六西格玛在车载导航产品研发中的应用

李想 翟静

关键词：六西格玛;智能驾舱;车载导航;产品研发;设计品质管理

1 六西格玛简介

1987年，六西格玛（6σ）是一种改善企业质量流程管理的技术，以“零缺陷”的完美追求，带动质量大幅提高、成本大幅度降低，最终实现企业竞争力的突破。

六西格玛的含义是：以业务/流程达到最佳境界，偏差降至最小为目的的经营/质量管理手法。西格玛（σ）是统计学术语标准偏差的意思，即与平均值的“偏差”。六西格玛的标准具体是指100万件中出错的几率（件数），其中六西格玛为3.4件，5西格玛为233件，4西格玛为6210件。因此，六西格玛管理就是要构建小于0.034%出错率的企业运作系统/流程[1]。

2 六西格玛设计质量控制及改善

研发设计中，设计误差是无法完全避免的，但设计误差的失控是可能导致严重品质问题的。如我公司近几年设计的一款量产产品，使用的是插件功放，功放的散热片和主机外壳是一体，而插件功放散热片固定螺丝孔的位置是存在精度误差的。后续调查发现，螺丝孔误差偏大的时候，锁螺丝铁壳强拉主板PCBA导致功放前端电容开裂。电容开裂漏电使音频输入信号直流偏置电压被拉低，通过功放放大，造成喇叭两端出现直流压降，长久使用出现烧功放、烧喇叭导致无声的严重售后问题。

这种设计误差无法避免，为此我们制订了3条改善策略.

（1）提高IQC部门对于此位置的数据检测精度标准。

（2）针对现阶段开发项目设计输入电容备份，并直角排列（物理应力大多是同一方向，直角排列能避免2个电容同时受到同方向应力一起损坏）。

（3）后续项目避免使用插件功放方案（根源上避免物理应力）。

通过六西格玛研究，我们对改善方案有了新的认识：入检精度不能无限制提高，这会造成大量不良物料无法入库。精度的提高也会造成物料不良率及成本的上升。那精度到底界定为多少才合适呢？

采用六西格玛理论，以其中一个相关关键数据的界定为例。

设计目标值170.000mm，进行小批量试产，每天选取5个样品采样，连续取样9天，测量计算数据如图1所示。

根据图1，加工后尺寸偏差的标准偏差σ为0.021mm，目前在项目开发阶段，考虑量产偏差，为了实现Cp=1.67，此关键尺寸目标值设定170.000mm。规格宽度：（0.021×6）×1.67=0.210mm。单边规格宽度：0.210mm÷2=0.100mm。因此设定规格公差：170.000±0.100mm。由此判定如下。

Cp>1.67，特级，能力过高，可将公差缩小到土46的范围。

CPK<0.67，4级，能力严重不足，必须要追查原因，对工艺进行改进。

可以看出我们设计目标值170.000mm和采样品分布中心170.160mm差别不小，这就要求我们调查原因，并对现有产品过程流程进行改进。

接下来应用六西格玛管理对生产技术进行日常控制。

（1）批量生产条件变更时，根据质量统计目标。以过程能力、CP和CPK的3个数值对产品关键参数确认影响程度。

（2）控制设备稳定化：以质量统计值和趋势管理为依据，修正与在线QC（边组装边全检）制定的质量标准有明确相互关系的设备控制参数。

（3）在质量标准内的条件变更时，通过测定统计的平均值与中间值的相关性与偏差，进行平时的趋势管理。

3 六西格玛疑难问题处理流程

DMAIC就是六西格玛管理中流程改善的重要工具。DMAIC是指定义（Define）、测量（Measure）、分析（Analyze）、改进（Improve）和控制（Control）五个阶段构成的过程改进方法，是以数据为基础的质量管理方法，用于改进现有的产品或流程。

完全满足六西格玛，那我们的质量目标就是3～4ppm。所以我们首先要根据客户的需求定义质量目标，并结合成本目标，决策是按照3σ运转，还是4σ运转。然后根据质量目标在现场测量和采集数据，收集后进行分析，根据实际的不良数据分析如何改进，怎么改进，以及无法改进的话如何控制质量等。最后整理评审出具体的规范化指导文件，包括如何控制标准化流程，精度设定多少等。

例如我们研发的一款出口智能云语音导航产品，在小批量生产过程中出了一次疑难问题：生产出来的2万台导航产品中发现，8台在开机过程中出现卡机问题。經调查发现，产品出问题的时候内存访问失败，SOC对PMIC写I2C数据异常，导致PMIC维持默认电压而未达到设定电压。

因为设置及测量核心电压值都在设计范围内，一度导致此问题无解。在引入六西格玛理念后，困难迎刃而解。具体解决方案如下。

（1）定义变量。变量包括温度变量、路径阻抗变量、启动过程BOOT电压变量和启动正常后kernel 电压变量。

（2）测量。按设定变量针对进行数据测量（图2）。

（3）分析。经过数据整理，绘制相关性分布图，找出强力相关项：温度与发生故障率成强正相关性;路径阻抗与发生故障率成强正相关性。启动过程BOOT电压和启动正常后kernel电压未发现相关性。

设定温度为高温80℃，去除线路上的元器件直连，排除2个强相关项，调查核电压规律，发现2个核电压过低都会引发此问题。图3为核电压最终数据整合，根据数据设定初步安全核电压。

最后回溯阻抗变量和温度变量，调查发现，线路滤波磁珠元件阻抗参数容差较大。另外在高温下，磁珠阻抗会进一步变大，造成路径阻抗过高。

（4）改进。得到上述结论后，经过分析整理我们关注的关键点有以下两点。

①滤波电路（主因磁珠）在不同的电流条件，温度条件下表现阻抗偏差很大，与上述2个条件成强正相关性，磁珠物料阻抗参数存在个体偏差。

② SOC核心在不同核心主频策略下表现耐受力不同，在满负荷、锁1GHz主频耐受力最差。温度条件下成强正相关性。

最终我们形成了以下结论。

（1）SOC及磁珠特性同时偏下限时，会出现卡机问题（UBOOT/kernel阶段均有概率出现）。

（2）UBOOT阶段实验数据表明故障SOC不满足规格要求。

（3）SOC对核电压精度要求极高，低于测定值会偶发卡机，高于规格值会影响寿命，因此对路径阻抗稳定性要求极高。

然后我们测定分析路径阻抗（包含滤波电路）的温度偏差数据、收集采样SOC芯片，分析滤波磁珠个体差异数据，最后咨询厂商重新核定SOC核电规格容限。

制定设置方案：UBOOT=1.300V，kernel=1.375V。经历了1万次的自动化台架测试后，成功导入量产，解决了这个疑难问题。

（4）控制。问题解决后，我们复盘了问题处理的全过程，从中发现有益的部分，从而改善我们疑难问题处理的流程，实现组织能力持续改善提升。加入DFMA库，针对后续项目前期进行针对性的风险评估。总结形成硬件经验教训文件，并全部门开展经验分享培训，提高整体硬件部门技术能力。

4 结束语

基于新时代对车载智能产品提出了新的挑战，对产品的新功能、产品质量及交货期的要求不断提高。研发系统如何设计出高质量、高可靠性、低成本的产品，如何缩短项目研发周期，让我们的产品技术高端、性价比高，竞争中打败对手，抢占高地。为此，我们要不断挖掘六西格玛这套方法的潜力，在设计源头启动六西格玛设计，不断改进研发设计品质，早日实现我们集团车载航母的伟大目标。