于亞杰，胡建成，湛先好

（奇瑞汽車股份有限公司，安徽 蕪湖 241009）

前言

近年來，隨著可靠性理論應(yīng)用的推廣，越來越多的企業(yè)致力于將可靠性理論應(yīng)用于售后索賠數(shù)據(jù)分析，以期通過建立可靠性理論模型的方式找出其產(chǎn)品質(zhì)量的薄弱環(huán)節(jié)和整車故障規(guī)律，進(jìn)而更好的服務(wù)于產(chǎn)品質(zhì)量提升。基于此，本文提出了利用Weibull++軟件進(jìn)行售后索賠數(shù)據(jù)分析的方法。

1 售后索賠數(shù)據(jù)的特點及分析意義

售后索賠數(shù)據(jù)是目前絕大部分汽車主機(jī)廠進(jìn)行質(zhì)量分析的最重要信息來源，其具有以下幾個特點：

1）反映了真實的使用條件和環(huán)境下對產(chǎn)品的可靠性影響。

2）使主機(jī)廠可以更加清晰地了解其產(chǎn)品的真實可靠性表現(xiàn)。

3）在不增加額外費用的基礎(chǔ)上，可以從企業(yè)現(xiàn)有的保修記錄中獲得。

4）包含了客戶使用信息。

5）一種現(xiàn)成的“試驗”結(jié)果。

因此，對于汽車主機(jī)廠來講，售后索賠數(shù)據(jù)是其最為客觀也最易獲取的信息來源，通過對售后索賠數(shù)據(jù)的分析，企業(yè)可以：

1）了解產(chǎn)品可靠性現(xiàn)狀。

2）了解產(chǎn)品薄弱環(huán)節(jié)和潛在改進(jìn)方向。

3）提升現(xiàn)有產(chǎn)品可靠性的決策依據(jù)。

4）考核供應(yīng)商能力和問題所在。

5）為新產(chǎn)品可靠性設(shè)計提供現(xiàn)成的數(shù)據(jù)支持。

6）作為備件及保修策略制定的依據(jù)。

2 售后索賠數(shù)據(jù)可靠性分析的方法和步驟

近年來，隨著威布爾分布理論研究的深化和信息化的普及，Weibull++軟件成為可靠性和壽命數(shù)據(jù)分析領(lǐng)域的行業(yè)標(biāo)準(zhǔn)，該軟件提供了包括 Weibull分布的所有形式在內(nèi)的一系列標(biāo)準(zhǔn)的壽命數(shù)據(jù)分析、繪圖和報表工具，為可靠性工程領(lǐng)域的統(tǒng)計分析提供了極大的便利[1]。下面以某車型（以下稱“*車型”）擔(dān)保期內(nèi)的售后索賠數(shù)據(jù)為例，具體演示利用可靠性理論開展汽車售后索賠數(shù)據(jù)分析的步驟和方法。

2.1 確定分析對象及樣本說明

為方便對比，分別選擇2015、2016、2017每年上半年銷售的*車型為分析對象，其中2015和2016年上半年銷售的車輛使用均滿24個月，因此，以使用24個月為可靠性分析截止時間；2017年上半年銷售車輛使用均滿12個月，因此，以使用12個月為可靠性分析截止時間。

2.2 收集車輛銷售及售后索賠數(shù)據(jù)

從客戶服務(wù)部門獲取*車型分別在2015、2016、2017每年上半年銷售給最終客戶的銷量，并從質(zhì)量信息系統(tǒng)導(dǎo)出這些車輛在使用24、12個月內(nèi)出現(xiàn)的失效數(shù)據(jù)，統(tǒng)計結(jié)果見下表：

表1 車型不同時間段的銷量及失效數(shù)據(jù)統(tǒng)計表

2.3 分析樣本車輛使用率

因一般很難獲取所有已售車輛截止 24個月的行駛里程的完整記錄，因此，這里采取的辦法是根據(jù)已發(fā)生故障車輛的使用率情況，進(jìn)行分析對象車輛的日均行駛里程的預(yù)測，進(jìn)而測算使用12、24個月（即試驗截止）時的運行里程。

2.3.1 計算已發(fā)生故障車輛的日均行駛里程

計算方法：僅發(fā)生一次故障的車輛日均里程，按照發(fā)生故障時的里程除以運行天數(shù)計算；不僅發(fā)生一次故障車輛的日均里程取故障時間在 30天以上的每條故障發(fā)生時的運行里程除以運行天數(shù)的最大值取值，針對每條故障時間均小于30天的，那么，按照最近一次故障發(fā)生時間的運行里程除以運行天數(shù)計算。

圖1 車型已發(fā)生故障車輛的日均行駛里程分布

*車型已發(fā)生故障車輛日均里程計算結(jié)果為：所有已發(fā)生故障車輛的日均行駛里程平均值為 57公里，其中，約 80%車輛的日均里程集中在15-85公里，具體分布如圖1。

