歷史數據在復雜電子產品檢驗中的作用

康京山

(中國電子科技集團公司第五十四研究所，河北 石家莊 050081)

0 引言

關于產品檢驗，一般想到的是測量產品的若干指標，實測值與要求值的偏差在規定范圍內為合格，超出誤差允許范圍判定為不合格，因此，往往認為產品檢驗是一件簡單的工作。然而，當面對復雜電子產品時，其檢驗工作需要消耗大量的人力、物力和時間，在實踐中往往存在檢驗周期、檢驗所需資源和檢驗所需條件受限的情況，使得試圖遍歷所有可能的外部輸入組合，采集輸出信號與預期結果進行對比成為不可能，只能采用受限條件下的檢驗方法。這時，存在著產品缺陷未能檢出的質量風險，可能給產品生命周期的后續階段造成影響。

無論是產品的研制生產企業(即供方)檢驗部門，還是產品的訂購方(即需求方)檢驗部門，或者是專門從事檢驗的檢驗機構(即第三方)，關于產品檢驗積累了大量歷史數據。如何對這些歷史數據加以利用，提取與待檢驗產品有關聯的數據，在有效歷史數據的指導下，提高產品檢驗工作效率，改進檢驗效果，確保將質量風險控制在可接受范圍內，是本文研究的重點。

1 產品檢驗

1.1 產品檢驗

為研究歷史數據在產品檢驗中如何發揮作用，首先對產品檢驗進行概括和抽象，建立模型。

廣義而言，產品是過程的結果[1]。產品的種類可以包括服務、軟件、硬件和流程性材料等。本文僅研究電子產品。電子產品有很多層次，自頂向下可劃分為：

系統→分系統→設備→分機或組件→部件→元器件或零件

其中，系統是指為獲得一個或多個明確目的而組織起來的、相互作用的元素的組合體[2]，還可以包含較低層級的系統。本文重點關注系統、分系統、設備層級的產品。

檢驗是對符合規定要求的確定[3]。強調檢驗的目的是判定是否符合要求。有的標準中，不僅給出了檢驗的目的，還給出了可能的途徑：“檢驗，是指通過觀察和判斷，適當結合測量、試驗或估量所進行的符合性評價[1]”。

因此，觀察(也稱為目檢)、測量、軟件測試、試驗包括功能試驗、性能試驗、環境試驗、可靠性試驗和電磁兼容性試驗等，都是檢驗的組成部分或者手段。

1.2 復雜電子產品檢驗的特點

復雜電子產品是指組成龐大，關系復雜，或功能性能邏輯復雜、應用場景和環境條件等復雜的電子產品。這類產品的檢驗一般具有如下特點：

① 由于產品復雜，需要驗證的功能項和測試的性能指標多，而且邏輯復雜，相互聯系。

② 復雜電子產品通常由機械結構件、硬件電路和軟件組成，為了保證產品的靈活性和適應可能的用戶需求的調整，設備軟件規模大并支持靈活配置，同時大量使用FPGA等可編程器件。軟件大多采用實時多任務處理方式，多種業務、多路業務同時處理，有些外部事件的響應與上下文有關(即有狀態的)。

③ 復雜電子產品通常預定較多的業務應用場景且存在多種組合，難以通過枚舉的方式窮盡可能的情況。也就是說，對于復雜電子產品，從產品生命周期剖面導出檢驗試驗剖面時，只能選擇一些重要的部分作為代表。

④ 有些復雜電子產品，特別是電子信息產品，往往需要與其他產品、網系及信息系統互連互通互操作，有時還需要占用無線頻率、信道及鏈路等資源。也就是說，檢驗試驗的開展要受這些資源的制約。

⑤ 有些復雜電子產品需要適應多種氣候環境(如低溫、高溫、潮濕)、地形地貌及電磁環境等。為驗證這些要求的滿足度，需要在室內外模擬相應環境，甚至在真實環境下通過試驗的方式，進行定性或定量分析。檢驗過程需要的周期長，動用的資源多，成本高，而且有些試驗是破壞性的，受試樣品不能再交付。

因此，對復雜電子產品的檢驗，需要采取措施降低質量風險。

1.3 產品檢驗的時間維度

圖1給出了電子產品的典型檢驗流程。

圖1 電子產品的典型檢驗流程

按照時間維度，將產品檢驗概括為以下4個階段：

① 檢驗策劃階段：對整個檢驗工作進行總策劃，如確定檢驗的性質(例如鑒定檢驗、一致性檢驗、用戶驗收檢驗和產品研發制造企業交付檢驗等)、檢驗需要覆蓋的要求(研制總要求、協議書和合同書等)、檢驗的組織方式、時間安排、質量控制要求及經費安排等。

② 檢驗設計階段：確定需要進行的檢驗項。為了便于組織實施，通常對檢驗項進行分組(例如，將產品一致性檢驗分為A組，覆蓋各功能要求，B組覆蓋性能要求，C組覆蓋環境適應性要求，D組覆蓋可靠性要求)，確定各個檢驗項的具體測試方法，確定所需的儀器儀表及其他檢驗環境或資源，確定各檢驗項或其分組采用全數檢驗或是抽樣檢驗，相應地確定抽樣方案，確定質量可接收水平；對于可能的缺陷規定嚴重等級劃分方法或清單。

