汽車變速器生產制造過程中廢品優化方法探索

宋濤

摘要：聚焦汽車變速器生產制造過程中的廢品優化方法，介紹了某變速器產品廢品單臺成本逐年降低的全過程，包含廢品思維的轉變、廢品優化方法、典型問題的解決措施以及“零工廢”目標思路的拓展。歸納總結了理論廢品的優化措施，并介紹了利用本方法分別解決某變速器產品理論廢品和異常廢品的實例，最后闡述了此方法在其他領域的拓展。方法適用于發動機、變速器、電驅動等大批量生產制造企業的廢品優化。通過對某變速器產品廢品優化實例的介紹，為其他生產制造企業的廢品優化提供參考。

關鍵詞：汽車變速器；廢品優化；廢品思維；理論廢品；異常廢品

目前對于生產制造企業廢品的研究主要集中在幾個方面：

1）從會計學的角度對于完善廢品損失核算的探討，如廖榮華[1]的文章介紹了財務上應該如何對正常廢品和非正常廢品進行記賬，在文章中劃分正常和非正常廢品的標準是行業廢品損失率（或公司自行制定的標準），如果實際廢品損失率低于這個數值，則為正常廢品損失，否則為非正常損失。

2）從設備的角度，介紹如何降低廢品率，如張彥明，沈杰等人[2]的文章對數控銑床加工過程中廢品產生原因進行深度解析，從六個維度出發，分別是加工工序錯誤、刀具用錯、程序調錯、原點設錯、加工坐標系參數偏差大和對刀值輸錯，這六個維度可以統一歸納為初始加工（當班首件、換刀、換線）的廢品優化，屬于大批量生產中的標準化操作卡中的操作方法的內容。

3）從成本管理方法的角度，介紹如何控制成本，如何春艷的文章[3]以A公司Ｘ項目的成本管理為研究對象，提出了“全過程、全要素和全員”的全面成本管理的思路和方法。袁揚、鐘小劍等人[4]的文章應用“佩恩特圖”統計方法來加強總裝車間對廢品的管理與控制。

何春艷的文章側重的是項目成本管理方法，袁揚、鐘小劍等人的文章側重的是廢品統計方法，本文要介紹的廢品優化方法即是一種管理方法，也是一種技術實現手段，從生產制造過程全局角度出發，研究如何有效地對生產制造過程的廢品進行優化。本文所研究的廢品是指生產線的工廢，不包含料廢（原材料缺陷導致的廢品）。

在某變速器制造成本構成中，在投產初期生產制造過程中的廢品成本占總成本的比例較高，每年的廢品優化目標值是基于前一年的實際值進行制定的，引申出以下幾條信息：

1）單臺廢品實際值在投產后的第一年有較大降幅，之后生產比較平穩，廢品幾乎持平。

2）廢品控制指標逐年在下降，控制目標值和實際值在逐漸接近，差額從投產初期較高的廢品率降到目前較低水平。

這些信息說明了兩方面：通過目標管理某變速器廢品控制目標值和實際值在逐漸接近，能夠實現廢品的逐步優化和下降。

廢品思維轉變

廢品是可以控制的，沒有對數據進行深入的挖掘與分析，沒有對每一個問題錙銖必較，根本無法知道優化潛力究竟有多大。“變不可能為可能”是廢品優化過程中思維轉變最關鍵的一步。生產線的廢品目標不應該僅僅是完成年度優化目標值，而是應該去探索它的最低底線，達到或者接近達到“零工廢”的目標。

廢品優化方法

本文介紹的廢品優化方法將廢品劃分為兩部分，理論廢品和異常廢品。理論廢品是指在工藝設計上或人員操作上必然或者大概率會產生的廢品；異常廢品是指由于設備原因、人為因素等隨機因素導致的廢品。對于本文介紹的某變速器批量生產線，理論廢品主要聚焦在刀具更換導致的廢品、生產線品種切換導致的廢品與破壞性檢驗導致的廢品三方面；異常廢品主要聚焦在由于設備原因、測量原因、原料原因、人為因素、環境原因及其他異常原因導致的廢品。這樣劃分的原因是采用兩種不同的管理方法和技術手段去實現廢品的優化。

