李濤 吳傳洋 李琳

摘 要：文章基于大數(shù)據(jù)關(guān)聯(lián)性思維模式，建立了試驗(yàn)項(xiàng)目-零部件-問題數(shù)量模型，分析了整車研發(fā)驗(yàn)證試驗(yàn)與質(zhì)量問題的關(guān)聯(lián)性，如試驗(yàn)項(xiàng)目-零部件、零部件-試驗(yàn)項(xiàng)目等。

關(guān)鍵詞：大數(shù)據(jù)思維;試驗(yàn);關(guān)聯(lián)性

中圖分類號(hào)：U467.1 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：1671-7988（2020）14-112-03

Abstract： Based on the thinking mode of big data relevance， this paper establishes a quantitative model of test items-Parts- problems， and analyzes the relevance between vehicle R & D verification test and quality problems， such as test items-parts， parts - test items， etc.

Keywords： Big data thinking; Test; Relevance

CLC NO.： U467.1 ?Document Code： A ?Article ID： 1671-7988（2020）14-112-03

引言

每個(gè)行業(yè)都會(huì)在長(zhǎng)期的實(shí)踐、探索過程中總結(jié)出自己特有的思維模式及相關(guān)理論以指導(dǎo)實(shí)踐。例如互聯(lián)網(wǎng)行業(yè)近些年就提出了互聯(lián)網(wǎng)思維、大數(shù)據(jù)思維等。在當(dāng)今知識(shí)大爆炸時(shí)代，跨界思維當(dāng)屬最簡(jiǎn)單、最便捷的途徑，可以快速從其他行業(yè)吸納新思維、新方法、新技術(shù)。

雖然汽車行業(yè)是傳統(tǒng)行業(yè)，但其知識(shí)體系磅礴，可謂海納百川，跨界借鑒和吸收其他行業(yè)的優(yōu)秀思維模式及相關(guān)理論的例子屢見不鮮。例如，在汽車行業(yè)發(fā)展歷程中，從外借鑒航空、航天等領(lǐng)域的技術(shù)，內(nèi)部也有集SUV的操控性、轎車的舒適性等各種優(yōu)點(diǎn)于一身的跨界車（Crossover）。

汽車研發(fā)過程中會(huì)進(jìn)行大量的試驗(yàn)，進(jìn)而暴露大量質(zhì)量問題。但是，試驗(yàn)與研發(fā)過程質(zhì)量問題之間未必能確切地直接找到關(guān)聯(lián)原因，因?yàn)樵囼?yàn)過程受到人、機(jī)、料、法、環(huán)等多種因素的影響。然而，分析試驗(yàn)與研發(fā)過程質(zhì)量問題之間的關(guān)聯(lián)關(guān)系，有助于指導(dǎo)試驗(yàn)策劃及試驗(yàn)點(diǎn)檢等工作，例如變更變速箱需要做什么試驗(yàn)、驅(qū)動(dòng)耐久試驗(yàn)需要重點(diǎn)點(diǎn)檢車輛哪些零部件等，大數(shù)據(jù)的相關(guān)性思維模式正好契合這一分析需求。

1 大數(shù)據(jù)相關(guān)性思維簡(jiǎn)介

隨著科技的發(fā)展，全世界的數(shù)據(jù)以指數(shù)級(jí)增長(zhǎng)，導(dǎo)致以前的數(shù)據(jù)處理模式發(fā)生巨大變化，思維模式也發(fā)生根本性變革，進(jìn)而形成了大數(shù)據(jù)思維，主要包括全樣思維、非精確思維、相關(guān)性思維等，要求盡可能收集全面完整的數(shù)據(jù)。相關(guān)性思維，是一種思維模式，基于全樣本數(shù)據(jù)統(tǒng)計(jì)得到事物之間的關(guān)聯(lián)關(guān)系。不同于通過因果推理，基于部分準(zhǔn)確度較高的樣本數(shù)據(jù)，進(jìn)行嚴(yán)謹(jǐn)?shù)耐评?，確定事物之間的因果關(guān)系，一般能使用數(shù)學(xué)模型進(jìn)行表達(dá)。

