李军 范丙毅 汪鹤飞 李翔宇
(桂林电子科技大学 商学院,广西 桂林 541004)
【摘 要】针对某手机HSG在产能爬坡期CNC6夹加工中因产品质量问题所导致的一次良率达不到制程目标良率的问题,基于六西格玛管理方法的DMAIC改进模式,通过对制程不良问题的界定和测量找出影响产品质量的关键因素,然后参照CNC6夹不良因果图,运用失效模式和效应分析方法对关键影响因素进行分析,并应用响应曲面法求得产品加工的最佳方案。经改善后,实现产品一次良率由96.63%提升至98.37%的较好效果。
【关键词】六西格玛;DMAIC;产能爬坡;CNC加工;一次良率
【中图分类号】TG506 【文献标识码】A 【文章编号】1674-0688(2016)06-0124-06
0 引言
随着智能手机的发展日趋成熟,消费者对手机的个性化体验变得尤为重要,而金属材质的机壳及高精度的工艺作为各大电子厂商在手机外观工业设计上寻求的创新点,为用户带来了手机视觉及质感上的全新体验。但由于金属材质有着较高的硬度,其高精度的切削加工工艺难度较大,导致产品在进入量产初期的产能爬坡阶段会遭遇一次良率达不到目标水平的问题,不能够快速爬坡到量产稳定期,进而影响到产品良品出货。面对竞争激烈的智能手机市场,只有及时解决生产中的问题,通过产品质量来提升生产制程的一次良率,保证产能顺利爬坡,才能更好地满足客户的需求,进一步提高产品在市场的竞争力。
六西格玛管理是一种以顾客为导向,以质量经济性为原则,强调以数据和事实为基础,充分运用定量分析和统计思想的现代质量管理方法[1-4]。在解决生产制造企业的实际问题中,六西格玛管理一般采用DMAIC模型为实施流程[5-8]。本文针对某精密电子公司所代加工的智能手机HSG(外壳)CNC6夹制程在产能爬坡期的质量问题,以六西格玛DMAIC改进模式为指导方针,运用质量管理方法和工具,找出CNC6夹生产加工过程中影响产品质量的关键因素,并进行分析和针对性的改善,从而提高制程的一次良率,实现产能的顺利爬坡。
1 生产制程现状调查
1.1 生产工艺说明
某高端智能手机HSG采用7000系列高强度铝合金为机身原材料,历经铝挤、DDG、CNC1~2夹、铆合成型、CNC3~4夹、Lapping & Polishing、喷砂Ⅰ、阳极氧化Ⅰ、贴膜Ⅰ、CNC5夹、CNC6夹、喷砂Ⅱ、阳极氧化Ⅱ、贴膜Ⅱ、CNC7夹、CNC8夹、镭射、组装18道工序,最终加工成为成品外壳。在新产品经过工程验证测试(Engineering Verification Test,EVT)、設计验证测试(Design Verification Test,DVT)、制程验证测试(Production Verification Test,PVT)3个阶段后,产品开始进入量产初期。该代加工公司单线产能为15 K,由于高强度金属材料外壳比传统的金属外壳更难加工和处理,因此公司第一条生产线投产后的产能爬坡阶段,CNC6夹所加工的产品平均一次良率为96.63%,未达到公司工艺工程师(Process Engineer,PE)所要求的98.0%的制程目标良率要求,导致爬坡阶段产能不足,生产计划达成率较低的问题。因此,以CNC6夹制程为研究对象,图1所示为CNC6夹所加工的产品部位,运用六西格玛管理方法对其质量问题进行系统的研究和分析,然后根据生产状况设计出有效的改进方案,使CNC6夹所加工的产品达到目标良率,完成每日产能爬坡生产计划,满足客户的需求。
1.2 产品良率的测量
根据客户对产品的质量特性要求,品管部门对CNC加工制程按客户给定的外观检验标准实行全检政策,相应的质量控制流程图如图2所示。首先要对本制程的素材,即前制程的成品良品进行来料检验,不合格的产品直接退回前制程;其次,通过UMP检测设备对本制程加工好的产品进行各个孔位的尺寸检测;最后进行产品的毛刺及外观检验,以保证加工后的物料以良品形式出货至下个制程。其中,本制程所检验出的不良品经品管判定后进行重工或报废处理。由品管的每日品质报表可得到CNC6夹第一条线爬坡至满产能的每日不良项目统计(见表1)。
