SPC 在发动机连杆制造中的应用研究

瞿红红，李 莹，刘 宁

（昆明理工大学机电工程学院，云南昆明 650500）

0 引言

习近平总书记在中共十九大报告中指出：我国经济已由高速增长阶段转向高质量发展阶段，必须坚持“质量第一”和“质量强国”的质量发展理念［1］。在企业对产品质量日益重视的大背景下，统计过程控制技术（Statistical Process Control，SPC）虽然不是提高产品质量的万能工具，但它是判断生产过程是否受控的有效工具之一。但是，我国实际运用SPC 进行产品质量管理的公司只有30%左右，其中多数为大型企业，许多中小企业对SPC 还不甚了解［2］。全面质量管理已经进行多年，而统计过程控制技术是全面质量管理的基础。因此，统计过程控制技术研究与实施具有重要意义。

1 相关工作

SPC 是休哈特博士首次提出的一种质量控制技术，广泛应用于工业、军工等行业［3］。国外SPC 在理论和应用方面的研究较为深入。二战前后美国通过SPC 技术使机械、化工、纺织等行业的生产质量和效益得到大幅提升。二战后日本邀请美国统计学家戴明（W.E.Deming）去宣讲SPC，通过推行SPC 技术和全面质量管理，使日本的质量管理水平领先世界。SPC 在国外许多知名企业如宝马、苹果、丰田等得到广泛应用，在产品质量管理与改进方面取得显著成效。目前，SPC 技术不仅在传统制造行业，而且在心理学分析、医疗质量改进、服务管理等多个领域得到应用。Reinaldo 等［4］、Juram 等［5］使用SPC 进行情感分析实现了预防性质量管理。在医疗方面，SPC 应用于幼儿疾病、癌症等多种疾病防控和治疗［6-7］。

我国SPC 发展较晚，20 世纪中后期才开始引进。1982年张公绪教授提出两种质量诊断理论，为传统质量控制提供新的理论依据［8］；1993 年张公绪等［9］又提出多元逐步诊断理论，打破了休哈特控制图的应用局限性；1997 年刘艳永等［10］提出多元协方差控制图。这些模糊数学统计理论与SPC 相结合，非常适合应对复杂多变的生产环境。近年来，我国学者对质量控制理论进行了很多创新，诸如多指针诊断法、多元逐步诊断理论、模糊系统专家控制理论等，但在应用方面却比西方国家逊色较多。我国汽车加工行业对SPC 的应用还处于初级阶段，实施SPC 的企业不多。

本文通过对YT 公司发动机连杆产品存在的质量问题进行分析，将SPC 的特点与公司生产过程实际问题相结合，分析并论证了SPC 在改进产品质量上的有效性，为企业引进SPC 提供参考。

2 SPC 原理

SPC 是一种通过应用先进的统计技术对过程中的每个阶段都进行评估和监测，建立并始终保持整个过程处于一个可被接受且稳定发展的水平，从而确保其产品及服务都符合要求的一种高效率质量管理方法［11］。其本身就是过程控制的一部分，主要包括两个方面：①利用控制图分析整个过程的稳定性，对可能存在的不正常因素作出预警；②通过计算过程能力指数，分析稳定过程能力以及满足工艺技术需要的程度，对过程质量作出评价［12］。

SPC 的实施过程通常有两个步骤：①使用SPC 工具对生产过程中的操作流程进行分析，如绘制出分析所需要的控制图等。按照分析结果提出相应的改进措施；②采用控制图对生产流程进行监控。利用控制图可以判断运行状况是否稳定。而判断生产能力是否足够，可以通过过程能力分析实现［13］。SPC 实施流程如图1 所示。

Fig.1 SPC implementation process图1 SPC 实施流程

3 YT公司SPC应用过程分析

3.1 YT 公司发动机连杆产品质量问题分析

发动机连杆是连接活塞和曲轴的重要零部件之一，其将连接到活塞的各种作用力直接传递到曲轴。在发动机整个做功过程中，连杆做屈伸交替的周期运动，对发动机整体寿命和性能有重要影响，因此连杆必须有足够的疲劳强度。若连杆质量出现问题，会造成发动机熄火等故障，甚至可能会导致重大交通事故。

YT 公司主要以研发和生产大型汽车为核心业务，工程机械、小轿车以及零部件制造为其主要的战略性业务，同时公司也兼具其它投资经营业务。YT 公司2004 年就获得了质量管理体系认证证书，但2010 年的一份质量反馈报告显示，YT 公司生产的某款汽车在正常行驶过程中经过一小坑路面后车辆会失去动力并出现漏油情况，经过维修站仔细排查，发现发动机内缸被戳出洞并且连杆出现断裂。连杆作为发动机的重要零部件为什么会出现断裂？该问题较为重大，值得深入研究。

