電線電纜產品質量風險管理可視化研究

馬貴蓁　張彪　郭松川

摘要：為研究復雜網絡理論在產品質量風險管理領域的應用，以電線電纜產品的生產制造過程為例，對影響其產品質量的所有風險因素進行分析，利用Pearson相關系數和專家打分法共同分析風險因素之間的相關性，由此構建了一個線纜產品質量風險網絡。使用MATLAB和UCINET對風險網絡進行可視化分析和參數分析，分析表明：網絡中少量節點有著大量的連接，這意味著在網絡中存在少量的風險因素對產品的質量起到關鍵影響作用。最后，結合產品生產實際，提出了相應的風險防控建議。本研究對復雜網絡在生產制造行業中的質量風險管理具有重要理論意義和顯著的應用價值。

關鍵詞：復雜網絡；電線電纜；產品質量；風險傳遞及控制

一、引言

自工業4.0的概念提出后，人類將迎來以信息物理融合系統（CPS）為基礎，以生產高度數字化、網絡化、機器自組織為標志的第四次工業革命。戰略質量管理模式質量4.0也隨之而來，這是質量管理發展與進化的第四個階段。各行各業改革創新、高質量發展是貫徹新發展理念的根本體現，是建設現代化經濟體系的必由之路。

產品質量是制造業能否長久持續發展的關鍵因素，本研究用理論數據為電線電纜行業的內部管理和優化提供了客觀的決策依據。并進一步分析風險因素之間可能存在的關聯和傳遞現象，在解決目前電線電纜行業面臨的困擾和風險的同時，也為其他制造業提供了新的質量風險管理思路。本研究在實際生產經營中的應用，可為企業帶來以下現實意義：降低風險；有效降低產品因發生質量事故而帶來的損失，減少質量成本投入；提升產品可靠性，保證品牌影響力；降低產品返工率，綠色節能。

二、理論研究現狀

經典的風險管理步驟是從風險識別、衡量、控制再到評價，相應的研究內容主要以識別出關鍵風險因素從而采取防控措施為主，如王婧等人運用決策實驗室分析法（DEMATEL）和解釋結構模型（ISM）探究藥品冷鏈物流質量影響因素之間的相互關系，建立了多層遞階結構模型進行量化研究，由此確定關鍵性因素。

但隨著研究的深入，國內外眾多學者已經不僅局限于找出風險因素，而且還要對風險因子之間可能存在的關聯進行分析，以研究風險因素的傳遞特性，使風險管理的研究更加貼近實際。楊琳以城市地下綜合管廊為例，借助網絡可視化分析工具NetMiner分析復雜工程項目風險網絡的特征參數，并進一步剖析復雜工程項目中的風險傳遞現象。李存斌等人在考慮風險跨空間交互的前提下，著重從拓撲層面分析耦合結構下風險的傳遞和演化過程，通過仿真實驗分析了幾種不同交互系數節點故障的風險傳遞過程和不同攻擊模式下系統的崩潰過程，并將其應用于能源互聯網。

不少學者利用傳播動力學原理研究風險傳遞的特性，如王冬研究了復雜網絡的拓撲結構對傳播動力學的影響，基于矩陣擾動方法，研究了網絡的節點中心性指標以及最佳增邊策略，即通過對原始網絡增加一條邊，誘導出增邊前后傳播動力學特征的差異，獲得了傳播流行率增加的最大值及其對應的網絡拓撲結構，提出了促進傳播的最優增邊策略。汪玉亭利用傳染病模型中的動力學原理，構建了一種基于SEIRS的建設工程質量風險傳遞模型，發現當質量風險傳遞閾值在某一個區間時，風險將逐步衰減直至消失，可通過控制傳遞閾值來控制風險。周漩提出了一種利用節點效率來評估復雜網絡功能魯棒性的方法，綜合考慮節點失效的全局影響性。

在關注質量風險于供應鏈網絡上的傳播等研究成果發現：產品生產過程離不開供應鏈中不同角色的共同參與，將影響產品質量的所有因素視為風險網絡中的節點，將復雜網絡理論運用于產品生產過程的質量風險傳遞及控制研究上具有較強的理論創新性、可行性和實踐性。

三、影響電線電纜產品質量的風險網絡模型構建

（一）線纜產品質量風險因素識別

風險識別是風險管理過程中首要的關鍵步驟，為保證線纜產品質量風險識別階段的科學性，本研究首先采用文獻分析法對現階段質量風險領域的相關研究進行總結與創新，明確研究方法；其次通過標準對比，查詢不同種類的線纜相對應的標準，了解線纜產品質量好壞的評定依據；然后通過風險溯源，利用因果圖、故障樹等工具從結果中尋求原因，分析導致質量問題的相關因素，最后，結合專家、管理者和生產者等多角色的討論和頭腦風暴法對貫穿于整個產品生命周期的風險因素進行總結。本研究在2021年10月-2022年6月期間調研了來自不同地區的20家電線電纜生產基地，包括北京、深圳、廣州、福州、昆明等地，共同收集了線纜產品可能存在的全部質量問題。進而將風險因素歸為人員因素（M1）、機器因素（M2）、材料因素（M3）、方法因素（M4）、檢測因素（M5）、環境因素（E）六類，構成影響線纜產品質量的風險因素集為：

