质量目标评估
新产品质量目标评估
如何评定新产品质量？一般而言，我们会从以下几个方面来考虑：指标性能、生产成品率、使用寿命、退货率。其中指标性能是客户的基本需求，平均使用寿命反映产品的长期可靠工作的能力，退货率（早期失效了）反映客户对产品的满意程度，生产成品率则和生产成本息息相关。
本文主要考察生产成品率及早期失效率这两个指标，意在对这两个指标进行量化的评估，以保证这设计阶段控制新产品的质量。
1 故障树分析及数学建模
下面按照故障树的分析方式，生产成品率和早期失效率进行故障树分析
根据以上的故障树分析，我们分别对生产成品率及早期失效率进行建模
影响生产成品率的有3个因素：工艺设计、制造过程及原材料成品率，将这三个模式看着串联模型，则
P总= P工艺设计*P熟练度*P原料
影响早期失效率的主要有2个因素：设计缺陷和工艺缺陷，其中设计缺陷和设计原理和原材料的选型有关，而工艺缺陷则和工艺平台的适用性、工艺的掌握情况、熟练度有关。
λ总= （λ设计*m+λ原料*n ）*k 工艺
m 表示设计权重系数、n 表示原料系数、k 表示工艺成熟度系数
2 生产成品率
2.1 生产成品率中工艺设计建模
使用该方式建模的前提条件是产品的理论设计是稳定可靠的。
设产品制造工艺有N 个步骤，N 个步骤可能引发失效的故障总共有k 种，设在第i 步骤引入失效率为P i ，设在第i 步骤引起第j 种（j 包含于k 种失效故障中）故障的概率为P ij ，则：
()∏==k
1
j ij i P -1-1P
在工艺流程中N 个步骤是独立的，换句话说只要有任何一个步骤中发生故障，则必然导致产品发生失效。则由工艺设计不当引入的不良率为：
()∏==N
1
i i g P -1-1P
P i 的评估：
在Qualification 阶段，已经有完整的工艺流程的设计及根据工艺流程进行风险预估的PFMEA 表，在PFMEA 中，针对每一个工艺步骤，我们都有进行详细的严重度、发生率、及探测度的评估。在这几个系数中，探测度对成品率是没有影响的，对成品率最直接的影响是严重度和发生率，只有当比较严重失效发生时，产品才会出现不合格，因此，我们需要对PFMEA 进行一些筛选以便求出P i
每一个工艺步骤，对严重度较低、不会引发产品质量问题的模式删除不予计算，对于其他模式（这些模式之间是独立不相互影响），我们按串联模型进行计算，即当所有的模式都不发生时，产品视为合格
()∏==m
1
j ij i O -1p
O ij 表示第i 道工序中第j 种失效模式的发生率，当然，这种方法是有缺陷的，因为有时候我们并不能探测到所有的失效模式，所有该值会比实际值会高一些。 2.2 熟练度
对于手工产业，不同的熟练度的员工的生产成品率是不一样的，因此我们对不同熟练度阶段进行一个划分，并给出一个经验的系数
2.3 原材料合格率
不合格的原料一般而言是做不出合格产品的，因此最终成品率应该乘以原材料的合格率，此处的合格率应该是所有物料的最低合格率。
3 早期失效率（退货率） 3.1 设计缺陷评估
设计之初，DFMEA 表是我们进行评估的主要依据，因为此时我们还没有任何的实验数据，如何根据DFMEA 来评估早期失效率呢？
汽车行业有一个关于此的经验公式：
()
/n score RPN n 1i ??
?
????=∑=质量目标
这里的质量目标指早期失效率的PPM 数。
引用以上公式，但是，针对公司产品类型的不同，我们需要对公式进行一定的变形，首先便须确定score 的取值。
由上可知，score 是与发生率相关的，对于不同系列/类型的产品，对于发生率系数的定义是不同的，目前公司定义发生率系数如下：
其中我的质量目标退货率是以PPM 来衡量的，而1PPM=1/1000000，在RPN 的三个系数中SD 代表了失效严重程度x 探测难易程度，一定程度上说明失效的严重性和是否能探测到失效原因；而O 表示发生率，代表该失效发生的概率，换句话说O 表彰了该失效模式对
于整个产品失效的权重，我们需要将该权重转化为PPM 的形式，因此定义：
频度÷发生率评分÷score=1PPM
则有如下评分表：
对于DFMEA 表，我们应该删除掉发生率极低的项目，因为他们基本上不会导致失效，暂定发生率低于100PPM 的项目不参与计算，则可依据公式求得基于DFMEA 的一个质量目标。
λ设计= ()
/n score RPN n 1i ??
?????∑=
3.2 原材料失效率
该项依照SR-332标准中的方式对产品的失效率进行计算，然后在计算出1年的累积失效率，可轻易得出原材料建模的质量目标。
若根据SR-332评估出该产品的失效率为AFIT ，而早期失效了指在一年内产品失效的概率，则：
λ原料=8.76*A PPM
3.3 权重m 、n 、k 的评定
查询公司近5年产品的失效分布，有如下规律： A 纯光学平台的产品，失效分布如下： 1 用胶不当或胶失效 约占50% 设计问题
2 封装方式不当或密封不良 约占20% 设计及工艺问题
3 未采取清洁方式或清洁不良 约占15% 工艺问题
4 其他原料问题 约占15% 原材料问题 B 光电混合模块类产品，失效分布如下：
1 电学设计导致不良(包括EMC 防护、绑线、焊接设计、软件设计) 40% 设计问题
2 光学部分设计不良 15% 设计问题
3 原材料自然老化或不良 20% 原材料问题
4 其他工艺问题 25% 工艺问题
综上，对于纯光学的无源产品，设计问题约占60%，工艺问题占25%，原材料问题占
15%，因此m取0.6，n取0.15，K取1.5～2
对于光电混合模块产品，设计问题约占55%，原材料问题占20%，工艺问题占25%，因此m取0.55，n取0.2，K取1.5～3
4 表格输出
完成以上计算及整理后，可以以下列方式进行整理输出。
5 实例说明
下面以公司新产品ICR为例，来评估上述方法是否适用。首先评估早期失效率，ICR产品属于光电混合类模块。
其中评分方式如下，对每一个失效模式进行评分
最终得其失效率为：610PPM，具体计算如下：
ICR项目DFMEA
然后对原材料进行评分，参照SR-332，可得其评分结果为：8.76*510=4473PPM，具体计算如下：
ICR FIT
由于该工艺比较复杂且没有类似的相关经验，所以k值需取得相对大一些，这样结果才会更加保守，所以在此取m=0.6，n=0.2，k=3
最后得早期失效率（退货率）:
λ= (610*0.6+4473*0.2)*3=3782 PPM
其次评估生产成品率，由于目前还没有完整的PFMEA的报告，暂时不作评估。