第1章 概述 1
1.1 引言 1
1.2 产品 1
1.2.1 产品分类 2
1.2.2 产品复杂性 3
1.3 产品性能 4
1.3.1 概念 4
1.3.2 产品故障 4
1.3.3 消费者视角 5
1.4 产品保修 5
1.4.1 保修概念 5
1.4.2 生产者视角 6
1.4.3 保修费用 6
1.5 产品可靠性 7
1.6 保修数据的收集和分析 7
1.6.1 数据的来源和类型 7
1.6.2 保修数据分析 8
1.6.3 关键问题 8
1.7 本书的目的 9
1.8 本书概要 10
参考文献 12
第一篇 保修和可靠性 13
第2章 产品保修 13
2.1 引言 13
2.2 保修研究 13
2.3 保修的三个视角 14
2.4 保修的分类 15
2.4.1 默认保修 15
2.4.2 协议保修 15
2.4.3 协议保修的分类 15
2.5 一维保修 17
2.5.1 不重新计算保修期的保修 17
2.5.2 重新计算保修期的保修 17
2.6 二维保修 18
2.7 团购保修 19
2.8 可靠性增长保修 20
2.9 延长保修 20
2.10 保修服务的流程 21
2.11 保修费用 21
2.11.1 每单位销量的保修费用 22
2.11.2 每单位销量的寿命周期费用 22
2.11.3 多次购买产生的寿命周期费用 23
2.12 保修管理 23
2.12.1 管理的各个阶段 23
2.12.2 保修数据在管理中的作用 25
参考文献 25
第3章 可靠性 26
3.1 引言 26
3.2 基本概念 26
3.2.1 产品性能退化 26
3.2.2 故障 27
3.2.3 失效模式 27
3.2.4 失效原因和分类 27
3.2.5 失效机理 28
3.3 产品寿命周期 28
3.3.1 标准产品 28
3.3.2 定制产品 29
3.4 产品可靠性 29
3.4.1 概念与定义 29
3.4.2 产品寿命周期视角 30
3.5 模型与建模过程 31
3.5.1 模型的作用 31
3.5.2 建模过程 31
3.6 首次失效与可靠性建模 33
3.6.1 基本结果 33
3.6.2 设计可靠性 35
3.6.3 生产制造品质差异的影响 35
3.6.4 使用模式 37
3.6.5 使用强度(工作载荷) 37
3.6.6 有关使用的其他概念 39
3.7 时变失效建模 39
3.7.1 不可修产品 39
3.7.2 可修产品 40
3.8 建立产品可靠性和部件可靠性的关系 40
3.8.1 可靠性框图 41
3.8.2 故障树分析 41
3.8.3 结构功能与产品可靠性 41
3.9 保修与可靠性 42
参考文献 43
第二篇 保修数据收集 44
第4章 保修索赔数据 44
4.1 引言 44
4.2 数据、信息与知识 44
4.3 结构化数据与非结构化数据 45
4.3.1 信息技术(IT)视角 45
4.3.2 将非结构化数据转化成结构化数据 45
4.4 保修流程 46
4.4.1 索赔流程 46
4.4.2 服务流程 47
4.5 保修索赔数据收集 48
4.6 保修索赔数据分类 49
4.6.1 产品数据 50
4.6.2 客户数据 50
4.6.3 服务数据 51
4.6.4 费用相关数据 51
4.7 保修索赔数据处理过程中的问题 51
4.7.1 报告过程中的延误 52
4.7.2 未报告的失效 52
4.7.3 其他问题 53
4.7.4 信息丢失 53
4.8 保修索赔数据的使用 54
4.8.1 保修管理的第一阶段 54
4.8.2 保修管理的第二阶段 54
4.9 当前行业惯例 54
4.9.1 汽车行业做法 55
4.9.2 Itron公司做法 55
参考文献 56
第5章 保修补充数据 58
5.1 引论 58
5.2 所需补充数据 58
5.3 删失数据 59
5.3.1 一维保修数据 59
5.3.2 二维保修 60
5.3.3 删失类型 60
5.4 寿命周期数据 61
5.4.1 数据源 61
5.4.2 数据分类 62
5.5 投产前数据 63
5.5.1 可行性研究阶段数据(D-I-6) 63
5.5.2 产品设计阶段数据(D-I-5) 63
5.5.3 研发阶段数据(D-I-5) 64
5.6 生产数据(D-I-4) 64
5.7 停产后数据 65
5.7.1 市场营销阶段数据(D-I-3) 65
5.7.2 零售商数据(D-I-2) 65
5.7.3 保修(延长保修)数据(D-I-1) 65
5.7.4 使用数据 66
