关联工艺（精选3篇）
关联工艺 篇1
摘要：在家电的生产制造中, 影响产品质量的要素包括人、机器、原材料等, 每个成品都要经过从设计到成品装箱为止的工艺物化全过程。因此, 工艺水平和工艺纪律都会对产品的质量产生直接的影响。本文分析了产品工艺与产品质量之间的联系。
关键词：产品质量,工艺水平,工艺质量,联系
产品质量好是产品走向市场的通行证, 直接关系到品牌和企业的存亡。从产品设计与制作流程来看, 其中设计是源头, 工艺是关键。工艺是生产者利用生产设备和生产工具, 对各种原材料、半成品进行加工或处理, 使之最后成为符合技术要求的产品艺术, 它是人类生产劳动中不断积累起来并经过总结的操作经验和技术能力。目前一些企业已认识到工艺与产品质量的重要性, 积极开展“工艺突破口”工作, 以求通过工艺达到质量的突破。本文就影响产品质量的工艺因素进行分析, 剖析两者之间的关系。
1工艺纪律是产品质量的保证
工艺纪律是公司在产品生产过程中, 为维护工艺的严肃性, 保证工艺贯彻执行, 确保产品的质量和安全文明而制定的某些有约束性的规定, 工艺纪律是确保公司有秩序地进行生产活动的重要法规之一。工艺纪律应促使工艺人员在纵向与横向上保持紧密联系。一般家电企业均由总工程师 (总工艺师) 直接领导, 采取集中领导同分级管理相结合, 专业管理同现场管理相结合的原则, 工艺工作既紧密配合生产, 又能够促使工艺人员深入车间班组, 将工人革新成果, 合理化建议及时反馈充实到工艺规程中, 保证生产良性有序运行。工艺管理不强, 执行工艺不严, 违反工艺纪律, 想怎么干就怎么干, 是当前企业中存在的一个突出问题, 是影响产品质量的主要原因之一。例如在小家电电路板的焊接工作流程中, 经常无法避免会有一些零件的图纸出现不够精细的情况, 制造工艺上也没有达到规定的标准, 同时也没有针对一些重要技术和要求作出详细的说明, 往往也由于工艺人员的技术水平差异, 而制作出质量参差不齐的家电产品, 如果质检工作也没有认真进行, 就会给用户带来不必要的重大损失, 得企业的信誉受损。为了保证产品质量, 必须要制定可行的工艺纪律。
有完善的工艺文件。
工艺文件是组织生产, 进行工艺管理和质量管理的主要技术依据。工艺文件要保持完整性、正确性、统一性, 并应根据产品结构、质量标准、配件及设备发生变化, 或者新技术、新材料的推广应用而修改、补充、审定和归档, 并建立健全的日常管理制度, 保证工艺文件的完整统一, 准确适用, 更好地指导生产, 服务于质量。
1.2加强现场工艺控制。
质检工艺人员一定要在产品图纸的管理环节中加大力度, 严格根据工艺文件审核图纸的准确程度, 并在家电成品的检查工作中做到足够的详细, 当成品状态不稳定, 需要分析质量原因时, 采用排列图、因果图进行分析, 找出不合格项产生的主要原因, 以便及时采取纠正和预防措施。
1.3提高工艺人员素质, 支持工艺人员工作。
工艺人员主要负责提升产品工艺水平、提升产品质量。只有高素质的人才才能制造出一流的产品。他们长期工作在生产技术第一线, 贯彻工艺文件, 指导生产操作, 与产品直接打交道。各级领导应重视工艺人员的作用, 支持工艺人员的工作, 并为工艺人员提供具有针对性的技能培训, 从工人自身的技术水平作为切入点, 不断地通过科学的培训使工艺人员的业务水平得到自我完善。不断优化工艺人员的知识结构, 向一“专业多能”的复合型人才发展。并制定合理的奖惩制度, 做到善罚分明。
2工艺水平是产品质量的基础
提高产品的制造质量, 不仅要靠工人的操作熟练程度, 而且要依靠不断改进和提高工艺技术水平和管理水平。在家电行业中, 经常只注重电路板的设计、制作, 而忽略一些必要的辅助工序 (如去毛刺等) , 这样为了提高产品的质量, 必须要注意后期工艺的精加工, 使产品和零部件处于受控状态, 才能保证产品的质量 (包括外观质量) 。所以, 完善的制造工艺, 较高的工艺水平是提高产品质量的决定性因素。而且提高工艺水平是降低产品成本的有效途径。采用合理的工艺手法、工艺参数、工艺设备, 将直接影响着家电成品无聊的消耗, 从而影响产品成本的高低。因此, 提高工艺水平, 不仅仅是产品质量的保证, 还增加了产品的市场的竞争力。
