基于六西格瑪的錐形艙段高精度加工工藝優化

任秀麗 張 楠 宋星洲 張 儒 張 崢 李 然

（首都航天機械有限公司，北京 100076）

傳統航天制造企業面對多品種、小批量、研制與批產混線生產的壓力，既要以最快的速度完成高質量的產品交付，又要以最少的資源消耗進行低成本控制，對復雜工藝過程的要求越來越高。針對某復雜工藝航天錐形艙段產品裝配效率低、一次合格率低等問題，開展了基于六西格瑪方法定義-測量-分析-改善-控制（Define Measure Analyze Improve Control，DMAIC）的工藝優化分析，通過分析找到加工過程中影響產品質量的關鍵因素，并確定最優工藝參數，經應用驗證改善效果良好[1-2]。

1 問題介紹

某航天產品為錐形結構，有3 個端框，艙壁側面靠近大端具有4 個高精度的舵軸安裝孔，其位置如圖1所示。舵軸孔為階梯結構，具有很高的孔徑精度要求。

圖1 舵軸孔位置

中間框定位銷孔與小端面定位銷孔呈異面孔位置關系（見圖2），連線形成的夾角與理論值的扭角偏差要求小于3'。該產品工藝較復雜，加工精度高且難度大，在前期生產過程中一次合格率較低。

圖2 中間框與小端定位銷孔理論連線位置關系

2 基于六西格瑪的加工工藝優化分析

2.1 定義階段

定義階段是六西格瑪的起點。參考閆偉等[3]提出的品質關鍵點（Critical to Quality，CTQ）識別算法得到本項目的質量要點，分別為舵軸孔直徑、平行度、位置度和扭角偏差。以上要點均應滿足圖紙要求，而且產品的一次合格率至少要達到90%。對某個批次產品生產缺陷進行統計分析，具體見表1。

表1 缺陷統計

進行Pareto 圖統計分析，結果如圖3 所示，發現缺陷類型主要集中于扭角偏差、位置度及平行度這3個方面，因此將項目的產品加工質量合格率定義為Y，由扭角偏差合格率Y1、位置度合格率Y2和平行度合格率Y3組成。

圖3 缺陷數據Pareto 圖統計分析結果

2.2 測量階段

2.2.1 測量系統分析

對Y1進行測量系統分析，采用Minitab 軟件對收集的數據進行測量值的量具R＆R 方差分析，結果顯示本測量系統可以信賴。對Y1進行過程能力分析，正態概率圖計算結果表明過程符合正態分布，但是過程能力指數Cpk=0.24，距離行業水平的1.33 還有很大差距。

2.2.2 流程變量分析及因果矩陣分析

根據頭腦風暴法對產品生產各工藝流程進行人、機、料、法、環的分析，共識別出46 個輸入影響變量，主要包括機床加工參數、鉆模定位情況等。評估各變量對Y1、Y2、Y3的影響情況，得出因果矩陣并進行過程輸入的Pareto 圖分析，識別主要影響占比為82%的16 個因子。

2.2.3 失效模式分析

參考鄢蓉[4]的工藝失效模式及后果分析（Failure Mode and Effects Analysis，FMEA）的識別要素，通過流程、輸入、潛在失效模式等幾個要素對因果矩陣分析出的16 個影響因子進行FMEA 失效模式分析，計算風險優先數，再進行細化和Pareto 圖分析，然后按照風險優先數由高到低進行排序，找出占比為89%的7 個重要影響因子。

2.3 分析階段

本階段需要對Y1、Y2、Y3與測量階段得出的7 個影響因子X1～X7之間的相互影響進行假設檢驗分析，得出影響Y1、Y2、Y3的顯著影響因子。先選取X1的雙樣本t 檢驗分析過程進行說明。雙樣本t 檢驗分析用于比較兩組獨立樣本的均值是否存在顯著差異，根據分布表或者計算機軟件確定統計量對應的P 值。若P 值小于顯著性水平0.050，則認為兩組數據的均值存在顯著差異。