5.7.5 保修期后的数据 66
5.8 保修数据的使用 66
5.8.1 保修管理阶段一 66
5.8.2 保修管理阶段二 67
5.8.3 保修管理阶段三 68
5.9 可追踪性 68
5.10 补充数据的问题 69
5.11 目前的工业实践 69
5.12 数据结构特性描述 72
5.12.1 结构1数据(详细数据) 72
5.12.2 结构2数据(计数数据) 74
5.12.3 结构3数据(离散时间区间的聚合数据) 75
5.13 数据分析想定 77
5.13.1 结构1数据想定 78
5.13.2 结构2数据想定 80
5.13.3 结构3数据想定 81
参考文献 82
第三篇 模型,工具和方法 83
第6章 一维保修费用模型 83
6.1 引言 83
6.2 保修费用分析的系统特征描述 83
6.2.1 保修期 84
6.2.2 每销售单位费用的特性描述 84
6.2.3 寿命周期费用的系统特征描述 85
6.3 保修费用分析建模 86
6.3.1 维修策略 86
6.3.2 使用影响 87
6.3.3 保修实施 87
6.3.4 销售 88
6.3.5 保修索赔 89
6.3.6 保修费用 90
6.3.7 有关分析的一些观点 90
6.3.8 符号 91
6.4 保修费用分析:单位销售费用 91
6.4.1 不重新计算保修期的免费更换保修策略 92
6.4.2 重新计算保修期的免费更换保修策略 94
6.4.3 不重新计算保修期的按比例保修策略 96
6.4.4 重新计算保修期的按比例保修策略 97
6.5 寿命周期费用分析:单位销售成本 97
6.5.1 不重新计算保修期的免费更换保修策略 98
6.5.2 不重新计算保修期的按比例保修策略 98
6.6 产品寿命周期内的寿命周期费用分析 98
6.6.1 不重新计算保修期的免费更换保修策略 99
6.6.2 不重新计算保修期的按比例保修策略 99
参考文献 100
第7章 二维保修费用模型 102
7.1 引言 102
7.2 产品的使用 102
7.2.1 有关使用的概念 102
7.2.2 对产品可靠性的影响 103
7.3 保修费用分析的系统特征描述 103
7.3.1 保修期 103
7.3.2 单个产品的费用评定 104
7.4 保修费用分析建模 105
7.4.1 保修服务策略 105
7.4.2 简化假设 106
7.5 失效与保修索赔建模(使用类型1) 106
7.5.1 方法1——不同使用率下的一维模型 106
7.5.2 方法2——一维复合尺度模型 108
7.5.3 方法3——二维模型 108
7.6 单位保修费用分析(方法1) 111
7.6.1 不重新计算保修期的免费更换策略 111
7.6.2 不重新计算保修期的按比例保修策略 112
7.7 单位保修费用分析(方法2) 113
7.8 单位保修费用分析(方法3) 113
7.8.1 不重新计算保修期的免费更换保修策略 113
7.8.2 不重新计算保修期的按比例保修策略 115
7.8.3 重新计算保修期的按比例保修策略 115
参考文献 116
第8章 初步数据分析 119
8.1 引言 119
8.2 数据相关问题 120
8.2.1 大型数据集、数据挖掘与基本分析 120
8.2.2 度量尺度 121
8.2.3 失效数据 122
8.2.4 分析层次 123
8.3 汇总统计 123
8.3.1 符号 123
8.3.2 分位点 124
8.3.3 中心度量 125
8.3.4 离差测度 126
8.3.5 关系测度 127
8.3.6 通过Minitab进行的描述性统计 127
8.4 基本图形方法 128
8.4.1 帕累托图 128
8.4.2 直方图 129
8.4.3 饼图和其他图形技术 130
8.4.4 数据关系的图形显示 131
8.5 概率图 132
8.5.1 经验分布函数 132
8.5.2 概率图的计算 135
8.5.3 WPP图 136
8.5.4 其他概率图 137
8.6 数据分析中图形化方法的应用 139
8.7 模型初步选择 140
参考文献 144
第9章 基本统计推断 145
9.1 引言 145
9.2 估计 146
9.2.1 基本概念 146
9.2.2 分布 147
9.2.3 估计量特性 147
9.3 点估计:极大似然估计法 149
9.3.1 概念与方法 149
9.3.2 完全数据的极大似然估计 149
9.3.3 不完全数据的极大似然估计 153
9.3.4 分组数据的极大似然估计 156