积极开展新型工艺技术的研究与应用。家电研制技术需要一个长期的完善过程, 而且随着对家电的要求越来越高, 工艺人员应积极开展新型工艺技术的研究与应用, 大力采用先进制造工艺及设备, 不断提高企业的制造工艺水平, 才能保证产品性能和质量。在大力引进计算机辅助工艺规程设计系统来取代传统的方法, 提高制造自动化程度, 减少人为因素的影响。加强新技术和新工艺的研究、引进、推广和应用, 不断提高产品的合格率和可靠性。
3结束语
工艺工作与产品质量密切联系。工艺工作是一项系统工程, 贯穿于设计和生产的全过程, 是指导和组织生产的依据, 是稳定和提高质量的重要保证。在企业生产过程中, 工艺管理体系要达到一个健全的标准, 工件才具有更高的准确性。同时必须严格工艺纪律, 积极应用先进工艺水平, 产品质量才能稳定和提高。因此, 必须加强产品工艺工作, 才能提高产品质量。
参考文献
[1]王庆兵。产品设计和工艺一体化探讨[J]。2008年电子机械与微波结构工艺学术一体化探讨, 2008.
[2]吴迎学.机械加工工艺方案的多级模糊综合评价[J].中南林学院学报, 2004 (05)
关联工艺 篇2
在平面磨削尤其是光学玻璃等脆性材料的高精度平面磨削中,平面度和表面粗糙度是衡量磨削质量的重要标准。平面磨削较为复杂,砂轮转速、进给方式、进给速度、磨削深度、磨削液浓度和磨削时间都是影响平面度和表面粗糙度的重要加工工艺参数。为了改进加工质量,提高磨削效率,需要一种有效的方法来选择最优的工艺参数。
按国际惯例,控制论中,信息量多少常以颜色深浅来表示。信息充足、确定(已知)的为白色,信息缺乏、不确定(未知)的为黑色,部分确定与部分不确定的为灰色。灰色系统理论由华中科技大学邓聚龙教授于1982年提出[1],它以“部分信息已知,部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象,主要通过对“部分”已知信息进行生成、开发,提取有价值的信息,实现对系统运行行为、演化规律的正确描述和有效监控。
现有的文献多是对工件材料的工艺参数进行优化。Taylor[2]最先将最优速度的概念引入金属加工中,而后出现了许多以达到更好经济效益为目的的优化加工参数方法。Bhattacharyaa等[3]用拉格朗日乘子法来寻求最优切削参数;Ermer[4]使用几何编程法来寻求最优切削参数。王剑彬等[5]以最高生产率为目标函数,运用模糊优化设计方法确定磨削加工中最佳的磨削参数。还有很多研究者根据实际生产现场条件调整影响磨削的因素来安排多因素实验,并建立对生产实践具有指导意义的数学模型,进而优化工艺参数。平面磨削的磨削机理复杂,加工工艺参数的选择主要依靠人的经验,而影响平面磨削质量的因素众多,除了工艺参数外,磨床发热、振动等也会对最后的磨削质量产生较大的影响。在实际加工生产中,很难对机床发热、主轴热变形以及振动等非工艺参数的影响因素进行测量,进而寻找其与加工质量的关系。
本文利用灰色关联度分析方法来优化平面磨削中多个参数因素,在含未知信息的情况下利用灰色理论研究最优工艺参数选择方法。通过灰色关联度分析方法不但可以确定最优工艺参数,还可以确定出对平面磨削影响最大的加工工艺参数因素以及参数因素的排序。实验证明该方法是有效、可行的。
1 实验方案拟定
1.1 光学玻璃
平面磨削实验的工件材料为K9玻璃,其努氏硬度为5.5级。衡量光学玻璃磨削效果的主要指标有光学玻璃的折射率,在机械加工中,主要是利用光学玻璃的表面粗糙度和平面度来反映折射率的大小。
1.2 超精密平面磨床
实验使用德国斯来福临公司生产的K-PT型精密平面磨床,该磨床不仅保持了平面成形磨床高刚性和高精密的特点,而且其交互式的人机界面和灵活简便的操作面板使得编程和操作工作非常轻松舒适。该磨床的三个进给轴均采用高精度直线滚子导轨和精密预紧循环式滚珠丝杠,配以交流伺服马达进行驱动,Y轴和Z轴标配直线光栅尺,能够实现高精度的成形磨削。其主轴最高转速4500r/min,工件主轴有很高的刚度、回转精度和振动吸收率,磨削深度能控制在0.1μm之内,采用金刚石砂轮磨削工件时调配进口日本磨削油作为冷却液。
