01

保修数据的分析目的

大部分人一谈到产品可靠性，就会想到“要去做试验”，可无论是试验样本还是试验设备和周期，成本都高得令人咂舌，而且试验工况往往只能反映部分失效模式，常常做不出问题或是做出的问题与实际不一致，感觉像是“做了个寂寞”。

而且，无论是整车厂还是单机生产企业，都不可能做到每个零部件或元器件都自己设计和加工，而要依靠供应商体系。

但面对汽车行业有索赔和召回制度，面对自媒体用户的各种“现场直播”，“你”还愿意“把自己的命交到别人手里”吗?

面对供应商体系，如何做到“我命由我，不由天"，实现“逆天改命”？

王阳明说:“心即理也，心外无理，心外无物，心外无事”的理念。在他看来，所有的天理、真理和承载天理的世界，都不在于我们的心外，而在于我们的内心。

那么，无论对于整车厂，还是单机生产企业面对可靠性的“命”，我们的“心”在哪里呢？我觉得，就在“保修数据分析”里。

产品在保修期内失效，可由厂家或者授权服务商进行维修或更换。当对失效进行索赔时，关于产品的失效信息会报告给生产厂家。保修数据相当宝贵和可靠，因此应当进行全面分析，以此来帮助商务业务和工程决策。

保修数据包括以下几方面信息：

（1）产品数据。数据包括产品序列号、生产日期、工厂标识、销售日期、销售区域、价格、累计使用程度、维修历史记录等。

（2）失效数据。当消费者对失效进行索赔时，提供维修服务的人员应当认记录与失效有关的数据，如消费者抱怨的失效症状。

（3）维修数据。维修数据包括工时、成本、失效零件号、换件费用、故障诊断及相关工作、维修日期等。在实际的维修过程中，可能涉及调试、修理或更换的失效部件。

保修数据分析的目标就是要“逆天改命”，实现“把握自己的命运”，包括但不限于以下几项：

（1）识别关键失效模式，约束供应商和生产企业，促进设计改进和制造装配工艺优化。

（2）针对存在的薄弱环节采取几余或备份，“修炼内功”提高产品可靠性和安全性。

（3）制定保修预算，确定备品备件，降低维修延误。“按时吃药，不做显眼包”。

（4）基于可用性和成本，优化保修期内的维修和更换。"装备升级”为用户提供“价值”。

（5）保障资源优化，提升维修效益。“优化组合，携手共进”。

02

保修数据分析内容

（1）识别失效模式

保修数据除了时间维度外，还蕴藏着许多变量。如失效可能来自不同的生产厂家，对产品的技术成熟度、制造工序和工艺，以及不合格品的判断标准存在差异；不同批次产品的加工地点、生产设备和工人水平等也有不同；即使是同一批次产品，也可能由于销售到不同区域，使用环境和工况不同等，对失效数据产生影响。

通过保修数据的分析，可以对不同的失效模式进行识别，约束供应商和生产部门，在设计和生产工艺上进行改进提升；针对特殊工况和使用环境进行保护，在本质上提升产品的可靠性。

（2）系统建模优化

分系统或单机是由一些列底层产品单元构成的，根据系统级产品的层级和所属配套关系，基于用户使用任务剖面，通过串联、并联、表决、网联等功能实现关系，建立从元器件、单机到系统的产品可靠性模型。

对可靠性和安全性要求高的产品，利用并联、表决、网联等形式提升系统级产品的可靠性。

（3）备品备件优化

基于售后数据可以得到的产品寿命分布模型，并计算产品BX寿命，设计产品的售后保障周期，预测产品的备品备件种类和数量，降低维修等待时间，提升用户使用感受。

（4）预防性维修方案优化

通过产品的售后可靠性数据和维修性数据，可以建立产品的可用性分析模型，基于可用性和成本，科学规划维修和保障策略，优化预防性维修和备品备件，降低使用和维护成本，提高产品的可靠性和可用性。

（5）保障资源优化

保障性优化设计方法包括库存备品备件优化、维修人员与队伍优化、备件库选址优化、备件运输路径优化，在保证可用性的前提下，通过科学优化保障性资源，降低保障性资源的冗余，提示保障资源的利用效率。

03

保修数据分析意义

无论是整车厂还是单机生产企业，保修数据都是一座巨大的“宝库”，这里蕴藏着解决产品问题，提升产品质量与可靠性的“法器”！

从这里可以获得产品的“故障概率库”、“失效模式库”、“维修保障库”，用质量和可靠性数据“宝典”，指导产品从设计、生产到使用的全生命周期可靠性开发，实现“脱胎换骨”和“金身再造”。

学质量，就在QualityIn质量学院

www.quality-in.com