APP下载

基于狩野模型和QFD的可变功能机械产品需求分析

2022-11-16邓益民

机械制造 2022年8期
关键词:因数象限类别

□ 黄 华 □ 邓益民

宁波大学 机械工程与力学学院 浙江宁波 315211

1 研究背景

当前,机械产品的功能需求日益多样化,机械产品的结构日益复杂。在这一背景下,多功能集成的可变功能机械成为机械设计的一个重要方向[1]。提升用户的使用便捷性,提升产品的利用率、节约资源等,都是可变功能机械带来的实质性好处。可变功能机械的设计基于用户需求,合理的需求可以减少产品功能之间的耦合关系,提升每项功能的利用率[2]。现实情况是,目前大多数机械是为专门客户设计的,缺少对产品需求分析的系统方法。

常用的需求分析工具狩野模型多用于对单个需求进行定性分析,对需求较多、较复杂的情况,应用存在局限性。另一方面,经狩野模型处理的需求概念性较强,与产品功能结构的关联性较低,对设计的导向作用较弱。质量功能展开是将需求、期望转换为设计要求的常用工具[3],方法较为复杂,用其处理可变功能机产品的需求需要进一步与狩野模型融合。对狩野模型和质量功能展开进行改进、结合,可以达到充分发挥两者优势,解决单个模型局限性的问题,由此为可变功能机械的需求分析提供新方法。

笔者基于以下路线开展可变功能机械产品需求分析研究:第一,改进狩野模型,提出针对可变功能机械产品的需求类别判别方法;第二,量化狩野模型,获得需求重要度,筛选出有效的需求;第三,使用质量功能展开方法将获取的有效需求转换为设计要求[4],并进行排序筛选。最后以多功能钳为例,验证研究所获得的需求分析方法的可行性。

2 基于狩野模型的需求分析

狩野模型用于细分用户需求,拥有业内第一套有规范结构的需求分析调查问卷[5]。通过需求狩野模型获得的用户需求有完善的理论基础和较高的准确性。狩野模型于1984年提出[6],这一理论在机械、电子、通信等产品中有非常重要的应用[7]。

2.1 需求问卷调查

根据初始需求,设计需求狩野模型问卷[8-9],见表1。通过需求狩野模型问卷对每个功能需求进行调研,获取实现这种功能需求的客户态度及忽略这种功能需求的客户态度。

表1 需求狩野模型问卷

笔者引入需求分类方法,将需求按照狩野模型调研结果划分为五类:兴奋型需求A、基本型需求M、期望型需求O、无差异型需求I、反向型需求R。五类需求的划分标准参照需求分类,见表2。表2中,Q代表无效。

表2 狩野模型需求分类

2.2 需求类别确定

传统狩野模型采用频率法确定需求类型,即问卷结果中哪个类别支持者的比例大,需求就属于哪个类别。这种方法的原理和操作都较为简单,但是存在较为明显的缺陷。一方面,当两种甚至三种类别的支持数量相差不多时,频率法确定的需求类别不能代表客户群体的意见,准确性较低。另一方面,当需求数量较多时,频率法忽略需求之间的联系,局限性较大。因此,频率法只有在需求单一且需求狩野模型问卷的结果中有一类支持数量远多于其它几类支持数量的条件下使用。

笔者提出通过满意因数和不满意因数进行综合分析,确定需求类别[10]。第i个需求的满意因数Pi为:

(1)

式中:N1为基本型需求支持数量;N2为期望型需求支持数量;N3为兴奋型需求支持数量;N4为无差异型需求支持数量。

满意因数表示需求对用户的满意度提升效果,值在0~1之间,越接近1,效果越好。

第i个需求的不满意因数Qi为:

(2)

不满意因数表示需求对用户的不满意度影响,值在-1~0之间,越接近-1,影响越大。由满意因数和不满意因数绘制象限图,象限原点的横坐标是不满意因数的平均值,纵坐标是满意因数的平均值。在第一象限内,满意因数和不满意因数的绝对值同时接近1,表示产品满足需求,客户的满意度会上升,产品不满足需求,客户的满意度会下降。第一象限内分布的需求性质与期望型需求相同,因此需求分布在第一象限可以作为期望型需求的判定依据。同理,第二象限的需求可以作为兴奋型需求的判定依据,第三象限的需求可以作为无差异型需求的判定依据,第四象限的需求可以作为基本型需求的判定依据。

对于象限图,在计算满意因数和不满意因数的过程中,考虑需求自身的客户满意度和客户不满意度,确定需求在象限图中的绝对位置。满意因数和不满意因数的修正还解决了频率法在多类别支持数都较多时的局限性。另一方面,在确定象限原点的过程中,从全体需求角度去衡量需求的迫切程度,确定需求在象限图中的相对位置,需求分类还融入需求之间的联系。以上方法解决了频率法复杂需求类别判断失准的问题。

2.3 量化狩野模型重要度

对于各类需求,按照受欢迎程度依次算作5分、4分、3分、2分、1分,由此第i个需求的初始需求重要度Hi为:

(3)

式中:N5为反向型需求支持数量。

通过式(3)计算重要度,会存在偏离需求类别的问题。为了解决这一问题,将满意因数与不满意因数引入,进一步确定修正参数。综合考虑满意因数和不满意因数,对两者的绝对值取大值。作为第i个需求的客户满意度指数Ti为:

Ti=max(|Pi||Qi|)

(4)

Chaudha等[11]提出变换函数,作为满意度指数的修正形式,以实现根据需求类别进一步修正需求重要度。第i个需求的变换函数fi为:

fi=(1+Ti)K

(5)