1.3 实验工作
在平面磨削K9玻璃的实验(图1)中,使用金刚石砂轮作为磨具。
实验中考虑如下工艺参数:砂轮转速(m/s)、进给方式、进给速度(mm/min)、磨削深度(μm/次)、磨削时间(min)。平面磨削的效果主要考虑以下两方面:①表面粗糙度Ra;②平面度f。使用日本Mitutoyo公司生产的SJ-201表面粗糙度测量仪进行表面粗糙度测量,使用Micro-Epilon公司生产的CapaNCDT6300平面度测量仪进行平面度测量。
实验中各个因素的取值条件如表1所示。
在平面磨削中,平面磨床的砂轮主轴方向为Y轴方向,砂轮主轴上下移动的方向为Z轴方向,砂轮左右移动方向为X轴方向。进给方式表示沿Y轴方向砂轮的运动方式,进给速度表示沿X轴方向工作台的速度,在平面磨削中,工作台是来回往复运动的。砂轮磨削深度表示沿Z轴方向砂轮每次进给的磨削量。
根据表1,全部实验因素的组合需要45=1024次,这是不现实的。在本实验中,使用Taguchi法来设计正交试验表(采用Taguchi法设计多特性参数很有效)。根据Taguchi法的正交设计[6,7],实验设计了一个L16的正交序列,如表2所示,实验结果亦总结在表2中。
注:因素A、B、C、D、E分别表示砂轮转速(m/s)、进给方式、进给速度(mm/min)、磨削深度(μm/次)、磨削时间(min)。下同。
2 灰色关联度分析
在一个灰色系统中,各个因素之间的关系是不确定的[8,9]。在灰色系统理论中,灰色关联度研究就是研究给定系统中一个主要影响因素和其他因素之间的关系。当实验模糊或者实验方法不确定时,灰色分析可以补偿统计回归缺失的信息[10]。灰色关联度研究实际上是测量不同序列数据的绝对值的差异性,进而将序列之间近似的关系显示出来[11]。
2.1 实验数据预处理
在一个数据序列中,由于因素的范围和单位不同,所以需要对数据进行预处理。同时,当数据序列的范围太大,或者数据序列的目的方向不同时,同样需要对数据序列进行预处理。数据预处理就是将原始数据序列转化为对比数据序列。由于数据序列的特点多样,所以在灰色关联度研究中有多种数据预处理方法[12]。
若原始数据序列特性是“越高越好”,则对原始数据序列处理的公式如下:
i=1,2,…,m;k=1,2,…,n
若原始数据序列特性是“越低越好”,则对原始数据序列处理的公式如下:
若原始数据序列特性是达到某一特定值最好,则对原始数据序列处理的公式如下:
而最简单的数据预处理方法就是用整个数据序列除以统计所得的第一行数据的值,即
式中,m为实验次数;n为数据序列参数的个数;xoi(k)为原始数据序列;x*i(k)为经过数据预处理后得到的数据序列,即对比序列;maxxoi(k)为原始数据序列中值最大者;minxoi(k)为原始数据序列中值最小者;xo为特定值。
2.2 灰色关联系数与灰色关联度
在灰色关联度分析中,两个系统或者两个序列之间的关联性就是灰色关联度。数据预处理之后,第k个参数特性在第i次实验中的灰色关联系数ξi(k)为[10,11,12]
Δoi(k)=|Xo(k)-x*i(k)| (6)
式中,Δoi(k)为参考序列Xo(k)与对比序列x*i(k)的偏差;ψ为偏差系数,ψ∈[0,1],ψ的值根据实际系统来调节,ψ越小,说明偏差越大,通常ψ=0.5。
得到灰色关联系数以后,就要根据其平均值来求灰色关联度[10,12]。灰色关联度计算公式如下:
然而,在真实的工程系统中,不同参数因素的重要性是不同的。这时灰色关联度就由式(7)扩展为[10,12,13]
这里,ωk是因素k的标准化度量,如果度量相同,则式(7)、式(8)是相等的。
灰色关联度γi表示参考序列Xo(k)与对比序列x*i(k)的相关程度。如果两个序列是相同的,那么灰色关联度的值为1。灰色关联度还能够反映对比序列对参考序列的影响程度。因此,如果某一对比序列比其他对比序列更能影响参考序列,那么该对比序列的灰色关联度要高于其他对比序列的灰色关联度。
3 实验结果分析
