,Xj)分别表示元故障与故障原因、故障原因与关键设计质量特性的纵向关联关系；(Qi,Qj)、(Ai,Aj)、(Xi,Xj)分别表示元故障、故障原因、关键设计质量特性的横向关联关系。

2 关键设计质量特性排序

影响关键设计质量特性排序的因素有很多，为定量对其进行描述，本文将关键设计质量特性重要度排序定义在该设计特性对上下游特性影响的广度与深度两个层面上，并给出了对其进行综合评判的量化算法。

2.1 关键设计质量特性影响的广度

本文将设计质量特性的影响范围作为描述关键设计质量特性影响广度的量化指标。为确定设计质量特性关联传播的范围，通过广度优先搜索算法建立关键设计质量特性影响传播路径。以图5中的X10为例，其影响传播路径如图6所示。

图6 关键设计质量特性X10的影响传播路径Fig.6 The influence propagation path of key design quality characteristic X10

通过分析关键设计质量特性的影响传播路径，可知某一关键设计质量特性的波动会引发两种类型的波动，即直接性波动和继发性波动。直接性波动是指某一设计质量特性的波动会引起与其直接相关联的故障原因或关键设计质量特性波动。基于直接性波动，可建立该关键设计质量特性Xi的直接影响域V′Xi，体现为与该质量特性相关的第一层路径上的节点集合CF(Xi)。继发性波动是指通过直接性波动所关联的故障原因或关键设计质量特性会进一步产生传递，影响更多的关键设计质量特性、故障原因和元故障,从而可建立关键设计质量特性Xi的间接影响域V″Xi，体现为第一层路径之后各层路径的节点集合Cg(Xi)。则直接影响域V′Xi和间接影响域V″Xi可表示为

V′Xi={Xf,Af|Xf∈CF(Xi),
Af∈CF(Xi),f=1,2,…}

(1)

V″Xi={Xg,Ag,Qg|Xg∈Cg(Xi),
Ag∈Cg(Xi),Qg∈Cg(Xi),g=1,2,…}

(2)

式中，Xf为直接影响的关键设计质量特性；Af为直接影响的故障原因；Xg为间接影响的关键设计质量特性；Ag为间接影响的故障原因；Qg为间接影响的元故障。

有向图通常有出度和入度指标，其中，入度为指向节点vi的边数量，记为di(vi)[13-14]。对于关联模型的关键设计质量特性Xi来说，它的直接影响度I′Xi就是它的入度，由直接影响域V′Xi决定；它的间接影响度I″Xi由间接影响域V″Xi决定。则直接影响度I′Xi和间接影响度I″Xi可分别表示为

I′Xi=di(Xi)=N(V′Xi)

(3)

I″Xi=N(V″Xi)

(4)

式中，di(Xi)为设计质量特性Xi的入度；N(V′Xi)为设计质量特性Xi直接影响域节点的个数；N(V″Xi)为设计质量特性Xi间接影响域节点的个数。

关键设计质量特性的影响广度IXi可通过直接影响度、间接影响度的加权和进行量化计算:

IXi=w′XiI′Xi+w″XiI″Xi

(5)

其中，w′Xi为直接影响的权重；w″Xi为间接影响的权重，且w′Xi+w″Xi=1。在此，引入边介数的概念确定各权重值。

边介数定义为网络中所有最短路径中经过该边的路径数目，反映了相应边在整个网络中的作用和影响力[15]。在关键设计质量特性的影响传播路径中，边表示两节点间的影响传播过程，因此引入边介数衡量以初始波动设计质量特性Xi为源节点的影响传播路径中直接影响和间接影响的重要性。本文构建的设计质量特性影响传播路径存在明显的层次性，间接传播相对于直接传播需要一定的中间节点作为传播媒介且传播距离长。由于一般网络中节点间的传播性随传播距离增长而衰减，即传播性与传播路径层次成反比，因此赋予边介数一个层次修正系数，则各传播边的修正边介数B′(e(vi,vj))可表示为

(6)

其中，k为影响传播路径中的路径层次；B(e(vi,vj))为节点vi到vj的边e(vi,vj)的边介数，在关键设计质量特性的影响传播路径中，e(vi,vj)可以为直接影响传播边e(Af,Xi)、e(Xf,Xi)和间接影响传播边e(Xg,Xf)、e(Ag,Xf)、e(Ag,Af)、e(Qg,Af)、e(Xg,Xg)、e(Ag,Xg)、e(Ag,Ag)、e(Qg,Ag)、e(Qg,Qg)。