3.2 汽车发动机连杆SPC 实施过程

3.2.1 关键质量特性确定

在发动机设计生产制造过程中，连杆部件是用来连接活塞和传动曲轴的重要工具，也是生产发动机的一个重要部件。连杆的整体设计尺寸调整精度、形状设计调整精度、位置移动设计调整精度都要求很高，但是整体刚度又比较差，容易松动造成整体变形［14］。连杆由连杆小头、连杆大头、杆身3 部分构成，与曲柄连接的大孔部分是连杆大头，与活塞销连接的小孔部分是连杆小头，连杆小头结构为薄壁结构，其损坏形式多为疲劳断裂［15］。在小头内配置衬套，并在小头和衬套上钻孔铣键槽，使润滑油可以润滑到衬套和活塞销的工作表面以减少摩擦。经现场生产管理技术人员和质检人员协商，确定选择连杆小头孔内径φ40+0.046+0.025mm 作为关键质量特性。在对数据进行搜集之前，为确保生产中5M1E 处于稳定状态，要求测量人员搜集数据时能熟练使用测量工具。

3.2.2 数据搜集

生产高峰期工序稳定性较低，推行SPC 期间生产数量相对较少，所以决定采用全数检验方式搜集某周生产的连杆小头孔内径数据（每组5 个，共20 组），如表1 所示。

Table 1 Small hole diameter size information表1 小头孔内径尺寸信息

3.2.3 数据分析

根据抽样方案、子组范围、子组大小来选择合理的控制图类型，结合生产现场的具体情况分析连杆小头直径数据，确定SPC 统计分析方案如下：①质量特性：小头直径；②子组范围：按生产批次划分；③子组大小：5；④抽样方案：固定工作时间段简单随机抽取连杆测量小头直径。

考虑连杆小头直径的数据类型（连续型）、子组范围、质量特性（计量型）等综合因素，决定选用均值极差控制图（-R）。

由于应用控制图的一个基本前提就是搜集到的数据必须服从正态分布，所以在开始绘制控制图之前需要对搜集的数据进行分析［16］。利用MINITAB 软件对搜集到的连杆小头孔内径数据进行统计分析，得出直方图和概率图如图2、图3 所示。

Fig.2 Connecting rod hole diameter histogram图2 连杆小头孔内径直方图

Fig.3 Connecting rod hole diameter distribution probability graph图3 连杆小头孔内径尺寸分布概率

从图2、图3 可明显看出数据服从正态分布，满足控制图使用条件，可对所得数据绘制控制图并进行后续分析。

3.2.4 控制图绘制

由于连杆小头孔尺寸是连续变量，且作为一个计量特性值服从正态分布，所以可选择以正态分布为基础的计量控制图［17］。选取-X-R控制图作为判断生产过程是否稳定的依据。根据所得到的相关数据，将样本个数为5 的20 组数据在MINITAB 中绘制成如图4 所示的控制图。

Fig.4 Connecting rod small hole diameter size of the control chart图4 连杆小头孔内径尺寸的-X - R 控制图

3.2.5 控制图分析

3.2.6 工序能力分析

工序能力是生产工序处于受控加工状态下能够真正进行物料加工的综合能力，工序能力指数可以反映出工序能力满足技术质量要求的程度［19］。在判断工序能力指数时一定要考虑经济合理化问题，具体判断和处置方法如表2 所示。

通过MINITAB 质量分析软件对连杆小头孔内径工序能力进行分析，如图5 所示。

Table 2 Process capability index analysis table表2 工序能力指数分析

Fig.5 Connecting rod small hole diameter process capability analysis图5 连杆小头孔内径尺寸工序能力分析

由图5 可知该工序的工序能力指数C p=0.93，依据工序能力判断标准可知该生产过程工序能力不足，应采取措施提高生产过程的稳定性。

3.3 失控原因分析

鱼骨图是质量管理的重要工具之一，使用鱼骨图从人、机、料、环、测［20］5 个方面罗列出可能导致小头直径误差产生的原因并进行分析［21］。针对尺寸失控问题绘制如图6所示的鱼骨图，分析造成失控的主要原因如下：

（1）检验标准不统一。由于工艺部门和现场生产人员未统一标准，导致现场检验人员和生产人员对关键尺寸不熟悉，不能对产品进行有效检测。

（2）生产人员工作状态不佳。由于部分员工态度不端正，生产人员技术水平不高导致出错。许多异常状况形成原因是由于操作者的工作倦怠，不能集中精神进行观察和操作。另外，公司高产期间员工难免出现加班加点等情况，造成操作员和技术人员劳动强度加大，以致员工工作疲劳发生错误。