在平面磨削中,表面粗糙度和平面度值都是越小越好,那么对数据进行预处理时,将表2中粗糙度结果和平面度结果代入式(2),分别得到粗糙度的对比序列和平面度的对比序列,如表3所示,即将粗糙度结果Ra作为一个原始序列,平面度结果f作为一个原始序列,代入式(2),分别得到粗糙度和平面度的对比序列。
偏差序列按照式(6)计算,如下所示:
Δo1(1)=|Xo(1)-x*1(1)|=
|1.0000-0.4727|=0.5273
Δo1(2)=|Xo(2)-x*1(2)|=
|1.0000-0.1613|=0.8387
因此,Δo1=(0.5273,0.8387),用同样的计算方法将i=1,2,…,16代入式(6),计算得到Δoi列于表4中。根据表4的结果, Δmin和Δmax的值为
Δmin=Δ02(1)=Δ011(2)=0
Δmax=Δ04(1)=Δ04(2)=1.00
将偏差系数ψ代入式(5),计算灰色关联系数。如果所有的因素参数重要水平相同,ψ的值即为0.5。在这个L16正交排列的实验中,可以用式(5)和式(8)计算每次实验的灰色关联系数和灰色关联度,如表5所示。
根据表2的实验设计,可从表5和图2中看出实验11拥有最高的灰色关联度,因此,实验11的加工工艺参数是16次实验中同时具有最小表面粗糙度、最小平面度的最优加工工艺参数,即A3、B3、C1、D2和E4代表的最优平面磨削工艺参数(砂轮转速为15m/s(水平3)、进给方式为间隔3.5mm(水平3)、进给速度为60mm/min(水平1)、磨削深度为3μm/次(水平2)、磨削时间为240min(水平4))为最优加工工艺参数。
除了可以寻找到获得最好平面磨削加工质量的最优加工工艺参数以外,灰色关联度分析还可以计算磨削工艺参数每一水平的灰色关联度平均值。计算过程如下:①将正交排列中的灰色关联度依照参数水平分组;②计算平均值。例如,因素A(砂轮转速)在水平1时的灰色关联度平均值
表6中的灰色关联度表示参考序列与对比序列各个水平之间的关系,灰色关联度越大表示对比序列与参考序列之间的关联性越大[12]。换言之,不考虑参数种类,关联度越大表示某参数水平的特性越好[13]。因此,具有最大关联度的工艺参数水平即是最优的工艺参数。表6中,带星号“*”的关联度表示平面磨削效果更好的因素水平的关联度。基于表6,表面粗糙度和平面度的最优加工工艺参数是A3、B2、C3、D2和E2,即砂轮转速15m/s(水平3)、进给方式为连续7%(水平2)、进给速度120mm/min(水平3)、磨削深度3μm/次(水平2)、磨削时间120min(水平2)。
图3示出了平面磨削各因素水平特性的灰色关联度,最大的δmax值即为对平面磨削质量影响最大的参数因素。在表6中,最大的δmax值为0.3099,所以砂轮转速对平面磨削的质量影响最大。同样,可以对各个参数因素对平面磨削质量的影响进行排序,依次是砂轮转速(A)、进给速度(C)、磨削深度(D)、磨削时间(E)、进给方式(B)(0.3099>0.2671>0.2172>0.2082>0.1226)。
通过实验设计与分析可以发现,灰色关联分析能够衡量磨削质量与工艺参数之间的关联程度,它可以选取一组使得关联度最大的工艺参数的因素水平组合,同时分析出在哪一种工艺参数与磨削质量之间的关联程度最大,即对磨削质量影响最大。在实际加工中,机床振动、机床发热都会对磨削质量产生一定的影响,如机床发热会使主轴产生一定的热变形,从而影响加工精度。在现代数据分析中,方差分析仅适用于考虑到的因素水平,对于未知的影响因素(如机床振动等),都没有办法详尽合理地去分析;在回归分析中,对于满足基本假设的回归模型,回归分析理论已经成熟,但对于违背基本假设的回归模型的参数估计仍然有很多问题需要解决,而且对未知参数的非线性问题,有多种非线性回归,需要根据实际情况来选择。与方差分析和回归分析相比较,灰色关联分析更适用于研究平面磨削工艺。平面磨削中,未知的影响因素较多,无法一一具体分析,灰色关联分析将所有未知的因素对平面磨削质量的影响都考虑却不进行具体的研究分析,仅仅研究在未知影响因素存在的条件下,哪种工艺参数是最优的。实验证明了灰色关联分析对一个系统发展变化态势提供了量化的度量,非常适合动态过程分析,简单有效。
