基于IE的SKG童车外观一次良率提升研究

李军　宾新凤　胡攀攀

【摘 要】根据对某公司型号为SKG的童车外观质量的调查研究，通过主次因素排列图找到影响产品外观质量的主要因素，参照因果分析图，运用“5M1E”分析法对主要因素进一步分析，找到影响产品外观质量的主要因素，然后通过不良品率控制图及正交试验法对这些因素进行改善。经改善后，实现产品一次良率由80.1%提升为91.4%，增加了11.3个百分点，验证了该改善方案的可行性。

【关键词】质量管理；“5M1E”分析法；正交试验法；质量评估

【中图分类号】F273 【文献标识码】A 【文章编号】1674-0688（2018）04-0201-04

0 引言

近年来，由于我国二胎政策的放开，使得新生婴儿的数量不断增加，同时由于我国经济的稳定发展，人们的物质生活得到明显提高，故对童车的数量需求随之增加，这无疑对童车企业既是机遇又是挑战。而金属材质的机壳及高精度的工艺作为各大童车厂商在外观工业设计上寻求的创新点，为用户带来了美观及质感上的全新体验。但由于金属材质的切削加工工艺难度较大，导致产品出现外观不良品率较高的问题，对产品的质量造成了很大的影响。面对竞争激烈的童车市场，企业应通过改善产品外观质量来提高产品良率，以提高其竞争力。

质量管理是指在质量方面进行指挥、控制、组织及协调的活动，通常包括质量方针、质量目标、质量策划、质量控制、质量保证及质量改进。本文针对某公司生产的SKG童车在外观上存在的质量问题，运用质量管理方法[1-5]和工具，找出生产过程中影响产品外观质量的关键因素，并进行分析和针对性改善，从而提高产品一次良率。

1 产品生产过程中在质量管理方面的现状

某公司童车的品种和型号比较多，而且每种产品的产量相差较大。据调查，某公司平均每个月订单有210 000台童车。其中，LT9963型号童车平均有30 000台，约占总订单量的14%；LB1407QX-H203型号童车平均每月订单为40 000台，占总订单量的19%左右；GG1232Q-H105型号童车平均每月订单为60 000臺，占总订单量的29%左右；SKG型号童车平均每月订单为80 000台，在所有童车产品的订单数量中，约占38%，再加上SKG童车采用7000系列高强度铝合金为机身，其高强度的金属材料外壳比传统的金属外壳更难加工处理，导致公司的童车产品平均一次良率为80.1%，未达到公司工艺工程师（Process Engineer，PE）所要求的90.0%的目标良率。故本文以SKG双电机型童车为研究对象，对其质量问题进行系统的研究分析，然后根据生产状况设计出改善方案，使其达到目标良率，以满足客户需求。

2 产品外观一次良率提升研究

2.1 产品外观一次良率的测量

公司在质量检验活动中会时刻记录产品的质量情况，即记录线上定位检验日报表（LQC），表1为某公司质量管理部门于3月份随机抽取的外观测试位日报表，可以看出：某公司SKG童车的主要不良项目有车身刮花和车身顶白两类。由LQC日报表，经过汇总统计分析，进而可以得到某公司3月份的SKG童车的外观不良项目统计，为本论文的研究工作提供真实可靠的数据来源。根据以上分析，可以得到某公司3月份装配的SKG童车的外观不良项目统计（见表2）。由表2可知：该月共装配SKG童车75 000台，其中有28 674台SKG童车未能够通过外观检验项目，即大约占总体的38%的产品未能通过检验，造成该公司成本较高、产品质量不能满足客户需求的问题。

根据表2，绘制出产品的主次因素排列图（如图1所示）。根据图1对产品外观质量不良情况进行分析可知，车身刮花占一次不良率的44.4%，是所占比重中最大的，其次是车身顶白，这两个问题属于A类问题，即关键的少数问题，共占80.57%，是产品外观质量问题的主要不良项目。因此，只要解决车身刮花、车身顶白这两个问题，就可以大量减少产品外观不良品的产生，从而降低企业成本。

