基于DMAIC的转向轴生产质量改进

2021-05-10陈洪根牛小娟

工业工程 2021年2期

陈洪根，闫鑫，牛小娟，张艳

(郑州航空工业管理学院 1.管理工程学院；2.商学院，河南郑州 450015)

汽车转向系统是用来保持或改变汽车行驶方向的机构，转向器作为汽车转向系统中最重要的部件，其性能优劣直接影响到汽车的操纵稳定性、舒适性以及行驶安全性[1]。转向器分为齿轮齿条式转向器、蜗杆曲柄销式转向器和循环球式转向器。其中，循环球式转向器凭借传动效率高、机械磨损小、寿命周期长的优势，成为复杂路况和非常规地理环境，特别是高温环境下的主流应用技术[2]。因此循环球式转向器成为转向系统研究热点之一。

刘惠[3]分析了循环球式转向器加工精度要求，并对螺杆、螺母循环球式总成及循环球式转向器总成的检测进行详细介绍。王锋等[4]针对常见的循环球式转向器漏油的问题，从密封结构如扇齿轴结构、上盖面及侧盖面结构及堵头结构进行改进，较好地解决了循环球式转向器漏油的问题。Yu等[5]对循环球式转向装置中转向螺杆进行研究，建立系统刚度模型，找出转向螺杆的危险部位，为循环球式转向器质量改进提供技术支持。伍颖等[6]采用交流伺服技术、智能集成技术与微机测控技术，设计双工位循环球转向器可靠性磨损试验系统，更好地保障了循环球式转向器出厂质量与可靠性，减小因服役寿命周期内的失效而导致交通安全事故的概率。段东升等[7]针对循环球变比转向器中齿条齿扇副重合度、换向连续等多个设计目标不相关甚至矛盾的质量问题，提出一种变传动比齿条齿扇副的设计方法。郑祖举等[8]提出一种基于模板检索和最近邻法的检索策略,解决了循环球转向器知识重用过程中实例检索效率低和准确度不高的问题。由以上成果可知，关于循环球式转向器的质量研究，目前主要集中于质量设计领域，对于其生产制造过程的质量控制和改进，则鲜有涉及。

六西格玛管理是一套客户驱动的追求卓越绩效和持续改进的业务流程改进方法体系[9]。根据面向对象的不同，六西格玛实施技术主要包括DMAIC和DFSS两种方法，前者是面向生产过程改进的六西格玛项目实施的最主要方法，其内容主要包括定义(D)、测量(M)、分析(A)、改进(I)和控制(C)5个过程，即通过界定(D)六西格玛项目以及对现行系统的测量(M)和统计分析(A)，进而采取有效的改进(I)措施和控制(C)手段, 以保证所改进的项目达到六西格玛的绩效水平[10]。由于该方法能有效降低企业成本损失，提升产品和服务质量水平，因此得到广泛应用和关注。比如，Li等[11]通过使用DMAIC方法，对公司进行持续的调查改进，提高技术平台服务效率，达到利用最少业务变量和最低成本提高公司竞争实力的目的。Kuvvetli等[12]将DMAIC方法运用到城市公共交通部门中，改进后达到了降低交通事故发生率的目的。陈丹等[13]应用DMAIC方法对外来医疗器械及植入型器械的管理进行改进，整体上提高外来医疗器械及植入型器械的清洗消毒灭菌质量和满意度，降低安全隐患，控制和预防医院交叉感染。王晨霖等[14]将DMAIC应用到地铁乘坐流程的改进中，通过仿真实验得到可以缩短等待时间、提高服务稳定性、提高人员利用率与均衡人员工作负荷的改进方案，为人口密集城市的出行提出改进的方法。王灵玲等[15]将六西格玛应用到电子制造业，经过改善达到生产过程稳定、生产效率提高的效果，同时为离散型制造企业改进提供方法。

目前关于循环球式转向器的研究，大多是针对变比循环球式转向器以及齿条齿扇齿轮等设计方面问题进行的改进，鲜有针对转向器内部转向轴的研究以及针对转向器生产制造过程的研究。该转向轴作为循环球式转向器的一个零部件，在转向器中占据了重要的传导连接作用，当转向轴配合不好时会产生漏油问题，进而导致转向器助力失效，影响驾驶员的人身安全。而DMAIC方法虽已得到各界的广泛应用和关注，但尚未与循环球式转向器的生产质量改进进行结合。因此本文将DMAIC方法与循环球式转向器进行结合，针对循环球式转向器中转向轴生产过程中存在的问题进行研究，应用六西格玛的DMAIC方法对XinH公司的Z转向轴进行生产过程质量改进，并提出改进方案及相应的对策，以期提升其产品合格率水平。