③ 檢驗執行階段：采用人工或自動方式，按策劃和設計的結果進行檢驗，記錄各項實際測試結果，與預期結果進行對比，判定該項是否合格。對于不合格項，確定檢驗是否繼續進行，或等待整改后再進行。

④ 檢驗總結階段：按質量可接受水平給出檢驗是否通過的結論，形成檢驗報告。

1.4 空間維度

電子產品相關的檢驗種類很多，主要包括外購外包驗收檢驗、過程檢驗、階段檢驗、交付檢驗、用戶驗收檢驗、鑒定檢驗和技術狀態更改驗證檢驗等。根據檢驗的目的和時機，檢驗的組織方式分為企業主導的檢驗、用戶主導的檢驗及第三方主導的檢驗等。

檢驗內容可以分解為若干檢驗域，如圖2所示。

圖2 電子產品檢驗內容分解

除關注產品的功能和性能指標外，還應對產品的齊套性和結構工藝外觀進行檢查。GJB 9001C要求：“根據產品特點，建立并實施可靠性、維修性、保障性、測試性、安全性和環境適應性等通用質量特性工作過程[4]”，并要求開展通用質量特性的評審、驗證和確認活動。因此，在進行產品檢驗時，還應對通用質量特性(簡稱“六性”)是否滿足合同、研制要求以及相關標準的規定進行檢驗。

2 歷史數據分析方法

2.1 概述

檢驗機構在開展每一次檢驗活動時，除形成檢驗記錄和檢驗結論外，還應盡可能全面地記錄和抽取相關數據，納入產品檢驗歷史數據庫，以便此后的分析和利用。分析的目的在于“用”，因用途不同，分析的時機、聚焦的層面、關注的要素以及采取的分析方式也不相同。本文提出2類數據分析模式：

需求牽引型：面向具體產品檢驗的數據分析。檢驗機構在接到檢驗任務后，針對該具體檢驗任務，通過從歷史數據中獲取數據并加以分析，進而利用相關信息，指導該產品檢驗。

數據推動型：面向預防的數據分析。檢驗機構對積累的歷史數據進行分析，總結共性規律，對今后的檢驗工作提供指導，或者向相關方(產品研發部門、生產部門及質量管理部門)推送，促進識別薄弱環節，采取措施實施改進。

2.2 需求牽引型數據分析

由于待檢驗的產品已經確定，可以從歷史數據庫中提取關聯性強的數據進行分析。當關聯性強的數據不存在或者數量少不能得到所需建議時，再逐步引入相關性不強的數據。由于基于的數據與待檢產品的相關性強弱不同，從數據分析中獲得的建議的強弱也不相同。以下給出幾種典型的方式。

2.2.1 相同產品的數據

如果歷史數據庫中有與待檢產品相同的產品檢驗數據，例如研制定型后轉入批量生產，多批次生產等，本次產品檢驗可以從多個層面得到建議，例如：

① 檢驗策劃階段，可預計檢驗周期及各階段或各部分所需時間。

② 檢驗設計階段，可預計檢驗所需儀器儀表、陪測設備及其他資源的充分性；對于抽樣方案，須按照抽樣標準[5]要求，根據以往是否曾經出現過拒收及拒收次數，做出加嚴檢驗、正常檢驗或放寬檢驗的決定；可利用或者修改以往檢驗時的試驗剖面，例如選取的各試驗參數，作為被檢驗產品的模擬輸入數據、文件或數據庫等。

③ 檢驗實施階段，對于曾經出現過缺陷的檢驗項予以特殊關注，驗證糾正措施的持續有效性；對于一些性能指標的實測值，雖然處于合格判定范圍內，但是，如果發現與以往批次實測值有較大偏差，往往預示著技術狀態的更改，或者測試方法、連接關系及儀器儀表等存在異常，應該分析原因排除異常。

④ 檢驗總結階段，檢驗中發現的故障需要運行故障報告、分析和糾正措施系統(FRACAS)[6]，對于嚴重質量問題或者重復發生的一般質量問題應該進行歸零處理[7]，才可以進行回歸檢驗。利用歷史數據，有助于故障機理的分析，而故障機理是運行FRACAS和歸零的關鍵。特別是對于復雜電子產品，有些故障的發生，是多種因素作用的結果，對故障的分析存在困難：故障難以復現，進而給故障分析和采取措施的有效性驗證帶來困難；表現出來的故障現象，可能是導致故障發生的根本原因多次演進的結果，因此，當故障次數很少時，從故障現象推理判定導致故障發生的根本原因難度很大。

這些困難導致有些故障難以準確定位，或者只能作為偶發故障對待，影響故障糾正措施的有效性。假設本次檢驗中某故障發生了1次，若不關注歷史數據，可能作為偶發故障進行處理；若關注歷史數據，如果以往曾經出現過同樣故障，二者結合可能使得該故障得到有效處置；如果以往未曾出現類似故障，則更充分地判定該故障為偶發故障。