U={M1，M2，M3，M4，M5，E}

（二）風險網絡模型構建

根據復雜網絡的相關理論，將識別出的風險因素視為復雜網絡中的節點，通過分析因素之間是否存在關聯來確定節點之間的連邊，從而得到一個線纜產品質量風險網絡。在本研究中定義“0”表示兩個因素之間沒有關聯；“1”表示兩個因素之間存在關聯，得到一個風險因素關聯矩陣，即0～1鄰接矩陣，以下稱“鄰接矩陣A”。

假設復雜網絡有N個節點，在0～1鄰接矩陣中，矩陣的行為i（i=1，2，3，…，n）；列為j（j=1，2，3，…，n）；“0”表示兩個風險因素不存在關聯，“1”表示兩個風險因素之間存在關聯，則鄰接矩陣A表示為

A＝0? ? a■? ? a■? ? ? ?a■a■? 0? ? ?a■? …? ?a■a■? a32? ? 0? ? ? ? ?a■? ? ? ■? ? ? ? ？塤? ?■a■? a■? ?a■? …? ?0

本研究定義，鄰接矩陣A的行代表“因”，即該節點是風險的發出方，對其他節點造成影響；列代表“果”，即該節點是風險的接受方，受其他節點產生影響。所以，本研究構建的鄰接矩陣A不一定是對稱矩陣。為保證分析數據的科學合理，本研究結合企業生產實際對風險因素之間的關聯性進行分析。考慮到因素之間的復雜性，定量分析數據采用Pearson 相關系數進行計算，篩選出顯著性水平高于0.05且正相關性的因子；而對于無法進行量化的因素則采用專家打分法對風險要素之間是否存在關聯進行判斷。本次研究邀請了來自復雜網絡領域研究、質量工程研究和線纜生產的相關專家共21位，共同對風險因素之間的關聯度進行判斷，最后選取判斷意見較多的指標作為最終的鄰接矩陣A。

使用UCINET①對鄰接矩陣A進行分析（版本：UCINET6，操作系統：Windows10），顯示該復雜網絡的拓撲結構如圖1，其中，箭頭表示風險因素之間傳遞的方向性。

四、風險網絡參數分析

在本研究中，設N為網絡中的節點總數，K為網絡的平均度，則：

式中ki為節點i的節點度。

設L為網絡平均路徑長度，則：

設E為網絡效率，則：

設C為網絡的聚類系數，則：

式中，Mi為風險節點i與其相鄰節點間存在的邊數。

使用UCINET對網絡的整體參數進行計算，得到表1中的參數值。

上述計算結果表明，在線纜產品質量風險網絡中，聚類系數為0.522，平均路徑長度為1.848，網絡密度為0.219，平均度為13.556，網絡效率為0.792。可見線纜質量風險網絡的集聚程度和連通性水平比較高。風險各個要素之間的聯系比較緊密，任意兩個風險要素之間平均最少只需經過一個節點便形成聯系，表明在線纜生產制造過程中，影響其產品質量的風險因素之間至少平均通過一次生產流程即可造成影響。網絡中各個風險節點之間連接較近、距離較短。與聚類系數不同的是，線纜質量風險網絡雖然集聚程度和連通性水平都較高，但卻有著較低的網絡密度，說明線纜質量風險網絡存在富俱樂部現象。富俱樂部現象是指網絡中的hub節點之間有著緊密的連接，進而形成了網絡中的一個核心團隊。為證實上述觀點，進一步使用MATLAB計算富俱樂部系數如圖2所示.

由圖2可以看出：該富俱樂部系數φ（k）隨著k的增大而增大，意味著線纜質量風險網絡中hub節點之間有著比其他外圍節點更加緊密的連接，形成了一個富俱樂部，富俱樂部中的風險節點對線纜產品質量有著關鍵影響作用。當網絡的模塊性指標Q的取值大于等于0.3時，意味著網絡中存在明顯的社區結構。本研究中，分別取最小/最大社區數為2和10，計算結果見表2。

結果計算表明，當網絡被劃分為10個社區時，網絡的模塊性指標系數Q值為0.057，是所有劃分方式中最大的Q值，但此Q值遠小于0.3，表明該風險網絡的社區劃分是不明顯的，即社區結構不顯著。

綜上可知，線纜產品質量風險網絡是一個具有無標度特性的復雜網絡，網絡中各風險節點聯系比較緊密，且少量風險節點對產品的質量存在較大影響，但不存在明顯的社區結構。繼續對網絡中各個節點的特征參數進行分析，計算結果如表3所示。

