运用DMAIC工具分析某车型前照灯的匹配问题

宋昌铭 何芳菲

摘要：DMAIC工具是解决复杂问题的一种策略，是六西格玛的业务改进方法流程，实现客户满意的方法，广泛应用在各个行业当中。文章利用DMAIC工具分析某车型前照灯与前格栅左右间隙不均问题，通过定义问题、测量方法、分析原因、改进措施、控制阶段共5步骤，实现问题解决、质量提升。

关键词：DMAIC工具;前大灯;前格栅;间隙不均;匹配

中图分类号：U463.8文献标识码：A

0引言

随着近年新能源汽车的崛起，迅速占领国内外新能源汽车市场是本司近年来重要的战略增长点。公司先后推出的E平台汽车产品，遇到了非常激烈的市场竞争。主要竞争对手不断推陈出新，品质、成本和周期不断冲击着传统开发模式，企业正遭受着巨大的经营挑战。为快速占领新能源汽车市场，满足客户的需求，要求产品的设计更具合理性、竞争力。

前脸匹配是整车外观品质的主要载体，前照灯和前格栅匹配要求更能直接反馈整车的品质，其安装点涉及零件多、尺寸链复杂，匹配的难度高。本文基于某新能源车型的前照灯与前格栅左右间隙一致性问题，运用DMAIC质量工具分析其尺寸控制的方法。

1定义阶段

定义阶段主要是确认顾客的关键需求并识别需要改进的产品或流程，组成项目团队，制定项目计划，确定要进行测量、分析、改进和控制的关键质量特性（CTQ），将项目完善于合理的区间范围[1]。

从2020年10月开始，本司某车型前照灯与前格栅左右间隙不均，不符合DTS定义的标准，故障率约25%，下线返修困难，影响一次下线合格率，影响客户满意度（图1）。

明确项目需求为整车匹配质量提升，逐层展开外饰、内饰和车身，确定为外饰匹配问题，逐步细化成前照灯与前格栅匹配并使其可以测量。最终确定，关键需求为某车型前照灯与前格栅左右间隙不均故障率，据此展开六西格玛项目。

SIPOC表示产品实现过程的主要活动，包括定义的范围和过程的关键因素。通过供应商（Supplier）、输入（Input）、过程（Process）、输出（Output）和客户（Custom）5个步骤进行分解，得到车身、调整线、上弯梁装配、前照灯装配和前格栅装配5大区域的因素，为后续阶段提供解决问题的方向。

根据过往车型，确认项目目标为：故障率由25%降至7%，并制定5个阶段的相应时间计划。

2测量阶段

测量阶段是定义阶段的后续活动，也是连接分析阶段的桥梁，是事实和数据的具体表现[1]。通过测量评估，不仅可以验证测量系统的有效性，还能识别出项目过程的输出结果Y。

2.1测量系统分析MSA

在开始测量并收集数据之前，必须对测量系统作出评价，对测量系统的问题进行分析和纠正，以保证测量数据的质量。总装车间随机挑选30辆整车，选定2名测量人员，随机对故障位置使用三角尺测量一遍，所有记录按固定顺序整理好。

利用Minitab软件对测量系统的重复性和再现性分析，以验证本项目量具的误差。根据计算结果，量具的方差贡献率为0.6（<1.0），符合测量系统MSA要求;量具的研究变异值GR&R为7.74%（<10.00%），测量系统能力良好;可区分类别数18（>10），表明分辨力优良。本项目测量系统分析MSA顺利通过。

2.2柏拉图-Pareto

柏拉图是确定关键输出变量Y的常用方法。根据故障模式，存在9种组合，其中7种产生左右间隙不均的故障。利用Minitab柏拉图模块，确定输出变量Y（图2）。

根据柏拉图分析结果，依据二八原则（80%的结果源于20%的原因），左右间隙一致性的CTQ（关键品质特性）确定为左大右小、左小右大，2种缺陷占总缺陷的80.50%。Y为左右间隙一致性，Y1为左大右小，Y2为左小右大（注：当间隙<1.0mm为过小;当1.0mm≤间隙≤3.0mm为正常;当间隙>3.0mm为过大）。本项目只关注Y1和Y2缺陷，其他不做项目攻关重点。

3分析阶段

分析阶段是对CTQ进行预测，分解出影响的要因，增强对过程和问题的理解，进而识别问题的主要原因X。利用鱼骨图从人、机、料、法四个方面进行分析，一共找到9个要因，逐一进行分析（图3）。

3.1原因X1：员工技能差，培训不到位

小组成员调查了前照灯与前格栅安装工位、间隙检验工位员

工的操作以及成绩，结果如下：均通过公司三级培训、岗位指导培训考核;均熟悉SOS标准要求，按工位SOS进行操作;均理解前照灯与前格栅间隙标准。因此X1非要因。

3.2原因X2：未按标准化操作，不清楚质量标准

小组成员拉动车间工程师对前照灯及前格栅的安装工位、间隙检验工位进行标准化检查、质量分层审计，查看培训记录表，均通过培训考核。因此X2也非要因。

3.3原因X3：前大灯尺寸问题

前照灯上检具确认尺寸状态（图4），基准面C宽度方向离空2.5mm，基准销B与基准销E距离偏小1.0mm，B销先进，E销不能自然进销，强行装配导致尺寸失真，产生旋转，影响左右间隙。匹配面间隙如为-0.3～+0.2mm，则对问题贡献较小，因此X3为要因。

