在当今复杂的商业环境中，企业面临着诸多挑战，在研制系统复杂、高投入、高成本、高风险的产品时，经常会出现检验合格了，但在飞行试验等重大任务中出现质量问题的尴尬。军方要求落实装备质量问题终身责任制后，质量问题愈发受到重视，如何确保产品的质量和可靠性，也成为了至关重要的问题。GB/T 37708 - 2019《质量管理 产品成功数据包络分析指南》为企业提供了一种有效的方法：成功数据包络分析，可以用来应对这些挑战，今天就一起来学习这份标准。

一、什么是成功数据包络分析？

成功数据是指经过以往试验验证成功的产品原材料、工艺、性能和环境参数数据。这个定义包括两方面内容：① 这些数据是经过以往试验验证成功的数据；②通常来说，这些数据包括原材料、工艺、性能和环境参数数据四类。

成功数据包络是指若干成功数据所构成的范围，各项数据依据一定的规则选出上限和下限，作为包络范围的边界值。这个也很好理解，所谓包络就是指参数的上、下限，依据一定的规则从成功数据中选出的参数上、下限。

成功数据包络分析是将产品关键参数与经过实际试验验证成功子样的对应数据所构成的数据范围（即包络范围）进行比对，判定待分析数据是否落在包络范围内，评估产品是否具备满足标准、顾客要求或执行任务的能力，找出风险点，制定有效的控制措施，以确保任务的成功完成。拆解一下，包括以下几方面的内涵：

1）分析对象是产品关键参数，说明不是说有参数都需要包络分析，只是针对关键参数，通常包括原材料、工艺、性能和环境参数等；

2）将关键参数与包络范围对比，分析数据是否落在包络范围内，评估产品是否具备满足要求的能力，为什么可以评估产品呢？因为包络范围从经试验验证成功的数据中提取出来的，统计经验表明，只要处于包络范围内，结果就应该是成功的；

3）如果不在包络范围内，即评估认为产品不具备满足要求的能力，怎么办？不能说明产品不合格，只能说从统计维度看，关键参数数据不在成功数据包络范围内，即存在失败的风险，我们需要针对风险点，制定并落实相应的控制措施；

4）包络分析的最终目的是确保任务的成功完成，怎么算是成功完成呢？满足标准要求、满足顾客要求或成功执行任务等。

通俗的讲，针对关键参数，仅靠满足产品规范的要求不能保证其使用或重大任务中的产品质量，在产品规范设定技术指标的基础上，结合前期经过试验验证成功子样再次设定一个数据包络线，用两个维度进行把关，以确保产品在重大任务或交付中的成功完成。

二、什么场合需要成功数据包络分析？

成功数据包络分析一般适用于航空、航天、船舶、兵器、铁路、能源等高投入、高风险产品研制阶段的风险分析和隐患的管控，尤其适用于性能指标复杂、试验验证的充分性和指标的测试覆盖性要求高、研制成败影响极大的项目。

通常来说，数据包络分析的对象是相对重要的参数。比如：工艺数据包络分析的对象包括：① 可量化的关键工序控制参数，② 可量化的特殊过程控制参数，③ 对产品最终性能指标有重要影响的加工和调试过程参数。性能数据包络分析的对象包括：① 对产品满足标准或顾客要求有影响的可测试的性能参数，② 如有故障，可能危及人身安全、导致产品失效的性能参数（关键特性），③ 如有故障，可能导致产品不能完成所要求功能的性能参数（重要特性）。

三、如何实施成功数据包络分析？

通常来说，成功数据包络分析分为策划、采集、分析、评价和改进5个阶段，详细的流程如下图所示。

3.1 策划

1）确定产品数据包络分析的关键指标。结合产品的技术成熟度、关键技术、可靠性关键环节、特性分类分析、故障模式及影响分析（FMEA）、故障树分析（FTA）等分析工作，确定需进行成功数据包络分析的参数，该参数应为可量化的性能指标、关键和特殊过程的控制参数等。