以图6中的e(A9,X11)为例，在以X10为源节点的影响传播路径中，经过该边的最短路径有(A9→X11→X10)、(Q7→A9→X11→X10)和(Q8→A9→X11→X10)，则边介数B(e(A7,X10))为3；且该边位于此路径的第二层，则B′(e(A9,X11))=(1/2)×3=3/2。

边介数是量纲一参数，在此分别对直接影响传播边和间接影响传播边的修正边介数加权求和并进行归一化处理，得到直接影响权重和间接影响权重：

(7)

(8)

其中，V为传播路径中所有节点的集合。

2.2 关键设计质量特性影响的深度

不同的关键设计质量特性可能对应不同的元故障，即某一关键设计质量特性的波动经传播后，必然引发特定元故障。为此引入元故障的失效风险评估对关键设计质量特性影响深度进行分析。

针对产品故障模式的失效风险，传统方法常使用失效风险指数RPN进行度量，RPN值RRPN由风险因子发生度O、严重度S和检出度D决定。但一些学者认为D与O在具体含义上存在重复和关联的地方，因此本文将失效风险的基本要素定义为故障发生度和严重度。故元故障失效风险指数可表示为

RRPN=O×S

(9)

在风险评价过程中，经常用“严重”“一般”等词汇描述风险等级，由于这些评价信息是定性语言，无法直接用于风险值的定量计算，因此，采用三角模糊理论对这些模糊的定性信息进行量化，将语言评价集l={i0,i1,…,in}中的评价结果用三角模糊数表示为M=(l,m,r)，其中，l和r分别为模糊数的下限和上限，m为可能性最大的值。例如，对于严重度的语言评价集合为{严重,较严重,一般,轻微,基本无影响}，其评价结果“严重”的三角模糊数可以表示为(0.75,1,1)。O和S的语言评价结果可相应地用三角模糊数表示，见表3。

表3 O、S评价结果及其对应的三角模糊数

三角模糊数表示“m左右”的模糊概念，为了消除权重的模糊化，可通过下式处理：

R=(l+2m+r)/4

(10)

例如，对于三角模糊数(0.75,1,1)，其权重值为R=(0.75+2×1+1)/4=0.94，因此，通过去模糊化得到O的评价语言集{高,较高,中等,较低,低}和S的评价语言集{严重,较严重,一般,轻微,基本无影响}对应的权重值均为{0.94,0.75,0.50,0.25,0.06}。

通常来说，RPN值越大意味着导致该故障的关键设计质量特性对产品质量的影响深度越大。所以元故障Qi的初始失效风险概率PRi可表示为

(11)

式中，RRPN,i为元故障Qi的失效风险指数；RRPN，max为元故障失效风险指数最大值。

在有向图中，出度是从节点vj出发的边的数量，记为do(vj)，表示节点的影响传递。所以节点vj向节点vi的传递概率P(vj,vi)可表示为

(12)

在关键设计质量特性扩展关联模型中，(vj,vi)可以是(Qj,Qi)、(Qj,Ai)、(Aj,Ai)、(Aj,Xi)、(Xj,Xi)，节点vj可以是Qj、Aj、Xj。

在设计质量特性影响深度的计算过程中，由于关联模型中各因素间存在关联关系，元故障初始失效风险会产生层层传递，因此，需首先计算元故障失效风险，进而计算故障原因的失效风险，在此基础上，基于关联网络将上述失效风险进行叠加即可得到关键设计质量特性影响深度。

(1)元故障失效风险。考虑到元故障之间的关联关系，故障之间可能存在传递关系，所以元故障的失效风险概率PQi可采用下式计算：

(13)

(2)故障原因的失效风险。考虑到元故障的映射关系和故障原因间的关联关系，则故障原因风险概率PAi可采用下式计算：

(14)

(3)关键设计质量特性影响深度。考虑到故障原因的映射关系和设计质量特性间的关联关系，可得关键设计质量特性PXi的影响深度：

(15)

2.3 关键设计质量特性重要度排序

综合考虑关键设计质量特性的影响深度和影响广度，可得该设计质量特性的重要度。为统一广度和深度量纲，需先将其进行归一化处理，然后再综合分析得到其重要度并根据此进行排序，则关键设计质量特性Xi的重要度WXi可表示为

(16)

