电线电缆产品质量风险管理可视化研究

马贵蓁　张彪　郭松川

摘要：为研究复杂网络理论在产品质量风险管理领域的应用，以电线电缆产品的生产制造过程为例，对影响其产品质量的所有风险因素进行分析，利用Pearson相关系数和专家打分法共同分析风险因素之间的相关性，由此构建了一个线缆产品质量风险网络。使用MATLAB和UCINET对风险网络进行可视化分析和参数分析，分析表明：网络中少量节点有着大量的连接，这意味着在网络中存在少量的风险因素对产品的质量起到关键影响作用。最后，结合产品生产实际，提出了相应的风险防控建议。本研究对复杂网络在生产制造行业中的质量风险管理具有重要理论意义和显著的应用价值。

关键词：复杂网络；电线电纜；产品质量；风险传递及控制

一、引言

自工业4.0的概念提出后，人类将迎来以信息物理融合系统（CPS）为基础，以生产高度数字化、网络化、机器自组织为标志的第四次工业革命。战略质量管理模式质量4.0也随之而来，这是质量管理发展与进化的第四个阶段。各行各业改革创新、高质量发展是贯彻新发展理念的根本体现，是建设现代化经济体系的必由之路。

产品质量是制造业能否长久持续发展的关键因素，本研究用理论数据为电线电缆行业的内部管理和优化提供了客观的决策依据。并进一步分析风险因素之间可能存在的关联和传递现象，在解决目前电线电缆行业面临的困扰和风险的同时，也为其他制造业提供了新的质量风险管理思路。本研究在实际生产经营中的应用，可为企业带来以下现实意义：降低风险；有效降低产品因发生质量事故而带来的损失，减少质量成本投入；提升产品可靠性，保证品牌影响力；降低产品返工率，绿色节能。

二、理论研究现状

经典的风险管理步骤是从风险识别、衡量、控制再到评价，相应的研究内容主要以识别出关键风险因素从而采取防控措施为主，如王婧等人运用决策实验室分析法（DEMATEL）和解释结构模型（ISM）探究药品冷链物流质量影响因素之间的相互关系，建立了多层递阶结构模型进行量化研究，由此确定关键性因素。

但随着研究的深入，国内外众多学者已经不仅局限于找出风险因素，而且还要对风险因子之间可能存在的关联进行分析，以研究风险因素的传递特性，使风险管理的研究更加贴近实际。杨琳以城市地下综合管廊为例，借助网络可视化分析工具NetMiner分析复杂工程项目风险网络的特征参数，并进一步剖析复杂工程项目中的风险传递现象。李存斌等人在考虑风险跨空间交互的前提下，着重从拓扑层面分析耦合结构下风险的传递和演化过程，通过仿真实验分析了几种不同交互系数节点故障的风险传递过程和不同攻击模式下系统的崩溃过程，并将其应用于能源互联网。

不少学者利用传播动力学原理研究风险传递的特性，如王冬研究了复杂网络的拓扑结构对传播动力学的影响，基于矩阵扰动方法，研究了网络的节点中心性指标以及最佳增边策略，即通过对原始网络增加一条边，诱导出增边前后传播动力学特征的差异，获得了传播流行率增加的最大值及其对应的网络拓扑结构，提出了促进传播的最优增边策略。汪玉亭利用传染病模型中的动力学原理，构建了一种基于SEIRS的建设工程质量风险传递模型，发现当质量风险传递阈值在某一个区间时，风险将逐步衰减直至消失，可通过控制传递阈值来控制风险。周漩提出了一种利用节点效率来评估复杂网络功能鲁棒性的方法，综合考虑节点失效的全局影响性。

在关注质量风险于供应链网络上的传播等研究成果发现：产品生产过程离不开供应链中不同角色的共同参与，将影响产品质量的所有因素视为风险网络中的节点，将复杂网络理论运用于产品生产过程的质量风险传递及控制研究上具有较强的理论创新性、可行性和实践性。

