- 相關(guān)推薦
淺談DMAIC模型在汽車(chē)內飾搪塑中的應用論文
汽車(chē)內飾系統是乘客與車(chē)輛最密切接觸的系統，它能夠根據車(chē)輛設計語(yǔ)言營(yíng)造出具有差異化的用戶(hù)駕乘體驗。其次，內飾系統還兼具被動(dòng)安全系統的功能，任何一處質(zhì)量缺陷都會(huì )對乘員造成不可預計的傷害和風(fēng)險。例如儀表板副駕安全氣囊在爆破打開(kāi)時(shí)，會(huì )突破金屬氣囊框，骨架，泡層、表皮等零部件，層層穿越，任一部件的性能都會(huì )直接影響爆破后殘留物飛濺及打開(kāi)效果，所以?xún)蕊椣到y不僅是外觀(guān)零部件，更是有嚴格質(zhì)量標準和管控的安全性部件。
本文討論的搪塑表皮是一種目前被廣泛應用于軟質(zhì)儀表板的塑性表皮，由高分子基材PVC(Polyvinylchloride聚氯乙烯)粉末通過(guò)陰模加熱旋轉成型，形成致密的粘結層并被賦予型腔造型，厚度范圍根據不同的產(chǎn)品類(lèi)型控制在0.50-1.50mm區間內。厚度控制是搪塑表皮的關(guān)鍵產(chǎn)品特性，約束爆破效果，需對其進(jìn)行嚴格的把控。
六西格瑪是用來(lái)表示數據的離散程度，它能夠通過(guò)減少缺陷和差異變差，控制產(chǎn)品過(guò)程穩定水平，提高客戶(hù)滿(mǎn)意度，增加利潤的系統化方法。DMAIC的方法論及模型應用形成了整個(gè)6西格瑪項目的主線(xiàn)和脈絡(luò )，它強調每個(gè)階段內需要判別及輸入的功能和展開(kāi)，通過(guò)統計學(xué)等方法應用整合項目資源，對核心問(wèn)題進(jìn)行剖析和尋找對應的解決方法。本文結合TG車(chē)型表皮項目展開(kāi)六西格瑪設計。
1D(Define)定義
定義階段首先需要確定項目需要解決的問(wèn)題，對相關(guān)問(wèn)題進(jìn)行陳述。其次傾聽(tīng)客戶(hù)之聲(VOC)，從客戶(hù)的角度去聽(tīng)取對流程的要求。Kano分析能夠幫助團隊理解如何去獲得客戶(hù)的滿(mǎn)意度，結合TG表皮項目放入Kano模型內，對各梯度的滿(mǎn)意度進(jìn)行劃分討論，在富有吸引力，必須達到的因素(要求)，一元因素，無(wú)關(guān)緊要的因素，相反因素等綜合權衡，確認表皮厚度及質(zhì)量為后道客戶(hù)及最終客戶(hù)最關(guān)心的特性屬性，作為關(guān)鍵問(wèn)題進(jìn)行討論和陳述。需解決的關(guān)鍵問(wèn)題為表皮厚度均勻一致性(Y變量)。
在確定了關(guān)鍵問(wèn)題以后，采用SIPOC高級流程圖分析解讀項目范圍，了解關(guān)鍵問(wèn)題所處在的一個(gè)流程過(guò)程，包括供應商流程輸入的提供者，流程資源的導入，整合輸入資源并產(chǎn)出輸出的一系列活動(dòng)，以簡(jiǎn)單、直觀(guān)的形式提供一個(gè)工序的結構。另外需要明確項目相關(guān)初步計劃，列出項目任務(wù)，組件團隊，將任務(wù)、完成時(shí)間、負責人和各項任務(wù)之間的關(guān)系轉換成為Gantt圖(進(jìn)展計劃)。
2M(Measure)測量
在測量階段，工作的目的是確定項目的問(wèn)題所在(改善的焦點(diǎn))，首先需要了解我們的數據是否可靠。GageR&R是保證測量系統可靠性和真實(shí)性的測量方法，可以通過(guò)具體的數據和評價(jià)指標進(jìn)行判定和可接受度。評定標準分別是<10%，非常好，10%～30%:視測量費用、返修費等具體情況判定是否可接受，>30%不能接受。
