基于层次模型的协同产品开发影响因素研究

　试验研究 现代制造工程 2006年第 6期 基于层次模型的协同产品开发影响因素研究 3 张晓冬 1 ,李敏 1 ,张志强 1, 2 (1重庆大学机械工程学院 ,重庆 400030; 2河北省交通勘察设计研究院 ,石家庄 050010) 摘要 　针对协同产品开发的协同深度和协同层次问题 ,首先建立一个网络化产品开发的协同层次模型。基于层次模型 , 从技术、组织和经营三个方面建立协同层次的影响因素集 ,分解出具体的影响因子。最后应用差距分析法对影响协同的 关键因素进行分析 ,并给出具体的应用实例。基于层次模型的影响因素分析能较好地解决网络化产品开发协同层次的 多样性和动态性问题 ,可通过量化分析识别影响协同的关键因素 ,从而提高网络化产品开发的综合效益。 关键词 :协同产品开发 　协同层次模型 　影响因素 　差距分析法 中图分类号 : TB472　文献标识码 : A　文章编号 : 1671—3133 (2006) 06—0001—04 Study on effecting factors of collabora tive product developm en t ba sed on collabora tion h ierarchy m odel Zhang Xiaodong1 , L iM in1 , Zhang Zhiqiang1, 2 (1 College ofMechanical Engineering, Chongqing University, Chongqing 400030, CHN; 2 Hebei Communication Planning and Design Institute, Shijiazhuang 050010, CHN) Abstract　A im ing at the levels of collaborative degree in web2based p roduct development, firstly developed a collaboration hier2 archy model of web2based p roduct development. Based on the model, the effecting factors on collaboration levels are analyzed sys2 tematically from technology, organization and business aspects. Based on these factors, the gap analysis method is studied in de2 tail, and is app lied in a real p roject. The app lication shows that the solution can solve the diversity p roblem s of collaborative p rod2 uct development effectively, and can help enterp rises to find out the critical factors which effect the collaboration. Key words:W eb2based p roduct development　Collaboration hierarchy model　Effecting factors　Gap analysis method 　　随着网络化协同产品开发的广泛应用 ,实现 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 的多样化已成为协同产品开发项目越来越显著的特 征。面对协同方式的多样化 ,企业采取何种实现方式 就显得十分关键。因此 ,对协同方式的影响因素进行 分析和改进 ,对于提高产品开发的效率具有重要意 义。为此 , Tyson等人对协同产品开发成本和周期的 影响因素进行了分析 [ 1 ] ; Luczak等对协同产品开发的 协同认知过程的影响因素进行了研究 [ 2 ] ; Kenneth等 人对企业部门间网络化协作成功的组织性因素进行 了分析 [ 3 ] ; Crow对产品开发过程改进的成功经验进行 了总结 [ 4 ]。然而 ,对协同方式的影响因素还缺乏系统 的评价体系和量化的评价方法。 为此 ,本文首先建立了一个网络化产品开发的协 同层次模型 ,基于层次模型建立了网络化产品开发协 同层次的影响因素集 ,并应用差距分析法对影响协同 的关键因素进行了分析 ,最后给出了具体的应用 实例。 1　网络化产品开发的协同层次模型 根据企业协同产品开发的需求和深度的不同 ,笔 者将协同方式划分为消息层协同、数据层协同以及应 用层协同 ,从而建立了一个协同方式的层次模型。 111　消息层协同 消息层协同位于层次模型的最底层 ,是一种适合 于协同设计初级阶段采用的协同方式。通过这种协 同方式 ,协同产品开发团队中各成员通过消息和文件 的交换来进行协同工作 ,例如设计方案的远程协同交 流、设计专家的远程技术支持、设计事务远程办公等。 