نوع مقاله : مقاله پژوهشی

نویسندگان

• مصطفی کاظمی ¹
• سبا سِیرانی ²
• زهرا ناجی عظیمی ¹

¹ گروه مدیریت، دانشکده علوم اداری و اقتصاد، دانشگاه فردوسی مشهد، مشهد، ایران

² گروه مدیریت، دانشکده علوم اداری و اقتصاد، دانشگاه فردوسی مشهد، مشهد،‌ایران

چکیده

در صنعت رقابتی قطعه‌سازی خودرو، شناسایی و اولویت‌بندی دقیق حالت‌های شکست به‌منظور پیشگیری از خسارات مالی، تضمین ایمنی سرنشینان و حفظ استانداردهای کیفی، ضرورتی اجتناب‌ناپذیر است؛ چراکه مدیریت ریسک نظام‌مند به‌طور مستقیم بر بهره‌وری تولید و قابلیت اطمینان محصولات نهایی تأثیر می‌گذارد. پژوهش حاضر با هدف شناسایی و اولویت‌بندی حالت‌های شکست در فرآیند مونتاژ مجموعه پلوس در یک شرکت ایرانی قطعه‌سازی خودرو، با به‌کارگیری رویکرد ترکیبی روش بهترین-بدترین فازی و ویکور فازی انجام شد. این پژوهش از لحاظ هدف، کاربردی و از نظر ماهیت، توصیفی-تحلیلی است که به شیوه پیمایشی اجرا شد. در این راستا، پانزده خبره به‌صورت هدفمند انتخاب و طی سه دور پرسشنامه دلفی (با طیف پنج‌درجه‌ای لیکرت) به غربالگری شاخص‌های ریسک و حالت‌های بالقوه شکست پرداختند؛ سپس شاخص‌های باقی‌مانده با روش بهترین-بدترین فازی وزن‌دهی و حالت‌های خرابی غربال‌شده با روش ویکور فازی رتبه‌بندی شدند. یافته‌ها نشان داد شاخص شدت در میان شاخص‌های منتخب بیشترین وزن نسبی را به خود اختصاص داد و حالت‌های شکست مرتبط با مقاومت کششی و تلرانس‌های ابعادی و هزارخار قطعات مجموعه پلوس، بالاترین اولویت را برای اقدامات اصلاحی کسب کردند. مقایسات زوجی خبرگان از سازگاری بالایی برخوردار بود و ترکیب غربالگری دلفی با وزن‌دهی و رتبه‌بندی چندمعیاره فازی، دقت اولویت‌بندی را نسبت به رویکرد سنتی عدد اولویت ریسک بهبود بخشید. یافته‌های این پژوهش مبنایی قابل‌اعتماد و تکرارپذیر برای تصمیم‌گیری پیشگیرانه و بهینه‌سازی فرآیندهای تولید در صنعت قطعه‌سازی خودرو در اختیار مدیران تولید قرار می‌دهد.

کلیدواژه‌ها

• کلیدواژه‌ها: اولویت‌بندی
• صنعت قطعه‌سازی خودرو
• روش بهترین-بدترین فازی
• ویکور فازی
• حالت شکست و تجزیه ‌و تحلیل اثرات

موضوعات

• تصمیم گیری با معیارهای چند گانه

عنوان مقاله [English]

Failure Modes Identification and Prioritization Using the Fuzzy Best–Worst and Fuzzy VIKOR Approaches in the Automotive Parts Manufacturing Industry

نویسندگان [English]

• mostafa kazemi ¹
• Saba Seyrani ²
• Zahra Naji Azimi ¹

¹ Department of Management, Faculty of Economics and Administrative Sciences, Ferdowsi University of Mashhad, Mashhad, Iran

² Department of Management, Faculty of Economics and Administrative Sciences, Ferdowsi University of Mashhad, Mashhad, Iran

چکیده [English]

In the competitive automotive parts manufacturing industry, accurately identifying and prioritizing failure modes is essential for preventing financial losses, ensuring passenger safety, and maintaining quality standards, since systematic risk management directly affects production efficiency and product reliability. This applied, descriptive-analytical study aimed to identify and prioritize failure modes in the constant-velocity (CV) joint assembly process of an Iranian automotive parts manufacturer by integrating the Fuzzy Best-Worst Method (FBWM) and Fuzzy VIKOR (FVIKOR). A panel of fifteen purposively selected experts, each with at least ten years of relevant experience, took part in a three-round Delphi survey using a five-point Likert scale to screen the candidate risk factors and failure modes; the retained risk factors were then weighted using FBWM, and the screened failure modes were ranked using FVIKOR. The findings showed that severity received the highest relative weight among the retained risk factors, and that failure modes associated with the tensile strength and dimensional and spline tolerances of the CV-joint components received the highest priority for corrective action. The pairwise comparisons of the expert panel showed a high level of consistency, and combining Delphi screening with fuzzy multi-criteria weighting and ranking improved prioritization accuracy compared with the traditional risk priority number approach. The findings provide production managers with a reliable and replicable basis for preventive decision-making and process optimization in automotive parts manufacturing.

کلیدواژه‌ها [English]

• Keywords: Prioritization
• Automotive Parts Manufacturing Industry
• Fuzzy Best-Worst Method (FBWM)
• Fuzzy VIKOR
• Failure Mode and Effects Analysis (FMEA)