方向盤發泡過程主要缺陷及改善研究

譚 杰，徐永康，劉 真，湯龍彪，米雙年

方向盤發泡過程主要缺陷及改善研究

譚 杰，徐永康，劉 真，湯龍彪，米雙年

（上汽大眾汽車有限公司長沙分公司，湖南 長沙 410132）

針對汽車方向盤發泡過程產生的主要缺陷導致產品發泡一次性合格率低的問題，文章提出一種通過質量工具找出影響發泡過程的關鍵因子，并使用回歸分析對因子進行一一有效性驗證。采取實驗設計的方法，圍繞上述關鍵因子的優化及標準化作業的實施，做了固定發泡過程的各個因子的工藝窗口及現場標準化控制的工作，并提供了一套提升方向盤發泡一次合格率的理論，達到了降低汽車方向盤發泡過程中主要缺陷比例、提高產品發泡一次性合格率的效果。

方向盤；發泡；實驗設計；回歸分析；合格率提升

汽車方向盤（Steering Wheel, SW）作為汽車內飾零件的重要組成部分，主要承擔著車輛行駛轉向控制、行駛方向的控制等功能。隨著汽車智能化和電子化的發展，越來越多的功能也不斷集成在方向盤上，如電子影音控制、智能控制、人機智能交互、主動安全預警、離手檢測等[1]。所以方向盤零件不但作為功能件，同時也不斷發展成車輛人工控制的中樞，作為最終消費者關注的重點區域。因此，消費者對于零件的功能表現、外觀變現更加關注，對于方向盤生產過程的控制也提出了更加嚴格的要求[2]。

橫置發動機模塊化平臺（Modular Querbaukasten,MQB）是大眾集團研發的，該平臺廣泛運用于大眾、奧迪、斯柯達和西雅特等大眾品牌中，車輛級別分布廣泛，從A00級到B級，需要兼顧不同消費者的外觀和功能要求[3]。在零件的生產過程中，方向盤零件出現表面皮紋淺、不可見區域的飛邊、多料、表面的平整度、縮孔等問題，隨著外觀標準不斷加嚴，對于生產過程的控制，零件合格率都有較大的挑戰。

本文對MQB平臺中Lavida PA方向盤的生產過程進行分析研究，運用失效模式及效果分析（Failure Mode and Effect Analysis, FMEA）、6SIGMA[4]、回歸分析、實驗設計[5]等方法，尋找發泡過程中影響合格率的關鍵因子，并分析因子對于結果的關鍵影響，各因子之間的交互作用，通過建立數學模型，擬合數學表達式，尋找因子的最優解。最終定義因子的范圍并進行標準化控制。

1 方向盤發泡過程主要缺陷

在實際的生產過程中，發現在方向盤本體的發泡過程中，最主要的缺陷分別為縮孔（發泡量不足本體存在孔洞，如圖1所示），花紋不清（表面光滑花紋不能清晰顯示，如圖2所示），堵排氣孔料（發泡排氣孔堵塞表面有片狀余料，如圖3所示），拉料（零件從模具中取出時存在粘粘導致大塊缺料，如圖4所示）等，以上4種缺陷為最主要的過程缺陷，是方向盤發泡合格率不達標的主要原因。

圖1 縮孔

圖2 花紋不清

圖3 堵排氣孔料

圖4 拉料

2 各類缺陷的主要成因

2.1 主要的缺陷類型的關鍵因子分析

針對以上提及的4種缺陷，通過分析供應商給出的生產過程流程圖，確認問題產生的關鍵位置，同時，使用FMEA和魚骨圖等工具，尋找到與之顯著相關的9個因子。從發泡過程的輸入端到輸出端，確認全過程的人、機、料、法、環等生產要素，如圖5所示。

采用魚骨圖的方法，對于缺陷的形成原因和主要因子進行分析，如圖6所示。

同時，使用潛在失效模式及影響分析（Poten- tial Failure Mode and Effects Analysis, PFMEA）工具，按照發泡過程嚴重度、頻度和探測度對于眾因子進行篩選，找出風險系數值（Risk Priority Number, RPN）最高的9個因子，如表1所示，并在后續進行一一驗證和建模分析。

圖5 發泡過程流程圖

圖6 花紋不清魚骨圖分析

表1 FMEA因子分析矩陣

2.2 關鍵因子影響數學模型歸納

綜合以上的分析結論，找出了基于嚴重度、基于成品合格率的9個因子，對于因子的相關性和影響程度，通過數學模型分析的方法進行驗證。以方向盤發泡的合格率作為輸出項，因子的不同變化范圍作為輸入項，對各因子進行多項式回歸分析，結果如圖7—圖15所示。