接下來介紹廢品優化方法的具體步驟。控制廢品的第一步是深究廢品的來源，變速器的每一個重點零件都是由多道工序組成，每道工序都有可能產生廢品。通過對每種零件廢品構成的統計匯總，可以知道整個產品的廢品構成情況，再進行成本排序之后，就可以得到整個變速器產品的廢品重點優化方向，如圖1所示。

了解了廢品構成和重點優化方向后，第二步是利用不同的技術手段來分別解決理論廢品和異常廢品。理論廢品不區分零件、工序和設備等因素，其方法可以統一進行歸納，且不同零件、不同設備之間可以進行相互借鑒，取長補短，見表1。異常廢品相對比較復雜，不同零件、不同工序、不同設備及不同時間段等所產生的異常廢品是不相同的，需要具體問題具體分析。

第三步是對理論廢品和異常廢品問題解決進度的跟蹤，制作措施效果跟蹤圖。這一步相當于PDCA循環中的最后一步，用于評估措施是否有效。在本文介紹的某變速器廢品優化案例中，每個重點TOP問題的措施都有幾十條之多，但最終真正發揮作用的只有關鍵幾條措施。

典型問題的解決措施

本文將重點介紹兩個案例，利用本方法解決某變速器產品理論廢品和異常廢品的案例。

1.解決軸類零件車削工序理論廢品

如圖2所示，零件車削工序理論廢品是該零件工藝流程中數量最大的理論廢品。產生廢品主要原因是：數控車床安裝新刀片，首件加工及調整過程中零件尺寸超差。取得成效的幾個關鍵措施見表2，未取得明顯成效的措施未列出。

措施效果跟蹤圖的作用十分關鍵，它既是從技術層面上在滾動跟蹤各個措施的有效性，也是從管理層面上施加管理壓力。只有不斷去研究和應用新的措施才能實現每個零件廢品的逐步優化，直至“零工廢”或接近“零工廢”。在該變速器產品廢品優化過程中，技術工程師及工長每周會共同查看關鍵零件的措施效果跟蹤圖，并對未完成目標的項目進行現場分析。

2.解決齒輪零件珩齒工序異常工廢

該齒輪的工藝流程大致為：滾齒倒棱→清洗→焊接結合齒→熱處理→珩內孔→珩齒→清洗→拋丸→磨錐面→清洗。珩齒異常廢品主要有：珩齒預檢不合格產生的廢品、珩齒打刀產生的廢品、齒面黑皮產生的廢品、加工尺寸不合格產生的廢品，本文將重點介紹齒面黑皮廢品是如何降低的。

影響齒面黑皮最主要的因素是：加工余量和熱處理變形。解決齒面黑皮問題和解決許多其他問題相互制約。為了降低珩齒打刀可能性，珩齒加工單邊余量設定值是圖樣下限，因此不能通過增加齒面加工余量的方式來降低齒面黑皮廢品率。為了降低預檢不合格產生的廢品，采用了分級預檢的方式，根據徑向圓跳動和跨棒距的大小將預檢劃分為三個等級，滿足第一個等級的零件可以通過預檢正常加工（即正常零件），滿足第二個等級而又不超過第三個等級的零件不能通過預檢，采用兩次加工的方式，超過第三個等級的零件直接報廢，因此也不能通過提高預檢閥值來降低齒面黑皮廢品率。

如圖3所示，通過對齒面黑皮零件的觀察，發現其和正常零件還有一個重要特征：齒面黑皮零件左右側棱寬不一致，差異很大，缺陷零件左右側棱寬相差了0.247mm。進一步分析棱寬差異性的原因，主要是珩齒前齒輪徑向圓跳動大和設備“對齒準確性”出現了問題。