在一個(gè)全新汽車研發(fā)項(xiàng)目中，僅整車試驗(yàn)項(xiàng)目就上千項(xiàng)，每項(xiàng)試驗(yàn)都針對(duì)某項(xiàng)或數(shù)項(xiàng)功能、性能進(jìn)行驗(yàn)證，提出各種各樣的研發(fā)過程質(zhì)量問題，在數(shù)年研發(fā)過程中累積記錄的問題數(shù)量十分龐大。試驗(yàn)項(xiàng)目和研發(fā)過程質(zhì)量問題之間的關(guān)聯(lián)強(qiáng)弱，有時(shí)并不能找到直接的因果關(guān)系，例如驅(qū)動(dòng)耐久試驗(yàn)，除了發(fā)動(dòng)機(jī)和變速箱問題數(shù)量名列前茅，組合儀表的問題數(shù)量緊隨其后，可能是因?yàn)樵囼?yàn)現(xiàn)場(chǎng)工程師并不能立即解析組合儀表顯示異常，而僅僅提出了組合儀表顯示異常。負(fù)責(zé)設(shè)計(jì)組合儀表的產(chǎn)品開發(fā)工程師，接收到驅(qū)動(dòng)耐久試驗(yàn)提出的質(zhì)量問題時(shí)，可能并不需要緊急應(yīng)對(duì)。無論什么原因，能證明驅(qū)動(dòng)耐久試驗(yàn)和組合儀表顯示異常強(qiáng)相關(guān)即可。

2 試驗(yàn)項(xiàng)目-零部件-問題關(guān)聯(lián)性

受大數(shù)據(jù)關(guān)聯(lián)性思維啟發(fā)，從研發(fā)過程質(zhì)量問題庫中選取試驗(yàn)項(xiàng)目、問題零部件名稱兩個(gè)維度進(jìn)行統(tǒng)計(jì)，建立試驗(yàn)項(xiàng)目-零部件-問題關(guān)聯(lián)模型，如表1所示，也可轉(zhuǎn)換為圖1所示。

圖1中，橫坐標(biāo)代表試驗(yàn)項(xiàng)目，縱坐標(biāo)代表零部件，垂向坐標(biāo)代表每個(gè)零部件在每個(gè)試驗(yàn)項(xiàng)目中被暴露問題的數(shù)量。例如，P1零部件在T1試驗(yàn)項(xiàng)目中總共被暴露了問題50次。

2.1 試驗(yàn)-高發(fā)問題零部件

在上述模型中，將某一試驗(yàn)抽取出來，并對(duì)零部件依據(jù)問題數(shù)量進(jìn)行排序，即可得到圖2。此處以驅(qū)動(dòng)耐久試驗(yàn)為例，高發(fā)問題依次為TCU、發(fā)動(dòng)機(jī)本體、EMS、組合儀表、變速器本體等。從圖中可以看出，發(fā)動(dòng)機(jī)、變速器及相關(guān)的TCU、EMS等發(fā)生變更時(shí)，應(yīng)當(dāng)實(shí)施驅(qū)動(dòng)耐久試驗(yàn)，而同為驅(qū)動(dòng)系統(tǒng)的驅(qū)動(dòng)軸，其問題數(shù)量則相對(duì)較少，其發(fā)生變更時(shí)可以視情況決定是否需要實(shí)施驅(qū)動(dòng)耐久試驗(yàn)。

另一方面，驅(qū)動(dòng)耐久試驗(yàn)工程師在實(shí)施試驗(yàn)過程中，應(yīng)當(dāng)著重點(diǎn)檢TCU、發(fā)動(dòng)機(jī)本體、EMS、組合儀表、變速器本體等零部件;同時(shí)，這些零部件的開發(fā)工程師應(yīng)當(dāng)著重實(shí)時(shí)關(guān)注驅(qū)動(dòng)耐久試驗(yàn)。