2）收集产品的成功数据（如：以往参加飞行试验和地面试验成功的数据），对数据进行清理和分析，对异常数据进行识别与剔除，进而确认各参数的包络范围。

如何识别与剔除异常数据呢？我们来举一个简单的例子，通常情况下，正态分布的数据集中在均值附近，约68%的数据落在均值加减1个标准差范围内，约95%的数据落在均值加减2个标准差范围内，约99.7%的数据落在均值加减3个标准差范围内。因此，可将超出均值加减3个标准差的数据视为异常值并考虑剔除。

在剔除异常数据后，再依据剩余的数据进行统计分析，刘晓玉等在《成功数据包络分析在基础机电产品验证中的应用》一文中给出了确定上下限的方法（这只是其中一种方法，具体工作中可以采用其他的方法）。

理解一下，此处的上包络线没有直接采用所有数据中的最大值，而又提供了一个选择，即所有数据的“六西格玛”上限，从“数据最大值”和“六西格玛上限”中取较小值作为上包络线；下包络线则是“数据最小值”和“六西格玛下限”中取较大值。

当然，文中例子只是为了说明问题采用的简单示范，在具体分析过程中，还要考虑耦合数据解耦、置信区间等问题，也可以采用常规控制图、多元控制图、小字样控制图等不同方法构建包络范围。

3）结合型号设计评审、质量评审、飞行试验的进场评审等工作，将成功数据包络分析工作纳入型号产品研制工作计划。敲黑板，这不是废话，不纳入产品研制工作计划，就很可能不会贯彻落实，只是空谈。

3.2 数据采集

1）在产品开展技术设计时，进一步明确需进行包络分析的参数，以及该参数的采集方式，纳入相应的技术设计报告或工艺分析报告中，必要时通过技术评审予以确认。

2）在产品研制、生产、测试和试验过程中，进行相关参数的数据采集，采集的数据应为正式检验和测试的数据，数据应确保准确并有可追溯性。

3.3 分析

1）将各参数采集的实测数值与包络范围进行比对分析，比对分析的结果可以分为四类，即：包络/合格、包络/不合格、不包络/合格、不包络/不合格。

① “包络/合格”：指标满足要求，且通过验证，可以放心的交付使用；

②“包络/不合格”：指标不满足要求，但通过验证，建议对该指标验证的充分性和有效性进行分析，对产品该项指标满足要求的能力进行评估，进行不合格品审理，开展风险分析，制定应对措施。这就比较有意思了，这个参数满足了包络线的要求，说明从统计维度讲，应该可以成功，但是却不满足技术指标的要求，原因可能存在于两方面：一是包络线可能太松了，怎么办？对包络线的充分性和有效性进行分析；二是指标定的太严了，需要对指标满足要求的能力进行评估。敲黑板，此处可以看出，成功数据包络分析不是判定指标是否合格的基准，而是为了识别可能出现的失败风险，并对风险进行充分分析并解决的方法，所以，还是应进行不合格品审理并分析应对风险。

③ “不包络/合格”：指标满足要求，但未通过验证，宜对该设计指标的合理性进行分析，对产品该项指标满足要求的能力进行评估，开展风险分析，制定应对措施。理解一下，测试指标合格了，但从成功历史数据分析，超过了成功的包络线，就意味着可能失败，这时候就需要怀疑设计指标是否定的太松了，就需要开展风险分析并制定应对措施。

④ “不包络/不合格”：指标不满足要求，也未通过验证，大概率出现了问题，没什么可说的，直接就不合格品审理吧。

2）当产品成功样本不足时，可对相关参数开展一致性分析，综合考虑指标要求和其他旁证材料，明确偏差量对产品满足要求能力的影响程度。

3）在产品生产过程中技术状态发生变化导致性能指标或控制参数变化时，应综合分析技术状态变化和试验验证情况，针对产品该参数开展包络分析或一致性分析。

理解一下，成功数据包络分析不是判定指标是否合格的依据，在落实的过程中，还要综合考虑指标要求、技术状态变化、试验验证情况和其他旁证材料，更多的是一种风险分析方法，其目的是为了保证产品或试验的成功。其中包含了两种分析，一是包络分析，可以按以上步骤执行，二是一致性分析，下文有详细介绍。

