陳浩

中圖分類號(hào)：U466 文獻(xiàn)標(biāo)識(shí)碼：A

0引言

為展現(xiàn)運(yùn)動(dòng)時(shí)尚色彩，開拓多元化市場，汽車車門更加青睞高亮黑元素。高亮黑車門結(jié)構(gòu)通常分為歐式導(dǎo)槽加外飾板、輥壓窗框加高亮黑膜及一體式車門套色等方案。由于輥壓窗框具有較高的材料利用率等成本優(yōu)勢，越來越多的車企采用輥壓窗框加高亮黑膜的配置。

車門輥壓窗框是由輥壓導(dǎo)軌通過保護(hù)焊拼接而成，焊縫位置處于熱變形影響區(qū)，焊縫凹凸屬于系統(tǒng)性結(jié)構(gòu)問題。常規(guī)做法是使用亞光膜遮瑕，而高亮膜則會(huì)放大外觀缺陷，因此相較于常規(guī)車型，輥壓窗框的外觀要求更高，這對(duì)車門輥壓窗框的工藝、模具、設(shè)備以及加工過程等都是嚴(yán)峻的挑戰(zhàn)。為提高效率和產(chǎn)能，降低質(zhì)量損失，本文使用DOE分析方法對(duì)焊縫外觀的工藝進(jìn)行研究。

1 Minitab和DOE概述

1.1 Minitab簡介

Minitab是一個(gè)全方位的統(tǒng)計(jì)軟件包。它提供了普通統(tǒng)計(jì)學(xué)所涉及的所有功能，如假設(shè)檢驗(yàn)、相關(guān)與回歸、列聯(lián)表和多元統(tǒng)計(jì)分析等。該軟件包還包含了豐富的質(zhì)量分析工具，如統(tǒng)計(jì)過程控制、試驗(yàn)設(shè)計(jì)和測量系統(tǒng)分析等，這些內(nèi)容都可以在軟件中輕松實(shí)現(xiàn)。同時(shí)Minitab能夠繪制直方圖、散點(diǎn)圖、時(shí)間序列圖以及曲面圖等統(tǒng)計(jì)圖形，生動(dòng)形象地顯示數(shù)據(jù)分析結(jié)果。

1.2 DOE簡介

試驗(yàn)設(shè)計(jì)（DOE）是一種規(guī)劃、實(shí)施、分析和研究的方法，可用于分析階段的因子篩選和改進(jìn)階段的因子優(yōu)化。DOE通過規(guī)劃和實(shí)施一系列試驗(yàn)，以控制自變量X的變化來觀測和確定響應(yīng)變量Y變化。其目的有兩方面：一是分析出哪些自變量X顯著影響Y;二是確定這些自變量X取什么值時(shí)將會(huì)使Y達(dá)到最佳。

全因子試驗(yàn)設(shè)計(jì)是DOE試驗(yàn)方法的一種，是所有因子所有水平的所有組合都至少進(jìn)行一次試驗(yàn)的設(shè)計(jì)，試驗(yàn)次數(shù)較多，分析精度較高。通過模型分析解釋可以找到Y(jié)與X的函數(shù)關(guān)系，給出X的最優(yōu)解，并預(yù)測Y的最佳值是多少以及在什么范圍波動(dòng)。

2車門輥壓窗框產(chǎn)品和工藝簡介

2.1輥壓窗框產(chǎn)品結(jié)構(gòu)

車門輥壓窗框是由輥壓導(dǎo)軌與;中壓或輥壓件拼接而成。這2個(gè)零件的弧面搭接會(huì)產(chǎn)生凹陷和面差，設(shè)計(jì)階段需要檢查零件數(shù)模搭接面;開發(fā)階段需要根據(jù)加工工藝的影響，對(duì)輥壓導(dǎo)軌的截型和弧面做工藝補(bǔ)償。

2.2輥壓窗框生產(chǎn)工藝

車門輥壓窗框工序過程長，生產(chǎn)工藝復(fù)雜，要經(jīng)過輥壓、拉彎、沖壓、包邊、切角、焊接和打磨等多種工序（圖1）。根據(jù)外觀要求不同，車門輥壓窗框生產(chǎn)線的工藝、工裝和設(shè)備也會(huì)有較大的區(qū)別。

2.3工藝難點(diǎn)

車門輥壓窗框的每個(gè)生產(chǎn)環(huán)節(jié)都可能造成外觀缺陷，外觀能力提升需要做全工序的提升。在經(jīng)過幾個(gè)車型的迭代升級(jí)、生產(chǎn)工藝和過程管理的系統(tǒng)改善后，我司對(duì)高亮膜發(fā)起終極挑戰(zhàn)。而擺在面前的最大難題是焊縫凹凸（圖2）。

焊縫凹凸屬于產(chǎn)品結(jié)構(gòu)上的工藝難點(diǎn)，切角工序根據(jù)上框和B柱的型面和輪廓來調(diào)整切角尺寸;角焊工序匹配切角工序件的型面并進(jìn)行拼焊;打磨工序最終把焊縫打磨平整（圖3）。為提高效率并減少外觀不良品，既需要提高工序件尺寸穩(wěn)定性，又需要改善總成工藝。