式中，Imax为关键设计质量特性影响广度最大值；Pmax为关键设计质量特性影响深度最大值。

3 实例分析

为说明本文所提方法的可行性，选取起重机起升机构为研究对象，识别该产品的关键设计质量特性并对其进行排序。起升机构的功能是实现物料的升降，是起重机最主要、最基本的工作系统，其工作原理是电动机通过传动轴、联轴器和减速器传递动力带动卷筒转动，钢丝绳缠绕在卷筒上，并通过滑轮组与吊钩相连以升降物料。其结构与功能之间的映射关系如图7所示。

图7 起重机起升机构结构功能映射关系Fig.7 Function mapping of crane hoistingmechanism structure

3.1 起升机构关键设计质量特性扩展关联模型

(1)元故障的提取。搜集起重机起升机构故障相关资料，按照元故障提取的可拓操作规则，得到起升机构的元故障，如表4所示。

表4 起升机构元故障

(2)故障原因的获取。对起升机构元故障形成机制进行分析得到其故障原因，如表5所示。

表5 起升机构故障原因

(3)关键设计质量特性的识别。对起升机构故障原因进行分析，得到与其相关的关键设计质量特性，如表6所示。

表6 起升机构关键设计质量特性

(4)关键设计质量特性扩展模型的建立。根 据本文方法对起升机构元故障、故障原因以及关键设计质量特性间的纵向关联关系和横向关联关系进行分析，建立起升机构关键设计质量特性扩展关联模型，如图8所示。

图8 起升机构关键设计质量特性关联模型Fig.8 The key design quality characteristic correlation model of hoisting mechanism

3.2 起升机构关键设计质量特性排序

基于起升机构关键设计质量特性关联模型，进行关键设计质量影响广度和影响深度的分析计算，进而得到其重要度并进行排序。

(1)关键设计质量特性影响广度的计算。以关键设计质量特性为出发点，提取关键设计质量特性影响传播路径；以图8中关键设计质量特性X11钢丝绳直径为例，其影响传播路径见图9。

图9 钢丝绳直径X11的影响传播路径Fig.9 The influence propagation path of wire rope diameter X11

通过该影响传播路径，可得钢丝绳直径的直接影响域为V′X11={X5,X12,X16,A8,A9}，间接影响域V″X11={A4,A10,A11,A14,Q3,Q6,Q7,Q8,Q9,Q11}。由式(3)和式(4)可得直接影响度I′X11=5和间接影响度I″X11=10。根据式(6)～式(8)分别求得X11的直接影响权重w′X11=0.703和间接影响权重w″X11=0.297。

在此基础上，综合考虑直接影响和间接影响，通过式(5)得到钢丝绳直径的影响广度IX11=6.485。同理可得到起升机构的其他关键设计质量特性影响广度，如表7所示。

表7 起升机构关键设计质量特性重要度

(2)关键设计质量特性影响深度的计算。关键设计质量特性影响深度的量化过程是元故障失效风险基于设计质量特性关联模型中关联关系逐层传递到关键设计质量特性的过程，因此，从图8中根据关联关系抽取相关元故障到关键设计质量特性X11的失效风险传递路径，建立其失效风险传递图，如图10所示，图中双点画线表示以X11为目标的各因素之间的失效风险传递路径。此传递路径包括元故障Q3、Q6、Q7、Q8、Q9、Q11和故障原因A4、A8、A9、A10、A11、A14，以及关键设计质量特性X5、X12、X16、X11。

图10 以钢丝绳直径X11为目标的的风险传递关联图Fig.10 Diagram of the influence propagation path ofwire rope diameter X11

首先，计算各元故障的初始失效风险概率。以元故障Q9为例，卷筒变形是起升机构常发生的故障，该故障的发生对产品整机功能产生影响，则其发生度高且严重度较高，其发生度O为0.94，严重度S为0.75。当故障发生度高且严重度较高时，失效风险值最大，则RRPN,max为0.8836，通过式(11)得其初始失效风险概率PR9=(0.94×0.75)/0.8836=0.798，同理可知，PR3、PR6、PR7、PR8、PR11分别为0.424、1、0.141、1、0.283。

然后，考虑元故障间的因果关系，计算各元故障的失效风险概率。以元故障Q9为例，它不仅承担了自身的失效风险，还需考虑元故障Q8失效对其产生的失效影响，则通过式(13)可得PQ9=PR9+P(Q8,Q9)PR8=0.798+(1/3)×1=1.131，同理可知，PQ3、PQ6、PQ7、PQ8、PQ11分别为0.424、1、0.141、1、0.283。