阿斯頓·馬丁旗下首款SUV正式定名為DBX。與此同時，DBX原型車的全球測試已經啟動。阿斯頓·馬丁首席工程師Matt Becker將駕駛首款開發原型車在威爾士拉力賽賽段接受考驗，為全球測試項目揭開序幕。此前，工程設計團隊已經在模擬器上針對DBX進行了專屬開發和調校，確保在首批實測原型車上路之前就能完成大量基礎工作。在阿斯頓·馬丁看來，DBX不僅僅是一款SUV，還將成為圣安森工廠投產的首款車型，DBX的到來將拓展GT的精神內涵，為品牌開啟一個全新時代。根據計劃，DBX將于2019年底正式上市。

圖7 自由泡密度的擬合線圖

圖8 原料循環攪拌時間的擬合線圖

圖9 原料溫度的擬合線圖

圖10 脫槍距離的擬合線圖

基于以上的擬合線圖分析，二次模型較好地擬合了數據，通過檢查此圖，可以發現數據隨機地散布在回歸線周圍，表明不存在系統失擬；通過圖表分析，可以建立良率與相關因子的數學表達式，擬合曲線全部處在95%的置信區間內，且R-Sq（描述數學表達式完整描述系統的程度）均在85%以上，9個因子對于良率的影響如上圖數學表達式所示，將在下一改善階段中進行改善。

圖11 模槍壓力的擬合線圖

圖12 模槍距離的擬合線圖

圖13 脫槍角度的擬合線圖

圖14 脫槍距離的擬合線圖

圖15 料比對拉料的擬合線圖

3 改善對策

基于上一步的數學分析，確定了不同因子對于良率的影響關系，能夠確認隨著因子范圍的變化，良率會隨之變化；對于多因子共同影響的缺陷，我們通過實驗設計進行驗證，尋找該因子的相互影響以及因子的最優解。

3.1 縮孔缺陷的全因子驗證

根據前面所述的因子分析矩陣，對于縮孔缺陷，涉及的因子有自由泡密度、發泡料的攪拌時間以及模溫；對于縮孔的3個參數，進行3因子2水平的全因子實驗，尋找因子間的交互作用和最優解。具體如表2所示。

表2 縮孔因子矩陣表

通過上述方法，根據實驗設計結果，可以確認不良率的主效應圖和交互作用圖，以及3個因子的最優解，如圖16、圖17所示。

圖17 縮孔多因子最優解立方圖

從立方圖看，自由泡密度150 g/cm2，攪拌時間60 min，料溫30 ℃，對于縮孔的良率影響最小。

數學模型：

Y（縮孔不良率）=-3.595 00+0.240 000×自由泡密度+0.234 167×攪拌時間+0.490 000×料溫-0.000 158 33×自由泡密度×攪拌時間-0.000 325×自由泡密度×料溫-0.000 433 3×攪拌時間×料溫