此协同方式简便易行 ,对团队成员的协同技术要求较 低 ,然而其不足在于 :无法保证交换数据的一致性 ,可 1 3 国家自然科学基金资助项目 (70501036) ;重庆大学研究生科技创新基金资助项目 (200603Y1A0130156) 　现代制造工程 2006年第 6期 试验研究 能导致设计失误和返工 ;缺乏有效的组织和过程管 理 ,可能导致不协调和责任不确定的情况 ;数据存放 与传递的安全性问题。 112　数据层协同 数据层协同是一种应用最为广泛的协同方式 ,可 用于实现产品开发各个协作单元之间对共享产品数 据的共同创建、修改、评价 ,并用于在协同的过程中快 速准确地获取分布的产品信息。数据层协同方式的 实现是考虑各功能单元之间的协同需求 ,建立相应的 协作平台 ,并基于统一的共享产品数据库保证信息的 一致性。由于数据协同的同时涉及到大量的产品数 据交换 ,因此数据协同的实现通常需要和产品数据管 理的实施相结合。 113　应用层协同 应用层协同位于层次模型中的最高层 ,是协同产 品开发进一步充分发挥效益的协同方式。通过这一 协同方式 ,应用系统不仅共享数据 ,还可以共享操作 服务 ,即数据和业务过程的共享。例如 ,客户参与设 计是产品开发进一步提升产品客户满意度的重要手 段 ,可以通过应用层协同来实现 ,即通过一个网络化 产品定制平台 ,不但可以使客户与产品开发人员共享 部分产品数据 ,还可以共享产品功能配置、造型设计、 或方案评价等应用服务 ,从而真正实现客户参与 设计。 2　协同层次的影响因素分析 在协同层次模型中 ,协同层次并不是越高越好 , 因为高的协同层次也意味着高风险、高的维护成本和 不一定高的使用率。相反 ,在满足协同要求的前提 下 ,低层次协同方式也许会得到理想的回报。为此 , 需要对协同方式的影响因素进行分析 ,系统地建立协 同层次的影响因素集合。 企业作为一个制造系统 , 可以看作一个技术 ( Technology)、组织 (O rganization)和经营 (Business)三 要素统一运行的整体 [ 5 ]。为此 ,首先按照制造系统的 三要素分解出具体的影响因素 ,然后对每一影响因素 分解出更具体的影响因子 ,从而形成了协同层次的影 响因素集合 ,如图 1所示。在技术方面 ,产品的技术含 量越高 ,信息系统越完善 ,协同需求越高 ,则需要的协 同层次就越高 ,协同的收效也就越大 ;在组织方面 ,组 织分布越广 ,协作经验越丰富 ,协作人员的协作素质 越高 ,则采用高层次协同方式的收益越大 ;在经营方 面 ,新产品战略、IT重视战略、激烈的市场竞争、不确 定的市场环境 ,都促使企业采取更高层次的协同 方式。 图 1　技术 2组织 2经营协同层次影响因素集 由于影响因素众多 ,因此识别出协同产品开发项 目的关键影响因素就显得十分重要。下面将结合一 个企业 案例 全员育人导师制案例信息技术应用案例心得信息技术教学案例综合实践活动案例我余额宝案例 ,重点介绍采用差距分析法对协同层次关 键影响因素进行分析的具体过程。 3　 案例分析 安全事故典型案例分析生活中谈判案例分析管理沟通的案例分析股改案例分析刑法学案例分析 在本案例中 ,某割草 机制 综治信访维稳工作机制反恐怖工作机制企业员工晋升机制公司员工晋升机制员工晋升机制图 造公司与某新产品开发 研究所将对一种新型割草机进行联合开发。应用差 距分析法对该项目协作中的关键影响因素进行分析 的步骤如下。 1)专家评估。专家根据影响因素集和统一的评 价标准对具体的影响因子评价指标进行评估 ,从而得 到了如表 1所示的评估数据 (限于篇幅只列出了部分 数据 )。专家评估的数据主要包括权重和评价分值。 权重表示该评价指标对协同层次的重要程度。指标 的重要度越高 ,意味着该指标对协同效益的贡献越 大 ,越适合采取高层次的协同 ;反之则贡献越小 ,适合 采取低层次的协同。本例中指标层 A、指标层 B、指标 层 C的权重值分别为 WA、WB 、W C。除权重外 ,专家对 各评价指标在该项目中的表现进行打分 ,从而得到各 指标的评价分值。由于评价指标难以量化 ,因此评价 分值采取模糊评价的方式用高低等级来表示。 2)计算底层指标对于协同层次的重要度。底层 评价指标对于协同层次的重要度可以用综合权重来 表示。综合权重 W 为所对应的每一层权重的乘积 , 即 : W =WAWB W C (1)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 3)定义评价尺度集 E ,即评价等级集合。