9.3.5 极大似然估计值属性 156
9.4 其他估计方法 157
9.4.1 矩方法 157
9.4.2 最小二乘估计 159
9.4.3 贝叶斯估计 159
9.4.4 图解法 160
9.5 置信区间估计 161
9.5.1 基本概念 161
9.5.2 所选分布的参数置信区间 162
9.6 假设检验 165
9.6.1 基本概念 166
9.6.2 假设检验和置信区间估计之间的关系 167
9.6.3 所选分布参数的假设检验 167
9.6.4 两个总体均值的比较 169
9.7 容差区间 171
9.8 非参数化方法 172
9.8.1 符号检验 173
9.8.2 威尔科克森符号秩检验 173
9.8.3 秩和检验 174
9.8.4 秩相关 175
参考文献 176
第10章 其他统计方法 177
10.1 引言 177
10.2 异常值检验 177
10.2.1 异常值检验的图形化方法 178
10.2.2 正态分布的异常值检验 179
10.2.3 数据分析中异常值的处理 179
10.3 拟合优度检验 180
10.3.1 卡方检验 180
10.3.2 柯尔莫诺夫-斯米尔诺夫检验 182
10.3.3 安德森-达林(A-D)检验 182
10.3.4 针对所选分布、参数估计值的K-S和A-D检验 182
10.4 模型选择 185
10.5 两个或多个总体平均数的比较 186
10.5.1 完全随机设计 187
10.5.2 其他实验设计的分析 189
10.6 基本线性回归 191
10.6.1 概念、模型和假设 191
10.6.2 推断 191
10.6.3 与相关性分析的关系 193
10.7 函数参数估计 193
10.7.1 变异系数的估计 194
10.7.2 保修费用模型的估算 195
10.7.3 可靠性估计 196
10.8 假设检验 200
10.8.1 独立性检验 201
10.8.2 分布假设检验 201
10.8.3 方差分析中的假设检验 202
10.8.4 回归分析中的假设检验 203
参考文献 205
第四篇 保修数据分析 206
第11章 一维保修数据分析的非参数方法 206
11.1 引言 206
11.2 数据分析的非参数方法 206
11.3 结构1数据的分析 207
11.3.1 数据想定1.1 207
11.3.2 数据想定1.2 210
11.3.3 数据想定1.3 210
11.3.4 数据想定1.4 210
11.4 结构2数据的分析 213
11.4.1 数据想定2.1 213
11.4.2 数据想定2.3 213
11.5 结构3数据分析 215
11.5.1 利用想定3.3的数据进行累积分布函数估算 215
11.5.2 “生产月份—服役月份”图 218
11.5.3 保修索赔与保修索赔率 221
11.6 结论 225
参考文献 226
第12章 一维保修数据分析的参数方法 227
12.1 引言 227
12.2 数据分析的参数方法 227
12.2.1 基本概念 227
12.2.2 赤池信息准则 228
12.2.3 与非参数方法的比较 228
12.3 结构1数据的分析 229
12.3.1 数据想定1.1 229
12.3.2 数据想定1.2 231
12.3.3 数据想定1.3 237
12.3.4 数据想定1.4 239
12.4 结构2数据分析 242
12.4.1 数据想定2.2 242
12.4.2 数据想定2.4 242
12.5 结构3数据分析 242
12.6 未来保修索赔与费用的预计 246
12.6.1 未来保修索赔 246
12.6.2 未来保修费用 247
12.6.3 其他预计方法 248
12.6.4 示例 248
12.7 结论 250
参考文献 251
第13章 一维保修数据参数分析的复杂模型 253
13.1 引言 253
13.2 模型表达 254
13.2.1 竞争风险模型 254
13.2.2 混合模型 255
13.2.3 加速失效时间模型 255
13.2.4 比例风险模型 256
13.2.5 回归模型 257
13.2.6 不完全维修模型 258
13.3 数据收集与分析 259
13.3.1 数据收集 259
13.3.2 数据分析 260
13.4 通过竞争风险模型进行数据分析 260
13.4.1 保修数据 260
13.4.2 统计分析 261
13.5 通过混合模型进行数据分析 263
13.5.1 保修数据 263
13.5.2 统计分析 264
