基于DMAIC应用的车门窗框外观质量提升

陈浩

（上汽通用五菱汽车股份有限公司，柳州 545007）

0 引言

随着汽车轻量化、平台化发展，汽车车门越来越多使辊压窗框结构，同时为了满足个性化、年轻化的市场需求，高亮黑元素在汽车造型中广泛应用。辊压窗框和高亮黑膜相结合，体现了低成本高品质的优势。但是辊压窗框外观面由零件拼焊而成，焊接热影响区不可避免会产生外观缺陷，工序能力难以满足外观要求。由于生产工序长，各个环节都会产生外观不良。为满足客户期望，本文使用六西格玛管理中用于流程改善的DMAIC 工具对外观质量进行提升［1］。

1 DMAIC 工具应用

车门辊压窗框是由辊压导轨与冲压或辊压件拼接而成（图1），产品结构、制造工艺和过程控制上存在外观质量的痛点。生产中通常针对辊压窗框的外观缺陷，常规采用皮纹黑膜遮瑕，但是由于高亮黑膜会放大缺陷，所以外观质量的提升效果有限。而且车门辊压窗框生产经过辊压、拉弯、冲压、包边、切角、焊接以及打磨等多种工艺，工序过程长工艺复杂，这对于车门窗框的产品设计、生产工艺、工装模具、设备精度、人员操作以及过程控制等都是严峻挑战。

图1 辊压窗框零件图

六西格玛管理方法中DMAIC 工具是一套系统的业务改进方法，它对现有过程进行定义（Define）、测量（Measure）、分析（Analyze）、改进（Improve）和控制（Control），并采用量化的方法分析过程中的影响因素，找出关键的因素加以改进，从而达到更高的顾客满意度［2］。

2 定义阶段

六西格玛是基于公司整体价值进行挖掘，把顾客的需求转化成产品特性。定义阶段就是项目定义和立项，分析顾客需求识别改进机会，定义问题和项目范围，对比行业内水平制定目标。本文使用亲和图、柏拉图等对顾客反馈的问题进行排列，结合公司绩效指标，组建项目团队解决某车型车门辊压窗框外观问题。

2.1 定义问题

顾客期望为无外观质量问题，产品关键质量特性（CTQ）为无外观缺陷。将外观缺陷率定义为Y。持续监控辊压窗框外观质量表现，统计分析不合格品外观缺陷，根据柏拉图统计结果（图2）。将前位缺陷定义为Y，表达如下：

图2 辊压窗框外观故障模式柏拉图

Y=Y1+Y2+Y3+Y4+Y5+Y6+Y7+Y8

其中，Y1 表示凹凸缺陷；Y2 表示包边缺陷；Y3 为划伤；Y4为轮廓不平齐；Y5 为焊渣；Y6 表示气孔；Y7 为麻点；Y8 为打磨痕。

2.2 定义目标

目前某车型项目开发阶段辊压窗框外观质量不良率达25%。调查行业内窗框供应商外观制造水平，制定项目改善目标：FTQ 为5%。

2.3 定义项目范围

观察绘制当前生产流程，聚焦主要流程和定义项目范围。通过SIPOC 图对流程宏观分析（图3），确定辊压窗框外观问题产生的主要范围和关键因素，团队决定对供应商内部生产过程详细展开。

图3 辊压窗框外观质量提升SIPOC 图

3 测量阶段

测量阶段是建立Y=f（x）的过程，是发现与外观质量Y 相关的影响因素X 的过程。通过测量阶段，可以识别项目目标的实现途径和改进方向。

3.1 测量系统分析

为保证测量结果准确可靠，需要对辊压窗框的测量系统做评价。团队选取10 件合格产品与10 件有缺陷的外观质量边界样本给检验员判定。判定结果是定性数据，通过Minitab 软件属性一致性分析，评估检验员自身、检验员与标准、检验员之间、所有检验员与标准的吻合程度（图4）。得出结论：测量系统是能够接受的。

图4 辊压窗框外观质量测量系统分析

3.2 发掘影响因素X

项目团队详细观察辊压窗框生产制造过程，逐个工位排查，聚焦现场员工操作，识别输入变量和输出变量，绘制辊压窗框过程变量图（图5）；分析汇总各外观缺陷的失效模式，绘制外观缺陷潜在失效树图（图6）。根据过程变量图和失效树图建立各个流程参数的检测计划，收集影响因素X 和外观缺陷Y 的数据，并找出不符合工艺和规范要求的因素X。