4 结语
本文在平面磨削过程中,用灰色关联分析的方法对多个特性(粗糙度和平面度)的最优加工工艺参数进行了筛选,得出了灰色关联分析是一种研究平面磨削最优工艺参数的方法。表面粗糙度和平面度是衡量平面磨削质量的两个参数,通过平均灰色关联度分析,找到砂轮转速是对平面磨削质量影响最大的因素。各个参数因素对平面磨削质量的影响顺序为:砂轮转速、进给速度、磨削深度、磨削时间、进给方式。实验结果证明该方法可以有效地改进平面磨削加工质量。
该方法还可以推广到不同的加工工件材料,不仅仅是脆性材料,对于金属等塑性材料同样适用,更进一步,在外圆磨削、车削、钻削中也适用。本文的灰色关联度分析法还可以进一步完善,针对实际的平面条件,考虑更多的加工工艺参数与条件,例如磨削液浓度、光学玻璃的其他表面质量参数等,从而优化更多的加工工艺。
关联工艺 篇3
制造业是我国国民经济的支柱产业,而技术创新又是制造业企业获得竞争优势的重要源泉,可见制造业企业的技术创新能力直接决定了其竞争力。产品创新和工艺创新是制造业企业技术创新过程中的两个重要组成部分,通过产品创新可以不断提高产品性能、增加产品种类以及改善产品组合,通过工艺创新可以改善生产工艺、优化生产过程进而得到高质量和低成本的产品[1]。大量的研究结果表明:产品创新与工艺创新之间存在非常强的相关性,具有相互影响、相互促进的协同互动关系,即产品创新影响工艺创新,工艺创新又对产品创新具有反作用。因此,通过找出制造业企业产品创新与工艺创新的关联因素,并对其进行系统分析,不仅可以掌握产品创新与工艺创新之间的关联关系,还可以揭示产品创新与工艺创新的关联因素对技术创新的影响程度,以便更好地协调产品创新与工艺创新活动,实现两者的协同发展,这对提高制造业企业技术创新能力和形成核心竞争能力并以此带动整个制造业的快速发展有着重要的理论与现实意义。
1 产品创新与工艺创新的关联因素及测度
基于系统观点,系统是由若干相互作用、相互影响、相互制约和相互依赖的若干部分组合而成的,是具有一定结构和特定功能的有机整体。由于产品创新与工艺创新之间存在一定的关联性,创新过程实质上就不可避免地涉及它们之间的协同互动关系[2],所以,要研究产品创新与工艺创新的关联因素,就不能将两者分割开来,而必须将两者的协同发展及其对产品创新和工艺创新活动的影响纳入到一个系统内进行深入研究。
制造业企业产品创新与工艺创新协同发展系统是一个以促进产品创新与工艺创新协同发展为目标,以提高制造业企业技术自主创新能力为核心竞争力的制造业企业内部的具有耗散结构的开放的自组织创新系统,它主要由产品创新与工艺创新两个子系统构成[3]。这两个子系统之间存在着相互联系、相互作用、相互影响的互动关系。制造业企业产品创新与工艺创新的互动关系主要在制造业企业技术创新的决策过程和制造过程中得以体现。在决策过程中,管理者决定着对技术创新的资源投入规模以及对产品创新和工艺创新活动的投入比例[4]。即管理者首先决定企业创新资源的投入量,然后在该条件下对即将进行的产品创新和工艺创新活动安排适当的投入比例,使得产品创新和工艺创新的创新活动得以开展。在制造过程中,工艺创新子系统由于受到产品创新子系统中的创新产出、产品特征、产品创新频率以及自身系统运行的影响而开展工艺创新活动;同时,产品创新子系统由于受到工艺创新子系统中的工艺特征、工艺创新频率以及自身系统运行的影响而进行产品创新活动。产品特征的变化将导致工艺创新活动的开展,其目标是使企业的工艺满足产品加工的要求,而工艺特征的变化也将导致产品创新活动的开展,其目标是提高产品的附加价值和产品性能。与此同时,由于产品创新,使得产品更具市场吸引力,企业产品生产量随之增加,出于规模经济以及降低生产成本的考虑,企业进行工艺创新的意愿就会加大。因此,引入“技术创新产出”这一概念来反映因产品创新使得企业产品生产量增加而进行工艺创新的意愿。在制造过程中,产品创新与工艺创新主要表现出协同的关系,即产品创新的顺利进行是以工艺创新中相应的工艺调整为前提的;工艺创新的开展也将促进产品创新的进行。