X1輸入為定位工藝孔超差，僅影響Y1扭角。制定樣本水平為定位工藝孔扭角偏差不超過0.5'和定位工藝孔扭角偏差大于0.5'，收集40 個樣本進行雙樣本t 檢驗統計，分析得出兩種樣本結果符合正態性檢驗，對數據條件的驗證結果符合等方差檢驗。分別假設X1對Y1無影響（原假設）和X1對Y1有影響（備擇假設），對假設檢驗進行雙樣本t 分析，得出P=0.028 ＜0.050，備擇假設成立，即X1定位工藝孔超差情況具有統計明顯性，是Y1的顯著影響因子。

參考X1的雙樣本t 檢驗分析，對其余6 個重要影響因子進行分析，最終確定只有4 個比較重要的影響因子，即X1～X4對Y1、Y2、Y3存在顯著影響，具體情況見表2。

表2 分析階段影響因子

2.4 改善階段

改善階段是在分析階段的基礎上，確定影響Y的主要因子X，尋求X與Y的關系，建立X的允許變動范圍。

2.4.1 優化改善及實施

對2 個關鍵影響因子中的X1及X2進行優化改善，將小端鉆模和中間框鉆模從分體式組合鉆模改制為一個整體式鉆模，有效解決了2 個鉆模定位偏差造成公差累積的問題。改善實施后，經過程能力分析對比發現，Y1的Cpk水平提高0.6。

2.4.2 DOE 分析

實驗設計（Design of Experiment，DOE）是一種基于統計學原理的設計實驗的技術[5]。針對X3和X4這2 個影響因子進行DOE 分析，分析結果如表3 所示。

表3 DOE 分析結果

經過DOE 分析，Y2、Y3與X3、X4的因子回歸結果顯示，X3、X4對應的P＜0.05，均影響顯著；彎曲計算的P＜0.05，表明產品出現彎曲，但可以忽略。因此，X3、X4因子均是影響Y2與Y3的顯著因素。

2.4.3 響應曲面設計及分析

響應曲面法（Response Surface Methodology，RSM）是一種通過構建連續變量的曲面模型對實驗過程中的影響因素及相互作用進行評價的一種方法[6]。本研究的RSM 采用12 組標準序、3 個中心點建立X3、X4的DOE 響應曲面設計模型，進行相應曲面回歸分析。Y3、Y2與X3和X4的等值線圖，分別如圖4和圖5 所示。

圖4 Y3 與X3、X4 的等值線圖

圖5 Y2 與X3、X4 的等值線圖

根據圖4 和圖5 可以得出以下結論：當產品定位裝夾力矩為90～120 N·m、安裝間隙為0.00～0.04 mm時，平行度取得最佳值，在0.05 以內；當產品定位裝夾力矩為75 ～105 N·m、安裝間隙為0.0 ～0.2 mm時，位置度取得最佳值，為436.45 ～436.55；綜合考慮平行度和位置度取交集，當產品定位裝夾力矩為90 ～105 N·m、安裝間隙為0.00 ～0.04 mm 時得到最佳值，當產品定位裝夾力矩為60 ～150 N·m、安裝間隙為0.0 ～0.18 mm 時可滿足工藝要求，否則超差；考慮到工藝方法和可實現性，最終選擇最優參數組合為傳動支架安裝間隙小于0.1 mm，產品定位裝夾力矩為100 N·m±5 N·m。

2.5 控制階段

控制階段是固化改進成果的重要步驟，主要建立項目的控制計劃，保持改善成果的持續和穩定。將最優工藝參數應用于后續某批次生產中，分別對Y1、Y2、Y3進行過程能力分析，結果見表4。改進后，Cpk提升顯著，且Y的一次合格率平均值由41.7%提升至96.6%。

表4 過程能力分析結果對比

3 結語

針對某復雜工藝航天錐形艙段產品裝配一次合格率低等問題，開展基于六西格瑪方法DMAIC 的工藝優化分析，確定影響產品裝配的關鍵影響因素，并通過實施專項改進、試驗設計與分析找到最優的工藝參數。經實際生產應用驗證后，產品一次裝配合格率由41.7%提高至96.6%，為產品生產創造顯著的經濟效益，符合當前高質量、高效率、高效益的“三高”發展目標。