基于IE的SKG童車外觀一次良率提升研究

李軍　賓新鳳　胡攀攀

【摘 要】根據對某公司型號為SKG的童車外觀質量的調查研究，通過主次因素排列圖找到影響產品外觀質量的主要因素，參照因果分析圖，運用“5M1E”分析法對主要因素進一步分析，找到影響產品外觀質量的主要因素，然后通過不良品率控制圖及正交試驗法對這些因素進行改善。經改善后，實現產品一次良率由80.1%提升為91.4%，增加了11.3個百分點，驗證了該改善方案的可行性。

【關鍵詞】質量管理；“5M1E”分析法；正交試驗法；質量評估

【中圖分類號】F273 【文獻標識碼】A 【文章編號】1674-0688（2018）04-0201-04

0 引言

近年來，由于我國二胎政策的放開，使得新生嬰兒的數量不斷增加，同時由于我國經濟的穩定發展，人們的物質生活得到明顯提高，故對童車的數量需求隨之增加，這無疑對童車企業既是機遇又是挑戰。而金屬材質的機殼及高精度的工藝作為各大童車廠商在外觀工業設計上尋求的創新點，為用戶帶來了美觀及質感上的全新體驗。但由于金屬材質的切削加工工藝難度較大，導致產品出現外觀不良品率較高的問題，對產品的質量造成了很大的影響。面對競爭激烈的童車市場，企業應通過改善產品外觀質量來提高產品良率，以提高其競爭力。

質量管理是指在質量方面進行指揮、控制、組織及協調的活動，通常包括質量方針、質量目標、質量策劃、質量控制、質量保證及質量改進。本文針對某公司生產的SKG童車在外觀上存在的質量問題，運用質量管理方法[1-5]和工具，找出生產過程中影響產品外觀質量的關鍵因素，并進行分析和針對性改善，從而提高產品一次良率。

1 產品生產過程中在質量管理方面的現狀

某公司童車的品種和型號比較多，而且每種產品的產量相差較大。據調查，某公司平均每個月訂單有210 000臺童車。其中，LT9963型號童車平均有30 000臺，約占總訂單量的14%；LB1407QX-H203型號童車平均每月訂單為40 000臺，占總訂單量的19%左右；GG1232Q-H105型號童車平均每月訂單為60 000臺，占總訂單量的29%左右；SKG型號童車平均每月訂單為80 000臺，在所有童車產品的訂單數量中，約占38%，再加上SKG童車采用7000系列高強度鋁合金為機身，其高強度的金屬材料外殼比傳統的金屬外殼更難加工處理，導致公司的童車產品平均一次良率為80.1%，未達到公司工藝工程師（Process Engineer，PE）所要求的90.0%的目標良率。故本文以SKG雙電機型童車為研究對象，對其質量問題進行系統的研究分析，然后根據生產狀況設計出改善方案，使其達到目標良率，以滿足客戶需求。

2 產品外觀一次良率提升研究

2.1 產品外觀一次良率的測量

公司在質量檢驗活動中會時刻記錄產品的質量情況，即記錄線上定位檢驗日報表（LQC），表1為某公司質量管理部門于3月份隨機抽取的外觀測試位日報表，可以看出：某公司SKG童車的主要不良項目有車身刮花和車身頂白兩類。由LQC日報表，經過匯總統計分析，進而可以得到某公司3月份的SKG童車的外觀不良項目統計，為本論文的研究工作提供真實可靠的數據來源。根據以上分析，可以得到某公司3月份裝配的SKG童車的外觀不良項目統計（見表2）。由表2可知：該月共裝配SKG童車75 000臺，其中有28 674臺SKG童車未能夠通過外觀檢驗項目，即大約占總體的38%的產品未能通過檢驗，造成該公司成本較高、產品質量不能滿足客戶需求的問題。

根據表2，繪制出產品的主次因素排列圖（如圖1所示）。根據圖1對產品外觀質量不良情況進行分析可知，車身刮花占一次不良率的44.4%，是所占比重中最大的，其次是車身頂白，這兩個問題屬于A類問題，即關鍵的少數問題，共占80.57%，是產品外觀質量問題的主要不良項目。因此，只要解決車身刮花、車身頂白這兩個問題，就可以大量減少產品外觀不良品的產生，從而降低企業成本。