3全因子試驗(yàn)設(shè)計(jì)與分析

3.1試驗(yàn)設(shè)計(jì)目的

公司的使命是為客戶提供更加優(yōu)質(zhì)的產(chǎn)品，而目前某車型輥壓窗框角焊區(qū)域凹凸問題不良率14%，引起客戶投訴。需要解決的問題是：角焊區(qū)域外觀不良率降低到5%。

3.2關(guān)鍵因子篩選

經(jīng)過團(tuán)隊(duì)在測量和分析階段的測量系統(tǒng)分析、現(xiàn)有流程梳理以及潛在失效模式樹圖分析，識(shí)別出20個(gè)潛在因子;再利用CE矩陣分析和FMEA分析分層聚焦，篩選出10個(gè)關(guān)鍵因子。最后通過快贏改善、多變異分析和假設(shè)檢驗(yàn)等過程后，保留了4個(gè)對(duì)外觀影響顯著的因子：X1——上框型面公差;X2——B柱型面公差;X3——切角尺寸;X4——角焊搭接面差（圖4）。

3.3設(shè)計(jì)試驗(yàn)和數(shù)據(jù)收集

3.3.1建立試驗(yàn)計(jì)劃

響應(yīng)變量Y為不良率p，目標(biāo)值為5%，關(guān)鍵因子分別為X1、X2、X3和X4。用Minitab創(chuàng)建試驗(yàn)計(jì)劃矩陣：4因子，2水平，16次試驗(yàn)加4中心點(diǎn)試驗(yàn)，共20組試驗(yàn)計(jì)劃。

3.3.2確定每組抽樣數(shù)量

車門輥壓窗框角焊凹凸為合格和不合格，屬于二項(xiàng)分布，數(shù)據(jù)量較少時(shí)不良率Y會(huì)存在偏離正態(tài)的情況。當(dāng)n>100，不合格數(shù)>5時(shí)，二項(xiàng)分布可以近似正態(tài)分布，預(yù)估每個(gè)試驗(yàn)組合的樣本量為n>5/Y。因?yàn)閅的目標(biāo)為5%，最終設(shè)定每種試驗(yàn)組合收集100個(gè)數(shù)據(jù)。當(dāng)每組試驗(yàn)過程中不良數(shù)<5時(shí)，使用國際標(biāo)準(zhǔn)修正公式p=（x+0.5）/（n+1）。

3.3.3離散型數(shù)據(jù)對(duì)數(shù)轉(zhuǎn)化

響應(yīng)變量Y為外觀不良率，不良率是離散型數(shù)據(jù)，需要通過對(duì)數(shù)Logistic模型轉(zhuǎn)換，將響應(yīng)變量轉(zhuǎn)化為連續(xù)型數(shù)據(jù)v。定義“OK”與“NOK”兩種結(jié)果出現(xiàn)的概率之比為優(yōu)勢比odds=p/（1-p），求優(yōu)勢比的對(duì)數(shù)v=ln（odds）。用這種類型的函數(shù)來擬合比率變化規(guī)律的效果比較好，能夠?qū)崿F(xiàn)p從0變到l時(shí)，v從負(fù)無窮變到正無窮。

3.4試驗(yàn)實(shí)施和數(shù)據(jù)分析

攻關(guān)團(tuán)隊(duì)嚴(yán)格按照試驗(yàn)計(jì)劃矩陣的試驗(yàn)條件和試驗(yàn)順序進(jìn)行試驗(yàn)，記錄每組試驗(yàn)外觀不良率，并做了對(duì)數(shù)轉(zhuǎn)換（表1）。

3.4.1試驗(yàn)?zāi)Ｐ蜋z驗(yàn)及改進(jìn)

將收集的數(shù)據(jù)應(yīng)用Minitab擬合選定模型、殘差診斷以及評(píng)估模型的適用性并進(jìn)行改進(jìn)，步驟如下。

第一步，模型總體評(píng)估。從方差分析中可以看出，主效應(yīng)項(xiàng)p小于0.05，模型效果顯著有效。誤差項(xiàng)中彎曲和失擬p大于0.05，都是不顯著的，擬合模型沒有明顯彎曲和失擬。

第二步：擬合效果確認(rèn)，根據(jù)試驗(yàn)?zāi)Ｐ偷南嚓P(guān)系數(shù)進(jìn)行判斷，本文擬合優(yōu)度R-Sq、R-Sq調(diào)整和R-Sq預(yù)測接近1，三者之間差異小，說明模型與試驗(yàn)數(shù)據(jù)擬合效果較好。

第三步：因子顯著性檢驗(yàn)。判斷試驗(yàn)設(shè)計(jì)中是否遺漏重要影響因子，以及確認(rèn)模型是否需要簡化。本文去除影響不顯著的高階交互作用后，數(shù)據(jù)符合正態(tài)（圖5）。從柏拉圖中可以看到，因子A（上框公差）、B（B柱公差）、C（切角尺寸）、D（角焊面差）以及CD的交互作用是顯著的（圖6）。