本例中 为 : E = (019, 017, 015, 013, 011) (2)⋯⋯⋯⋯⋯⋯ 2 　试验研究 现代制造工程 2006年第 6期 表 1　技术影响因素评价指标的部分评估数据 指标层 每一评价等级的专家人数 (专家共 7人 ) 指标层 A 权重 WA 指标层 B 权重 WB 指标层 C 编号 名称 权重 W C 评价等级 很高 019 高 017 中 015 低 013 很低 011 产品特点 013 产品复杂程度 016 … … 信息系统特点 014 计算机辅助系统应用程度 013 … … 协同技术需求 013 协同的技术目标 015 协同所涉及的范围 015 1 零部件数目 013 0 1 4 2 0… … … … … … … …… … … … … … … …8 应用水平 016 1 5 1 0 0… … … … … … … …… … … … … … … …19 人员沟通 012 0 0 4 3 0… … … … … … … …… … … … … … … … 26 企业与供应商 013 1 4 2 0 0 　　该集合中的数据分别对应各评价指标表现的很 高、高、中、低、很低等 5个模糊评价尺度。 4)计算各指标的表现值。首先建立描述所有底 层评价指标表现评估值的隶属度矩阵 R i ,即专家对每 一指标的评价结果。该矩阵是一个模糊关系矩阵 ,在 本例中为 : R i = 0　1 /7　4 /7　2 /7　 0 0　4 /7　3 /7　 0　　0 0　 0　 4 /7　3 /7 　0 0　 0　　0　 4 /7　3 /7 …　…　 …　 …　 … 1 /7 4 /7 2 /7　 0　　0 (3)⋯⋯⋯⋯⋯ 则各指标的表现值矩阵 Pi 可通过下式计算 : Pi = R i E (4)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 5)差距分析。通过计算每个评价指标的重要度 与表现值的差值Δi ,可以对协同层次的一些重要因素 进行分析。Δi 可根据下式计算 : Δi = W i - Pi ∑ n i = 1 Pi (5)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 式中 : n为评价指标数 ,在本例中为 26。 如果某些影响因素被评价为重要度较高 ,即对协 同效益的贡献较大 ,但专家对其表现的评价值却很 低 ,则说明这类影响因素阻碍了产品开发采取高层次 的协同方式 ,需要进行改进。在本例中 ,将每一评价 指标的表现值与重要度的差距值用可视化图表显示 出来 ,如图 2所示。从图中可以清楚地看出 ,指标 12、 16、17的差值显著 ,说明该企业在自身 PDM系统的功 能、协作伙伴设计系统水平和 PDM应用水平这三个方 面要求高层次的协同 ,但是该企业在这三个方面的表 现却不够理想。因此作为重点改进因素 ,企业应扩展 PDM系统的功能 ,并建议其协作伙伴提升其技术系统 和 PDM系统的应用水平。 图 2　评价指标重要度与表现值的差值折线图 4　结论 针对协同产品开发的协同深度和层次问题 ,本文 建立了一个网络化产品开发的协同层次模型 ,并给出 了应用差距分析法对协同层次重要影响因素进行分 析的具体技术。在协同产品开发项目的规划阶段 ,差 距分析法可以预测出影响该项目采取高层次协同的 主要原因并加以改进 ,从而推动项目的合作各方实现 更高层次的协同 ,使协同发挥出更高的效益。对于正 在实施的协同产品开发项目 ,差距分析法有助于找到 影响协同效率的主要因素 ,使项目的组织和工作流程 更加合理。 参 考 文 献 : [ 1 ]　Tyson R B, Steven D E. Modeling the Impact of Process A rchitecture on Cost and Schedule R isk in Product De2 velopment. Massachusetts Institute of Technology, Sloan School ofManagement working Paper, 2000. [ 2 ]　Luczak H,MuehlfelderM. Cognitive Analysis of Process Knowledge Transfer in Computer Supported Cooperative Work[ J ]. International Journal of Human2Computer In2 teraction, 2003 (16) : 325 - 344. (下转第 9页 ) 3 　试验研究 现代制造工程 2006年第 6期 图 1　待检产品与标准产品的边界配准 表 1　图像边界配准结果 参数 θ/ (°) tx /像素 ty /像素 时间 / s 结果 5104 - 0121 0185 214 表 2　产品检测结果 检测指标 M H /mm MD /mm Pb / % Pa / % 检测值 112 1812 515 0111 进行大量产品检测后 ,对 Fb ( x)进行三维显示 , 图 2　缺陷部位统计数 据的三维显示 见图 2。图 2中数据为 模拟数据 , X 轴和 Y轴 刻度为像素 , Z 轴为缺 陷发生率。 从图 2 中可以看 出 ,缺陷部位常发于瓷 砖的四角 ,其中两个角 的缺陷发生频繁。 4　结论 对产品外形的无接触定量检测是提高生产自动 化程度的重要手段 ,本文提出一种基于图像配准的产 品外形自动检测和配准方法 ,该方法从多个方面对产 品外形提供定量的评价 ,并可以对大量检测后得到的 统计数据进行分析 ,为生产工艺的分析和改进提供有 力依据。 