如前所述，組合儀表可能只是在這個(gè)試驗(yàn)中顯示了驅(qū)動(dòng)系統(tǒng)故障，本身并沒有什么問題。這就要求驅(qū)動(dòng)耐久試驗(yàn)人員在提出組合儀表問題時(shí)，做進(jìn)一步地問題診斷，找出真因再提出問題。

2.2 零部件問題高發(fā)試驗(yàn)統(tǒng)計(jì)

在上述模型中，將某一零部件抽取出來，并對(duì)試驗(yàn)依據(jù)問題數(shù)量進(jìn)行排序，即可得到圖3。

此處以變速器為例，高發(fā)問題的試驗(yàn)依次為驅(qū)動(dòng)耐久試驗(yàn)、整車綜合耐久試驗(yàn)、整車商品性評(píng)價(jià)等。從圖中可以看出，變速器發(fā)生變更時(shí)，應(yīng)當(dāng)優(yōu)先實(shí)施。此外，變速器開發(fā)工程師，在研發(fā)驗(yàn)證階段應(yīng)當(dāng)著重關(guān)注驅(qū)動(dòng)耐久試驗(yàn)、整車綜合耐久試驗(yàn)、整車商品性評(píng)價(jià)等試驗(yàn)。

2.3 問題高發(fā)零部件統(tǒng)計(jì)

將上述模型中，某一時(shí)期所有零部件問題疊加起來并進(jìn)行排序，即可得到圖4。可以看出，AVNT問題數(shù)量遙遙領(lǐng)先，一方面可以指導(dǎo)高層管理者著重關(guān)切AVNT開發(fā)團(tuán)隊(duì)的技術(shù)能力和管理水平，另一方面也提示試驗(yàn)領(lǐng)域近期各類試驗(yàn)應(yīng)當(dāng)著重點(diǎn)檢AVNT，并且反省試驗(yàn)過程是否有操作不當(dāng)，或問題判定是否合理。

2.4 問題高發(fā)試驗(yàn)統(tǒng)計(jì)

將上述模型中，某一時(shí)期所有試驗(yàn)暴露的問題疊加起來并進(jìn)行排序，即可得到圖5?？梢钥闯?，綜合耐久試驗(yàn)作為綜合性最高、投入資源最大的試驗(yàn)，暴露的問題數(shù)量也最多。但是，是否最有實(shí)施價(jià)值，還需要結(jié)合單臺(tái)次問題暴露數(shù)量來看。如圖6所示，綜合耐久試驗(yàn)單臺(tái)次問題暴露數(shù)量名列第二。

3 小結(jié)

試驗(yàn)對(duì)整車的研發(fā)具有舉足輕重的作用，是開發(fā)流程中極其重要的環(huán)節(jié)，其試驗(yàn)策劃項(xiàng)目的精準(zhǔn)性、以及試驗(yàn)過程的點(diǎn)檢傾向性，對(duì)研發(fā)過程質(zhì)量問題的暴露，有十分重要的影響。本文基于大數(shù)據(jù)關(guān)聯(lián)性思維，總結(jié)出試驗(yàn)-零部件-問題關(guān)聯(lián)性分析方法，分析了歷年來研發(fā)過程中暴露的質(zhì)量問題數(shù)據(jù)庫，雖然并不清楚各維度之間的因果關(guān)系，但依然可以通過統(tǒng)計(jì)這些數(shù)據(jù)之間的關(guān)聯(lián)性，有效地指導(dǎo)試驗(yàn)和開發(fā)工作，這表明大數(shù)據(jù)相關(guān)性思維在整車試驗(yàn)和研發(fā)過程質(zhì)量問題關(guān)聯(lián)性分析中有較大應(yīng)用價(jià)值。

參考文獻(xiàn)

[1] 吳軍.智能時(shí)代[M].中信出版集團(tuán)，2016.9.

[2] 王堅(jiān).在線[M].中信出版集團(tuán)，2018.5.