三、影响电线电缆产品质量的风险网络模型构建

（一）线缆产品质量风险因素识别

风险识别是风险管理过程中首要的关键步骤，为保证线缆产品质量风险识别阶段的科学性，本研究首先采用文献分析法对现阶段质量风险领域的相关研究进行总结与创新，明确研究方法；其次通过标准对比，查询不同种类的线缆相对应的标准，了解线缆产品质量好坏的评定依据；然后通过风险溯源，利用因果图、故障树等工具从结果中寻求原因，分析导致质量问题的相关因素，最后，结合专家、管理者和生产者等多角色的讨论和头脑风暴法对贯穿于整个产品生命周期的风险因素进行总结。本研究在2021年10月-2022年6月期间调研了来自不同地区的20家电线电缆生产基地，包括北京、深圳、广州、福州、昆明等地，共同收集了线缆产品可能存在的全部质量问题。进而将风险因素归为人员因素（M1）、机器因素（M2）、材料因素（M3）、方法因素（M4）、检测因素（M5）、环境因素（E）六类，构成影响线缆产品质量的风险因素集为：

U={M1，M2，M3，M4，M5，E}

（二）风险网络模型构建

根据复杂网络的相关理论，将识别出的风险因素视为复杂网络中的节点，通过分析因素之间是否存在关联来确定节点之间的连边，从而得到一个线缆产品质量风险网络。在本研究中定义“0”表示两个因素之间没有关联；“1”表示两个因素之间存在关联，得到一个风险因素关联矩阵，即0～1邻接矩阵，以下称“邻接矩阵A”。

假设复杂网络有N个节点，在0～1邻接矩阵中，矩阵的行为i（i=1，2，3，…，n）；列为j（j=1，2，3，…，n）；“0”表示两个风险因素不存在关联，“1”表示两个风险因素之间存在关联，则邻接矩阵A表示为

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

本研究定义，邻接矩阵A的行代表“因”，即该节点是风险的发出方，对其他节点造成影响；列代表“果”，即该节点是风险的接受方，受其他节点产生影响。所以，本研究构建的邻接矩阵A不一定是对称矩阵。为保证分析数据的科学合理，本研究结合企业生产实际对风险因素之间的关联性进行分析。考虑到因素之间的复杂性，定量分析数据采用Pearson 相关系数进行计算，筛选出显著性水平高于0.05且正相关性的因子；而对于无法进行量化的因素则采用专家打分法对风险要素之间是否存在关联进行判断。本次研究邀请了来自复杂网络领域研究、质量工程研究和线缆生产的相关专家共21位，共同对风险因素之间的关联度进行判断，最后选取判断意见较多的指标作为最终的邻接矩阵A。

使用UCINET①对邻接矩阵A进行分析（版本：UCINET6，操作系统：Windows10），显示该复杂网络的拓扑结构如图1，其中，箭头表示风险因素之间传递的方向性。

四、风险网络参数分析

在本研究中，设N为网络中的节点总数，K为网络的平均度，则：

式中ki为节点i的节点度。

设L为网络平均路径长度，则：

设E为网络效率，则：

设C为网络的聚类系数，则：

式中，Mi为风险节点i与其相邻节点间存在的边数。

使用UCINET对网络的整体参数进行计算，得到表1中的参数值。

上述计算结果表明，在线缆产品质量风险网络中，聚类系数为0.522，平均路径长度为1.848，网络密度为0.219，平均度为13.556，网络效率为0.792。可见线缆质量风险网络的集聚程度和连通性水平比较高。风险各个要素之间的联系比较紧密，任意两个风险要素之间平均最少只需经过一个节点便形成联系，表明在线缆生产制造过程中，影响其产品质量的风险因素之间至少平均通过一次生产流程即可造成影响。网络中各个风险节点之间连接较近、距离较短。与聚类系数不同的是，线缆质量风险网络虽然集聚程度和连通性水平都较高，但却有着较低的网络密度，说明线缆质量风险网络存在富俱乐部现象。富俱乐部现象是指网络中的hub节点之间有着紧密的连接，进而形成了网络中的一个核心团队。为证实上述观点，进一步使用MATLAB计算富俱乐部系数如图2所示.