2.2 產品不良原因分析

針對找到的關鍵問題，找到造成產品缺陷的關鍵輸入變量[6]，分析關鍵因素之間的邏輯關系，為提升產品外觀一次良率的有效改進方案提供系統科學的依據。首先分別對這兩個主要缺陷采用頭腦風暴法[7]，從“人、機、料、法、環、測”等方面來確定所有可能造成產品缺陷的影響因素，并且繪制出因果圖[8]（如圖2所示）。然后參照因果圖，運用失效模式和效應分析（Failure Mode and Effect Analysi，FEMA）方法[9]，對產品外觀主要缺陷的影響因素的嚴重度（Sev）、頻度數（Occ）、難檢度（Det）予以分類，并進行歸納分析（見表3）。

由表3產品主要缺陷失效模式分析可以看出，車身刮花的風險優先指數（RPN）為384，車身頂白的風險優先指數為336，應將它們作為關鍵因素進行重點改進。

對產品主要缺陷的關鍵因素進一步分析可知：車身刮花主要是由生產過程中主、客觀因素所造成的，可針對性地給出改善對策；而車身頂白是由于鎖螺絲過程中的扭力參數及時間參數不合理交互作用的結果，因此應通過試驗設計來尋找出扭力參數及時間參數的最佳組合。綜上所述，可根據實際情況，選定合理范圍的鎖螺絲的扭力和時間參數來設計試驗，進行車身頂白的改善。

2.3 車身刮花的改善

針對作業員主觀因素造成的作業失誤，相應改善對策如下：？譹？訛在進行產品加工前對全體員工進行作業培訓，提高作業水平；？譺？訛在生產現場放置作業指導書，規范作業方法，要求操作員嚴格按照作業指導書進行加工作業；？譻？訛建立獎懲制度，發現不規范作業者應該批評教育；？譼？訛建立“三檢”制度，即自檢、互檢及專檢。

針對產品加工中客觀因素嚴重的不良品，相應改善對策如下：？譹？訛適當設置產品放置的時間間隔；？譺？訛使用軟膠管將銅質吹管包裹起來，減少產品的碰、刮傷；？譻？訛定期維護保養機臺、治具和底座，及時處理不良治具。

2.4 車身頂白的改善

由于鎖螺絲的扭力和時間參數很難把握，在企業中，鎖螺絲的作業者往往是根據個人感覺，主觀對其進行判斷。螺絲鎖不到位，產品車身間隙就大。相反，螺絲鎖得太緊，頂到產品車身，就會造成車身頂白。下面通過因素之間存在交互作用的正交試驗[10-16]來選擇鎖螺絲時的扭力和時間2個因素的較優水平。試驗的目的是確定鎖螺絲的松緊合適度，從而提高產品的外觀質量水平。試驗的指標是產品外觀質量一次不良率P（試驗中的P是指產品在其他外觀質量都通過檢驗的情況下，給產品鎖螺絲后的一次不良率，P越小越好）。經過考察、分析，本次試驗中的因素有兩個，分別是鎖螺絲時的扭力參數和時間參數，每個因素取3水平，可得到因素水平表（見表4）。

因素和水平都確定后就可以選擇合適的正交表，然后排表頭。本試驗有2個因素，每個因素3個水平，可選用L9（34）正交表（見表5）。

確定好正交表后，就安排表頭，由于本試驗只有2個因素，因此因素安排如表6所示。表頭排好后，將表中每一列的數字1、2、3作為該列中每個因素所取的水平，每一行就是每次試驗的條件。例如：L9（34）表中，第一列是螺絲扭力A，在1的位置寫上2 kgf.cm，在2的位置寫上3 kgf.cm，在3的位置寫上4 kgf.cm，B因素也是同樣的寫法。選擇技術嫻熟的作業者進行方案試驗，得到9個一次不通過率值，用極差分析法[9]對試驗結果進行分析。試驗安排及試驗結果分析見表7。

由于指標是一次不良率，指標值越小越好，從試驗搭配方案中可以尋找出較優方案。由表7試驗結果可知，一次不通過率最小為2.00%，此時的搭配方案是A3B2。B因素的極差較大，是主要因素，A是次要因素。根據本次試驗，可以得到一組較優的參數，即鎖螺絲的扭力為4 kgf.cm，鎖螺絲的時間為10 s。

2.5 生產線質量管理效果評估

2.5.1 定量分析

在試行改善方案過程中，對某公司產品的外觀質量情況進行抽樣，由計算法對抽樣檢查次數n進行確定。當可靠度設定為95%時，n的確定為n=4P（1-P）/E2（E為絕對精度，P為產品外觀質量不良率，n為抽樣的次數）。為了確定P，預先進行100次產品外觀質量抽樣檢驗，抽樣中有7臺產品不良，即P為7%。絕對精度E取±3%，則抽樣次數n=4P（1-P）/E2=4×7%（1-7%）/（0.032）次=290次。

