汽車覆蓋件模具鑄件加工余量的管控研究

許斌，李銳揚，李狀，宋祥翔，楊達

(1.現代汽車模具(山東)有限公司，山東日照 276800；2.西南林業大學機械與交通學院，云南昆明 650224)

0 引言

汽車覆蓋件沖壓模具是汽車整車生產用的重要工藝裝備，它通過自身特殊型面進行拉延及后工程修邊、翻邊、整形等工序，利用沖壓設備將鋼板加工成汽車覆蓋件產品。現代模具加工高精度、高效率的現實需求，要求模具鑄件型面具有更高的加工余量質量要求。

目前汽車覆蓋件模具使用的鑄件多采用實型鑄造(full molding casting,FMC)，又稱消失模鑄造(expendable pattern casting，EPC)，原理是利用三維設計軟件對模具進行3D設計，用可發性聚苯乙烯(EPS)或共聚物珠粒經預發泡后制成泡沫板(塊)，作為實型加工用原材料。利用數控機床對泡沫板塊分層加工、黏合形成模具形狀，后對實型進行噴刷涂料、烘干、造型、澆注，使泡沫實型逐漸分解消失，金屬液體隨實型的形狀在砂箱中成型，冷卻后得到汽車覆蓋件模具鑄件毛坯。

目前國內使用實型鑄造方法鑄造的毛坯質量與國際上發達國家的同類產品相比，還有一定差距。例如，制作實型用的泡沫原材料質量較差，實型加工、檢驗手段不夠先進，鑄造工藝控制不完善，造成國內鑄件的型面余量大多在10～20 mm。與發達國家的同類產品對比，日韓等國也是采用FMC鑄造方法進行鑄造，但是鑄件產品的型面余量大多在6～8 mm，鑄件尺寸精度高、型面組織優良、硬度及耐磨性較強。

據近三年采購鑄件的型面余量測量統計，模具長度在2 000～3 500 mm的MIP(made in plant) PART拉延模型面實際加工余量為5～30 mm，其中型面實際加工余量在5～13 mm的模具占比16%，在13～16 mm的模具占比52%，在16 mm以上的模具占比32%。可以看出，在采集的統計數據中，型面加工余量在16 mm以上的占比較大，造成加工車間工作量增加，加工效率降低。

1 汽車覆蓋件模具鑄件型面加工余量過大問題分析

從模具鑄造到加工的過程中，型面加工余量誤差的主要來源是整個系統的累積誤差，如圖1所示。

圖1 鑄件型面加工余量累積誤差

汽車覆蓋件模具鑄件采用實型鑄造，泡沫實型的表面質量決定了鑄造完成后的鑄件尺寸精度和表面粗糙度，是保證鑄件合格的前提。研究表明，實型鑄造的成功與否，50%在于實型，30%在于涂料，20%在于其他影響因素，可見實型的制作對鑄造質量的影響最大，因此對實型加工的精度控制是確保鑄件合格的一項重要任務。

文中針對影響汽車覆蓋件模具鑄件型面實際加工余量的實型加工余量控制作為關鍵控制點，應用SPC理論進行跟蹤與控制，并應用PDCA循環不斷對制作過程進行優化。

2 基于SPC的汽車覆蓋件模具鑄件實型加工過程控制研究

2.1 研究對象的選取及數據收集

組建SPC小組，對模具實型公司近期制作的25個車型MIP Part實型型面余量數值進行測量記錄，結果見表1。統計后，進行控制圖繪制及過程能力分析。

表1 測量結果統計 單位：mm

2.2 Xbar-S控制圖的建立及分析

待分析的參數統計屬性是計量型數值，在實際使用常規控制圖時，經常將表述參數中心變化情況的控制圖和表述參數分散情況的控制圖結合使用。計算均值和標準偏差需要采用一批數據中的所有數據，采用均值和標準偏差可以為中位數和極差提供更多的分析結果信息。

(1)

=;

(2)

(3)

根據控制圖可以監控工藝參數中心值的起伏變化情況。

設每組子樣標準偏差的期望值和標準偏差分別為與，那么標準偏差控制圖的上控制限、下控制限以及中心線可以按照如下公式進行計算。

=+3;

(4)

=;

(5)

=-3。

(6)

將表1中的數據輸入統計分析軟件，繪制出-控制圖，如圖2所示。

圖2 模具泡沫實型型面余量的Xbar-S控制圖

-控制圖是由一個均值控制圖和一個標準偏差控制圖組成，控制圖標繪子組標準差，中心線是所有子組標準差的平均值。在以上控制圖中未出現黑色指示點，說明控制圖為受控制狀態，可以使用控制圖進行解析統計結果。