2.2 产品不良原因分析

针对找到的关键问题，找到造成产品缺陷的关键输入变量[6]，分析关键因素之间的逻辑关系，为提升产品外观一次良率的有效改进方案提供系统科学的依据。首先分别对这两个主要缺陷采用头脑风暴法[7]，从“人、机、料、法、环、测”等方面来确定所有可能造成产品缺陷的影响因素，并且绘制出因果图[8]（如图2所示）。然后参照因果图，运用失效模式和效应分析（Failure Mode and Effect Analysi，FEMA）方法[9]，对产品外观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3）。

由表3产品主要缺陷失效模式分析可以看出，车身刮花的风险优先指数（RPN）为384，车身顶白的风险优先指数为336，应将它们作为关键因素进行重点改进。

对产品主要缺陷的关键因素进一步分析可知：车身刮花主要是由生产过程中主、客观因素所造成的，可针对性地给出改善对策；而车身顶白是由于锁螺丝过程中的扭力参数及时间参数不合理交互作用的结果，因此应通过试验设计来寻找出扭力参数及时间参数的最佳组合。综上所述，可根据实际情况，选定合理范围的锁螺丝的扭力和时间参数来设计试验，进行车身顶白的改善。

2.3 车身刮花的改善

针对作业员主观因素造成的作业失误，相应改善对策如下：？譹？訛在进行产品加工前对全体员工进行作业培训，提高作业水平；？譺？訛在生产现场放置作业指导书，规范作业方法，要求操作员严格按照作业指导书进行加工作业；？譻？訛建立奖惩制度，发现不规范作业者应该批评教育；？譼？訛建立“三检”制度，即自检、互检及专检。

针对产品加工中客观因素严重的不良品，相应改善对策如下：？譹？訛适当设置产品放置的时间间隔；？譺？訛使用软胶管将铜质吹管包裹起来，减少产品的碰、刮伤；？譻？訛定期维护保养机台、治具和底座，及时处理不良治具。

2.4 车身顶白的改善

由于锁螺丝的扭力和时间参数很难把握，在企业中，锁螺丝的作业者往往是根据个人感觉，主观对其进行判断。螺丝锁不到位，产品车身间隙就大。相反，螺丝锁得太紧，顶到产品车身，就会造成车身顶白。下面通过因素之间存在交互作用的正交试验[10-16]来选择锁螺丝时的扭力和时间2个因素的较优水平。试验的目的是确定锁螺丝的松紧合适度，从而提高产品的外观质量水平。试验的指标是产品外观质量一次不良率P（试验中的P是指产品在其他外观质量都通过检验的情况下，给产品锁螺丝后的一次不良率，P越小越好）。经过考察、分析，本次试验中的因素有两个，分别是锁螺丝时的扭力参数和时间参数，每个因素取3水平，可得到因素水平表（见表4）。

因素和水平都确定后就可以选择合适的正交表，然后排表头。本试验有2个因素，每个因素3个水平，可选用L9（34）正交表（见表5）。

确定好正交表后，就安排表头，由于本试验只有2个因素，因此因素安排如表6所示。表头排好后，将表中每一列的数字1、2、3作为该列中每个因素所取的水平，每一行就是每次试验的条件。例如：L9（34）表中，第一列是螺丝扭力A，在1的位置写上2 kgf.cm，在2的位置写上3 kgf.cm，在3的位置写上4 kgf.cm，B因素也是同样的写法。选择技术娴熟的作业者进行方案试验，得到9个一次不通过率值，用极差分析法[9]对试验结果进行分析。试验安排及试验结果分析见表7。

由于指标是一次不良率，指标值越小越好，从试验搭配方案中可以寻找出较优方案。由表7试验结果可知，一次不通过率最小为2.00%，此时的搭配方案是A3B2。B因素的极差较大，是主要因素，A是次要因素。根据本次试验，可以得到一组较优的参数，即锁螺丝的扭力为4 kgf.cm，锁螺丝的时间为10 s。

2.5 生产线质量管理效果评估

2.5.1 定量分析

在试行改善方案过程中，对某公司产品的外观质量情况进行抽样，由计算法对抽样检查次数n进行确定。当可靠度设定为95%时，n的确定为n=4P（1-P）/E2（E为绝对精度，P为产品外观质量不良率，n为抽样的次数）。为了确定P，预先进行100次产品外观质量抽样检验，抽样中有7台产品不良，即P为7%。绝对精度E取±3%，则抽样次数n=4P（1-P）/E2=4×7%（1-7%）/（0.032）次=290次。