根据CNC6夹产品不良项目统计表,运用Minitab软件绘制出该生产线产能爬坡期产品一次良率的控制图和产品主要缺陷的帕累托图[9],如图3、图4所示。从中可以看出,当前CNC6夹产品平均一次良率为96.63%,每日的生产良率都在控制上限(UCL)和控制下限(LCL)以内,说明产品检验过程及量检具配制是可以接受的,生产制程的全检员均为熟练合格的员工。生产中造成产品不良的原因是系统的、非偶然性的,生产过程中没有出现异常情况。
从产品缺陷项帕累托图中的排列显示可以看出,毛刺、卷边、碰伤、刮伤是造成CNC6夹产品缺陷的主要类型,其中产品毛刺和卷边累积缺陷数占总缺陷量的68.53%,产品的碰伤和刮伤累积缺陷数占总缺陷量的24.85%,这4个缺陷的累积百分比为92.71%。
2 产品不良原因分析
确定CNC6夹产品的主要缺陷后,需要寻找出造成产品缺陷的关键输入变量[10],分析关键因素之间的逻辑关系,为提升CNC6夹产品一次良率的有效改进方案提供系统、科学的依据。首先采用头脑风暴法[11],从“人、机、料、法、环、测”5个方面确定所有可能造成产品缺陷的影响因素,并绘制出相应的因果分析图(如图5所示)。然后参照因果图运用失效模式和效应分析(Failure Mode and Effect Analysis,FEMA)方法[12],对CNC6夹产品主要缺陷的影响因素的严重度(Sev)、频度数(Occ)、难检度(Det)予以分类并进行归纳分析(见表2)。由此可以看出,毛刺和卷边的风险优先指数(RPN)为288,由于碰伤和刮伤占总缺陷的比例基本相同,全检时均需要检验员用目测方法来管制,且两者的严重度和难检度都相同,因此其风险优先指数均为245,应将它们作为关键因素进行重点改进。其他因素风险优先指数相对较低,可以作为快速改进项目,本文不做详述。
对CNC6夹产品主要缺陷的关键因素进一步分析可知,产品的碰、刮伤不良主要是由生产过程中主观和客观因素所造成的作业上的失误而引起的,可针对性地给出改善的对策;而产品的毛刺和卷边不良是由于产品在加工过程中受刀具磨损严重及CNC加工程式参数的不合理的交互作用的影响,因此应该通过试验设计寻找出关键因素的最佳组合参数。经过调查发现,刀具磨损是由于所使用的切削液的浓度、切削液pH值配比不合理,导致的加工过程中刀具冷却、润滑效果不理想;CNC加工参数是由CNC生产技术员根据生产状况来设置的,主要通过调整机台的主轴转速、切削时的进给速度和切削进给量来优化参数,最终可得出不同的加工时间(Cycle Time,CT)。综上所述,可根据实际生产情况,选定合理范围的切削液浓度、切削液pH值、加工时间来设计试验,进行产品的毛刺和卷边不良的改善。
3 一次良率改善对策
3.1 碰伤和刮伤不良的改善
针对作业员主观因素造成的作业失误,改善对策如下:规范CNC6夹操作员的作业手法,并在生产现场放置作业指导书,要求操作员严格按照作业指导书进行加工作业;在进行产品CNC加工前使用保护套进行装夹作业;产品进行CNC加工时使用优力胶模块将产品导入机台;及时为全检员配发一次性橡胶指套,发现不规范检验者要进行批评教育。
针对产品加工中客观因素导致的不良,改善对策如下:治具底板增加排屑槽;使用软胶管将铜质吹管包裹起来,减少物料的碰、刮伤;将吹气装置的2根气管改为1根气管,从而使气量增大更改机台自动吹气装置的吹气方式,由“Z”形方式调整为先吹治具面板,再吹治具侧壁,最后再“Z”形方式清理一遍;定期维护和保养机台、治具和底座,及时处理不良治具。
3.2 毛刺和卷边不良的改善
在产品碰伤和刮伤不良改善的基础上进行毛刺和卷边不良的改善。根据前文对产品毛刺和卷边不良原因的分析,选取切削液浓度、切削液pH值、加工时间为影响产品的毛刺和卷边的3个关键因素,利用Box-Behnken Design响应面优化法[13-15],找出3个关键因素水平的最佳组合,表3为设计的三因素三水平试验。
