선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- HOQ는 고객의 요구를 나타내는 ' 고객 요구사항 (Customer Attributes; CA)'과 제품의 특성에 해당하는 '설 계 특성 (Engineering Characteristics; EC)'의 두 축으로 이루어지고, CA의 상대적 중요도, CA-EC 간의 연관관겨L EC 간의 상관관계, 각종 벤치마 킹 자료 등의 입력정보가 포함된다. HOQ를 이용한 분석의 주요 목적은 EC들이 CA를 잘 반영하는지를 나타내는 EC의 중요도를 산출하고, 중요도 순위에 따라 각 EC의 우선순위를 결정하는 것이다. 이러한 우선순위 결정은 중요도의 변화에 따라 매우 민감하게 변화하는 특징이 있다.
- 먼저 우선순위의 강건성을 평가하기 위해 Step 2에서 시뮬레이션을 통해 산출된 EC块 값에서 Step 3에서 결정한 우선순위가 유지되는 실험적 확률을 산출한다. 그리고 강건성을 저해하는 입력정보의 불확실성을 파악하기 위해 각각 입력정보의 불확실성을 제거했다고 가정한 경우 강건성이 얼마나 증가하는지를 알아본다. 이렇게 파악된 입력정보의 불확실성을 줄임으로써 효과적인 강건성 향상을 가능하다.
- 그리고 강건 성 향상을 위해 불확실성을 줄일 수 있는 구체적인 방법이 마련되어야 한다. 본 논문에서는 불확실성을 제거하여 강건성을 향상시키는 노력의 일환으로 어떠한 입력정보의 불확실성을 줄일 것인지에 대한 지침을 마련하였다. 하지만 이뿐만 아니라 입력정보의 불확실성을 얼마나 어떻게 줄여야 하는지에 대한 방법이 필요하다.
- 본 연구에서는 QFD 입력정보에 불확실성의 존재를 인식하고, 불확실성으로 인한 EC 중요 도의 변동성 및 EC 우선순위의 강건성을 고려한 'Robust QFD' 분석체계를 제안한다. Robust QFD 분석체계는 입력정보의 불확실성을 수리적 고려하고 이로부터 EC 중요도의 변동성을 산출한다.
- 본 절에서는 QFD 입력정보에 존재하는 불 확실성을 고려하기 위해 그림 2와 같은 Robust QFD 분석 체 계를 제안한다. 제안된 Robust QFD 분석 체 계는 기존의 QFD 분석 체 계를 확장한 것으로 Step 1: 입력정보의 불확실성 모형화, Step 2: EC 중요도의 변동성 산출, Step 3: EC의 우선순위 결정, Step 4: EC 우선순위의 강건성 평가 및 향상의 네 Step으로 이루어진다.
- 품질기 능전개(Quality Function Deployment; QFD)는 고객의 목소리 (Mice of customer)를 제품 개발 및 디자인 과정에 반영하는 방법으로써(Wasserman, 1993), 고객 지향적인 제품 개발을 통해 품질 혁신을 이룩하는 방법을 의미한 다(Govers, 1996). 이러한 QFD의 목적은 제품 개발 기간을 단축시키는 동시에 제품의 품질을 향상시키며, 보다 낮은 원가로 제품을 완성하는 것이다. 궁극적으로는 이를 통해 시장 점유율을 향상시켜, 기업의 경쟁력을 높이는 것이 다(Kim and Moskowitz, 1997).
- 따라서 이후의 설계과정에 앞서 樓의 불확실성을 제거하거나 감소 시켜 강건성을 높여야 한다. 효과적인 강건성 향상을 위해 구체적으로 어떠한 樓의 불확실성이 강건성을 저해하는지를 파악한다. 각 樓의 불확실성을 완전히 제거한 경우에 대해 강건성 척도를 다시 산출하여 강건성이 얼마나 증가하는지를 파악한다.
가설 설정
- 이와 유사하게 확률변수는 각각에 해당하는 확률분포에 따라 일정 확률을 가지고 다양한 값으로 나타나게 되므로 불확실성이 존재하는 입력정보를 나타내는데 적합하다. 각 입력정보의 확률분포는 실제 데이터로부터 구하거나 잘 알려진 분포로 가정할 수 있다.
- 기존의 HOQ를 이용한 QFD 분석에서는 앞에서 언급한 모든 입력정보가 확실하다는 가정하에 분석이 진행된다. 하지만 QFD의 입력정보는 고객이나 엔지니어의 주관적인 생각을 수 치적으로 나타낸 것이며 다수의 고객, 엔지니 어의 입장을 하나의 값으로 표현한 것이다.
- 이 과정에서 叫와 为에 불확실성이 나타난다. 본 사례연구에서는 문제를 간단히 하기위해 叫에 만 불확실성이 존재한다고 가정하고 Robust QFD 분석체계를 적용하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.