可维护性屋：一种基于质量功能展开的主动可维护性评估方法，关联设计决策

《Systems》：House of Maintainability: A QFD-Based Approach for Proactive Maintainability Assessment Linked to Design Decision Orlando Durán, José Ignacio Vergara, Fabian Orellana and Francisco Gui?ez

　　

维护概念经历了显著演变，适应了行业随时间变化的需求。最初仅限于工业革命期间的纠正性行动——通常在没有专业人员或专门部门的情况下执行——现代维护现在融入了先进的设计考虑，如可靠性、可维护性、安全性、可持续性和性能。本研究提出了一种新颖方法，旨在将可维护性整合到设备和系统设计的早期阶段。该方法以持续改进为中心，优先考虑设计变量，以促进资产整个生命周期内的高效维护。基于UNE 151001标准，并采用质量功能展开（QFD）技术，所提出的方法引入了“可维护性屋”——一种结构化工具，支持面向可维护性的设计，并允许对现有系统进行诊断性评估。通过捕获不同系统和环境下的利益相关者需求及维护经验，该工具系统地将这些输入转化为设计标准，确保符合可维护性标准。该方法通过一个真实案例研究得到验证，证实了其在以可维护性为重点的工业设计流程中的实际适用性和有效性。

**论文解读：基于质量功能展开的可维护性屋——一种主动式可维护性评估方法**

**研究背景与问题**
在现代工业环境中，物理资产管理受到可靠性、可用性和可维护性（RAM）范式的支配。可维护性作为关键设计属性，评估在预定时间、成本和安全规格下成功执行维护过程的概率。然而，不良的可维护性直接转化为显著的运营风险：设备故障约占非计划停机的80%，每年给制造商造成高达500亿美元的损失。传统的可维护性评估多依赖事后数据，缺乏在早期设计阶段系统整合可维护性标准的 cohesive 方法。尽管存在MIL-HDBK-472、ISO 14224、SAE ARP 4761等标准，以及UNE 151001标准提供了量化框架，但将这些标准与工程开发中的图形设计工具（如质量功能展开，QFD）相结合的方法论空白仍然显著。现有研究多集中于数据驱动方法（如MTTR统计）或基于IT的工具（如数字孪生、虚拟现实），但这些方法或受限于数据可用性，或需要高昂的建模成本。因此，研究人员开展了本研究，旨在提出一种主动式、结构化的可维护性评估工具，将维护经验（“客户的声音”）转化为可量化的设计参数，从而在早期设计阶段优化可维护性风险管理。

**研究内容与结论**
研究人员提出了“可维护性屋”（House of Maintainability, HofM），这是一种基于QFD方法论并融合UNE 151001标准的新型决策支持工具。HofM通过十步程序，系统地将维护需求（五个维护级别对应的需求）与可维护性设计属性（八个通用属性）关联起来，并利用层次分析法（AHP）对需求优先级进行客观赋权。该工具包含关系矩阵、屋顶相关矩阵和基准比较模块，可输出归一化属性影响评分（?_j），从而量化各设计属性对整体可维护性的贡献。通过一个真实工业案例——铜铸造厂压缩空气系统中的离心压缩机——验证了该方法的实用性。案例结果表明，HofM能够有效识别高风险设计属性，并指导设计资源分配。研究结论表明，HofM实现了从定性维护需求到定量工程属性的转化，为设计阶段的可维护性风险主动管理提供了标准化框架。该论文发表在《Systems》期刊。

**关键技术方法**
研究人员采用以下关键技术方法：①质量功能展开（QFD）矩阵架构，用于构建“可维护性屋”的关系矩阵和屋顶相关矩阵；②UNE 151001标准，提供维护级别划分及可维护性指标（通用指标IMG和特定指标IMN_j）的定义；③层次分析法（AHP），通过专家小组（来自维护、运营和工程部门）的成对比较，确定维护需求（R_i）和可维护性属性（A_j）的相对权重，并验证一致性比率（CR<0.10）；④专家小组法，由三位维护专家执行需求优先级评估，并基于Saaty标度建立比较矩阵；⑤基准比较（Benchmarking），通过计算各需求的基准评分（B_i）与当前设备性能对比，指导改进策略。案例样本来源为铜铸造厂的一台离心压缩机（多级、水平剖分式），运行于高硫化物和极端温度环境中。

