巨成冰雪游乐信息网

巨成冰雪游乐信息网

当前位置: 主页 > 外部信息 >

浅谈外部质量信息数据库的建立

巨成冰雪游乐信息网 时间:2022年09月11日 11:19


  摘要:外部质量信息数据库的建立旨在对外部质量问题进行数理统计,根据 数理统计结果,以问题为导向,指导开展质量攻关活动。外部质量信息数据库共 分为三大部分——每季度典故数据库、每季度源头质量数据库、售后外反馈数据 库,其中典故数据库直接引用了每季度典故数据报表中的数据;源头质量数据库 及售后外反馈数据库的建立引用了每季度全路源头质量报表及公司售后人员收到 的具体外反馈信息,进行了梳理并对问题配件及具体问题进行了归纳识别,从而 实现对源头质量数据及售后外反馈数据进行不同维度的统计分析。

  外部质量信息库共分为三大部分——典故数据库、源头质量数据库、售后外 反馈数据库。其中典故数据库信息来源于 XX 公司公布的每季度典故报表;源头 质量数据库及售后外反馈信息数据库信息来源于每季度全路源头质量报表及售后 外反馈具体信息。

  外部质量信息数据库的建立过程结合了对后期输出的考虑——方便进行数理 统计分析以及不同维度,不同层次的比较,从而发现突出问题。其中典故数据库 直接引用了每季度典故报表数据作为数据库内容,而源头质量信息数据库和售后 外反馈信息数据库内容是对原有的数据源进行了数据分层等处理而形成的。

  典故数据库直接引用每季度典故报表,对报表中的可计算项点,即提及的各 小计项点,以及未明确具体故障的项点,即其他项进行了删除,并以最终保留的

  名称、车数及摇枕裂损、侧架裂损、各梁裂损等具体故障 37 个项点作为典故数 据库内容。

  源头质量数据库、售后外反馈数据库是根据每季度全路源头质量报表及售后 服务收到的具体外反馈质量信息而建立的数据库,为方便进行数理统计分析,数 据库建立过程中结合了公司现有的生产工艺流程及工艺布局,对数据进行了分层 (一类描述、二类描述、三类描述)处理,并对车辆具体故障配件、具体故障进 行了识别与归纳——故障对象、故障

  关键词,此外,数据库还根据车辆上次厂 (段)修时间、各车型定期检修周期及问题反馈时间增设了系统定责——通过车 辆上次厂(段)修时间、各车型定期检修周期及问题反馈时计算机对责任进行初 步判定,为避免计算机定责出错还增加了最终定责——人为进行责任判定。

  一类描述、二类描述、三类描述的关系为层层递进的关系,即二类描述为一 类描述的子集,三类描述为二类描述的子集,例如,具体故障为:传感阀型号错, 对其进行分层描述一类描述:制动故障;二类描述:空气制动装置故障;三类描 述:传感阀型号错。对问题配件及具体故障进行识别与归纳可以得到故障关键词 为配件错误,故障对象为传感阀的结论。

  车辆上次厂(段)修时间、各车型定期检修周期、反馈时间的关系:各车型 定期检修周期可以理解为质保期,若要进行定责,则需根据车辆上次厂(段)修 时间与各车型定期检修周期计算出车辆到期时间,并用车辆到期时间与问题反馈 时间进行比较,到期时间在反馈时间之前则不可定责,到期时间在反馈时间之后 或等于反馈时间则可以定责。例如:X 型车,车号:XXXXXXX,反馈单位:A,反馈 时间 2020.11.23,上次厂修:11.11a,上次段修:19.05b,X 车型定期检修周期 18 个月,则可算出上次厂修到期时间为 2013.05,上次段修到期时间为 2020.11, 上次厂修到期时间在质保期之内,而上次段修到期时间等于反馈时间,则可定为 b 责任。

  为更方便从数理统计结果发现突出问题,在对输出的考虑上典故数据库基于 数据库数据进行了计算从而得到不同运算结果——单项排名、单项反馈率等结果; 源头质量数据库及售后外反馈信息数据库实现了不同维度下故障对象及故障关键 词的统计,从而找到公司各生产过程中的主要问题配件及主要质量问题。