3.2 花紋不清的全因子驗證

在PFMEA矩陣中，對于花紋不清的主要因子是脫模劑噴槍距離和脫模劑噴槍壓力，同樣進行2因子2水平的全因子試驗設計進行驗證，如表3所示。

表3 花紋不清因子矩陣表

同3.1，進行多因子交互實驗驗證及試驗設計得出2因子的主效應圖和交互作用圖和因子最優解，如圖18、圖19所示。

Y（花紋不清不良率）=-0.365 000+1.325×模內漆槍壓力+0.014 000 0×模槍距離-0.050 000 0×模槍壓力×脫槍距離

圖19 花紋不清多因子最優解立方圖

3.3 堵排氣孔料缺陷全因子驗證

同3.1及3.2，按照上述PFMEA的因子矩陣，設計對于堵排氣孔料的全因子實驗進行驗證，如表4所示。

表4 堵排氣孔因子矩陣表

進行因子實驗，得出不良率的實驗結果，因子交互作用圖及主效應圖以及因子的最優解如圖20、圖21所示。

從立方圖看，脫槍角度90度，料比0.65對于排氣孔堵得不良影響最小。

Y（堵排氣孔不良率）=-0.946 93+0.007 049 63×脫模劑噴槍角度+0.015 816 7×料比-0.000 121 481×脫模槍角度×料比。

圖21 堵排氣孔料多因子最優解立方圖

3.4 拉料缺陷全因子驗證

同3.1，3.2及3.3，選取關鍵因子進行試驗設計和驗證，如表5所示。

表5 拉料因子矩陣表

進行因子實驗，得出不良率的實驗結果，因子交互作用圖及主效應圖以及因子的最優解如圖22、圖23所示。

從立方圖看，脫槍距離25 cm，脫槍角度45度，料比0.65對于拉料的不良率影響最小，其數學表達式：

Y（拉料不良率）=-2.141 29+0.041 108 3×脫槍角度+0.072 969 7×脫槍距離+0.032 343 3×料比-0.001 845 40×脫槍角度×脫槍距離-0.000 624 667×脫槍角度×料比-0.001 129 33×脫槍距離×料比+0.000 002 800 0×脫槍角度×脫槍距離×料比。

圖23 拉料多因子最優解立方圖

綜上，通過以上4個實驗設計，分別對于不同的缺陷類型重新定義了各因子的最優解，通過數學表達式找到了各個因子的工藝窗口，同時對優的工藝參數進行標準化，如表6所示。

表6 因子工藝參數矩陣表

同時，對于發泡現場的工藝過程控制，重新定義了標準化的操作方法，如表7所示。

表7 標準化作業優化矩陣表

通過上述的因子優化及標準化作業的實施，對項目的發泡過程進行長期監控，其合格率由原有的96.8%提升至98.1%，如圖24所示。

圖24 方向盤發泡合格率確認表

4 總結

文章找出了影響發泡的關鍵因子和各因子的最優解，通過數學表達式找到了各個因子的工藝窗口，同時對優的工藝參數進行標準化。提供了一套提升方向盤發泡一次合格率的理論，達到了降低汽車方向盤發泡過程中主要缺陷比例、提高產品發泡一次性合格率的效果。

對于方向盤零件的發泡過程，主發泡料能夠實現精準投放和控制，但是另外其他物料，如脫模劑，膜內漆等，需要人工手動噴涂，并通過上述的實驗設計定義相關的參數才能獲得理想效果。未來，關于此類發泡過程，行業內正在發展的是自動噴涂，通過計算機和機械手的合作，按照設定的噴涂角度，噴涂時間，噴涂壓力保證模內漆和脫模劑噴涂到位，從而避免人工帶來的影響。

同時在發泡前，需要對方向盤模具進行手工打磨，由于方向盤造型的問題，當前仍然無法實現自動打磨，對于發泡效率和最終的打磨的結果無法保證，正在發展的趨勢是使用柔性自動打磨機對于發泡模具進行自動打磨，保證表面清潔度。

[1] 黃安華.淺談汽車的轉向系統[J].農業裝備與車輛工程,2014(1):7-10.

[2] 和琳,劉文思,高婷婷.中國汽車零部件行業發展研究[J].汽車實用技術,2021, 46(16):189-191.

[3] 董志清,史榮華.駕駛員氣囊撕裂線外觀改善研究[J].汽車實用技術,2020,45(18): 57-60.

[4] 馬逢時,劉傳冰.六西格瑪管理統計指南[M].北京:中國人民大學出版社,2010.

[5] 閔亞能.實驗設計(DOE)應用指南[M].北京:科學教育出版社,2012.

A Study on Main Defects and Improvement of Steering Wheel Foaming Process

TAN Jie, XU Yongkang, LIU Zhen, TANG Longbiao, MI Shuangnian

( SAIC Volkswagen Company Limited, Changsha Branch, Changsha 410132, China )

In order to improve the first qualified rate of steering wheel body foaming process, this paper investigate the main defects and improvement method in the foaming process. Use quality tools to find the key factors of which the validity was evaluated by regression analysis. Experimental design method also involved in making interaction analysis of each factors and optimal solution solving. Through the key factors improvement and standard operating, the qualified rate of foam increased. The paper provided academic foundation for qualified rate improvement of steering wheel body foam and method of standard control on site by defining process parameter of each factors.

Steering wheel; Foaming; Experimental design; Regression analysis; Improvement of qualification rate

U463

A

1671-7988(2022)23-140-09

U463

A

1671-7988(2022)23-140-09

10.16638/j.cnki.1671-7988.2022.023.026

譚杰（1992—），男，工程師，研究方向為汽車底盤轉向系統前期質量策劃，E-mail:tanjie3@csvw.com。