图5 辊压窗框过程变量图

图6 潜在失效模式树图

3.3 筛选影响因素X

通过观察流程和确认过程参数，项目团队识别到多个影响因素。使用因果矩阵对影响因素进行重要度排序，再通过失效模式及后果（FMEA）分析方法按照风险顺序数排序，筛选前位因子。经过团队的充分沟通和专业技术的评估，保留了11 个影响因素做为关键因子（图7）。

图7 关键因子

3.4 快赢改善

在测量阶段，发现问题应及时开展改善。经过团队系统评估，结合历史经验教训，集成多方资源对测量阶段的11 个关键因子中的7 个因子开展快赢改善。辊压窗框外观质量快赢改善内容如下。

3.4.1 快赢改善X1——原材料外观和尺寸稳定性

团队分析Y7（麻点）、Y3（划伤）的来源是原材料表面缺陷。为改善Y7 缺陷，提升外板原材料表面外观等级为FD。为减少Y3（划伤）、卷轴印和异物等缺陷，改善原材料分条加工过程，如优化吊装及夹持器具，增加钢带分条过程防护，提升分条刀架刚度以及优化刀具间隙等措施。跟踪原材料进货检验，原材料外观和尺寸稳定性有明显改善。

3.4.2 快赢改善X2——辊压外观凹凸、切断变形

为改善辊压外观缺陷，项目团队从产品设计和工艺工装入手。参考对标车型优化辊压工艺，改善外板弧度并对截型做回弹补偿；验证材料性能选择范围，降低材料性能对Y1（凹凸）的影响；优化切断模具由错切改为带料切，用伺服电机控制刀具与辊压线同步，改善切断变形和停车印；验证辊压设备参数，优化线速和焊点距离减轻辊压扭曲。经验证有明显效果。

3.4.3 快赢改善X3——B 柱内外板辊弧扭曲、凸条

集成供应商集团研发资源，专项提升B 柱外观质量。辊压内外板增加工艺翻边，改善凹条及扭曲；对辊压截型进行设计优化，外板与导槽预留间隙，解决辊弧段产生的Y1（凸条）；辊弧轮组做成快换模块，整组吊装切换改善不同批次间尺寸稳定性。

3.4.4 快赢改善X4——角焊气孔、焊渣

现场分析Y6（气孔）和Y5（焊渣）的产生原因，制定工艺改善方案。减小零件搭接间隙，优化机器人轨迹，调整收弧位置改善Y6；验证并锁定焊接参数，保护气使用氩气和二氧化碳，改善焊接变形和Y5。

3.4.5 快赢改善X5——打磨工具、人员技能

评估打磨工艺，优化A 面打磨工具和打磨方法，区分A 级和B 级外观面打磨工具；标准化操作步骤及打磨抛光时间，对打磨人员进行标准化培训及考核，改善打磨造成的外观缺陷Y1、Y3和Y8（打磨痕粗糙）。

3.4.6 快赢改善X6——工装模具磕碰、压伤

组建多功能小组评估窗框全过程操作，列出存在的外观风险并进行改善。例如，增加模具吹气装置，吹气清理铁屑；夹具、模具的锐角导圆角，易磕碰棱角贴塑料防护胶片；角焊总成焊A面夹持点更改为硬质树脂，支撑面和限位面做成平直表面，以改善表面压伤；评估工位布置，并优化成L 型；改善物料流动为单件流生产，减少中转和缓冲物料，降低过程风险。

3.4.7 快赢改善X7——工位器具防护

评估零件全过程的工位器具，改善工位器具防护不当造成的Y1、Y3。例如，规范零件摆放，增加料架防护；工序件及总成料架单件隔离；过程中转零件出入库扫码做批次管理，控制先进先出。

3.5 改善结果验证

在测量阶段实施快赢改善后，跟踪辊压窗框外观不良率，由改善前的25%下降到14%。其中Y2、Y5、Y6、Y7 和Y8 打磨痕得到彻底解决，Y1、Y3 和Y4（轮廓不平齐）有了大幅降低。Y1主要集中在焊缝凹凸，是综合原因导致，需要在分析阶段继续研究X8、X9（B 柱尺寸）、X10（切角尺寸）以及X11（角焊面差），进一步确认这4 个关键因素对Y1 的影响。

4 分析阶段

分析阶段是对关键因子X 进行定量、定性分析。使用常用的图形化工具和过程能力分析、变异源分析以及假设检验等方法，识别和验证影响因素的显著性。

4.1 过程能力分析

对辊压窗框外观质量进行过程能力评价［3］，外观质量是二项分布，属于离散数据。使用Minitab 软件计算每百万机会缺陷数（DPMO）和西格玛水平Z 值，经计算得出：窗框外观质量不良率为14.00%，DPMO 为140 000（图8），西格玛水平为2.55，过程能力还不能满足客户要求。