  3.1 典故部分输出内容 为使全路关键问题突出以及公司内部关键问题突出,典故可进行两个维度的 输出,即全路趋势、各责任单位横向比较两个维度。 在全路趋势统计维度下实现了不同反馈季度反馈次数及反馈率变化趋势、各 单项反馈次数及反馈率变化趋势的输出。此外还实现了不同季度全路突出问题的 推送,即在查询界面对不同单项之间进行反馈率的比较,找出反馈率较高的,并 进行标识。 计算公式:

  在各责任单位横向比较维度下实现了现各责任单位在总反馈率、总反馈次数、 总排名上的对比以及单项反馈率、单项反馈次数、单项排名上的对比。此外对各 责任单位内部各单项之间进行横向对比突出显示各责任单位内部问题及亮点。

  注:排名按总反馈率或单项反馈率高低进行排名,反馈率越低,则名次数值 绝对值越小,即排名越好;反馈率越高,则名次数值绝对值越大,即排名越差。

  源头质量部分及售后外反馈信息部分数据库结构类似,区别在于源头质量

  数 据库的建立是基于全路源头质量问题,而售后外反馈信息数据库是仅针对涉及我 公司的质量问题,最直观的区别是在数据库中系统定责及最终定责项点,源头质 量数据库系统定责及最终定责填写内容为责任单位名称,而售后外反馈信息数据 库系统定责及最终定责填写内容为“是”或“否”。

  基于数据库存在的区别,数据库输出维度也有所区别,源头质量部分按全路 进行统计、按责任单位进行统计、按反馈单位三个维度进行数理统计,而售后外 反馈信息部分则按是我公司责任进行统计、反馈单位两个维度进行数理统计。虽 然两个数据库输出维度不同但其统计方式大致相同。

  源头质量部分在按全路进行统计的维度下实现了对全路反馈次数趋势的统计, 此外还实现了在不同层次即不同描述下反馈次数趋势及其故障对象下故障关键词 数量、故障关键词下故障对象数量的统计。

  在按责任单位统计的维度下实现了以最终定责对责任单位收到反馈次数的统 计,同样在选定责任单位的情况下还实现了在不同层次即不同描述下反馈次数及 其故障对象下故障关键词数量、故障关键词下故障对象数量的统计,从而实现各 责任单位的横向对比。

  在按反馈单位统计维度下实现了根据各反馈单位反馈次数趋势的统计,在选 定反馈单位的情况下还实现了在不同层次即不同描述下反馈次数趋势及其故障对

  象下故障关键词数量、故障关键词下故障对象数量的统计,从而实现各反馈单位 的横向对比,以便发现各反馈单位的侧重点。

  图 3.全路源头质量反馈次数趋势统计 售后外反馈部分在输出方面实现了根据最终定责情况输出是我公司责任的相 关统计数据,即不同层次即不同描述反馈次数趋势及其故障对象下故障关键词数 量、故障关键词下故障对象数量的统计; 此外还实现了按反馈单位对各反馈单位反馈次数趋势的统计,在选定反馈单 位的情况下统计出不同层次即不同描述反馈次数趋势及其故障对象下故障关键词 数量、故障关键词下故障对象数量从而实现各反馈单位的横向对比,以便发现各 反馈单位的侧重点。 结语:通过外部质量信息数据库的建立,可以方便地从多维度分析出公司在 生产过程中存在的突出质量问题,并评

  价出我公司在全路的质量水平,找出全路 质量标杆,也使公司后期的质量攻关活动更具针对性。 参考文献: [1]尤启忠.用大数据更新维护基本单位名录库的设想[J].现代经济信息, 2016(19):69-70. [3]中国铁路总公司关于印发《铁路货车厂修规程的通知》(铁总机辆 [2018]203 号文).



浅谈外部质量信息数据库的建立的相关资料:
  本文标题:浅谈外部质量信息数据库的建立
  本文地址:http://www.456789999.com/a/waibuxinxi/0911810.html
  简介描述:摘要:外部质量信息数据库的建立旨在对外部质量问题进行数理统计,根据 数理统计结果,以问题为导向,指导开展质量攻关活动。外部质量信息数据库共 分为三大部分每季度典故数...
  文章标签:外部信息
  您可能还想阅读以下相关文章:
----------------------------------