3.4 评价

1）将产品包络分析的结果和措施纳入产品质量分析或工艺分析报告，在产品质量评审时予以评审确认。

2）重大任务（如飞行试验进场）前，作为风险分析的工作之一，归纳汇总型号各参试产品包络分析情况，对重大任务是否存在风险进行分析和评估，制定相应的风险管控措施。

3.5 改进

1）结合成功数据包络分析，采取措施进一步优化产品过程控制；

2）与型号飞行试验相适应，适时评估风险分析和应对措施的有效性；

3）与型号研制和试验工作相匹配，需包络分析的参数和其包络范围应进行动态完善。

四、什么是一致性分析？

4.1 一致性分析

在GB/T 37708-2019《质量管理 产品成功数据包络分析指南》标准中，数据一致性分析是将同一批次产品或同一产品各阶段的实际测试参数数据进行对比分析，判断是否存在偏离平均值较大的指标或参数。

当经过验证成功的成功样本较少或产品有特殊要求时，没办法形成有效的数据包络，怎么办呢？考查这些参数的稳定性。通俗的讲，就是这些性能参数在满足技术指标要求的前提下，判断测量数据是否保持稳定，为了保证最终满足要求或任务成功，多加一层保险措施。

怎么开展一致性分析呢？标准也给出了建议，针对数据一致性分析的结果，对偏离平均值到一定范围的指标或参数（高度关注奇异值、边界值等），从满足设计输出要求和参数设计裕度两方面进行风险识别，制定应对措施。最简单的做法，针对超过“平均值±3σ”的数据进行风险识别、分析并制定措施。

当然，一致性分析针对不同的数据还有不同的判定方法，比如：Kappa一致性分析（适用于定类数据）、Kendall协调系数（适用于比较多组数据）、ICC组内相关系数（适用于定量和定类数据）、组内评分者信度rwg（适用于多层次、多水平跨层数据）、Bland-Altman图（适用于定量数据）、相关系数（适用于研究定量数据之间的关系情况）、Cronbach α系数（适用于判断问卷的一致性）等，不再赘述，感兴趣的朋友通过网络都能找到相关内容。

一致性分析有时也称为一致性检验，那么，一致性分析和质量一致性检验又有什么关系呢？

4.2 质量一致性检验

根据GJB 6000-2001《标准编写规定》，质量一致性检验是指“以逐批检验为基础，周期性地从产品中抽取样品对所规定的检验项目进行的检验， 用以确定产品在生产过程中能否保证质量持续稳定”。 质量一致性检验的目的在于确定产品质量在生产过程中是否稳定，是否符合规范的要求，以确定产品是接收还是拒收。

根据GJB 0.2-2001《军用标准文件编制工作导则 第2部分：军用规范编写规定》，质量一致性检验分为A组、B组、C组和D组检验。

A组检验是为证实产品是否符合规范要求而对一个检验批中的样品或生产的全部产品所进行的非破坏性试验。检验项目包括表面检查（重量、尺寸）、零件和材料（标志、颜色、安全、工艺）、预先性能、性能特性、运输试验等内容。

B组检验一般是比A组检验更复杂或需要更多试验时间的一种非破坏行试验。B组检验是抽样检验，样品应在经过A组检验的合格批中随机抽取，检验项目包括太阳辐射、电磁兼容性、稳态电压和频率、电源中断、功率和功率因素、绝缘电阻、介质耐压、外壳、磁性材料、焊接和热设计等内容。

C组检验一般是周期性的破坏性试验，用来定期检查那些与产品设计及材料有关的特性，检验项目包括：高低温工作及贮存、湿热、冲击、颠震、震动、倾斜和摇摆、加速寿命、设备结构噪声、包装试验等内容。

D组检验是一种破坏性试验，或者是一种要消耗全部或相当大一部分设计使用寿命的长时间试验，主要包括各种可靠性试验。D组检验只能在少数样品上进行，样品应从A组和B组检验合格批的样品中随机抽取，检验项目通常包括寿命试验和可靠性试验（如电子元器件耐久性测试）等。