图8 过程能力分析

4.2 变异源研究

六西格玛项目重要的目标是减少生产过程中产品的变异，识别问题重点来源。先排除测量系统问题，再排除特殊原因产生的变异，聚焦因为系统原因产生的变异。外观不良率Y为离散型数据，经过监测不同班次不同生产线的外观不良率，通过列联表进行独立性检验，排除班次和生产线对外观质量的影响［4］。

4.3 确定主要原因

对测量阶段筛选的关键因子进行显著性检验。本例中X 为连续数据，Y 为离散数据，使用双比率P 检验，结果如图9所示。进一步研究X8、X9、X10 和X11 对外观质量的影响，按照双比率检验可以得出：这4 个影响因素改善后，外观不良率显著降低。

图9 关键因子双比率检验

4.4 分析汇总

汇总各因子对A面外观的贡献，4个影响因素都是显著的（表1）。

表1 关键因子显著性检验汇总

5 改进阶段

通过定义、测量和分析3 个阶段的项目工作，团队对外观质量问题的根本原因有了较为准确的把握。改进阶段的目标是识别创建解决方案，并验证方案有效性。

5.1 创建解决方案

项目团队对关键因素进行DOE 试验设计，用Minitab 软件创建试验计划矩阵：4 因子2 水平，16 次试验加4 中心点试验，共20 组试验计划。攻关团队严格按照试验计划顺序跟踪记录每组试验的外观不良率，并做了对数转换。将收集的数据应用Minitab拟合选定模型、残差诊断、评估模型的适用性并进行改进［5］。

经过模型改进和评估适用性后选定了最终模型。接下来对选定模型进行分析解释，输出图形信息。使用响应优化器得到一个最佳因子设置，即最优工艺方案为：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。

5.2 改进方案实施

DOE 试验给出关键因子X 的最优工艺方案，在X 的最优组合下，外观不良率Y 可以满足项目目标。为达成最优方案，项目团队针对每个关键因素进行改善提升。改善措施如下。

5.2.1 改善X8——上框拉弯外观及尺寸稳定性

通过研合拉弯模具提高研配率，工作面做TD 硬化处理，使用伺服拉弯机，优化设备参数，改善工装和设备精度，提升上框拉弯尺寸。

5.2.2 改善X9——冲压包边外观及尺寸稳定性

通过研合冲压模具改善研配率，冲压模具做TD 处理，提高模具定位稳定性。优化切边刀口间隙和布置，由分块切断改为整体切断，减少毛刺、接刀口和切断变形。验证工序件翻边高度和R 角对包边的影响，调试包边压块型面，改善B 柱包边外观和轮廓尺寸。

5.2.3 改善X10——切角尺寸稳定性

联合TDC 资源对上框、B 柱单件进行公差分解，控制单件尺寸；每批次根据后工序调整切削角度和搭接间隙；切角工序规范锯片更换频次及打磨要求；提高切角设备精度，规范锯片转速及进给速度，提升切角尺寸稳定性。

5.2.4 改善X11——角焊面差

优化基准一致性；分总成物料扫码出入库，进行批次管理；切角工序同次装夹物料逐一对应；角焊装件检查校正面差，控制在0.1 mm 以内等措施，改善外观质量。

5.3 改进方案跟踪验证

通过以上措施实施，使关键因子X 达到最优组合。持续对车门窗框不良率进行跟踪，改善前外观缺陷率14.00%，改善后缺陷率降到1.03%，断点后不良率满足目标。分析辊压窗框过程能力，如图10 所示：DPMO 由140 000 下降到6 300，西格玛水平提升到4.00，过程能力得到大幅度提升。

图10 改善后辊压窗框外观质量过程能力

6 结束语

在控制阶段，项目团队固化改进结果，建立完善过程控制体系，监控改进状态。同时，更新操作指导书、检验指导书和控制计划，建立车门辊压窗框外观质量BOP（或BOE）和开展培训。

本文在新车型迭代升级过程中，运用六西格玛管理的方法定义问题，在测量和分析阶段通过细致观察现场操作流程，使用因果矩阵、FMAE 分析和假设检验等工具层层筛选因子；在改进阶段利用全因子试验设计对车门辊压窗框外观工艺进行研究，得出最优工艺组合。团队充分评估验证并实施，跟踪监控运行结果，效率和质量运行指标可以满足客户要求。