工程機械產品售后數據挖掘方法及應用

馮國弟

（江蘇徐工工程機械研究院有限公司，徐州 221004）

工程機械產品作為國家基礎建設中的重要設備，其可靠性高低對施工進度和施工質量起著重要作用。工程機械產品的可靠性主要取決于產品設計階段，充分挖掘產品的歷史故障數據，有助于新品設計階段開展定量化設計。目前，工程機械企業雖然在廣泛收集產品的售后信息，但是由于這些信息分布在銷售、服務和質保等部門，數據呈現分散性，沒有實現互聯互通，導致數據挖掘不充分。系統收集各類信息，實現數據互聯，充分挖掘數據背后的信息，是技術人員目前亟需解決的問題。本文探究產品售后數據挖掘過程，開拓產品可靠性試驗的新思路。

1 售后數據使用現狀

工程機械行業實施信息化是實現可持續發展的重要途徑[1]。目前，工程機械企業采用各類數據收集軟件采集產品的售后信息，銷售部門和質量保證部門分析售后信息，從而為代理商評價、產品改進以及外購件索賠等提供信息支撐。然而，由于售后數據目前多分散于不同的數據收集系統，且各個部門相對獨立，售后信息無法實現互聯共享。因此，基于不同部門售后信息進行數據挖掘的工作尚未開展。考慮到數據收集成本等因素，工程機械企業目前只采集產品保修期內的故障數據，雖然獲取了產品故障時的累積工作時間，但未獲取各銷售車輛出保時的累計工作時間。

2 售后數據挖掘思路

2.1 數據互聯

針對目前未收集銷售產品出保時累計工作時間的現狀，建議公司規范相關數據收集流程，開發數據處理軟件，適時提醒工作人員收集信息，并確保信息收集的準確性和完整性。

針對各部門數據相對獨立缺乏關聯的現狀，可基于相同的關鍵字段開發相應的數據處理軟件，以實現各部門數據互聯。例如：銷售部門收集各類銷售信息的同時收集各類基礎信息，如產品型號、生產批次以及整機編號等信息；質保部門收集各類故障信息的同時收集與銷售部門相同的基礎信息。

2.2 數據挖掘

機械產品的數據測試試驗是判定產品是否合格的基礎，在可靠性工程中，通過試驗獲取可靠性數據時，理論上，試驗數據越多，結果越接近真實值[2-3]。然而，工程機械產品結構復雜、造價昂貴，大量試驗會給企業帶來很大負擔。受試驗條件、周期和經費等因素限制，目前主機廠針對開發的新品往往只開展少量的工業性考核試驗[4]。由于試驗車輛數量和試驗時間有限，試驗結果具有較大的隨機性，代表性弱。若能進行大樣本產品可靠性試驗，產品可靠性評價將更可信。關于開展低成本大規模可靠性試驗，數據挖掘思路如下。售后服務人員詳細記錄所有銷售車輛保修期內的故障情況，并獲取各批次銷售車輛出保時的累計工作時間。質量分析人員通過分析銷售數據和故障數據，獲取各批次車輛保修期內的所有故障信息。所有銷售車輛可視為進行可靠性試驗的車輛，車輛的故障信息即為可靠性試驗結果。因為工程機械產品質保期一般采用雙重標準，導致各銷售車輛出保時的累計工作時間具有隨機性，所以這種試驗可視為隨機截尾可靠性試驗。用戶可靠性試驗更能反映產品的可靠性水平，且為企業節省了大筆試驗費用。但是，此方法對售后信息收集的準確性要求較高。若信息收集不準確，會得出錯誤的結論。

2.3 數據分析

隨機截尾可靠性試驗數據是壽終（失效）數據或右刪失（截尾）數據，符合乘積限估計對數據的要求。

觀測來自總體的n個產品的壽命，得到n個ti（其中可能有右刪失數據），將這些ti按從小到大排列，得t1≤t2≤…≤tn。當ti是故障數據時，記δ1=1；當ti是右刪失數據時，記δ1=0。這樣數據，可記為(ti,δi),i=1,2,…,n。可靠度函數R(t)的乘積限估計R^(t)定義如下[5]：

基于工程機械產品售后數據挖掘方法，將售后信息轉化為產品可靠性試驗信息。針對轉化后的產品隨機截尾可靠性試驗數據，開展產品平均壽命分析，如式（2）所示。這里的產品可以是整機、系統或零部件。基于挖掘出的產品可靠性數據，可開展產品其他可靠性分析，如計算產品故障率和可靠度等，在此不再展開描述。

3 實例

以某型工程機械為例，基于銷售數據和故障信息，通過數據關聯挖掘獲取某批次15輛車保修期內產品狀況。數據整理轉化的分析結果如表1所示，其中帶“+”的數據為中止數據。

表1 某型工程機械整機的故障間隔時間

結合該型工程機械整機的故障間隔時間數據特點，本文采用乘積限估計法開展產品可靠性評估，計算過程如下。

首先，將所有時間樣本按從小到大排列；其次，由式（1）得出樣本時刻與可靠度估計值對照表，如表2所示；最后，由式（2）求得該型機械的平均故障間隔時間tMTBF。

表2 樣本時刻與可靠度估計值對照表

上述實例展示了通過數據挖掘實現產品售后信息向可靠性試驗信息轉化，并以此為基礎，采用乘積限估計法開展產品可靠性評估。由式（3）可知，該型工程機械產品的平均故障間隔時間為889.02 h。

4 結語

在大數據建設需求日益提升的情況下，工程機械企業要重視產品售后信息收集，充分挖掘各種信息，實現數據關聯互通，轉換數據應用方式。通過數據挖掘將售后信息轉換為產品可靠性試驗信息，開展產品可靠性分析評估，開拓產品可靠性試驗的新思路，可實現數據利用價值最大化。