参 考 文 献 : [ 1 ]　Pelizzari C A, Chen G T Y, Spelbring D R, W eichsel2 baum R R, Chen C T. Accurate three2dimensional regis2 tration of CT, PET, and /orMR images of the brain[ J ]. Journal of Computer A ssisted Tomography, 1989, 13 (1) : 20 - 26. [ 2 ]　H su L Y, Loew M H. Fully automatic 3D feature2based registration of multi2modality medical images[ J ]. Image and V ision Computing, 2001, 19 (1 - 2) : 75 - 85. [ 3 ]　Peng X M , D ingM Y, Zhou C P,Ma Q. A p ractical two2 step image registration method for two2dimensional ima2 ges[ J ]. Information Fusion, 2004, 5 (4) : 283 - 298. [ 4 ]　Roche,Malandain G, Ayache N, Pennec X. Multimodal image registration by maxim ization of the correlation ra2 tio [ R ]. Technical Report 3378, INR IA, August 1998. [ 5 ] 　Chen H M , Varshney P K. Mutual Information2Based CT2MR B rain Image Registration U sing Generalized Partial Volume Joint H istogram Estimation [ J ]. IEEE Transactions On Medical Imaging, 2003, 22 ( 9 ) : 1111 - 1119. [ 6 ]　Kim J, Fessler J A. Intensity2Based Image Registration U sing Robust Correlation Coefficients[ J ]. IEEE Trans2 actions On Medical Imaging, 2004, 23 ( 11 ) : 1430 - 1444. [ 7 ]　Bansal R, Staib L,W hiteman R,W ang Y M , Peterson B S. ROC2based assessments of 3D cortical surface2matc2 hing algorithm s [ J ]. Neuroimage, 2004, 24 ( 1 ) : 150 - 162. [ 8 ]　Borgefors G . H ierarchical chamferMatching : A Para metric Edge Matching A lgorithm [ J ]. IEEE Transac2 tions on Pattern Analysis and Machine Intelligence, 1988, 10 (6) : 849 - 865. [ 9 ]　A lpert N M , B radshaw J F, Kenedy D, Correia J A. The p rincipal axes transformation: a method for image regis2 tration [ J ]. Journal of Nuclear Medicine, 1990, 31 (10) : 1717 - 1722. 作者简介 :张见威 ,讲师 ,博士研究生。 E2mail: jwzhang@ scut. edu. cn 收稿日期 : 2006201220 (上接第 3页 ) [ 3 ]　Kenneth J P, RobertB H, GaryL R. A Model of Supp lier Integration into New ProductDevelopment[ J ]. Journal of Product Innovation Management, 2003 (20) : 284 - 299. [ 4 ]　Crow K. Benchmarking Best Practice to Imp rove Product Development. DRM A ssociates working paper, 1999. [ 5 ]　刘飞 ,罗振璧 ,张晓冬. 先进制造系统. 北京 :中国科 学技术出版社 , 2005. 作者简介 : 张晓冬 ,博士 ,副教授。主要研究方向 : CAD /CAPP / CAM,产品数据管理 ,设计过程管理 ,人机工程仿真。 收稿日期 : 2006202220 9