3.4原因X4：前格柵零件尺寸偏差问题

对前格栅问题位置尺寸进行现场抽查，连续5件上检具检测。左侧尺寸间隙为0～0.2mm，符合要求，对问题贡献较小;右侧尺寸间隙为0.3～0.5mm，符合要求，对问题贡献较小。因此X4为非要因。

3.5原因X5：前大灯安装点尺寸问题

收集左、右前照灯5个安装点CMM左右向数据，利用Minitab软件使用箱线图模块分析（图5）。左、右侧测点15即前照灯支架的左右尺寸离散波动大，对问题解决不利。安装点涉及零件左、右前轮罩外板加强板合件。

检具发现前照灯支架Y向尺寸偏差1.5mm;前大灯支架与本体件内部匹配线接触，整车焊接后会产生扭曲;料框不合格，前照灯支架易产生变形。3个原因的累积对故障问题贡献大，因此X5为要因。

3.6原因X6：前格栅安装点尺寸问题

厂外检具检查前格栅钣金安装点（图6），左右向偏差均在0.2mm左右，符合要求。

厂内CMM统计前格栅左右钣金安装点，左侧Y向偏差0.2～0.5mm，右侧Y向偏差-0.4～+0.3mm，且相互偏差一致性在0.2mm内，符合要求。因此X6为非要因。

3.7原因X7、X9：前照灯与白车身装配稳定问题

实车装配过程中，前照灯与车身的X向尺寸存在较大波动。左侧1.5～6.0mm，右侧1.5～6.5mm，而产品设计数模间隙为3.5mm。X向间隙波动大，与理论值3.5mm存在1.5～3.0mm差异，前大灯会发生随机旋转，与前格栅间隙跟着波动，对问题贡献较大。因此X7和X9为要因。

3.8原因X8：前格栅与白车身的装配稳定问题

从产品数模来看，上部B定位销M6配Φ7，下部与前保险杠Y向定位单边0.5mm，设计数据Y向存在间隙0.5mm调节量。前格栅与白车身的Y向间隙存在0.5～1.0mm波动量，对问题有贡献。因此X8为要因。

根据以上分析，得到4组要因X：前照灯尺寸问题X3;前照灯安装点尺寸问题X5;前照灯与白车身的装配稳定问题X7和X9;前格栅与白车身的装配稳定问题X8。通过X和丫因果关系，识别出问题产生的根本原因，进行下一步的改进。

4改进阶段

进入关键的改进阶段，针对分析的要因X进行根本原因的整改，形成最佳的解决方案，并验证有效性。

4.1要因X3改进

通过修配前照灯模具，前照灯基准面C基本贴合，基准销B与E销距在0.2mm以内，销子能正常装配，改善明显，符合检具公差要求，满足尺寸技术要求。

综上可知，前照灯尺寸满足要求。

4.2要因X5改进

修配翼子板安装支架模具，整改单件与本体的匹配面尺寸;调整工装夹具，调合总成左右一致性。檢具确认前照灯安装点间隙4.8～5.5mm，符合零件尺寸公差。整改料框，排除运输的变形因素，完成厂外要因的整改。

在厂内筛选20台车身，收集CMM测量前照灯支架尺寸，利用Minitab箱线图模块，中位数偏差小、离散波动±0.75范围，对问题解决有利（图7）。

综上可知，前照灯安装点满足要求。

4.3要因X7、X9改进

根据数模制作随形定位块，前照灯工位增加定位块装配（图8），左右对称。筛选30台车，测量对应理论位置（3.5mm）的值在3.0～4.0mm，状态稳定，波动明显减小2.0～3.0mm。

综上可知，增加定位块满足前照灯位置稳定，达到目标。

4.4要因X8改进

前格栅间隙检查工位增加楔形块（图9），下线车辆进行间隙测量在1.0～3.0mm之间，达到设计要求。增加楔形块是用于左右向间隙调整，结果装配稳定，达到目标。

经过4个要因的改进，根本原因得到彻底解决，并验证有效。

5控制阶段

控制阶段是项目固化改进成果的重要步骤，将成功经验标准化、制度化、文档化，建立过程控制系统[1]，从而形成新的工作方式并加以保持。

5.1C1目标达成情况

根据故障位置统计，利用Minitab时间序列图可看出，故障率由改善前的25%下降至改善后的5%，目标达成（图10）。

5.2C2项目控制计划

前照灯尺寸每班次都要进行上检具的全尺寸检查，对前照灯车身安装点的CMM尺寸数据进行锁定跟踪（图11）。新增的定位块和楔形块，列入工位的SOS。装件员工、过程检验员和SIP站检测采用塞尺监控故障位置。

6结束语

本文通过某车型前照灯的匹配问题，介绍六西格玛DMAIC的实施过程，验证了六西格玛在产品质量改进的有效性[2]，彻底

解决了项目的匹配问题。汽车外观间隙质量的改善涉及汽车整个产品生命周期[3]。基于数据的六西格玛统计工具，分析和解决问题更加科学，可形成LessonLearn指导后续新项目开发，对项目问题解决、尺寸控制方法有较好的指导意义。

【参考文献】

[1]何桢.六西格玛管理（第三版）[M].北京：中国人民大学出版社，2014.

[2]张素姣，田霞，冯珍，六西格玛DMAIC方法在产品质量改进中的应用[J].科技管理研究，2010，30（11）：176-179.

[3]葛运朋，六西格玛方法在汽车外观间隙改善中的应用[J]，中小企业管理与科技（中旬刊），2021（02）：178-179.