由計算可知，抽樣的次數至少為290次，結合某公司每天的產量，同時為了確保抽樣檢驗的有效性，最后抽樣的次數n確定為1 200次，分成12個組，每組100個產品。1 200次抽樣次數遠大于所需抽樣次數，足以確保精度要求。根據公式可計算出P控制圖的管制上線、中心線及管制下線，最后計算得到P控制圖數據（見表8）。

根據表8的P控制圖數據，運用EXCEL工具繪出P控制圖（如圖3所示）。由圖3可知，抽樣的12組數據點，都在控制上下限內，沒有異常情況。抽樣中產品平均不良率為8.6%，與原來的19.9%相比，減少了11.3個百分點，即某公司產品的平均良率為91.4%，比原來增加了11.3個百分點，同時，也超過了某公司工藝工程師（Process Engineer，PE）所要求的90.0%的目標良率，說明改善方案有效可行。

2.5.2 定性分析

（1）通過質量管理全員參與及“三檢”制度的試行，從源頭即投料工序就開始實行自檢，檢查通過后才投放到下一工序，這樣從生產線的開端就開始控制產品質量，同時上下工序間互檢，有效防止了不良品繼續流到后續的各個工序。

（2）借助正交試驗法，找到了鎖螺絲時的最佳扭力參數及時間參數，員工再也不用依靠工作經驗來鎖螺絲，防止了過大扭力造成的車身頂白現象。

（3）通過獎懲制度的制定及實施，員工一旦發現不良品就標識出來，經過一定的改善措施加以改善，使企業產品質量進一步提高。

（4）系統的培訓使得員工技能水平和質量意識提高。公司通過培訓內容的改進及培訓措施的實施，員工的技能水平和熟練程度得到提高，給企業的產品質量帶來保障。

3 結論

為了解決某童車公司所生產的童車SKG的外觀質量問題，以品管每日品質報表所統計的生產數據為基礎，參照產品外觀不良因果圖，運用失效模式和效應分析方法對關鍵影響因素進行分析，并通過排列圖和正交試驗等質量管理方法求得鎖螺絲過程中的扭力參數和時間參數的最佳方案，改善效果顯著。

參 考 文 獻

[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]陳禮正.質量管理方法在EPC工程項目各階段中的應用[J].建材世界，2015（4）.

[5]沈家靜.供應鏈質量管理方法研究[J].現代商貿工業，2011（24）：47-48.

[6]趙會珍，楊亞楠.衛浴產品生產過程質量控制研究[J].工業工程，2015，18（1）：60-63.

[7]王宇乾，樊樹海，潘密密，等.基于Minitab的六西格瑪管理在節能燈裝配中的應用[J].工業工程與管理，2011，16（3）：131-137.

[8]許海華.因果分析圖和AHP法在翻車事故成因分析中的應用[J].南昌大學學報：理科版，2012，36（1）：97-102.

[9]薛風超，管琪明，王婷，等.6σ方法在動臂焊接質量改進中的應用[J].現代制造工程，2015（1）：115-118.

[10]高雄發，施衛東，張德勝，等.基于CFD正交試驗的旋流泵優化設計與試驗[J/OL].農業機械學報，2014，45（5）：101-106.

[11]吳波，叢茜，孫天宇，等.基于貝殼表面形態的內燃機活塞仿生設計[J/OL].哈爾濱工程大學學報，2016，37（2）：205-210.

[12]夏沅譜，姜開鋒，邢灝喆，等.深長隧道突水突泥模型試驗相似材料的研制[J].現代礦業，2015，31（2）：152-157.

[13]曹源文，張鑫，周慶豐，等.基于正交試驗的路基壓實度影響因素分析[J].筑路機械與施工機械化，2014，31（10）：59-61，65.

[14]洪坤，趙夢琦，鐘登華，等.基于極差分析法的引水隧洞施工工期多因素靈敏度分析[J].水利水電技術，2015，46（1）：65-69，75.

[15]王嵐，弓寧寧，邢永明.鹽凍融循環對瀝青混合料性能的影響因素研究[J/OL].功能材料，2016，47（4）：4088-4093.

[16]王樹源，李晏，張毅科.混凝土正交試驗結果極差分析與方差分析方法對比[J].建材發展導向，2016，14（12）：44-48.

[責任編輯：陳澤琦]