五、結論與建議

（一）結論

影響線纜產品質量的因素涵蓋“人、機、料、法、環、測”六大因素，在本研究中細分為63種具體因素，覆蓋了產品從原材料到拉絲、絞線、擠塑、成纜、包裝、運輸、裝配等生命全周期。通過對構建的風險網絡分析發現，線纜質量風險網絡是一個具有小世界和無標度特性，且無社區結構劃分的復雜網絡。

根據節點重要度排序以及對風險節點的測度，將節點度值、接近中心度、中間中心度、特征向量分布進行排序，結合表3篩選并確定了影響線纜產品質量的10個關鍵風險節點。分別是R37，R10，R48，R40，R1，R57，R2，R15， R26，R13。

（二） 建議

結合數據分析與仿真結果，線纜產品質量風險防控優先舉措為把控好出度值與入度值較高的風險節點，防止風險向下一級傳遞或被其他節點所影響。以關鍵風險節點的管理為抓手，線纜生產制造行業應做好：

規范生產方法和工藝流程，制定好適合本企業質量管理的相關條例，在生產活動中認真執行好相應的規章制度，杜絕經驗主義、主觀判斷；加強現場管理，及時發現和處理生產過程中遇到的問題，對生產過程中造成的工藝瑕疵和損傷正確研判，并采取有效應對措施；通過管理培訓、績效激勵等加強生產人員、檢驗人員、裝配人員等的職業素養，切實提高相關人員的質量意識和知識儲備；實事求是，不欺瞞、不偽造生產數據；加強對原材料供應商的管理，從源頭對線纜產品質量實現根本保障。

參考文獻：

[1]鄭耀群，孫瑞環.我國工業高質量發展評價與實現路徑[J].科技管理研究，2022，42（12）：46-52.

[2]王婧，肖曉鈺.基于DEMATEL-ISM模型的醫藥冷鏈物流質量風險管理影響因素[J].物流技術，2022，41（01）：65-69.

[3]楊琳，周炬諾.復雜工程項目風險傳遞機理[J].科技管理研究，2021，41（16）：209-217.

[4]李存斌，張磊，劉定，孫潤波.基于復雜網絡的能源互聯網信息物理融合系統跨空間風險傳遞研究[J].運籌與管理，2019，28（04）：139-147.

[5]王冬.復雜網絡的拓撲結構對傳播動力學的影響研究[D].哈爾濱：哈爾濱工業大學，2021.

[6]汪玉亭，豐景春，張可，李明，薛松.基于SEIRS的建設工程質量風險傳遞模型及仿真研究[J].運籌與管理，2020，29（07）：214-221.

[7]周漩，張鳳鳴，周衛平，鄒偉，楊帆.利用節點效率評估復雜網絡功能魯棒性[J].物理學報，2012，61（19）：1-7.

[8]高翾宇，王然，閆洪瑞，商朝陽，楊家銘.淺談電力電纜絕緣的分類與發展[J].科技創新導報，2019，16（23）：26+28.

[9]Zhang Qin，Guo Jinli.，Quality Management Analysis Based on Complex Network Theory[J].Complex Systems and Complexity Science，2021，18（04）：43-49.

[10]H.Cheng，Z.Xie，et al.，Multi-step data prediction in wireless sensor networks based on one-dimensional CNN and bidirectional LSTM[J].IEEE Access，2019，7：117883-117896.

[11]Y.Yao，N.Xiong，et al.，Privacy-preserving max/min query in two-tiered wireless sensor networks[J].Computers & Mathematics with Applications，2013， 65（09）：1318-1325.

[12]Chen Daqiang，Zhang Shaobo et al.，Research on food quality chain risk propagation with multilayer coupling network[J].Systems Engineering-Theory & Practice，2022，42（04）：1093-1106.

[13]李運坤，呂飛鵬，陳新，周鑫，蔣科.基于節點重要度估計的多組同基最小斷點集選取方法[J].電力系統自動化，2010，34（12）：58-60.

[14]Tse，YK and Tan，KH.Managing product quality risk in a multi-tier global supply chain[J].INTERNATIONAL JOURNAL of PRODUCTION RESEARCH，2011，49（01）：139-158.

[15]Cagnin，F，de Oliveira et al.，Assessment of ISO 9001：2015 implementation： focus on risk management approach requirements compliance in an automotive company[J].TOTAL QUALITY MANAGEMENT & BUSINESS EXCELLENCE，2021， 32（9-10）：1147-1165.

[16]Wasserman S. Social Network Analysis：Methods and Applications[M].Cambridge：Cambridge university Press，1994.

＊基金項目：基于 MolSpaxeX VR 質量管理工程聯合實驗室建設（201802213005）。

（作者單位：馬貴蓁，昆明理工大學管理與經濟學院；張彪，昆明理工大學管理與經濟學院、昆明理工大學質量發展研究院；郭松川，三川電纜集團）