通过对产品创新与工艺创新互动关系的分析,我们可以得出产品创新与工艺创新的关联因素,主要包括六个方面:
(1)技术创新投入。
技术创新投入是指系统运行所需的各种科技资源和生产要素,它是保证技术创新活动成功的前提和基础,包括人员、经费等有形要素以及知识、管理等无形要素。考虑到数据的可获得性,这里仅对有形投入部分进行测度。
(2)产品创新/工艺创新投入比例。
产品创新/工艺创新投入比例主要反映行业或企业在产品创新与工艺创新之间的投入比例。从微观经济学的角度出发,如果企业是理性的,那么企业将在产品创新与工艺创新之间投入相同比例的费用,即产品创新/工艺创新投入比例为1∶1。但实际上,企业在产品创新与工艺创新之间的投入比例不仅存在着明显的产业差异性,而且在同一产业内部的不同企业之间也存在着较大差异[5]。甚至在同一企业发展的不同阶段,企业在产品创新与工艺创新的投入上也并不相同。
(3)创新频率。
创新频率是指行业或企业一年内进行的创新项目数,它包括产品创新项目数和工艺创新项目数,不区分重大创新与渐进创新。
(4)产品特征。
产品特征主要反映产品在性能、功能、结构等方面的复杂程度。产品特征越复杂,对工艺的要求就越高。因此,企业进行产品创新时的层次越高,对工艺的要求就越高,企业开展工艺创新的可能性也就越大。
(5)工艺特征。
工艺特征主要反映工艺技术水平的复杂性。工艺特征越明显,工艺技术水平越复杂,产品质量和产品技术水平就越高,企业产品创新也就越有保证。
(6)技术创新产生。
技术创新产出显示了行业或企业技术创新资源投入所产生的效益,是对产品创新与工艺创新协同发展最终效果的评价,它包括在技术创新过程中的直接创新效益和将研发的新技术、新产品投入生产后所取得的经济效益。
为考察产品创新与工艺创新关联因素之间的关联程度,需要找到表征各因素的行为特征序列。由于产品创新与工艺创新关联因素的行为特征很难直接量化,故采用对表征各要素行为特征的间接量(即映射量)进行分析的方法,表1给出了选取的关联因素及其测度指标。
由于产品特征为定性指标,统计数据中又缺乏产品特征方面的数据,故只考察其余五个因素之间的关联程度。
2 产品创新与工艺创新关联因素的灰色关联分析
系统分析常用于因素之间影响程度的分析。现有的系统分析量化方法大都采用数理统计方法,如回归分析、方差分析、主成分分析等,其中以回归分析用得最多。然而它们都有不足之处:要求有大量数据,数据量少就难以找出统计规律;要求样本服从某个模型的概率分布;要求各因素数据与系统特征数据之间呈线性关系且各因素之间彼此无关(这种要求往往难以满足);计算量大,一般要借助于计算机;可能出现量化结果与定性分析结果不符的现象,导致系统的关系和规律遭到歪曲和颠倒。为了解决这些问题,本文提出采用系统的灰色关联分析方法。灰色关联分析弥补了采用数理统计方法作系统分析所导致的缺憾,对样本量的多少和样本有无规律都同样适用,而且计算量小,十分方便,更不会出现量化结果与定性分析结果不符的情况。
2.1 灰色关联分析的引入
灰色关联分析是灰色系统理论中的重要内容,灰色系统理论以“部分信息明确,部分信息未知”的“小样本、贫信息”不确定性系统为研究对象,通过对已知“部分”信息的生成、开发,提取有价值的信息,实现对系统运行行为、演化规律的正确描述和有效监控[6]。目前,灰色系统理论在社会科学和自然科学中的应用十分广泛[7]。
灰色关联分析方法,是根据因素之间发展趋势的相似或相异程度,亦即“灰色关联度”,作为衡量因素间关联程度的一种方法。灰色关联是指事物之间不确定性关联,或系统因子与主行为因子之间不确定性的关联,是对一个系统进行定量描述和比较的方法。关联分析就是以参考点和比较点之间的距离为基础的分析,并用灰色关联度反映这种相关程度,进而从中找出各因素的差异性和接近性。灰色关联分析的基本思想是根据时间或空间序列数据进行曲线几何形状的相似比较来判断因素联系是否紧密。灰色关联分析的结果称为灰色关联度,它是一个0到1之间的数值[8]。曲线越接近,相应序列间的灰色关联度就越接近1,影响力越大;反之,两者之间的灰色关联度就越接近0,影响力就越小。通过灰色关联度大小的排序,可以找出引起系统发展的主要因素和次要因素。