式中:K为不同需求类型对应的变化参数。

客户对需求越迫切,K值越大。基本型需求、期望型需求、兴奋型需求K值由高到低依次取2、1、0.5。

将需求重要度修正参数与初始需求重要度相乘,获得第i个需求的最终重要度Si,为:

Si=fiHi

(6)

将需求按照最终重要度进行排序,获得重要度排序表。重要度排序表能够直观反映各项需求的重要性差异,为需求筛选提供依据。

3 基于质量功能展开的需求要素转换

质量功能展开能够对需求与设计要求进行关联,依据关联关系的程度及需求的重要程度进行设计要求重要度排序,为产品设计提供必要的导向,提升可变功能机械产品的市场竞争力[12]。

第一步,根据各需求确认产品的设计要求。设计要求根据需求与产品结构特点获得,这个过程在一定程度上依赖主观经验。

第二步,采用专家三阶打分制,确定第i个需求和第j个设计要求的关联关系分值Nij。三阶打分分别为1分、3分、5分。关联关系分值越高,表示关联关系越密切。没有关联关系,关联关系分值为0。

第三步,确定设计要求重要度。产品共包含n个需求,所对应的第j个设计要求重要度Wj为:

(7)

通过比较设计要求重要度的大小,进行设计要求重要度排名。按照设计要求重要度排名,确定哪些设计要求优先融入可变功能机械产品设计,即将所对应的需求融入产品设计。

4 多功能组合钳实例

笔者通过多功能组合钳来说明需求分析的过程。多功能组合钳需求分析见表3。根据需求制作需求狩野模型问卷,完成客户调研。汇总调研问卷,计算初始需求重要度、满意因数、不满意因数,以及需求最终重要度。

表3 多功能组合钳需求分析

根据满意因数、不满意因数确定需求象限图,如图1所示。

▲图1 多功能组合钳需求象限图

图1中,象限原点O(-0.611,0.613)的坐标为所有点横坐标平均值与纵坐标平均值。按照需求编号,编号K7对应的需求处于第一象限,属于期望型需求,编号K1~K6对应的需求处于第二象限,属于兴奋型需求,编号K8~K11对应的需求处于第四象限,属于基本型需求。此处得到的分类结果与频率法分类结果有较大差别,如K7的兴奋型需求、基本型需求、期望型需求支持数量相差不大,通过频率法判断属于兴奋型需求,根据象限图判断属于基本型需求。K7的需求内容为使用省力,若不能实现这一需求,使用较费力,则客户应该不会满意。从需求自身分析,K7与兴奋型需求的定义不符合,与基本型需求的定义更相符。出现以上问题的原因是需求的多个类别支持数量都较高,频率法判断失准。笔者提出的根据象限图判断的方法解决了这一问题。

需求最终重要度能够较为客观地反映客户对需求的态度,需求最终重要度值越大,对需求越迫切。表3显示功能切换顺畅、方便携带这类提升产品使用体验的需求是客户较为迫切的需求,但是这类需求概念性较强,对产品设计的指导性较弱。通过质量功能展开方法将需求转换为设计要求,赋予需求相应的质量属性,由此增强对设计的指导作用。

由产品开发人员结合需求和产品结构要素,确认每项需求对应的设计要求,得到需求和设计要求转换表,见表4。需求编号和设计要求编号是组成质量功能展开矩阵的基本元素。通过专家打分制评价需求和设计要求之间的相关性,根据式(7)计算出设计要求重要度。根据需求和设计要求之间的定量关系,确定需求与设计要求相关矩阵,如图2所示。根据求出的设计要求重要度大小进行设计要求重要度排序,排序靠前的设计要求在进行产品设计时应当优先考虑。

表4 需求和设计要求转换表

▲图2 需求与设计要求相关矩阵

根据图2排序,分析可得结构紧密合理是该多功能组合钳最重要的设计要求。另外,可切换刀头、优质材料、尖嘴钳功能都是有迫切需求的项目,打火功能是需求最少的项目。对比设计要求重要度排序结果和需求最终重要度排序结果,可以发现需求与对应的设计要求排序存在一定关系,但是并不完全相同。例如,结构紧密合理是重要度最高的设计要求,但是所对应的几个需求重要度并非最高。从设计要求内容分析,结构紧密合理对多功能组合钳在体验上的优化,相比其它设计要求更为直接。由此可见,需求重要度和设计要求重要度存在一定差异,使用质量功能展开方法进行转换,可以获得更好的方案。需求分析结果符合实际生产中面临的需求,多功能组合钳从流程上说明了将狩野模型和质量功能展开方法结合,应用于可变功能机械产品需求分析的可行性。

5 结束语

需求分析对于可变功能机械产品成功面向市场而言至关重要。笔者提出基于狩野模型和质量功能展开的可变功能机械产品需求分析方法。相对于原始狩野模型,这一方法改进需求类别判断方法,结合需求象限图,融合满意因数、不满意因数,从全体需求角度判断需求类别。通过满意因数、不满意因数、满意度等加权指标,对需求重要度进行进一步修正,获得更加准确的需求重要度排序,实现对初始需求的筛选。通过质量功能展开方法的应用,建立需求和设计要求的关联关系矩阵,根据关联关系与需求重要度综合计算,获得设计要求重要度,形成对产品设计有直接参考价值的设计要求重要度排名。设计要求重要度排名较高的设计要求,拥有的客户群体更广泛,更容易被市场所接受。因此,设计要求重要度高的设计要求可以在产品设计中优先考虑。通过多功能组合钳实例进一步说明所提出方法的具体流程与效果。

猜你喜欢

因数象限类别
勘 误
复数知识核心考点综合演练
因数是11的巧算
“积”和“因数”的关系
常数牵手象限畅游中考
积的变化规律
壮字喃字同形字的三种类别及简要分析
平面直角坐标系典例分析
找因数与倍数有绝招
服务类别