TG搪塑表皮項目研究對象為Y(表皮厚度)。安排3名操作人員，每人進(jìn)行測量3次，每次隨機測試10件樣件，采用Minitab統計軟件進(jìn)行測量。研究變異的重復性以及再現性在10%以?xún)�，公差的重復性和再現性在30%以?xún)�，NDC為17，初步判斷該測量系統可接受。
通過(guò)流程能力分析幫助團隊確認改善目標該如何制定。從流程出發(fā)，采用普通原因波動(dòng)討論變差，對整個(gè)加工過(guò)程的輸入和輸出進(jìn)行完整的辨識，參考Zst短期能力數據確立改善目標，以短期能力3.0為劃分界限，小于3.0時(shí)，改善目標為把現狀缺陷降低90%，大于3.0時(shí)，降低50%。在測量系統分析內，Y(表皮厚度)最厚和最薄的厚度極差在0.54mm，目標設定依據大于3.0短期能力計算，目標設定為0.27mm。
3A(Analyze)分析
分析階段對測量階段輸出的具體分體進(jìn)行集中討論和分析，其分析目的和步驟主要分為挖掘潛在的根本原因，排序和篩選潛在的根本原因以及驗證和量化根本原因這三大類(lèi)。
在挖掘根本原因時(shí)，主要應用到因果矩陣圖(魚(yú)骨圖)，失效模式及后果分析(FMEA)。因果矩陣是以產(chǎn)品流程為基礎，劃分過(guò)程步驟，將各流程導入項進(jìn)行逐一打分評價(jià)，可采用頭腦風(fēng)暴，專(zhuān)家意見(jiàn)等方法，確認各流程輸出對Y能力的水平和影響程度，在43個(gè)不同全因子內識別并找到了12個(gè)因子。但通過(guò)因果矩陣得出的因子還是較多的，按照DOE進(jìn)行組合分析，將是一個(gè)非常復雜和龐大的工程。需要通過(guò)FMEA進(jìn)一步篩選矩陣因子，確認最關(guān)鍵的影響因素。根據RPN排序篩選得出5個(gè)關(guān)鍵因子，分別是X1粉盒初始料量，X2補料料量，X3噴嘴排布，X4旋轉速度和X5加熱時(shí)間。
因果矩陣和FMEA都是定性分析，因子還需要進(jìn)行定量分析，依靠統計學(xué)工具“假設檢驗”可以回答在X和Y之間是否存在明顯的差異，目標是需給出證據證明數據不是來(lái)自同一個(gè)總體從而拒絕Ho和接受Ha，其中Ho(Hypothesisorigin)稱(chēng)為原假設，需要尋找證據去推翻這種預先假設。Ha(Hypothesisalternative)稱(chēng)為備擇假設，是希望得到的狀態(tài)，尋找證據是為了證明這種假設。在統計學(xué)中，可以算出通過(guò)抽查樣本發(fā)現因X變化的兩組Y之間的差異概率，稱(chēng)為P值，如果P值很小，基于小概率事件原理，可以說(shuō)“沒(méi)有差異”這個(gè)條件是不成立的，P值的臨界值叫做顯著(zhù)性水平α，一般α取0.05。使用Minitab對5個(gè)因子分別進(jìn)行假設檢驗，α唯一一組大于0.05的為X2補料料量，予以刪減。最終確定4個(gè)X變量進(jìn)行重點(diǎn)改善。
4I(Improve)改進(jìn)
改進(jìn)階段中主要步驟為:挖掘潛在的解決方法，評估和選擇解決方法和試運行解決方案。首先通過(guò)打分對X3噴嘴排布進(jìn)行優(yōu)先優(yōu)化，噴嘴的作用主要是對模具進(jìn)行點(diǎn)位加熱，模具上方布置多組噴嘴，各組之間的開(kāi)閉是柔性獨立的，希望確定最佳的配置參數達到最優(yōu)的流程結果。借助實(shí)驗設計DOE確認因子是如何影響流程的輸出，以及應該如何設置流程的關(guān)鍵輸入因子，并通過(guò)實(shí)驗確定數學(xué)模型，驗證其有效性及調試窗口。
