数控机床可用性屋中用户可用性需求分析的合成方法（英文）

用户可用性需求获取及权重确定是构建数控机床可用性屋的起点和关键,对于能否真实反映故障因素对可用性需求的最终影响起着重要作用。为有效评估用户可用性需求,提出基于改进AHP与熵权法的主客观赋权法、DEMATEL和Kano模型及数控机床"卖点"的合成分析法。采用AHP与熵权相结合的主客观赋权法确定基本权重;考虑用户可用性需求间相互影响,利用DEMATEL法得到修正权重;兼顾用户可用性需求水平提高率、Kano分类及数控机床"卖点"等市场竞争性评估信息,使所得权重调整因子与修正权重相结合,获取最终合成权重。最后借助实例对该方法的有效性与可行性进行了验证。

复杂产品可用性屋中故障因素自相关系数确定方法

在复杂产品可用性屋中,精确计算故障因素自相关系数有利于更准确得到故障因素权重,从而更有针对性地构建可用性保障机制。为此本研究给出一种可以综合多名专家意见与多个影响因素的故障因素自相关系数计算方法,将不同专家对故障因素间因果关系的模糊性判断表达为一个可拓区间数,运用可拓层次分析法(Extensional Analytic Hierarchy Process,EAHP)将该可拓区间数转化为确定的值,得到故障因素间的自相关系数。该法全面考虑了故障因素的各种影响因素及其模糊性,使计算获得的故障因素自相关系数准确度更高。最后以某系列复杂产品——加工中心可用性屋的自相关矩阵构建为例,验证了该方法的应用。

综合多因素的数控车床可用性功能展开(英文)

对数控车床进行可用性分析是后续制定可用性增长措施方向的依据,因此如何进行准确可靠的可用性分析是本研究的重点内容。传统对数控车床进行的可用性研究主要是单因素分析,其结果常与用户所需存在偏差。基于此,综合考虑用户需求、数控车床子系统间相关关系及各子系统与用户间的相关关系,借鉴QFD思想,构建数控车床可用性屋。为便于求解可用性屋输出项,将可用性屋模型转化为矩阵形式,实现矩阵之间的运算直接求解,以便于简化计算过程。根据输出项中的各子系统综合影响权重,即可确定数控车床可用性改进的方向,最终实现投入最小的可用性改进工作以满足用户最大的需求,从而提高产品市场竞争力。