产品创新与工艺创新之间的关联关系是一个较为复杂的问题,需要分析的关联因素较多且具有一定的层次性、结构性。目前,国内学者对这些因素的分析大都停留在定性分析上,而定性分析是建立在研究者知识水平、认知能力和个人偏好基础上的,这就导致研究者在分析过程中提供的信息具有不确定性和不完备性,或者说具有灰色性。因此,引入灰色关联分析方法对定性信息进行灰色关联分析,具有较强的针对性。灰色关联分析方法可在不完全的信息中,对于要分析研究的各因素,通过一定的数据处理,在并不具有典型概率分布的因素序列间,找出它们的关联性,发现主要矛盾,找到重要影响因素。灰色关联分析具有原理简单、容易理解、计算简便、不受概率分布的限制、结果直观、适用范围广泛、易被掌握等优点,是分析产品创新与工艺创新关联因素的合适工具。
2.2 灰色关联分析计算
2.2.1 关联数据列预处理
为减少因偶数因素引起指标值波动而产生的误差,并考虑创新投入与产出之间的滞后效应,选取制造业五个具有代表性的行业2004年、2005年、2006年三年的平均数据[9,10,11]进行计算,这五个行业分别是医药制造业(行业a)、通用设备制造业(行业b)、交通运输设备制造业(行业c)、通信设备计算机及其他电子设备制造业(行业d)、仪器仪表及文化办公用机械制造业(行业e),相关数据详见表2。
注:测度指标数据统计口径均为大中型工业企业
由于原始数据的量纲和量级的差异会影响灰色关联分析,因此,为了保证各因素具有等效性、同序性和可比性,在进行灰色关联分析计算之前,需要对原始数据进行初始化处理。常用的数据处理方法有初值化、均值化、区间相对值化和归一化等。本文采取均值化的处理方法,即用数列的平均数去除该数列中的所有数据,生成一个占平均值百分比为多少的新数列。新数列中各指标值为
i=1,2,…,m
对表2中的数值进行初始化(量纲一化)分析处理得到表3。
2.2.2 灰色关联度
以技术创新收益为参考序列,即X0={x01,x02,…,x0n},其中,技术创新收益为创新产品销售收入与创新产品成本之差。将这个指标作为灰色关联分析的因变量是因为它能从总体上反映企业进行技术创新(产品创新和工艺创新)后的总体情况,是企业进行技术创新(产品创新和工艺创新)的效益体现。以前面列出的产品创新与工艺创新的5个关联因素,即技术创新投入、产品创新/工艺创新投入比例、创新频率、工艺特征和技术创新产出为比较序列,即Xi={xi1,xi2,…,xin},i=1,2,…,5。
由表3数据,依据均值化公式对参考序列和比较序列进行均值化处理后得
进行均值化处理之后,求出参考序列与比较序列的绝对差值,即Δij=|x′0j-x′ij|,i=1,2,…,5,j=1,2,…,5,形成绝对差值的矩阵:
根据
有
Δmax=1.0683 Δmin=0.0077
根据公式
最后得出相应的关联度数据,见表4。
2.2.3 灰色关联序
灰色关联度是序列之间联系紧密程度的数量表征,在进行系统分析、研究系统特征行为与关联因素行为的关系时,主要关心的是系统特征行为序列与各关联因素行为序列关联度的大小顺序,即灰色关联序,而不完全是关联度在数值上的大小。灰色关联序反映了关联因素对系统行为影响程度的大小。由表4可以看出,灰色关联度γ2>γ1>γ3>γ5>γ4,由此可见,γ2为主要因素,也就是说产品创新/工艺创新投入比例与产品创新与工艺创新的协同发展有着密切的关系,即产品创新与工艺创新的投入比例对于企业创新效益的实现具有重要的推动作用。从数值上看,γ4最小,说明工艺特征对创新效益的影响程度较小,反映出工艺特征是产品创新与工艺创新协同发展的次要指标。
2.3 结果分析
产品创新与工艺创新关联因素的灰色关联分析结果揭示了企业在技术创新过程中应该注意合理安排产品创新与工艺创新投入比例。不过,这并不意味着其他关联因素可以放任自流,相反,应在重视主要关联因素的基础上,对其他关联因素进行合理调整,研究如何才能提高它们的作用。