计算各故障原因的失效风险概率。以故障原因A11为例，它承担了故障Q8、Q9的失效风险影响，则通过式(14)可得PA11=P(Q8,A11)PQ8+P(Q9,A11)PQ9=(1/3)×1+(1/2)×1.131=0.899，同理可知，PA4、PA8、PA9、PA10、PA14分别为0.878、0.333、1.364、1.353、0.283。

最后，计算各关键设计质量特性的影响深度。通过式(15)得到PX5、PX12、PX16分别为0.439、0.901、0.283，在上述计算结果的基础上，可得X11的影响深度PX11如下：

PX11=P(A8,X11)PA8+P(A9,X11)PA9+
P(X5,X11)PX5+P(X12,X11)PX12+
P(X16,X11)PX16=2.103

同理，求得该起升机构的其他关键设计质量特性的影响深度如表7所示。

(3)综合重要度。通过上述的分析计算得到了起升机构关键设计质量特性影响广度最大值Imax为13.46，关键设计质量特性影响深度最大值Pmax为2.376，由式(16)综合计算钢丝绳直径X11重要度如下：

同理，起升机构其他关键设计质量特性重要度见表7。

通过表7中的重要度大小对起升机构关键设计质量特性进行排序，从大到小依次是X7→X8→X2→X9→X11→X31→X12→X29→X32→X23→X30→X28→X5→X13→X19→X21→X1→X4→X16→X18→X6→X24→X10→X14→X15→X17→X22→X3→X25→X26→X27→X20。

3.3 结果分析

为验证上述结论的有效性，本文从以下两个方面进行了分析比较。

3.3.1基于设计过程的起升机构关键设计质量特性排序分析

根据在产品设计过程中所处的位置，可将设计质量特性划分为源头设计质量特性、中间设计质量特性以及局部设计质量特性，这些质量特性对产品的影响范围逐次减少，因此其重要程度也逐渐降低。

源头设计质量特性位于设计过程的顶层，它们往往是产品重要零部件设计与选型的依据，具有较高的重要性。

局部设计质量特性是指仅涉及局部功能结构及性能设计的质量特性，它们对产品质量仅产生局部影响，因此重要程度相对较低。

中间设计质量特性是在源头设计质量特性选定的基础上确定的、并用于进一步确定局部设计质量特性的一些质量特性，它们对源头设计质量特性所决定的零部件不起决定性作用，但对后续设计过程具有影响。

由起升机构的设计过程可知X7、X8、X2、X9、X11、X31、X12、X29、X32、X23属于源头设计质量特性；X1、X4、X5、X16、X19、X21、X22、X24、X28、X30为中间设计质量特性；X3、X6、X10、X13、X14、X15、X17、X18、X20、X25、X26、X27为局部设计质量特性。因此，它们的重要程度逐渐降低，这与上文的结果是一致的。

3.3.2以生产实际及文献查阅为背景的起升机构关键设计质量特性排序分析

通过对生产实际的调研以及对起升机构故障预防与排除相关文献的分析[16-24]，可建立了起升机构故障-特性-文献关系模型如图 11 所示，按照设计质量特性所关联故障对整机影响的重要程度以及被相关文献的关注度也可得出与本文一致的结论。

图11 起升机构故障-特性-文献关系模型Fig.11 Fault-characteristic-literature model ofhoisting mechanism

通过与上述产品设计和故障排除经验的对比分析，发现本文的结果与实际相符，验证了该方法的有效性。

4 结论

关键设计质量特性对机械产品质量起着至关重要的作用，其识别和排序是一个巨大的挑战。本文基于产品故障进行反向推理得到关键设计质量特性并对其重要性进行分析，该过程全面剖析了元故障、故障原因、关键设计质量特性的纵向映射和横向关联关系，完善了各因素间的关联关系，构建了关键设计质量特性扩展关联模型。基于该模型，充分考虑设计质量特性的影响传播广度和影响传播深度，采用有向图理论和失效模式及影响分析方法得到其重要度，有效地克服了传统方法存在的片面性和主观性，使排序结果更加合理和符合实际。该方法易于操作，能够有效辅助工程设计者进行设计决策，同时为后续产品的质量问题追溯和产品的质量控制提供了基础，可有效提高产品质量。