2.3.2 計算未發(fā)生故障車輛的日均行駛里程

針對未發(fā)生故障的車輛，假定這些車輛的日均行駛里程分布與已發(fā)生故障車輛的分布相同，且在單個分布區(qū)間內(nèi)服從均勻分布，按此原則預(yù)測未發(fā)生故障車輛的日均行駛里程數(shù)據(jù)。

2.4 根據(jù) Weibull++軟件的運算要求，整理進(jìn)行可靠性運算用數(shù)據(jù)

汽車作為可維修性產(chǎn)品，其可靠性分析的指標(biāo)包括：平均首次故障里程（MTTF）、平均間隔故障里程（MTBF）、可靠度（R）、失效率（S）、BX%壽命等[2]。因平均間隔故障里程計算過程復(fù)雜，因此，本文中暫不進(jìn)行該指標(biāo)的計算。利用 Weibull++軟件計算上述其它可靠性指標(biāo)時需整理的基礎(chǔ)數(shù)據(jù)包括：

1）試驗期間內(nèi)已發(fā)生故障車輛，從故障明細(xì)中篩選每輛車的首次故障，并記錄其首次故障里程。

2）試驗期間內(nèi)未發(fā)生故障車輛，根據(jù)2.3.2的日均行駛里程計算其運行到試驗期末的行駛里程，若該計算值小于或等于6萬公里，那么取該值為刪失里程；若2年運行里程大于6萬，則取6萬為刪失里程（假定6萬公里為*車型的質(zhì)保期）。

3 軟件運行及可靠性結(jié)果分析

根據(jù)以上兩步，將已發(fā)生故障車輛的首次故障里程標(biāo)記為F，將未發(fā)生故障車輛的刪失里程標(biāo)記為S，代入Weibull++軟件即可運行出平均首次故障里程、可靠度、不可靠度、失效率及 BX%壽命等可靠性指標(biāo)結(jié)果。本例中*車型 2015、2016、2017每年上半年銷售車輛的可靠性指標(biāo)運行結(jié)果對比如下附表2：

表2 可靠性指標(biāo)對比

結(jié)果說明：

a該可靠性計算的數(shù)據(jù)基礎(chǔ)僅為車輛使用2年且運行里程在6萬公里以內(nèi)發(fā)生的首次索賠數(shù)據(jù)，而根據(jù)車輛的時間運行情況看，大部分車輛運行2年里程一般為4萬左右，因此，上表中4萬公里以內(nèi)的可靠性指標(biāo)相對準(zhǔn)確，4萬公里以上的指標(biāo)為可靠性預(yù)測結(jié)果；

b預(yù)測的可靠度結(jié)果偏高，可能影響因素：客戶流失或部分故障不產(chǎn)生索賠原因，這里的失效信息可能不全；僅涵蓋運行2年的車輛，失效率仍未到達(dá)浴盆曲線底部。

下面分別從不同的可靠性指標(biāo)表現(xiàn)對比*車型 2015、2016、2017三年的可靠性情況。

3.1 可靠度指標(biāo)對比分析

通過三年的可靠度指標(biāo)對比，如附圖2：5000公里以內(nèi)時，2016年車輛的可靠度指標(biāo)略好于2017年，2015年最差；10000公里以后，2017年車輛可靠度表現(xiàn)明顯好于2016年和2015年。

圖2 ＊車型3年的可靠度指標(biāo)對比

3.2 BX指標(biāo)對比分析

圖3 ＊車型3年的BX%壽命指標(biāo)對比

通過三年的BX%壽命指標(biāo)對比：2016年車輛的初期可靠性相對較好，前20%零件的失效里程高于其它兩年；從50%和63.2%車輛的失效里程看，15年、16年車輛相差不大，表明兩者的長期可靠性相差不大。

3.3 可靠度指標(biāo)與千車故障數(shù)（IPTV）關(guān)系分析

絕大部分汽車主機(jī)廠都采用某段時間生產(chǎn)或銷售的車輛，在使用一定時間后，每1000輛車發(fā)生的故障數(shù)，即千車故障數(shù)（IPTV）指標(biāo)作為對整車可靠性的主要評價依據(jù)，因此，為能通過本文的可靠性分析為各主機(jī)廠的IPTV指標(biāo)預(yù)測提供參考，這里針對三年的車輛分別繪制可靠度與 IPTV對比的散點圖（見附圖4），散點圖趨勢顯示兩者負(fù)相關(guān)，且兩者擬合直線的擬合優(yōu)度均在0.97以上，因此，可以得出結(jié)論IPTV與可靠度強(qiáng)負(fù)相關(guān)，企業(yè)可以根據(jù)可靠度分析結(jié)果進(jìn)行IPTV趨勢的預(yù)測。

圖4 ＊車型3年的可靠度VS.IPTV

4 結(jié)語

本文是基于汽車售后索賠數(shù)據(jù)進(jìn)行可靠性分析的初步探索，為汽車售后索賠數(shù)據(jù)分析提供一種新的思路和方法。但汽車作為可修復(fù)產(chǎn)品，平均間隔故障里程也是其可靠性評估方面的重要指標(biāo)。因此，基于售后索賠數(shù)據(jù)的可靠性分析仍需進(jìn)一步探索。