从上述分析计算中可以看出,科学合理的产品创新/工艺创新投入比例能够使产品创新与工艺创新更加有效地协同发展,对技术创新的成败起着关键的作用。
从美国和日本两个不同的典型例子就可以说明产品创新/工艺创新投入比例的重要性。美国在20世纪70年代曾一度削弱了对工艺创新的投入,从而导致当时美国的科技优势和经济竞争力衰退。从80年代后期开始,美国又将工艺创新列为国家关键技术,使美国在90年代重新夺回了失去的优势,经济发展持续保持较高的增长。日本企业中36%的R&D费用被用于产品开发,64%用于工艺创新[12],而且这些费用也大多用于改进现有产品和工艺,而非开发全新产品和工艺。美、日两国对产品创新与工艺创新的不同投入比例正是美国20世纪80年代在制造业领域失去竞争优势而日本经济迅速增长的根本原因。
3 结论
将产品创新与工艺创新的关联因素有机地集成到产品创新与工艺创新协同发展过程中来,为实施面向协同创新的产品创新活动和工艺创新活动提供了强有力的分析方法支持,对于提高产品创新与工艺创新协同发展过程的效率、提高创新度和经济效益具有重要的意义和作用。通过对技术创新投入、产品创新/工艺创新投入比例、创新频率、工艺特征以及技术创新产出等关联因素进行灰色关联分析,可以看出:①产品创新与工艺创新的关联因素之间互相关联、互相制约程度明显,具有很强的非线性相关关系,各关联因素对创新效益具有重要的推动作用;②在各种关联因素中,产品创新/工艺创新投入比例和技术创新投入对创新效益的影响更为重要。因此,在经济发展过程中,制造业企业有关部门一方面应该合理安排产品创新/工艺创新投入比例;另一方面应加大对技术创新的投入,同时更应该注意资金的利用效率,以使经济保持稳定增长,提高经济增长质量。
参考文献
[1]毕克新,艾明晔,李柏洲.产品创新与工艺创新协同发展分析模型与方法研究[J].中国管理科学,2007,15(4):138-148.
[2]Utterback J M,Abernathy WJ.A Dynamic Modelof Product and Process Innovation[J].Omega,1975,3(6):639-656.
[3]Bi Kexin,Sun Dehua,Zheng Renfeng,et al.TheConstruction of Synergetic Development System ofProduct Innovation and Process Innovationin Manu-facturing Enterprises[C]//Proceedinds of the 2006International Conference on Management Scienceand Engineering.Harbin,2006:628-636.
[4]Milling P M,Stumpfe J.Product and Process Inno-vation—a System Dynamics-based Analysis of theInterdependencies[C]//Proceedings of the 18th In-ternational Conference of the System Dynamics Soci-ety.Bergen:System Dynamics Society,2000:1-11.
[5]郭斌.基于核心能力的企业竞争优势理论[M].北京:科学出版社,2003.
[6]刘思峰,党耀国,方志耕.灰色系统理论及其应用[M].3版.北京:科学出版社,2004.
[7]罗党,刘思峰.灰色关联决策方法研究[J].中国管理科学,2005,13(1):101-106.
[8]邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社,1987.
[9]国家统计局.中国科技统计年鉴.2005[M].北京:中国统计出版社,2005.
[10]国家统计局.中国科技统计年鉴.2006[M].北京:中国统计出版社,2006.
[11]国家统计局.中国科技统计年鉴.2007[M].北京:中国统计出版社,2007.