1 XinH公司生产现状分析

XinH公司作为一个大型汽车零部件制造企业，主要生产组装各种汽车零部件。其生产组装的循环球式转向器中，Z转向轴废品率高达8%，单季度直接经济损失达到4万元。为了提高顾客满意程度，提升自身竞争能力，抢占汽车零部件市场份额，亟需有效的方法把控好转向轴的质量关。XinH公司决定对部分产品的生产过程进行改进，以期降低企业成本损失同时提高产品质量和同行竞争能力。

2 基于DMAIC的转向轴生产质量改进实施

本文实施质量改进主要运用DMAIC方法对XinH公司Z转向轴生产过程进行分析改善，具体实施流程为：D(定义阶段)，即运用 SIPOC 流程图、帕累托图等工具对问题进行定义，明确质量点和范围；M(测量阶段)，即运用MSA以及过程能力分析等方法对测量系统和工序过程能力进行判定；A(分析阶段)，即使用可靠性工具FTA找到导致顶事件发生的最小割集并计算各底事件关键重要度，对关键重要度较高因素进行一般线性模型分析，确定出关键影响因素为中心孔跳动大，并通过根源分析法找出导致中心孔跳动大的原因为液压夹紧装置夹紧压力较大；I(改进阶段),即利用回归分析确定压力值最优区间，制定全面改进方案；C(控制阶段)，即对改进效果进行验证，建立相应的控制方案和纠偏措施，使所有的改进成果固有化。

2.1 定义阶段

XinH公司Z转向轴SIPOC流程如图1所示。由图1可知，半成品转向轴从进入生产到交给客户经过6个程序，为了找出需要改进的质量点，对企业第2季度Z转向轴生产过程各工序废品数量进行收集汇总，得到各工序废品数的帕累托图(图2)。由图2可知，磨削外圆废品数为3 978件，占比71%；铣八槽废品数为559件，占比10%；镗孔废品数为543件，占比9.7%；滚花键废品数为470件，占比8.4%；其他原因产生的废品50件，占比0.9%。不难看出磨削外圆就是关键的少数，对磨削外圆工序产生的废品进行分析，发现导致产品报废的85.5%来自外圆圆度超差，因此将磨削外圆圆度超差定为本文实施项目改进的质量点。

图1 转向轴SIPOC流程Figure 1 Steering shaft SIPOC flow chart

图2 工序帕累托图Figure 2 Process Pareto diagram

2.2 测量阶段

2.2.1 测量系统分析

从定义阶段可知，造成Z转向轴废品率过高的主要原因是磨削外圆时外圆圆度超差，因此首先应找出导致外圆圆度超差的因素。本文研究的外圆圆度是 ø19.05段的圆度(图3)。

图3 产品零件图Figure 3 Product detail drawing

该段圆度正常情况应在0.005 mm范围内，若圆度大于0.005 mm，则视为圆度超差。外圆圆度的检测需要通过气动量仪进行测量。为了避免量具导致的误差，首先要对测量系统进行检验。随机取10个样本进行测量，由3名技术员分别对每个样本重复测量3次，通过Minitab软件对测量值进行测量系统分析，分析结果如表1所示。

从表1可以看出，来自部件间的贡献百分比(98.72)远大于合计量具的贡献百分比(1.28)，这表明大部分变异是由于部件间的差异所致；合计量具占研究变异的11.32%＜30%，且测量系统的方差分量贡献率为1.28%＜9%，说明系统对研究变异的波动及公差的波动都较小，满足要求；可区分的类别数为12＞5，说明测量系统的分辨率满足要求。

表1 量具 R&R表Table 1 Gage R&R table

2.2.2 过程能力分析

为了测定该工序的过程能力，随机收集了25组(每组5个样本)外圆圆度测量数据如表2所示。数据正态性检验结果如图4所示。在置信度95%的前提下，得到检验显著性值P = 0.698＞0.05，可认定该数据服从正态分布。基于表2数据，绘制该工序均值极差控制图(图5)，根据控制图判异判稳准则可知生产过程稳定无异常点。基于上述分析，进一步分析得到该工序的过程能力指数CPK = 0.41(图6)，说明该工序过程能力严重不足，亟需改进。

表2 外圆圆度历史数据Table 2 Outer roundness historical data

2.3 分析阶段

针对外圆圆度超差问题，本文将综合利用FTA、一般线性模型和根源分析法对其产生原因进行分析，进而找到关键影响因素和问题发生根源。

2.3.1 故障树分析

1) 定性分析。根据工序过程和故障机理，分析得到外圆圆度超差的故障树(图7)，其中，T为顶事件；A1～A5为中间事件，x1～x8为底事件，各事件及代码如表3所示。通过定性分析可知, 该故障树的最小割集为{ x1},{x2},{x3},{x4},{x5,x6},{x7,x8}。