（1）解決珩齒前齒輪徑向圓跳動大而產生的黑皮零件? 通過對工藝過程逐步分析，發現熱處理前和熱處理后零件徑向圓跳動尺寸都能夠滿足圖樣要求，而零件通過內孔珩磨機后，齒輪徑向圓跳動進一步被放大。對比齒輪內孔珩磨機和珩齒機的加工定位形式，見表3，發現定位形式不同導致齒輪中心和內孔中心出現了不同軸現象，同時在工藝設計方面又缺少對內孔珩磨后齒輪徑向圓跳動的監控，從而導致這些零件流入下道工序。為此在內孔珩磨工序增加了一套在線檢具，用于抽檢齒輪外齒的徑向圓跳動，同時填寫SPR過程記錄卡，發現超差或有超差趨勢，及時檢查和調整內孔珩磨機的夾具精度，并將夾具定期檢查納入到設備預檢修清單中。

（2）解決由于“對齒準確性”而產生的黑皮零件? 珩齒設備具有自動對刀系統，傳感器通過分辨零件齒頂部的上升和下降趨勢產生的脈沖，零件旋轉一周后，找到齒與齒的中心位置，完成自動對齒。自動對刀受零件的精度影響比較大。為了控制“對齒準確性”，操作者每日進行一次手動對齒，對自動對齒結果進行校正，并將此項內容固化到設備的點檢記錄中。

通過這兩個重點措施的實施，齒輪零件珩齒工序齒面黑皮異常廢品被徹底解決。

廢品思路的拓展

從2018年開始采用全新廢品優化方法以來，某變速器產品的廢品金額實現了大幅度的優化，2020年比2017年降低了15%以上。廢品優化方法還可以擴展到其他領域，比如刀具成本優化，依據刀具耐用度和產量，可以得出刀具理論消耗量，實際消耗量減去理論消耗量即為異常消耗量。類比廢品優化，刀具成本優化可以分為理論消耗量優化和異常消耗量優化。同樣理論消耗量具有一定的通用性，對于某變速器產品，無論是滾刀、插齒刀、剃齒刀、刀片、砂輪、珩磨輪和修整輪等，它們要研究的方向都可以概括為：刀具耐用度的確定方式、刀具耐用度如何提高、加工余量的優化和標準換刀方法等，不同工序、不同設備、不同刀具之間還可以進行相互參考借鑒。異常消耗量和異常廢品相似，需要具體問題具體分析。對于變速器產品，生產制造過程中的廢品成本占比只是其中的一部分，因此后續將廢品思路進行拓展應用到其他領域可以節約更多的制造成本。

結語

本文以某變速器產品為例，介紹了解決理論廢品和異常廢品的兩個典型案例，并對比了該變速器產品兩個不同階段的廢品數值，滲透了廢品優化思維轉變中“變不可能為可能”的關鍵思想。最后提出了廢品思路可以在其他領域進行進一步拓展。

隨著數字化技術的不斷應用，廢品優化方法中的第一步“廢品數據源統計工作”完全可以數字化自動分析出整個產品/零件的廢品率分布及趨勢、成本分布及趨勢、重點廢品問題以及措施效果跟蹤圖。那么該方法將變得更為“輕巧”和更加適用于大批量生產制造企業。

參考文獻

[1] 廖榮華.完善廢品損失核算探討[J].財經管理，2018（9）：122-123.

[2] 張彥明，等.數控銑床加工過程中廢品產生原因的深度解析[J].自動化應用，2020（11）：170-172.

[3] 何春艷.某制造型企業X項目全面成本管理研究[D].西安：電子科技大學，2019：1-3.

[4] 袁揚，等.一種廢品管控的統計方法[J].時代汽車，2019（19）：57-58.