响应面设计方案及试验结果见表4,其中切削液浓度(A)、切削液pH值(B)、加工时间(C)为自变量,不同条件下加工的产品一次良率作为响应值。对所得试验结果采用Design Expert 8.0.5软件进行二次回归分析,方差分析结果见表5,可得到产品的一次良率对切削液浓度、切削液pH值、加工时间的三元二次多项式回归方程:
产品一次良率=98.46-0.006A-0.065B+0.114C+0.107AB-0.140AC-0.032BC-0.527A2-0.519B2-0.341C2。
响应面回归方程中各自变量对产品一次良率的显著性可通过P值的大小来判断,对应的各因素P值越小,表明其显著性越强。
由回归方程方差分析结果可知,模型的P值< 0.000 1,表明回归模型的效果极显著,失拟项P值=0.598 4,差异不显著,试验的回归模型很理想。同时,模型的判定矫正系数(Adj R-Squared)=0.987 0,即调整后的模型判定系数依然达到0.987 0,意味着98.70%的产品一次良率变化都可由此二次响应面模型解释。模型的信噪比(Adeq Precision)=30.046>4,说明通过此模型可准确拟合所分析的3个关键因素对CNC6夹产品一次良率的影响。回归模型的一次项除A外,B、C对产品一次良率极显著,且三个因素的显著性次序为C>B>A。除此之外,各因素的交互作用影响中,AB(P=0.004 6)、AC(P=0.001 1)交互作用对产品的一次良率影响显著,BC(P=0.256 3)交互作用影响则相对不显著。
根据二次响应面回归方程方差分析结果,绘制出切削液浓度、切削液pH值、加工时间3种因素交互作用对一次良率的响应曲面图,可形象直观描述不同因素交互作用对一次良率的影响(如图6所示)。可以看出,加工时间为181 s时,切削液浓度为4%~6%、切削液pH值为8~9内时,产品的一次良率会随着这2个因素的增加而提升并达到最大值,之后产品一次良率随着这2个因素交互作用的影响开始下降。当切削液pH值为9,加工时间和切削液浓度交互作用对产品一次良率的影响是最显著的,可以看出在加工时间为173~189 s,切削液浓度为4%~8%的条件下,产品的一次良率呈快速上升的趋势,达到最大值后有降低趋势。相比之下,加工时间和切削液pH值的交互作用对产品一次良率的影响要小一些。
通过Design Expert8.0.5软件对回归模型进行最优化分析后,得到CNC6夹加工的最佳条件为切削液浓度为5.93%、切削液pH值为8.93、加工时间为182 s,加工的产品一次良率理論值为98.47%,采用此最佳条件进行验证试验,实际生产加工中产品的一次良率为98.37%,与模型的理论值的相对误差为0.1%,说明响应面回归模型用于CNC6夹加工的产品毛刺和卷边的改善有效可行。
3.3 产品不良改善后的控制
为保持改善所取得的成果,使过程持续的维持在新的水平之上,控制阶段的主要措施如下:{1}工艺工程师根据改善方案更新相关的作业标准指导书和加工工艺文件,并按照要求严格执行;{2}品管部门制订相关的控制计划,并安排安检人员进行现场“5S”稽核;{3}生产部门制定新的《设备维护保养点检表》,正确使用、及时维护,保证设备处于良好的运行状态。
4 结论
为解决某代加工公司CNC6夹制程所生产的手机HSG在产能爬坡期所遭遇的产品质量问题,采用六西格玛管理方法的DMAIC改进模式,以品管每日品质报表所统计的生产数据为基础,参照制程产品不良的因果图,运用失效模式和效应分析方法对关键影响因素进行分析,并通过响应曲面法求得产品加工的最佳方案,改善效果显著。可以看出,工业工程的理论和方法在企业在生产中具有广泛的用途,六西格玛管理方法在解决手机制造企业实际问题中具有很强的实用价值和效果,必须坚持持续地改善。
参 考 文 献
[1]NicoleC Anderson,JamisonV Kovach.Reducing
Welding Defects in Turnaround Projects:A Lean Six Sigma Case Study[J].Quality Engineering,2014,26(2):168-181.