控制圖標繪每個子組內測量值的平均值。中心線描繪的是所有子組平均值的平均值。圖2中，控制圖中未顯示紅色標記點，表明過程均值是受控制狀態。

2.3 過程能力分析

對數據正態性的檢驗應在分析過程能力之前進行。使用正態概率圖進行檢驗數據的正態性時，有3種方法可以選擇，分別是：Anderson-Darling(A-D檢驗)，Kolmogorov-Smirnov(K-S檢驗)和Ryan-Joiner(R-J檢驗)。文中使用A-D檢驗法。

將在過程控制分析中采集到的數據進行正態性檢驗，使用Minitab軟件制作正態概率圖，得到<0.05，說明該組數據不服從正態分布。采集數據的概率分布情況，如圖3所示。為便于更清晰地觀察數據分布，將數據做成分布直方圖，如圖4所示。

圖3 測量值的概率圖

圖4 測量值的分布直方圖

由圖4可見，直方圖呈偏態型。該直方圖顯示峰偏右側，數據分布均在規格下限以內，右側存在超出規格上限。概率分布直方圖呈偏態是由多種原因造成，結合模具公司經驗分析，因鑄件拉延模型面要求不能焊接，在實型制作時，在實型的型面多放加工余量，確保最終鑄造的鑄件型面不缺量，防止鑄件因加工余量不足而重鑄，以此來規避風險。

通過Box-Cox變換求得()最佳估計值為5.00，并將此組變換后的數據保存。對其重復進行一次正態檢驗，經檢驗后確認值仍小于0.05，則判定使用Box-Cox變換方法無效。繼續使用Johnson方法進行變換，得到結果仍不符合正態分布。選擇非正態過程能力分析功能，得到過程能力分析報告，如圖5所示。

圖5 測量值的過程能力分析報告

由測量值的過程能力分析報告得到=0.81，遠小于1.66，表明過程能力存在嚴重不足，后期必須通過適當的措施來改善。

3 鑄件實型加工PDCA管理持續提升

PDCA循環最早是由休哈特博士(美國質量管理專家)提出，后來被戴明采用、推廣并在后期應用中普及。PDCA循環把質量管理分為計劃(Plan)、執行(Do)、檢查(Check)、處理(Act)4個階段。這種方法是企業質量管理工作的一般規律。

由第2節分析可知，直方圖呈偏態型，導致直接原因是實型加工人員在操作時過于保守，型面加工余量過大，缺乏工序過程控制能力意識。經現場作業規范化檢查發現，現場人員拼裝、粘貼作業不規范，導致實型塊拼接部位粘貼不牢固、粘貼層過厚等問題。為改善以上問題，實型公司進行針對性的PDCA改善。

當實型制作公司進入改善實施階段時，各部門根據計劃和既定的目標實施項目。實型公司對各項措施進行跟蹤與分析，檢查改善項目在實際執行中的落實情況。

在改善的實施過程中，由于存在不可控因素導致影響改善實施情況，因此改善管理人員需時刻保持警醒，并同時積極想辦法解決各種影響進度的問題。

形成例會制度，SPC小組人員通過現場或視頻會議，在了解改善實施情況的同時可以掌握、協調各方的關系，避免由于各方溝通原因對實型加工改善造成影響。

4 實施SPC的效果評價

改善后，重新采集12個批次的數據，按照第2.2—2.4節步驟再次進行過程能力分析。將控制圖延長后得到改善前后的-控制圖，如圖6所示。

圖6 改善前后的Xbar-S控制圖對比

由圖6可以看出：

(1)改進前，樣本均值大多在11.0 mm上下波動;改進后，樣本均值在9.9 mm上下波動。

(2)改進前，樣本標準差在0.1～1.0 mm間變化;改進后，樣本標準差在0.2～0.8 mm間變化。

過程監控階段，使用控制用-控制圖，控制圖使用圖6中的控制限。在生產監控中，SPC小組繼續抽檢記錄實時監控數據，發生問題時及時預警并采取相應控制措施。

將數據進行正態性檢驗，檢驗結果如圖7所示。由圖8測量值的正態分布直方圖可知，測量值的分布形狀呈正態分布，沒有明顯的左右傾斜現象，因此認為數據接近正態分布。

圖7 測量值的正態性概率圖

圖8 測量值的正態分布直方圖

使用Minitab軟件進行過程能力分析可知，=1.62，=1.61。參照過程能力判斷標準，表明此時加工能力良好，狀態較穩定，后期仍需要不斷改進。改善后的過程能力分析報告，如圖9所示。

圖9 改善后的過程能力分析報告

對比改進前后的過程能力，改進前的過程能力=0.81，改進后的過程能力=1.61，過程能力得到了很大提高。

5 結語

文中針對汽車模具企業中鑄件型面實際加工余量質量不足現狀，結合鑄件生產工藝知識，研究適合公司模具鑄件型面加工余量質量的控制方法。在實型加工過程中運用SPC理論分析實型加工數據在公差范圍內，但過程能力不足，運用PDCA循環進行改善后，模具型面實際加工余量達到較高質量水平，加工效率有效提升。