为计算顶事件发生概率，需对最小割集进行不交化处理，其公式为

其中， P(T)为顶事件发生概率； P(xi)为各底事件发生概率；为各底事件不发生概率。

图4 外圆圆度正态性检验Figure 4 Outer roundness normality test

图5 均值极差控制图Figure 5 X-R control charts

图6 过程能力分析结果Figure 6 Process capability analysis results

图7 故障树分析图Figure 7 Fault tree analysis diagram

2) 定量分析。在故障树定性分析的基础上，根据基本事件故障发生数据，对顶事件发生概率和基本事件重要度进行求解，找出导致顶事件发生的关键影响因素，为产品改善提供方向。为此引入关键重要度的概念。关键重要度表示某个单元故障概率变化率所引起系统故障概率变化率变化的程度。对关键重要度大的底事件采取相应的对策能够有效降低顶事件发生概率，其公式为

表3 故障树事件表Table 3 Fault tree event table

3) 关键重要度计算。根据对现场情况、数据的统计分析，人员测量导致对刀误差偏大发生概率为6%，零点漂移发生概率为5%；中心孔跳动超过0.1 mm发生概率为7%，顶尖跳动超差发生概率为1%；砂轮磨修超期发生概率为2%，砂轮磨损直径低于总体60%发生概率为1%，切削液浓度不合格发生概率为3%，切削液性能不佳发生概率为1%。将各底事件发生概率代入式(1)，求出顶事件发生概率P(T)=0.931 6。将各底事件发生概率和顶事件发生概率代入到式(2)，求出各底事件关键重要度为I1=0.082 7；I2= 0.066 1；I3= 0.110 2；I4= 0.036 7；I5=0.003 4；I6= 0.006 7；I7= 0.003 4；I8= 0.010 2。

由计算结果可知，人员测量误差、零点漂移、中心孔跳动大的关键重要度较高，因此对3个底事件反映出的操作者技术、设备精度、中心孔跳动等问题作进一步分析。

2.3.2 一般线性模型

由于中心孔跳动为杠杆表的测量值，为了避免量具带来的误差，需要进行测量系统分析。随机取10个样本进行测量，由3位技术员分别对每个样本重复测量3次，通过Minitab软件对测量值进行测量系统分析，分析结果如表4所示。

表4 量具R&R 表Table 4 Gage R&R table

从表4可以看出来自部件间的贡献百分比(99.16)远大于合计量具的贡献百分比(0.84)，这表明大部分变异是由于部件间的差异所致；合计量具占研究变异的9.17%＜30%，且测量系统的方差分量贡献率为0.84%＜9%，说明该测量系统满足要求；可区分的类别数为15＞5，说明测量系统的分辨力满足要求。

为了找出关键影响因素，由A、B两名操作人员分别使用加工中心的设备1和设备2各进行15次加工，共收集60个零件样本，分别利用气动量仪和杠杆表测量并记录各样本外圆圆度和中心孔跳动的数值，如表5所示。

鉴于中心孔跳动具有随机性，而操作者和设备并非随机选择确定，因此将中心孔跳动设置为随机因子，操作者和设备设置为两水平的固定因子，选择Minitab软件中的一般线性模型进行量化分析，分析结果如表6所示。

表6中，Seq SS为连续平方和；Adj SS为调整的(部分)平方和；Adj MS为调整均方；F为检验的统计计量值；P为检验显著性值；S为方差；R-Sq表示相关系数(其数值越大表示模型与数据吻合性越好)；R-Sq (调整)表示修正的相关系数(其值与R-Sq值越接近表示模型越可靠)。从表6可以看出，R-Sq (调整)=90.08%且与R-Sq = 91.76%相差不大，模型可靠；在置信度95%的前提下操作者的检验显著性值P = 0.084＞0.05，说明操作者对外圆圆度影响不显著；设备的检验显著性值P = 0.661＞0.05，说明设备对外圆圆度影响不显著；操作者×设备的检验显著性值P = 0.559＞0.05，说明设备与操作者的交互作用对外圆圆度影响不显著；中心孔跳动的检验显著性值P = 0.000＜0.05说明中心孔跳动对外圆圆度有显著影响，即中心孔跳动是关键影响因素，应对中心孔跳动大进行重点分析。

表5 中心孔跳动与外圆圆度数据Table 5 Center hole runout and outer roundness data

表6 一般线性模型分析Table 6 General linear model analysis

2.3.3 根源分析方法

根源分析(root cause analysis, RCA)是深入分析问题、找出引发失效的机理或诱因的一个分析过程，可用于任何一个设计或任何产品层次(元件、分系统、系统)或任何产品等级(全新的、改良的，甚至废弃的)[16]。本文结合根源分析方法对中心孔跳动大问题进行调查，实施流程如表7所示。

