ارزیابی ریسک در طراحی محصول با رویکرد FMEA فازی

محورهای موضوعی : توسعه پایدار

محمد رضا فتحی ¹ , محمد حسن ملکی ² , زهرا طهماسبی ³

1 - استادیار بخش تخصصی مدیریت صنعتی و فناوری، دانشکده مدیریت و حسابداری، پردیس فارابی دانشگاه تهران، قم، ایران. * (مسوول مکاتبات)
2 - دانشیار گروه مدیریت، دانشکده مدیریت و اقتصاد، دانشگاه قم، قم، ایران.
3 - کارشناسی ارشد مدیریت صنعتی، دانشکده مدیریت و اقتصاد، دانشگاه قم، قم، ایران.

تاریخ دریافت : 1395/08/07 تاریخ پذیرش : 1395/10/29 تاریخ انتشار : 1399/10/01

کلید واژه: طراحی محصول, پرومته, تصمیم‌گیری چندمعیاره, ارزیابی ریسک, تحلیل سلسله مراتبی فازی, ویکور, رویکرد FMEA,

چکیده مقاله :

زمینه و هدف: به ‌دلیل ایجاد تغییرات سریع در وضعیت رقبا، تکنولوژی و تمایلات مشتریان، شرکت‌ها نمی‌توانند همواره به محصولات موجود خود تکیه کنند. مشتریان در جستجوی محصولات با کیفیت بهتر و پیشرفته‌تر هستند و شرکت‌ها ناچارند محصولات جدیدی تولید و عرضه کنند که جواب گوی نیازها، سلیقه‌ها و انتظارات مشتریان باشد،یکی از روش‌های مهم در طراحی محصول جهت عرضه‌ محصولات با کیفیت و کارکرد بهتر، تحلیل شکست یا ارزیابی ریسک است. روش بررسی: این مقاله به ‌ ارزیابی عملکرد مؤلفه‌های محصول در صنعت خدمات کامپیوتری می پردازد. به ‌منظور ارزیابی ریسک،داده‌ها از ده نفر از خبرگان دارای صلاحیت علمی جمع‌آوری گردید و جهت تکمیل ماتریس تصمیم‌گیری شاخص‌های رویکرد FMEA و ماتریس‌های مقایسات زوجی مورد استفاده قرار گرفتند. به‌ منظور تحلیل داده‌ها از روش‌های چندمعیاره فازی در محیط اکسل مورد استفاده قرار گرفت. یافته ها: براساس نتایج ویکور فازی گزینه‌ی A5 در ارزیابی ریسک با رویکرد فازی دارای کم ترین مقدار بوده بنابراین در مقایسه با گزینه‌های دیگر عملکرد بهتری داشته است. براساس نتایح پرومته فازی گزینه‌ی A4 در ارزیابی ریسک با رویکرد فازی دارای φ(a) بزرگتری بوده بنابراین در مقایسه با گزینه‌های دیگر عملکرد بهتری داشته است. بحث و نتیجه گیری: براساس نتایج بدست آمده از ویکور فازی گزینه پنجم دارای رتبه اول و براساس نتایج پرومته فازی گزینه چهارم رتبه اول را به خود اختصاص داده است.

چکیده انگلیسی:

Background and Objective: Due to rapid changes in the status of competitors, technology and customer preferences, companies cannot always rely on their existing products. Customers are looking for products with better quality and more advanced and offer new products and companies are forced to respond to the needs, tastes and expectations of our customers, one of the important ways to supply quality products and good performance in product design, failure analysis or risk assessment. Method: this article evaluate the performance of the product components in the computer services industry to the risks and possible consequences in terms of product identification and rank. For risk assessment, data were collected from ten experts of scientific competence and to complete the decision-making matrix. Fuzzy multi-criteria decision-making methods were used for data analysis. These methods in Microsoft Excel were used. Findings: Based on fuzzy VIKOR results, the A5 in the fuzzy approach has the lowest value of Qi and therefore performs better than other options. Based on the results of the fuzzy PROMETHEE, the A4 in the fuzzy risk assessment is larger than φ (a) and therefore performs better than other options. Discussion and Conclusion: Based on fuzzy VIKOR result, A5 is better compared to other options. Based on the results of fuzzy PROMETHEE A4 is better compared to other options.  

منابع و مأخذ:

1. Farsijani, H., Shabani, A & Torabipour, M.R. (2009). Investigation the role of critical factors in product design to achieve world-class production. The Covenant of Managers. PP. 59-63.


2. Ulrich, K. T. (2011). Design is everything?. Journal of Product Innovation Management, 28(3), 394-398.


3. Yazdipour, J. (2012). Analytical review of Indicator models of engineering design and industrial design trends. Artwork, No. 7. PP. 73-88.


4. Atkinson, J., & Jourdan, C. (2008). How principles-based risk assessment enables Organizations to take the right risks. PricewaterhouseCoopers LLP.


5. Gul, M., & Guneri, A. F. (2016). A fuzzy multi criteria risk assessment based on decision matrix technique: a case study for aluminum industry. Journal of Loss Prevention in the Process Industries, 40, 89-100.


6. Marhavilas, P.K. & Koulouriotis, D. & Gemeni, V. (2011). Risk analysis and assessment methodologies in the work sites: On a review, classification and comparative study of the scientific literature of the period 2000-2009. Journal of Loss Prevention in the Process Industries, NO. 24, PP.477-523.


7. Filippi, S., & Cristofolini, I. (2009). The design guidelines collaborative framework: a design for Multi-X method for product development. Springer Science & Business Media.


8. Wang, Y.-M., et al. (2009). "Risk evaluation in failure mode and effects analysis using fuzzy weighted geometric mean." Expert Syst Appl. Vol.36, (2, Part 1), PP. 1195-1207.


9. Zhou, Q., & Thai, V. V. (2016). Fuzzy and grey theories in failure mode and effect analysis for tanker equipment failure prediction. Safety Science, 83, 74-79.


10. Liu, H.-T. and Tsai,Y.-l. (2012). A fuzzy risk assessment approach for occupational hazards in the construction industry. Safety Sci. Vol. 50, NO. 4, PP. 1067-1078.