第四步：殘差診斷，判斷殘差是否正常。如圖了所示，觀察右下方的觀測點(diǎn)時(shí)間序列圖，殘差隨機(jī)在水平軸上下無規(guī)則的波動(dòng)，未出現(xiàn)任何時(shí)間趨勢或異常的點(diǎn)偏離現(xiàn)象;觀察右上方的殘差擬合預(yù)測散點(diǎn)圖，圖中沒有漏斗或喇叭形狀;觀察左上方的正態(tài)概率圖和左下方的直方圖，殘差服從正態(tài)分布。如圖8所示，各因子的殘差散點(diǎn)圖沒有彎曲，說明殘差無異常，模型與試驗(yàn)數(shù)據(jù)擬合得很好。

第五步：評(píng)估模型是否需要改進(jìn)。通過以上步驟多次反復(fù)確認(rèn)，并經(jīng)過團(tuán)隊(duì)內(nèi)專家依據(jù)技術(shù)判斷模型符合工藝原理，最終我們獲得一個(gè)最為滿意的模型，將它定為選定的模型。Minitab軟件依據(jù)選定模型確定試驗(yàn)數(shù)據(jù)的回歸方程，y與因子X的函數(shù)關(guān)系如下：

v=-4.39306+2.24549×上框公差+2.33393×B柱公差-10.2271×切角尺寸+3.25797×角焊面差+15.6999×切角高度×角焊面差-0.0862654 X中心點(diǎn)

3.4.2試驗(yàn)?zāi)Ｐ头治鼋忉?/p>

經(jīng)過模型改進(jìn)和評(píng)估適用性后選定了最終模型。接下來對(duì)選定模型進(jìn)行分析解釋，輸出圖形信息并做出解釋。主要有以下3方面。

輸出1：輸出各因子的主效應(yīng)圖和交互作用圖。圖形化可以更具體地顯示各項(xiàng)效應(yīng)的顯著性。從主效應(yīng)圖中可以看出，A（上框公差）、B（B柱公差）、C（切角尺寸）和D（角焊面差）因子對(duì)響應(yīng)變量影響顯著（圖9）;從交互效應(yīng)圖中可以看出，C（切角尺寸）和D（角焊面差）因子兩條線不平行，交互作用對(duì)外觀不良率影響顯著（圖10）。

輸出2：輸出等值線圖和響應(yīng)曲面圖。圖形化更直觀地顯示外觀不良率受各因子影響的變化規(guī)律。從等值線圖和曲面圖可以看出，CD等高線彎曲（圖11），CD曲面偏離平面（圖12）。為使不良率降低，應(yīng)該讓C切角尺寸取高水平，D角焊面差取低水平。

輸出3：實(shí)現(xiàn)目標(biāo)最優(yōu)化。期望外觀不良率越小越好，使用響應(yīng)優(yōu)化器得到一個(gè)最佳因子設(shè)置。即最優(yōu)工藝方案為：上框公差取0.4，B柱公差取0.4，切角高度取0.1，角焊面差取0.1，預(yù)測的響應(yīng)y=ln（Odds）=-3.14032。對(duì)ln（Odds）進(jìn)行反轉(zhuǎn)換，得到在最優(yōu)工藝方案條件下，不良率Y的最優(yōu)值3.6%，符合目標(biāo)要求5%。

3.4.3進(jìn)行驗(yàn)證試驗(yàn)

通過驗(yàn)證試驗(yàn)以確保將來按最優(yōu)工藝方案實(shí)施，外觀不良率能獲得預(yù)期的改善效果，將最優(yōu)工藝組合自變量X帶入回歸方程得出y擬合值-3.14032，擬合值和與預(yù)測的最優(yōu)值是一致的。通過反轉(zhuǎn)換，在最優(yōu)工藝條件下有95%的把握斷言，不良率Y在3.2%到4.2%之間。些改進(jìn)方案使關(guān)鍵因子達(dá)到最優(yōu)組合?？刂齐A段對(duì)車門窗框不良率進(jìn)行跟蹤，斷點(diǎn)后不良率滿足低于5%的目標(biāo)。

5結(jié)束語

本文運(yùn)用六西格瑪管理的思路定義問題，在測量和分析階段通層層篩選因子，改進(jìn)階段利用DOE方法對(duì)車門輥壓窗框外觀工藝進(jìn)行研究。DOE具有由局部推測整體狀態(tài)的性質(zhì)，提供了一套科學(xué)高效的試驗(yàn)方法，最大限度地保證試驗(yàn)精度并降低試驗(yàn)周期和費(fèi)用。通過分析與計(jì)算，得出最優(yōu)工藝組合并滿足預(yù)期目標(biāo)，經(jīng)過結(jié)果監(jiān)控，效率和質(zhì)量運(yùn)行指標(biāo)也可以滿足客戶要求。