13.6 通过加速时间失效模型进行数据分析 266
13.6.1 保修数据 266
13.6.2 统计分析 267
13.6.3 威布尔分布 267
13.7 通过比例风险模型进行数据分析 271
13.7.1 保修数据 271
13.7.2 统计分析 271
13.8 通过回归模型进行数据分析 272
13.8.1 保修数据 272
13.8.2 统计分析 272
13.9 通过不完全维修模型进行数据分析 274
13.9.1 保修数据 274
13.9.2 统计分析 275
13.10 结论 275
参考文献 275
第14章 二维保修数据分析的参数方法 277
14.1 引言 277
14.2 数据采集与备选想定 277
14.2.1 索赔数据 277
14.2.2 补充数据 279
14.2.3 备选想定 280
14.3 数据分析 280
14.3.1 数据建模的方法 281
14.3.2 数据分析的非参数方法 281
14.3.3 数据分析的参数方法 281
14.4 数据分析:一维方法[基于使用率] 281
14.4.1 使用率 282
14.4.2 非参数方法 282
14.4.3 参数方法 283
14.5 数据分析:一维方法[复合变量] 290
14.5.1 数据需求 290
14.5.2 参数估计 291
14.5.3 结果分析与应用 292
14.6 基于方法3的分析(双变量模型表述) 293
14.6.1 非参数方法 294
14.6.2 参数方法 297
14.7 保修索赔预测 299
14.7.1 利用方法1进行预测 299
14.7.2 利用方法2进行预测 300
14.7.3 利用方法3进行预测 300
参考文献 300
第五篇 保修管理 303
第15章 通过保修数据改进当前产品和使用 303
15.1 引言 303
15.2 全面质量管理方法 303
15.2.1 PDCA循环 304
15.2.2 问题解决方法 304
15.2.3 根本原因分析 305
15.3 发现并改进问题 306
15.3.1 数据收集 307
15.3.2 数据分析 308
15.3.3 问题分类 310
15.3.4 一些复杂因素 312
15.3.5 说明性案例 312
15.4 客户相关问题 314
15.4.1 客户行为 314
15.4.2 问题分类 315
15.4.3 问题解决方案 316
15.4.4 说明性案例 317
15.5 服务相关问题 318
15.5.1 服务提供商 318
15.5.2 服务代理相关问题分类 318
15.5.3 问题解决方案 319
15.5.4 说明性案例 319
15.6 生产相关问题 320
15.6.1 生产过程 320
15.6.2 问题分类 320
15.6.3 问题解决方案 320
15.6.4 说明性案例 321
15.7 设计相关问题 323
15.7.1 设计过程 323
15.7.2 问题分类 323
15.7.3 问题解决方案 324
15.7.4 说明性案例 324
15.8 持续改进的有效管理 326
参考文献 327
第16章 保修数据在新产品研发中的作用 330
16.1 引言 330
16.2 新产品保修决策 330
16.2.1 第一个时期 330
16.2.2 第二个时期 331
16.2.3 第三个时期 332
16.2.4 数据与信息 333
16.2.5 当前状态 335
16.2.6 说明型案例【汽车保修】 335
16.3 新产品研发过程 336
16.3.1 阶段划分 336
16.3.2 层级划分 336
16.3.3 时期划分 337
16.4 新产品研发策略的制定 337
16.4.1 框架 337
16.4.2 一些复杂因素 338
16.4.3 模型角色 339
16.5 策略制定过程中保修数据的使用 340
16.5.1 时期1[可行性研究] 341
16.5.2 时期2、3[设计] 341
16.5.3 时期4、5[研发] 343
16.5.4 时期6[生产] 343
16.5.5 时期7、8[售后] 343
16.6 保修管理 343
16.6.1 组织结构与管理任务 343
16.6.2 保修管理系统 344
参考文献 345
第六篇 案例研究 347
第17章 案例研究1:空调保修索赔数据分析 347
17.1 引言 347
17.2 研究背景与目标 347
17.2.1 公司和产品描述 347
17.2.2 部件清单 348
17.2.3 保修 348