由图2可以看出：该富俱乐部系数φ（k）随着k的增大而增大，意味着线缆质量风险网络中hub节点之间有着比其他外围节点更加紧密的连接，形成了一个富俱乐部，富俱乐部中的风险节点对线缆产品质量有着关键影响作用。当网络的模块性指标Q的取值大于等于0.3时，意味着网络中存在明显的社区结构。本研究中，分别取最小/最大社區数为2和10，计算结果见表2。

结果计算表明，当网络被划分为10个社区时，网络的模块性指标系数Q值为0.057，是所有划分方式中最大的Q值，但此Q值远小于0.3，表明该风险网络的社区划分是不明显的，即社区结构不显著。

综上可知，线缆产品质量风险网络是一个具有无标度特性的复杂网络，网络中各风险节点联系比较紧密，且少量风险节点对产品的质量存在较大影响，但不存在明显的社区结构。继续对网络中各个节点的特征参数进行分析，计算结果如表3所示。

五、结论与建议

（一）结论

影响线缆产品质量的因素涵盖“人、机、料、法、环、测”六大因素，在本研究中细分为63种具体因素，覆盖了产品从原材料到拉丝、绞线、挤塑、成缆、包装、运输、装配等生命全周期。通过对构建的风险网络分析发现，线缆质量风险网络是一个具有小世界和无标度特性，且无社区结构划分的复杂网络。

根据节点重要度排序以及对风险节点的测度，将节点度值、接近中心度、中间中心度、特征向量分布进行排序，结合表3筛选并确定了影响线缆产品质量的10个关键风险节点。分别是R37，R10，R48，R40，R1，R57，R2，R15， R26，R13。

（二） 建议

结合数据分析与仿真结果，线缆产品质量风险防控优先举措为把控好出度值与入度值较高的风险节点，防止风险向下一级传递或被其他节点所影响。以关键风险节点的管理为抓手，线缆生产制造行业应做好：

规范生产方法和工艺流程，制定好适合本企业质量管理的相关条例，在生产活动中认真执行好相应的规章制度，杜绝经验主义、主观判断；加强现场管理，及时发现和处理生产过程中遇到的问题，对生产过程中造成的工艺瑕疵和损伤正确研判，并采取有效应对措施；通过管理培训、绩效激励等加强生产人员、检验人员、装配人员等的职业素养，切实提高相关人员的质量意识和知识储备；实事求是，不欺瞒、不伪造生产数据；加强对原材料供应商的管理，从源头对线缆产品质量实现根本保障。

参考文献：

[1]郑耀群，孙瑞环.我国工业高质量发展评价与实现路径[J].科技管理研究，2022，42（12）：46-52.

[2]王婧，肖晓钰.基于DEMATEL-ISM模型的医药冷链物流质量风险管理影响因素[J].物流技术，2022，41（01）：65-69.

[3]杨琳，周炬诺.复杂工程项目风险传递机理[J].科技管理研究，2021，41（16）：209-217.

[4]李存斌，张磊，刘定，孙润波.基于复杂网络的能源互联网信息物理融合系统跨空间风险传递研究[J].运筹与管理，2019，28（04）：139-147.

[5]王冬.复杂网络的拓扑结构对传播动力学的影响研究[D].哈尔滨：哈尔滨工业大学，2021.

[6]汪玉亭，丰景春，张可，李明，薛松.基于SEIRS的建设工程质量风险传递模型及仿真研究[J].运筹与管理，2020，29（07）：214-221.

[7]周漩，张凤鸣，周卫平，邹伟，杨帆.利用节点效率评估复杂网络功能鲁棒性[J].物理学报，2012，61（19）：1-7.

[8]高翾宇，王然，闫洪瑞，商朝阳，杨家铭.浅谈电力电缆绝缘的分类与发展[J].科技创新导报，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]李运坤，吕飞鹏，陈新，周鑫，蒋科.基于节点重要度估计的多组同基最小断点集选取方法[J].电力系统自动化，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 质量管理工程联合实验室建设（201802213005）。

（作者单位：马贵蓁，昆明理工大学管理与经济学院；张彪，昆明理工大学管理与经济学院、昆明理工大学质量发展研究院；郭松川，三川电缆集团）