由表7分析可知，由于工序2的液压夹紧压力过大造成中心孔变形，进而导致工序6采用中心孔进行定位进行磨削外圆时，定位不准，出现外圆圆度超差的现象。因此，应找到适合的压力值避免中心孔变形。

2.4 改进阶段

2.4.1 影响因素改进

1) 关键影响因素改进。

为了找到最合适的压力值，在13种不同的压力下，对中心孔跳动值进行测量(表8)，对收集到的数据进行回归分析(表9)，SS为平方和，MS为均方。由表9可知，R-Sq(调整) = 81.2%，与R-Sq = 81.7%相差不大，模型可靠；检验显著性值P = 0＜0.05，说明压力值对中心孔跳动具有显著影响。中心孔跳动 =−0.044 5+0.041 7×压力值，由于零件中心孔跳动要求≤0.1 mm，将此值代入方程后得压力为3.5 MPa，实际操作中发现，压力值2.0 MPa及以下时零件有松动。结合置信区间和生产现场实际情况，压力值取2.5～3.5MPa区间。更改后将液压夹紧力调整到3±0.5 Mpa，减少夹紧时的夹紧压力，消除夹紧过程中造成的中心孔变形。

表7 中心孔跳动根源分析表Table 7 Root cause analysis of center hole runout

2) 其他影响因素改进。

为了保证更好的改进效果，针对表3中非关键影响因素进行改进优化，制定标准。如定期对员工进行技术培训，提升员工技术水平；对设备进行定期的检修保养，规范操作使用方法，避免人员不规范操作导致设备损坏等；针对顶尖跳动大问题，规定顶尖跳动并进行班前点检；班前检查切削液浓度是否合格，来确保切削液浓度达到3%～5%的标准，根据实际需求，规定切削液牌号；规定砂轮加工5～10件装备后必须进行修整，且砂轮磨损直径不得超过砂轮总直径60%。

表8 不同压力下的中心孔跳动数据Table 8 Data of center hole runout under different pressure

表9 回归分析结果Table 9 Regression analysis results

2.4.2 生产过程改进

由影响因素改进过程可知，导致Z转向轴废品率过高的主要原因为工序2的液压加紧装置设置压力值过大，同时反映出该产品生产过程监控不够完善。对生产过程进行改进(图8)，在进入生产前增加一个压力表值的监控措施，来及时监控压力值的变化幅度。并且每3个月对压力表进行一次定检，以确保生产过程稳定。

图8 改进后Z转向轴SIPOC流程图Figure 8 Improved Z steering shaft SIPOC flow chart

2.5 控制阶段

2.5.1 改进效果

为了验证改进效果，收集25组改进后的外圆圆度尺寸数据进行分析，通过Minitab软件对数据进行正态性分析(图9)，在置信度95%的前提下，由图9可知检验显著性值P = 0.184＞0.05，该数据服从正态分布。使用Minitab软件对生产过程稳定性进行检验，绘制的均值极差控制图如图10所示，根据控制图判异判稳准则可知生产过程稳定无异常点。进而使用Minitab软件进行过程能力分析如图11所示，改善后过程能力指数CPK=1.37。当过程能力指数大于1.33时，该过程能力较充足。与开始改进前CPK=0.41相比，改善效果显著。

2.5.2 控制效果

对改进后一段时间内的Z转向轴废品量进行数据收集汇总，结果显示Z转向轴不合格率有效地控制在1.6%左右，成功达到提高产品质量、降低返工费用并且为公司减少成本损失的目的。为了保持改进后的效果，后期应加强人员技术培训，保持设备干净整洁，定期对设备进行检修以确保设备精度达标，定期检查液压夹紧装置压力值是否符合标准。

图9 改进后外圆圆度正态性检验Figure 9 Improved outer roundness normality test

图10 改进后均值极差控制图Figure 10 Improved X-R control charts

3 结语

针对XinH公司循环球式转向器中Z转向轴生产过程废品率较高问题，使用六西格玛DMAIC方法对转向轴生产过程进行质量改进。首先绘制SIPOC流程图，通过帕累托图对工序进行分析，确定需要改进的质量点−磨削外圆圆度超差；其次通过对测量系统和工序过程能力的判定，利用故障树分析和一般线性模型分析找出关键影响因素是中心孔跳动大，并通过根源分析法找出导致中心孔跳动大的原因是工序2液压夹紧装置夹紧压力较大；最后，通过回归分析确定液压表最佳压力值的范围，制定全面的改进方案并对改善结果实施监控。改进结果显示Z转向轴不合格率由8%降到1.6%左右，达到提高质量降低成本损失的目的。