[2]Abbas Saghaei,Hoorieh Najafi,Ali Mighi et al.Ma-
thematical modeling to improve Rolled Throughput Yield in a supply chain[J].Production Planning &
Control,2014,25(5):414-424.
[3]Hsueh-Ming Steve Wang,Sheng-Pen Wang,Wen-
yih Lee.A Case Study for Reducing Client Waiting Time in a Health Evaluation Center Using Design for Six Sigma[J].Engineering Management Journal,2014,26(2):62-73.
[4]Mohsen F Mohamed Isa,Mumtaz Usmen.Improving university facilities services using Lean Six Sigma:a case study[J].Journal of Facilities Management,2015,13(1):70-84.
[5]王帅,陶凤和,贾长治,等.精益六西格玛在机械修理装配质量控制中的应用[J].现代制造工程,2012(5):126-130.
[6]E V Gijo,Johny Scaria.Process improvement thr-
ough Six Sigma with Beta correction:a case study of manufacturing company[J].The International Jou-
rnal of Advanced Manufacturing Technology,2014,
71(1-4):717-730.
[7]Darshak A Desai,Parth Kotadiya,Nikheel Makwana,et al.Curbing variations in packaging process thr-
ough Six Sigma way in a large-scale food-processing industry[J].Journal of Industrial Engineering Inter-
national,2015,11(1):119-129.
[8]李立伟,耿军晓,马军,等.基于六西格玛的X光机一次合格率的提高研究[J].制造业自动化,2015,37(7):79-81.
[9]罗军,宋德朝,郑永前,等.基于Minitab的質量控制技术在制造过程中的应用[J].现代制造工程,2009(2):19-21.
[10]赵会珍,杨亚楠.卫浴产品生产过程质量控制研究[J].工业工程,2015,18(1):60-63.
[11]王宇乾,樊树海,潘密密,等.基于Minitab的六西格玛管理在节能灯装配中的应用[J].工业工程与管理,
2011,16(3):131-137.
[12]薛风超,管琪明,王婷,等.6σ方法在动臂焊接质量改进中的应用[J].现代制造工程,2015(1):115-118.
[13]A. Kumaravadivel,U Natarajan.Application of Six-
Sigma DMAIC methodology to sand-casting proc-
ess with response surface methodology[J].The
International Journal of Advanced Manufacturing Te-
chnology,2013,69(5-8):1403-1420.
[14]舒成龙,樊文欣,原霞,等.基于响应曲面法的衬套强力旋压工艺参数优化设计[J].锻压技术,2015,40(4):60-63.
[15]张敏,孙玲.基于响应曲面法汽车后保险杠翘曲变形优化[J].塑料工业,2015,43(5):43-46.
[责任编辑:陈泽琦]
【基金项目】广西社科基金“面向‘中国制造2025的广西中小制造企业生产运营管理集成创新策略研究”(15FGL010)。
【作者简介】李军,男,陕西岐山人,桂林电子科技大学商学院教授,研究方向:工业工程;范丙毅,男,河南三门峡人,桂林电子科技大学商学院硕士研究生,研究方向:工业工程。