کاربرد برنامه ریزی فیزیکی خطی در بهینه سازی گسترش عملکرد کیفیت فازی

گسترش عملکرد کیفیت یک سیستم توسعه محصول و مدیریت کیفیت مشتری مدار برای دستیابی به حداکثر رضایت مشتری است. بهکار گیری گسترش عملکرد کیفیت مستلزم تعیین روابط بین خواسته های مشتری و نیازمندی های فنی، و همچنین همبستگی بین نیازمندی های فنی است که توسط یک تیم بین وظیفه ای انجام می شود. چنین داده هایی ماهیت مبهم و فازی دارند و افراد قضاوت های متفاوتی درباره این روابط دارند. در این پژوهش برای مواجهه با ماهیت فازی در فرآیند طراحی محصول استفاده از یک روش تصمیم گیری گروهی فازی در گسترش عملکرد کیفیت پیشنهاد شده است. همچنین یک چارچوب ترکیبی از گسترش عملکرد کیفیت و برنامه ریزی فیزیکی خطی برای تعیین سطح برآورد بهینه هر یک از نیازمندی های فنی محصول و حداکثر کردن رضایت مشتری کل ارایه شده است. در نهایت، چارچوب ارایه شده برای یک محصول خاص در شرکت مجتمع صنعتی اسفراین که تولیدکننده قطعات سنگین فولادی می باشد، به کار گرفته شده است. نتایج حاصل از حل مدل، سطح برآورد بهینه ی هر کدام از نیازمندی های فنی و همچنین میزان بودجه اختصاص یافته به هر کدام از آنها را نشان می دهد به گونه ای که سطح رضایت مشتری از محصول تولید شده بر مبنای چهار خواسته ی مشتری در دامنه های ایده آل و مطلوب قرار گرفته است.

Using Linear Physical Programming in Optimizing Fuzzy Quality Function Deployment

Quality function deployment (QFD) is a customerdriven quality management and product development system for achieving higher customer satisfaction. It is necessary to determine relationships between customer requirements (CRs) and technical requirements (TRs), as well as correlation among the TRs themselves. Such data are usually ambiguous and fuzzy and people have different judgments about these relations. In this research, to cope with the vague nature of the product development process, a fuzzy group decisionmaking approach in QFD has been suggested. Also an integrated framework based on QFD and linear physical programming is proposed to determine the fulfillment level of TRs and to maximize overall customer satisfaction. At last, an application for a specific product in ESFARAYEN INSUSTERIAL COMPLEX, which produces heavy steel parts, is presented to illustrate the proposed approach. The results of the model show the optimal level of each technical requirement as well as the allocated budget to each of them so that customer satisfaction of the manufactured product based on four customer requirements has been within ideal and desirable ranges.