基于SEM的可用性需求客觀重要度分析


 考慮加工中心用戶可用性需求指標體系的特點,構建相應的模型。將7項可用性需求 指標作為內(nèi)生變量,可靠性需求和維修性需求作為可用性需求模型的一階因子中的內(nèi)生潛 變量,可用性需求就是模型中的二階外生潛變量,建立可用性需求模型,如圖3.3所示。

在設定好模型的標準、潛變量和組織架構之后,需要根據(jù)所設定的模型進行參數(shù)估計, 來判斷模型是否合理,如果不合理就需要對模型進行參數(shù)調(diào)整,直到調(diào)整到合適的模型。 本文采用建模軟件為AMOS 16.0,估計方法為極大似然估計。

(2) 參數(shù)估計

1) 數(shù)據(jù)收集

根據(jù)圖3.3所設定的模型結構,本次調(diào)查針對機床企業(yè)主管、采購人員、維修人員及 操作人員發(fā)出問卷115份,回收了 106份問卷,回收率為92%。問卷依然釆用李克特五點 量表法,將可用性需求重要程度劃分成“很不重要”、“不很重要”、“一般重要”、“比較重要” 和“很重要”5個評比等級。

2) 信度效度分析

在問卷調(diào)查以后,就可以展開信度和效度分析。如果最后計算出的因子負荷系數(shù)在標 準的負荷系數(shù)范圍內(nèi),那么表示模型的結構效度是處于合理程度的。《值在0.8以上說明 問卷效度很好,具體解釋參考第二章。如表3.7是模型的結構效度和信度的檢驗情況。從 該表不難發(fā)現(xiàn),各檢驗結果都可以達到衡量標準,所以得知此模型的信度和效度良好。

3.7指標體系因子分析

第二層指標

第三層指標

因子負荷

«值

可靠性需求

MTBF

0.834

 

 

精度保持性

0.912

 

 

故障診斷

0.842

 

 

維修難易程度

0.722

0.837

維修性需求

符合維修的人機環(huán)工程要求

0.834

 

 

維修費用

0.586

 

 

維修時間

0.673

 

3) 基于SEM的二階驗證性因子分析

通過AMOS軟件,分析數(shù)據(jù)的二階驗證性因子,得到可用性需求指標模型的標準化 參數(shù)圖,也即結構方程路徑圖,如圖3.4所示。

(3) 模型擬合

AMOS中一般采用極大似然法估計其中的各類參數(shù),并通過擬合參數(shù)的數(shù)值來判 定擬合程度的優(yōu)劣。觀察表3.8可看到,CMIN/DF=2.146小于3, P值小于0.05, AGFI、 NFI、CFIIFI均接近或大于0.9, RMSEA低于0.08,因此各項擬合指標值表明模型與樣

本數(shù)據(jù)的擬合度很好,基于這些指數(shù)與相關理論,可以認定此次設計的模型擬合優(yōu)度良好。

3.8模型的擬合度檢驗

指標

CMIN/DF

P

CFI

GFI

RMSEA

AGFI

NFI

IFI

指標值

2.146

0.01

0.947

0.93

0.07

0.85

0.907

0.948

(4) 評價模型結構參數(shù)

從上表3.8,不難得出各擬合指標都可以達到預期的要求,所有數(shù)據(jù)都處于較好水平, 這也意味著建立可用性需求指標模型得到了較好的數(shù)據(jù)支持。

(5) 客觀重要度計算

通過圖3.4可以看出,結構方程模型一方面導出了每個測量變量對潛變量的影響路徑 系數(shù),同時也導出了每個一階因子對二階因子的路徑影響系數(shù),對這些路徑系數(shù)進行歸一 化后便得到相關變量的權重系數(shù)田飛,2007)。本文結合路徑分析法借助路徑系數(shù)計算 結果對可用性需求指標進行賦權,從指標解釋的功能性角度確定指標權重,以闡述各變量 之間的相對重要程度。按照該方法,所得到的指標權重值通常會隨著評價指標與評價范圍 的調(diào)整而發(fā)生調(diào)整,因此該方法是一種動態(tài)分析法,實用性較強。具體計算如下:

