طراحی مدل تشخیص زودهنگام ایرادات قابلیت اطمینان محصول با استفاده از تحلیل داده‌های گارانتی و نتایج آزمون‌های کیفی خط تولید (مطالعه موردی سالن موتورسازی)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 کارشناس ارشد کیفیت جامع خودرو، موسسه آموزشی، پژوهشی و فناوری گروه صنعتی ایران خودرو، تهران، ایران

2 استادیار گروه مهندسی صنایع دانشگاه صنعتی ارومیه، ارومیه، ایران

3 استادیار گروه مهندسی صنایع، دانشکده فنی و مهندسی دانشگاه خوارزمی، تهران، ایران

4 کارشناس ارشد، دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران

چکیده

هزینه­‌های  گارانتی در شرکت­‌های تولیدی یکی از سرفصل­‌های مهم هزینه‌­ای را شکل داده و می­‌تواند بخش قابل توجهی از سود شرکت را به خود اختصاص دهد. طبیعی است که تلاش برای کاهش این هزینه­‌ها می­‌تواند منجر به افزایش حاشیه سود شود. در همین راستا شناسایی ایرادات قابلیت اطمینانی پیش از وقوع آن‌­ها می­‌تواند به کاهش هر چه بیشتر این هزینه­‌ها و همچنین کاهش نارضایتی مشتری کمک کند.  از آنجایی که مشکلات قابلیت اطمینان ممکن است ناشی از ایرادات تولیدی باشند جداسازی این محصولات پس از فرایند تولید به کاهش بازگشت‌­های گارانتی کمک شایانی می­‌کند. لذا در این مقاله، یک مدل تشخیص زودهنگام ایرادات قابلیت اطمینان محصول با استفاده از تحلیل داده­‌های گارانتی و پارامترهای کیفی خط تولید طراحی شده است. در همین راستا یک مطالعه موردی بر روی موتورهای TU5 ایران خودرو انجام شده است.

کلیدواژه‌ها


[1] مرجب, س. و ع. صادقی (1393). طراحی سیستم خبره مبتنی بر هوش مصنوعی جهت تشخیص خود کار عیوب موتور خودرو. کنفرانس ملی علوم مهندسی، ایده های نو (8), موسسه آموزش عالی آیندگان تنکابن.
[2] اکبری جوکار, م. و همکاران (1386). طراحی سیستم ردیابی در سالن مونتاژ موتور خودرو. نخستین کنفرانس بین المللی مدیریت زنجیره ی تامین و سیستم های اطلاعات, انجمن مدیریت استراتژیک ایران.
[3] آقارضی, و. ب. سلک (1384). اندازه گیری شاخص کیفی قابلیت اطمینان موتور TU5 در خودرو پژو 206. چهارمین همایش موتورهای درونسوز, شرکت تحقیق، طراحی و تولید موتور ایران خودرو.
[4] کاظمی، م. و همکاران، (1392)، تحلیل ریشه های خرابی شکست سپرحرارتی پایینی منیفولد دود، هشتمین همایش موتورهای درونسوز، تهران، شرکت تحقیق، طراحی و تولید موتور ایران خودرو.
[5] Karim, M. R., & Suzuki, K. A. Z. U. Y. U. K. I. (2007). Analysis of warranty data with covariates. Proceedings of the Institution of Mechanical Engineers, Part O: Journal of Risk and Reliability, 221(4), 249-255.
[6] Wu, H. and W. Q. Meeker (2002). "Early Detection of Reliability Problems Using Information From Warranty Databases." Technometrics 44(2): 120-133.
[7] Grabert, M., et al. (2004). An Early Warning System for Vehicle Related Quality Data. Industrial Conference on Data Mining, Springer.
 [8] Honari, B., & Donovan, J. (2007). Early detection of reliability changes for a non-Poisson life model using field failure data. In Annual IEEE Reliability and Maintainability Symposium, 2007. RAMS'07. (pp. 346-349).
[9] Vittal, S., & Neuman, H. (2008). Early detection of warranty issues: A multi-disciplinary literature survey. In Annual IEEE Reliability and Maintainability Symposium, 2008. RAMS 2008. (pp. 181-186).
[10] Lindner, G., & Klose, A. (1997). ML and statistics for trend prognosis of complaints in the automobile industry. In Proceedings of the ICML-97 Workshop on Machine Learning Applications in the Real World: Methodological Aspects and Implications (pp. 20-26).
[11] Wu, S., & Akbarov, A. (2011). Support vector regression for warranty claim forecasting. European Journal of Operational Research, 213(1), 196-204.
[12] Zhou, C., Chinnam, R. B., & Korostelev, A. (2012). Hazard rate models for early detection of reliability problems using information from warranty databases and upstream supply chain. International Journal of Production Economics, 139(1), 180-195.