Fig.6 Fish-bone diagram图6 鱼骨图

（3）工作环境较差。公司5S 实施方面不尽人意，工作环境整体出现脏乱差现象，零件摆放位置不合理，影响工作效率。

（4）检验工具出现磨损、表面不清洁导致定位不准。生产零件所使用的检验工具已使用多年，部分工具出现生锈情况，长期没有保养导致检验出现差错。

3.4 改进方案

针对以上问题提出对策，最终决定采取如表3 所示措施。

Table 3 Losing control reason and solution表3 失控原因及解决方案

3.5 改善状况分析

3.5.1 改善后控制图分析

在各部门严格执行表3 中的改进措施后，每加工一组零件就及时绘制相关数据控制图，利用判稳准则判断过程是否异常，实时监测零件加工过程，及时发现加工中存在的异常情况。表4 为项目开展两周后获得的数据，同样把所搜集到的100 个数据分为20 组，每组样本大小为5 个，同样用MINITAB 软件绘制出-X-R控制图，如图7 所示。

根据判稳准则可以看出，统计数值已达到稳定状态，并且数据波动很小，改善后各样本均值均在控制界限内，改进效果明显，生产过程趋于稳定。

3.5.2 改善后工序能力分析

工序能力指数是判断生产过程是否稳定的重要指标之一，改善后的工序能力如图8 所示。

由图8 可以看出，改进后的工序能力提升显著，工序能力指数为1.12。由工序能力分析表可以看出，改进后的生产过程状态较为稳定，此时只需维持正常的工序生产条件，做好工序的实时监控即可。对生产过程实时进行监控，及时报警，防止废品发生。

Table 4 Improved little head hole diameter size information表4 改善后小头孔内径尺寸信息

Fig.7 Improved connecting rod small hole diameter- R control chart图7 改进后连杆小头孔内径尺寸- R 控制图

3.5.3 改善前后连杆不合格品率对比分析

通过对控制图和工序能力分析，可直观了解生产过程稳定状态，但给企业带来的经济效益情况不明。下面通过统计过程控制技术实施前后连杆不合格率的对比数据，分析统计过程控制技术给企业带来的经济效益，如图9 所示。

Fig.8 Improved connecting rod hole diameter process capability analysis图8 改进后连杆小孔内径尺寸工序能力分析

Fig.9 Statistical process control technology application before and after connecting rod’s bad play comparative analysis图9 SPC 应用前后连杆不良品数对比分析

从图9 可以看出，在SPC 实施一年后，平均每月生产10 000 个连杆的不良品数量得到明显控制，从平均每月257 个降低到每月的150 个，极大减少了不良品率。

3.6 SPC 应用成效

通过实施SPC，YT 公司的生产过程稳定性有了提升。在生产工序控制方面，通过对比改善前后的控制图和工序能力分析图可以直观看出，改善后控制图没有出现样本均值超出控制界限的情况，工序能力指数由原来的0.93 提升到1.12，反映出企业在运用SPC 后生产过程得到改善。在质量检验方面，应用SPC 解决了事后检验方式存在的问题，极大提高了工作效率，有效减少了不良品率，公司月不良品率由原来的3%降到了1.5%以下。

SPC 的应用降低了企业对常规监督检验的依赖性，采用定时观察以及系统化的测量手段代替大量监督检测和验证，大大降低了检验成本。统计过程控制技术作为重要的质量管理工具之一，能帮助企业减少质量成本损失，提升企业质量管理工作，提高企业市场竞争力。

4 结语

本文以控制发动机连杆尺寸为研究对象，对汽车制造业零件制造过程中应用SPC 进行了研究。本研究形成了系统的汽车零件加工质量控制方法，提高了生产过程的稳定性，降低了生产中的不良品率，为汽车加工企业应用SPC 提供了借鉴。但本文研究还存在不足，如未实现数据的自动化采集等。目前，信息化、自动化和智能化是研究热点，SPC 发展也愈加成熟，后续研究方向如下：

（1）在传统的休哈特控制图上进行改进创新，与其他控制图相结合，建立更为复杂、精准的模型。

（2）建立集成制造系统，利用物联网与计算机技术完成数据采集、在线检测、实时监控；完成数据库构建，使监控效力更强，生产闭环更高效。

（3）过程质量是非线性且复杂多变的，可以引入神经网络，使预测和监控得到更好的分类及近似结果。