所以，质量一致性检验是一个专用名词，专门指代A、B、C、D组检验，切不可把它与一致性分析混淆。

五、什么是数据包络分析？

5.1 标准中的数据包络分析

在GB/T 37708-2019《质量管理 产品成功数据包络分析指南》标准中，数据包络分析是指将待分析产品数据与对应的数据包络范围进行比对，判定待分析产品数据是否落在包络范围内，得到待分析产品数据包络情况，评估产品是否具备满足标准或顾客要求的能力。这一定点本文已阐述较多，不再重复。

5.2 常用的数据包络分析（DEA）

同样的，数据包络分析也并非只在GB/T 37708-2019《质量管理 产品成功数据包络分析指南》中存在，常用的“数据包络分析（DEA）”是一种用来比较不同单位或组织效率的工具，就像给多个“参赛选手”打分，看看谁用最少的资源做出了最好的成果。

1）什么是“效率”？

比如有两家汉堡店，A店用3个员工和10斤食材卖出100个汉堡，B店用5个员工和15斤食材卖出150个汉堡。DEA会帮我们判断：哪家店用资源更聪明？输入：员工、食材（投入的资源）；输出：汉堡数量、顾客满意度（产出的成果）。

A店每名员工每斤食材卖出汉堡 = 100 ➗ 10 ➗3 = 3.33

B店每名员工每斤食材卖出汉堡 = 150 ➗ 15 ➗ 5 = 2

虽然B店卖出的汉堡更多，但A店的效率更高。

2）DEA的核心思想

DEA会画一条“最佳表现线”，这条线代表所有参赛单位能达到的最高效率。比如把所有学校的师生比、经费投入和学生成绩画成图表，效率最高的学校会连成一条线，其他学校离这条线越远，说明效率越低。

3）DEA的步骤

选参赛单位：比如比较10所高中，确保它们类型相似（比如都是公立学校）。

定指标：输入可以是教师数量、教育经费；输出可以是升学率、竞赛获奖数。

计算效率：通过数学方法（线性规划）算出每个学校的效率值，满分1分，低于1分的说明有改进空间。

4）DEA的两种模型

 基础模型（CCR）：假设学校规模不影响效率，比如大学校和小学校直接用投入产出比比较。

调整模型（BCC）：考虑规模差异，比如大学校可能因为资源多而效率高，但DEA会剔除这种影响。

5）实际应用

学校评估：找出哪些学校用同样的师资和经费培养出更多优秀学生。

医院管理：比较不同医院的医生数量、设备投入和治愈率，优化资源配置。

6）DEA的优点

多维度比较：能同时分析多个投入（如时间、金钱）和产出（如质量、数量）。

公平性：不依赖主观打分，完全用数据说话。

总的来说，常用的数据包络分析（DEA）就像一场“效率考试”，通过数据和数学帮我们找出谁是最优生，谁需要补课。它不仅能用于学校、企业，还能帮助政府优化政策，比如养老院如何用有限资源服务更多老人等。

所以，在提到数据包络分析时，我们也要分清场合，不同场合的数据包络分析内涵可能不同。

六、最后的话

在GB/T 37708，成功数据包络分析是在对产品特性进行系统分析的基础上，以产品生产、测试和试验的相关数据为支撑，与产品研制生产过程有机结合，在关键质量控制点进行分析和辨识，从而找出存在的风险以进行管控，进而实施质量改进的新型工作方法。是综合考虑了设计指标和成功数据包络“双保险”的工作方法，可以有效提升产品质量，确保重大任务的成功率。

但在实施成功数据包络分析时，也应该注意两点：①成功数据包络分析适用于全数检验的产品及其各项参数；②成功数据包络分析是辨识风险，查找隐患的工具，不能作为对技术设计结果的评价和考核依据。

 

参考文献：

1）刘晓玉、栾家辉、张忠伟、朱兴高、刘锴《成功数据包络分析在基础机电产品验证中的应用》

2）杜贝娜《面向航天产品的成功数据包络分析方法应用研究》

3）荆泉，李京苑，胡云《对产品成功数据包络分析方法的探索与实践》

4）SPSSAU《七类一致性检验方法汇总》

来源于进化足迹 ，作者赵渊博