2.2.2 相似產品的數據

對相似產品的歷史數據分析，可以為產品檢驗提供參考。什么產品納入與待檢產品“相似”范圍，需要根據關注的檢驗方面來判定，例如屬于同一產品領域。可以把屬于同一產品領域但是型號不同的產品作為相似產品；在所關注的某個檢驗方面有共性，例如對于環境適應性中的潮熱試驗，若待檢產品為噴塑工藝，則其他潮熱環境適應性要求相同、采用噴塑工藝或機械結構形式類似的產品可作為相似產品。

2.3 數據推動型數據分析

雖然數據推動型歷史數據分析是在沒有確定具體待檢產品的情況下進行的，但是，檢驗機構長期承擔某些用戶方向或產品領域的產品檢驗，利用統計方法，分析歷史數據總結共性規律，對于今后的檢驗工作是有指導意義的。表1給出了一些應用舉例。

表1 產品檢驗歷史數據分析舉例

序號歷史數據用途1平均檢驗周期用于檢驗策劃中的測試周期估計2平均缺陷密度用于評價檢驗的有效性;檢驗中發現缺陷后需要整改然后才能回歸檢驗,用于估計工作量及計劃安排3按檢驗域統計缺陷占比識別缺陷發生率較高的檢驗域予以關注,降低質量風險4按缺陷現象類別或者原因類別統計缺陷占比在檢驗設計和檢驗執行中對于發生率高的缺陷予以重點關注5按產品層級統計缺陷密度或占比識別高風險的產品層級6按產品類別統計缺陷密度或缺陷占比識別高風險的產品類別7按被檢產品制造方統計缺陷密度或缺陷占比識別高風險的供方8按被檢產品顧客方向統計缺陷密度或缺陷占比功能類似的產品往往不同顧客方向有不同的質量要求,若某顧客方向的產品缺陷密度高或占比大,需分析原因并在檢驗策劃、檢驗設計和檢驗執行中予以特別關注

3 典型案例分析

工程實踐中，上述歷史數據分析模式得到了初步驗證。受篇幅所限，僅介紹一個案例。對某個時間段內積累的外購隨機設備和外包產品檢驗缺陷記錄數據進行了分析。

首先，對記錄數據進行整理，主要解決記錄的規范性和準確性問題。例如，在一條記錄中描述多種缺陷的，需予以拆分；關于缺陷分類，對于按照現象、原因和預期后果分類的統一為按照現象分類；將存在某種缺陷的產品數量以顯式形式給出，便于計算。

在產品檢驗中發現缺陷時，已經對照檢驗依據或者標準[8]，確定了缺陷嚴重程度，一般分為致命缺陷、重缺陷及輕缺陷，有些產品還存在微缺陷等級[9]。對于歷史記錄中每個缺陷的嚴重程度進行了復核確認。

為了便于數據分析，需要建立指標體系，使不同嚴重程度的缺陷能夠在一起進行計算和比較。本案例中，采用給各等級缺陷賦予權重的簡單指標體系，未發現致命缺陷，對重缺陷、輕缺陷、微缺陷依次賦予加權值為2，1，0.5，即1個重缺陷相當于2個輕缺陷，1個微缺陷相當于0.5個輕缺陷。

在此基礎上，按數據推動分析模式得到以下信息或結論：① 外包產品缺陷在總缺陷數中的占比大，外購隨機設備(指采購貨架產品)缺陷幾乎可以忽略不計。說明今后在檢驗力量調配等方面應重點關注外包產品的檢驗。② 按產品類別計算缺陷數量占比，識別出某類產品占比最大，判定為高風險類別產品。③ 對于高風險類別產品，按供方分別計算缺陷密度，高出平均值2倍的供方列為高風險供方。④ 按缺陷類別分別計算缺陷占比并排序。

基于以上分析結果，確定了此后應采取的多項管理措施和技術措施，包括：① 對于高風險供方，主動向其推送往批問題匯總，督促改進；另外，需方今后在選擇供方時將其質量表現納入考慮因素，嚴格控制。② 檢驗部門在產品檢驗人力資源和時間分配方面，對于識別出來的高風險的供方或者高風險的產品，給予重點保障。③ 檢驗部門就檢驗典型案例、常見問題、歷史數據分析結果進行交流分享，提高檢驗人員識別產品質量問題的能力。④ 堅持不斷積累產品檢驗歷史數據，分析高風險的產品和供方的變化趨勢，評價相關改進措施的有效性。

4 結束語

對于復雜電子產品檢驗，從時間和空間維度建立了模型，提出了需求牽引和數據推動2種歷史數據分析模式，介紹了典型案例。分析和利用歷史數據，使風險識別從主觀估計向基于數據的預計轉變，進而以風險為導向，使檢驗資源和花費時間更合理，檢驗設計和實施活動對問題抓得更準確，最終達到提高產品檢驗效率和改進效果的目的。

通過有意識地長期積累歷史數據以及分析和利用歷史數據，盡可能將檢驗人員個人的隱性經驗，轉變為組織的顯性知識，成為檢驗機構的重要資產。