保修数据收集与分析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

保修数据收集与分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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1.1207

11.3.2 数据想定1.2210

11.3.3 数据想定1.3210

11.3.4 数据想定1.4210

11.4 结构2数据的分析213

11.4.1 数据想定2.1213

11.4.2 数据想定2.3213

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1.1229

12.3.2 数据想定1.2231

12.3.3 数据想定1.3237

12.3.4 数据想定1.4239

12.4 结构2数据分析242

12.4.1 数据想定2.2242

12.4.2 数据想定2.4242

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