    客觀重要度的歸一化方法。把所有分類指標的路徑系數(shù)相加,所有指標與該路徑 系數(shù)總和相除,以取得權重值。例如:可靠性需求、維修性需求的重要度各為:0.628, 0.935, 則歸一化后二者重要度各為0.4, 0.6。同樣,還可以計算各個指標相對重要度。

    具體指標客觀重要度的計算方法。第一層歸一化后指標的重要度與第二層每個觀 測變量歸一化后的指標重要度做乘法,就可以得到每個具體指標的重要度。

本文采摘自“基于QFD的加工中心可用性保障技術研究”,因為編輯困難導致有些函數(shù)、表格、圖片、內(nèi)容無法顯示,有需要者可以在網(wǎng)絡中查找相關文章!

本文由伯特利數(shù)控整理發(fā)表文章均來自網(wǎng)絡僅供學習參考,轉(zhuǎn)載請注明!

 

相關內(nèi)容可查閱:主頁(加工中心)、產(chǎn)品頁(CNC加工中心)、文章頁(數(shù)控加工中心

標簽: 加工中心  數(shù)控加工中心  CNC加工中心  立式加工中心  線軌加工中心  高速加工中心  
分類: 加工中心  
上一篇基于SEM的用戶可用性需求客觀重要度分析
下一篇基于ANP-SEM的加工中心用戶可用性需求基本重要度確定

加工中心  數(shù)控加工中心  CNC加工中心  立式加工中心  線軌加工中心  高速加工中心  相關內(nèi)容

——

11

2024-12

U600S五軸加工中心視頻

此視頻詳細介紹了U600S高性能五軸加工中心各種參數(shù)及說明!… [了解更多]

05

2024-11

六角亭五軸加工工藝

本文以組合式六角亭模型為實例,分析工藝難點與加工可行性,指出該模型的加工難點是模型形狀不規(guī)則和整體剛性差,并通過設計新的工藝方案解決加工難點,完成了模型整體的加工。新的加工工藝有助于提高加工效率和精度,為五軸數(shù)控加工提供了一個典型案例,對于五軸加工中心數(shù)控加工也具有指導作用和重要… [了解更多]

05

2024-11

自適應控制方法在混聯(lián)五軸加工中心中的應用

宇匠數(shù)控 備注:為保證文章的完整度,本文核心內(nèi)容由PDF格式顯示,如未有顯示請刷新或轉(zhuǎn)換瀏覽器嘗試,手機瀏覽可能無法正常使用!本文摘要:通過對混聯(lián)五軸加工中心自適應深度學習控制方法的 研 究,可 知 此 方 法 的 創(chuàng) 新 之 處 在 于:1)建 立 了 機 床 的 運 動 學 … [了解更多]

05

2024-11

五軸加工中心和五軸鉆攻中心在機測量探頭補

在機測量技術由于其成本低、檢測效率高、無需二次裝夾等優(yōu)勢被廣泛用于零件加工測量當中,使得五軸加工中心和五軸鉆攻中心,同時又兼具測量功能。在機測量系統(tǒng)的構成如圖1所示,硬件部分主要是由高精度探頭、信號接收器、機床整個本體,軟件部分由機床控制系統(tǒng)、測量軟件等組成[8]。待零件加工完成… [了解更多]

05

2024-11

五軸加工中心進給系統(tǒng)動態(tài)誤差影響因素

?加工精度是影響機床性能和產(chǎn)品質(zhì)量的主要難題,也是制約國家精密制造能力的重要因素。本文以五軸加工中心為對象,針對提升機床精度進行了研究。并且隨著科技的發(fā)展,精密的儀器和零件在生產(chǎn)實踐中占據(jù)的分量逐漸增加,在數(shù)控機床這種精密機器精度不斷提高的同時,必須控制內(nèi)外界環(huán)境的隨機影響因素在… [了解更多]


產(chǎn)品中心

——