由计算可知，抽样的次数至少为290次，结合某公司每天的产量，同时为了确保抽样检验的有效性，最后抽样的次数n确定为1 200次，分成12个组，每组100个产品。1 200次抽样次数远大于所需抽样次数，足以确保精度要求。根据公式可计算出P控制图的管制上线、中心线及管制下线，最后计算得到P控制图数据（见表8）。

根据表8的P控制图数据，运用EXCEL工具绘出P控制图（如图3所示）。由图3可知，抽样的12组数据点，都在控制上下限内，没有异常情况。抽样中产品平均不良率为8.6%，与原来的19.9%相比，减少了11.3个百分点，即某公司产品的平均良率为91.4%，比原来增加了11.3个百分点，同时，也超过了某公司工艺工程师（Process Engineer，PE）所要求的90.0%的目标良率，说明改善方案有效可行。

2.5.2 定性分析

（1）通过质量管理全员参与及“三检”制度的试行，从源头即投料工序就开始实行自检，检查通过后才投放到下一工序，这样从生产线的开端就开始控制产品质量，同时上下工序间互检，有效防止了不良品继续流到后续的各个工序。

（2）借助正交试验法，找到了锁螺丝时的最佳扭力参数及时间参数，员工再也不用依靠工作经验来锁螺丝，防止了过大扭力造成的车身顶白现象。

（3）通过奖惩制度的制定及实施，员工一旦发现不良品就标识出来，经过一定的改善措施加以改善，使企业产品质量进一步提高。

（4）系统的培训使得员工技能水平和质量意识提高。公司通过培训内容的改进及培训措施的实施，员工的技能水平和熟练程度得到提高，给企业的产品质量带来保障。

3 结论

为了解决某童车公司所生产的童车SKG的外观质量问题，以品管每日品质报表所统计的生产数据为基础，参照产品外观不良因果图，运用失效模式和效应分析方法对关键影响因素进行分析，并通过排列图和正交试验等质量管理方法求得锁螺丝过程中的扭力参数和时间参数的最佳方案，改善效果显著。

参 考 文 献

[1]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.

[2]Hsueh-Ming Steve Wang，Sheng-Pen Wang，We-nyih 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.

[3]Mohsen F Mohamed Isa，Mumtaz Usmen.Impro-ving university facilities services using Lean Six Sigma：a case study[J].Journal of Facilities Management，2015，13（1）：70-84.

[4]陈礼正.质量管理方法在EPC工程项目各阶段中的应用[J].建材世界，2015（4）.

[5]沈家静.供应链质量管理方法研究[J].现代商贸工业，2011（24）：47-48.

[6]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.

[7]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.

[8]许海华.因果分析图和AHP法在翻车事故成因分析中的应用[J].南昌大学学报：理科版，2012，36（1）：97-102.

[9]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.

[10]高雄发，施卫东，张德胜，等.基于CFD正交试验的旋流泵优化设计与试验[J/OL].农业机械学报，2014，45（5）：101-106.

[11]吴波，丛茜，孙天宇，等.基于贝壳表面形态的内燃机活塞仿生设计[J/OL].哈尔滨工程大学学报，2016，37（2）：205-210.

[12]夏沅谱，姜开锋，邢灏喆，等.深长隧道突水突泥模型试验相似材料的研制[J].现代矿业，2015，31（2）：152-157.

[13]曹源文，张鑫，周庆丰，等.基于正交试验的路基压实度影响因素分析[J].筑路机械与施工机械化，2014，31（10）：59-61，65.

[14]洪坤，赵梦琦，钟登华，等.基于极差分析法的引水隧洞施工工期多因素灵敏度分析[J].水利水电技术，2015，46（1）：65-69，75.

[15]王岚，弓宁宁，邢永明.盐冻融循环对沥青混合料性能的影响因素研究[J/OL].功能材料，2016，47（4）：4088-4093.

[16]王树源，李晏，张毅科.混凝土正交试验结果极差分析与方差分析方法对比[J].建材发展导向，2016，14（12）：44-48.

[責任编辑：陈泽琦]