17.2.4 研究目标 349
17.3 数据 349
17.3.1 索赔数据 349
17.3.2 补充数据 351
17.3.3 数据问题 352
17.4 初步数据分析 353
17.4.1 部件级分析 353
17.4.2 产品级分析 357
17.5 详细数据分析 364
17.5.1 平均值与中值的比较 364
17.5.2 失效分布的选择 369
17.6 使用可靠性估计 377
17.7 保修策略比较 380
17.7.1 不重新计算保修期的免费更换保修备选方案 380
17.7.2 备选策略 381
17.8 结论 381
参考文献 382
第18章 案例研究2:汽车部件保修索赔数据分析 383
18.1 引言 383
18.2 案例说明 383
18.2.1 部件与保修说明 383
18.2.2 分析目标 384
18.3 分析数据 384
18.3.1 保修索赔数据 384
18.3.2 补充数据 384
18.3.3 数据问题 385
18.4 数据评估和初步分析 385
18.4.1 第一层次——初步分析 386
18.4.2 第二层次——失效模式初步分析 388
18.4.3 第二层次——地区初步分析 393
18.4.4 第三层次——联合效应的初步分析 395
18.5 基于条件使用率的分析 398
18.5.1 第一层次分析 399
18.5.2 按失效模式的第二层次分析 402
18.6 基于复合尺度模型的分析 403
18.6.1 第一层建模 404
18.6.2 第二层建模 406
18.7 管理意义 407
18.7.1 生产月份—服役月份(MOP-MIS)图表 408
18.7.2 消除主要失效模式 409
18.7.3 保修索赔与保修费用的预测 411
18.8 结论 412
参考文献 412
附录A 概率理论的基本概念 414
A.1 标量随机变量 414
A.1.1 分布和密度函数 414
A.1.2 离散分布 415
A.1.3 连续分布和密度函数 416
A.2 两个或多个随机变量 422
A.2.1 两个随机变量 422
A.2.2 一般情况 425
附录B 点过程介绍 426
B.1 一维点过程 426
B.1.1 计数过程 426
B.1.2 点过程的均值函数 428
B.1.3 其他过程 428
B.2 二维点过程 429
附录C 概率图 430
C.1 数据类型 430
C.2 经验分布函数(EDF)图 430
C.2.1 完全数据 430
C.2.2 右删失数据 431
C.2.3 分组数据 431
C.3 WPP图 431
C.3.1 理论图 431
C.3.2 经验WPP图 432
C.3.3 模型选择 433
C.4 其他图 433
C.4.1 指数概率图 433
C.4.2 正态分布图 434
C.4.3 对数正态概率图 434
C.4.4 最小极值概率图 434
C.4.5 最大极值概率图 434
C.4.6 Fréchet概率图 434
附录D 统计理论 435
D.1 估计 435
D.1.1 引言 435
D.1.2 估计方法 435
D.1.3 估计量的特性 436
D.2 最大似然法 437
D.2.1 完全数据 437
D.2.2 删失数据 438
D.2.3 分组数据 439
D.2.4 渐近置信区间和检验 439
D.3 随机变量函数的估计 439
D.3.1 函数的渐近均值和方差 439
D.3.2 随机变量求和 440
D.3.3 随机变量的乘积 440
D.3.4 随机变量的比值 441
D.4 采用最大期望算法求得不完全数据的最大似然估计值 441
附录E 统计表 443
附录F 数据集 456
F.1 数据集1[家用空调-Ⅰ] 456
F.2 数据集2[四轮驱动汽车] 457
F.3 数据集3[电池失效] 458
F.4 数据集4[粘合剂的粘合强度] 458
F.5 数据集5[液压系统] 460
F.6 数据集6[喷气式发动机失效] 461
F.7 数据集7[风扇失效] 462
F.8 数据集8[工程机械失效和跟踪数据] 463
F.9 数据集9[飞机空调] 463
F.10 数据集10[柴油机阀座] 465
F.11 数据集11[汽车部件-1] 466
F.12 数据集12[汽车部件-Ⅱ] 467
F.13 数据集13[纤维的拉伸强度] 468
F.14 数据集14[汽车部件-Ⅲ] 469
F.15 数据集15[飞机挡风玻璃] 470
F.16 数据集16[复印机] 471
参考文献 473
索引 475