**研究结果**
**6.1 资产背景与环境风险概况**：案例研究涉及一台离心压缩机，位于铜铸造厂的压缩空气生成系统中，采用2-out-of-3冗余配置。环境存在高腐蚀风险（二氧化硫浓度高）和热应力（温度0–34°C），加剧了退化相关故障的可能性。通过HofM分析，研究人员识别了该资产的可维护性风险轮廓。

**6.2 可维护性需求（R_i）的特征化与优先级排序**：根据UNE 151001标准，定义了五个需求：检查性（R1）、可替换性（R2）、可诊断性（R3）、可检测性（R4）和可大修性（R5）。通过AHP成对比较（专家小组），得到特征向量为(0.11, 0.26, 0.26, 0.11, 0.26)，一致性比率CR=0.05<0.10。结论：R2、R3和R5（各占0.26）为最影响需求，共占总权重78%。

**6.3 HofM矩阵开发：属性-需求关系（AR_ij）**：定义了八个设计属性：简单性（A1）、识别性（A2）、模块化（A3）、摩擦学（A4）、标准化（A5）、故障监测（A6）、可接近性（A7）和装配/拆卸（A8）。研究人员基于UNE 151001指南和压缩机特定上下文，为每个属性-需求对赋予关系值（0, 1, 3或9）。例如，模块化（A3）在所有需求上均评为9，表明其关键作用。结论：模块化和故障监测是满足可维护性需求的最重要属性。

**6.4 可维护性屋的屋顶：识别设计权衡**：屋顶相关矩阵显示了属性间的协同或冲突。例如，简单性（A1）与模块化（A3）、标准化（A5）、可接近性（A7）呈最高正相关（9），表明这些属性高度协同；而识别性（A2）与模块化（A3）的相关性低（1），表明其独立性。该分析帮助研究人员识别出关键设计权衡，以优化可维护性。

**6.5 HofM基底**：基底包含可维护性属性的重要性（归一化属性影响评分?_j）。计算结果：模块化（A3）、标准化（A5）、故障监测（A6）、可接近性（A7）和装配/拆卸（A8）各占15%，合计75%的设计优先级；而摩擦学（A4）仅占5%，识别性（A2）占10%。结论：设计资源应集中在前五个属性上，以最大化可维护性改善。

**6.6 行动策略的基准比较**：通过基准部分，将当前压缩机与理想或竞争设备进行比较。研究人员发现，在可替换性（R2）和可诊断性（R3）等需求上，当前设备存在显著差距。结合?_j优先级，建议优先改进模块化、标准化和故障监测属性，以提升可用性。

**讨论与结论**
**讨论部分总结**：HofM的应用为离心压缩机提供了可维护性属性的定量层级，揭示了设计对可维护性风险的影响。归一化属性影响评分（?_j）表明，75%的设计优先级应集中在模块化、标准化、故障监测、可接近性和装配/拆卸上。这些属性与关键需求（可替换性、可诊断性、可大修性）高度相关，是降低平均修复时间（MTTR）和实现预测性维护的基础。相反，摩擦学和识别性作为特定使能因素，优先级较低。HofM还通过屋顶矩阵识别了属性间的协同作用（如模块化与标准化），为设计权衡提供了依据。

**研究结论翻译**：本研究提出了可维护性屋（HofM），这是一种基于质量功能展开（QFD）方法论并由UNE 151001标准原则形式化的新颖、系统化的决策支持工具。HofM建立了一个标准化且可扩展的框架，用于从物理资产初始设计阶段进行全面的可维护性风险评估。该方法的核心成就在于能够将本质上定性的维护需求转化为可测量的工程属性，从而量化了此前依赖主观判断的概念。通过使用真实工业资产（离心压缩机）对HofM进行验证，成功证明了其实用性。分析包含了特定的组织与环境因素，证实了该工具能够进行超越纯技术规格的全面评估。由此产生的优先级输出能在多个关键领域支持战略决策：工程资源分配、现场诊断、采购决策及风险预测。关键的是，HofM确保了可维护性——资产可用性和生命周期成本（LCC）的核心驱动因素——在设计早期得到稳健优化。当与其他可靠性方法（如以可靠性为中心的维护，RCM）结合使用时，HofM确保了从工程设计阶段开始的主动优化可用性策略。此外，该分析允许基于历史运营数据对属性进行加权，为处理复杂设计问题创建了有价值的内部基准比较系统。