假設存在N個(gè)因子X(jué)對結果Y形成影響，為了判定X影響范圍，最簡(jiǎn)單的方法就是對N個(gè)X分別做研究，固定其中一個(gè)X來(lái)觀(guān)察另外X對結果的變化，這種方法稱(chēng)為OFAT(One-Factor-at-A-Time)，但是弊端是將X進(jìn)行了獨立，錯過(guò)了最佳設置的機會(huì )，所以DOE允許考慮因子相互之間的影響(交互作用)，在估計因子和噪音對流程輸出的影響上效率更高，而這種隨因子變化，輸出也隨之發(fā)生變化的情況叫做因子效應，若因子變化時(shí)，輸出的平均值發(fā)生變化又稱(chēng)為因子的主效應(MainEffect)，當出現一個(gè)因子在其他因子不同水平上的效應不一樣時(shí)，且相互依賴(lài)，把這種作用稱(chēng)為交互作用(Interaction)。
在帕累托及主效應圖分析上可以得出24#噴嘴對厚度極差影響很大，其他噴嘴無(wú)影響。所以24#噴嘴對于厚度有加熱交互作用，該噴嘴需要關(guān)閉。極差由項目初的0.54mm優(yōu)化至0.34mm(目標0.27mm)。繼續對X1粉盒初始料量、X4旋轉速度、X5加熱時(shí)間進(jìn)行DOE設計。得到數學(xué)模型:
其中A代表X1初始料量;B代表X5加熱時(shí)間;C代表X4旋轉速度。
得到數學(xué)模型后進(jìn)行實(shí)際驗證反推確認有效性，測試結果表明數據模型和實(shí)際情況基本吻合，模型可用。根據立方圖模型的測算，X4旋轉速度選取為14RPM，X1粉盒初始料量為20CM，X5加熱時(shí)間為160S。優(yōu)化的極差值在0.18-0.25mm，滿(mǎn)足并且超越目標的0.27mm，過(guò)程穩定性也達到了CPK1.75，符合穩定性控制原理。
5C(Control)控制
控制階段需要檢查項目首要指標已經(jīng)達到目標，同時(shí)需要檢查項目的次要指標是否保持穩定。通過(guò)SPC統計過(guò)程控制的數據反饋，項目過(guò)程質(zhì)量得到穩定且處于較優(yōu)的指標。并且類(lèi)似的分享經(jīng)驗也進(jìn)行沉淀和分享，對目前同步開(kāi)展的幾個(gè)項目，如新TA，新PST等起到了推廣和優(yōu)化作用，項目收益得到體現。
通過(guò)六西格瑪項目的實(shí)施，使得團隊學(xué)會(huì )如何去更加系統化的分析問(wèn)題，利用各種科學(xué)的工具，對問(wèn)題抽絲剝繭一層層的進(jìn)行拆分，驗證，改善，實(shí)施，推廣。通過(guò)應用各種六西格瑪工具，MSA、FMEA、假設檢驗、DOE等等，團隊成員的質(zhì)量管理能力提到專(zhuān)項的提升，不但能夠宏觀(guān)的把控整個(gè)項目質(zhì)量的布局和規劃，也能夠對微觀(guān)的特定問(wèn)題進(jìn)行剖析和解決。
【淺談DMAIC模型在汽車(chē)內飾搪塑中的應用論文】相關(guān)文章：
淺談汽車(chē)內飾的新材料及新技術(shù)的論文07-03
淺談信息技術(shù)在林業(yè)管理中的應用的論文07-03
企業(yè)人力資源管理中素質(zhì)模型應用論文07-03
淺談在機械設計制造中綠色理念的應用論文07-04
淺談神經(jīng)網(wǎng)絡(luò )在人工智能中的應用論文07-03
淺談SPSS在證券投資實(shí)訓中的應用的優(yōu)秀論文07-04