劉成文,戴雁琴,唐鴻宇,汪 煒
(淮海工學院 機械與海洋工程學院, 江蘇 連云港 222005)
某公司所產的某品牌手機外殼投入批量生產不足1個月,處于質量改善期。產品質量尚未達到較高水平,生產過程存在影響產品質量的異因,須運用質量改進方法予以分析改善。
本文以Minitab軟件為工具,運用SPC方法對手機外殼產品的不合格品率進行問題的分析,再對其工序的不合格率進行分析,并應用排列圖、因果圖等方法分析尋找問題產生的原因,提出相應改善措施,改善產品質量,降低不合格率[1-3]。
生產過程的質量分析與改善,其原理是采用數理統計方法,通過對生產過程檢驗數據進行統計,以此判定過程質量是否穩定、受控,根據統計數據尋找、確定需要改善的工序,分析產生質量缺陷的原因并確定主要原因,采取技術措施和對策改善過程質量[4-7]。其步驟為[8]:
1) 對產品、在制品進行檢測,統計不合格品數、不合格品率,作不合格品率控制圖,對生產過程是否穩定受控做出判斷。
2) 運用排列圖對各工序的產品不合格品數、不合格品率作統計分析,確定工序改善的優先次序。
3) 依次對各工序運用因果圖分析造成工序不合格的原因,運用排列圖確定其中的主要原因。
4) 針對主要原因分析并采取技術措施改善過程質量。
5) 重復如上質量分析與改善步驟,最終使產品質量達到致善水平。
1) 不合格品率控制圖
常規控制圖中,根據產品的不合格品率構造的類似單值圖的控制圖稱為不合格品率控制圖,也稱p圖。由于不合格品率p服從二項分布,p圖的控制限計算如下:
式中,
相應的,產品的DPMO,即百萬次機會不合格品數為:
DPMO=Δp×1 000 000
DPMO是6σ管理中常用的統計單位。用于衡量比較產品與工序的質量水平。
2) 排列圖
排列圖是質量改善中常用于尋找并確定主要因素的統計分析工具。通過對統計數據加以分層歸類,計算出各類因素所占的比例,依照大小順序依次排列并進行累加計值而形成的圖形,即為排列圖。
3) 因果圖
因果圖是質量改善中用于發現問題的根本原因的工具。是由日本管理大師石川馨先生所提出的一種把握結果與原因的方便而有效的分析方法。
對手機外殼產線1天的成品進行產品檢測,得到成品的不合格品數并計算不合格品率,連續測量、記錄25天,得到數據見表1。
應用Minitab作手機外殼不合格品率p的過程控制圖,如圖1所示。

圖1 手機外殼成品的p控制圖
由圖1可見:25個樣本數據全部位于C區之內。根據標準GB /T4091《常規控制圖》可以判斷過程處于穩定受控狀態。
由于不合格品率p的分布符合二項分布,運用Minitab進一步作手機外殼成品的過程能力分析,結果見圖2。
由過程能力分析報告可知:手機外殼成品的累計不合格率圖顯示長期不合格品率趨于0.64%,DPMO=6 397。
表1 成品不合格率統計

組別(i)樣本容量(ni)不合格品數(np)不合格率(p)123456789101112131 0961 1071 2061 0621 1601 1031 2131 0761 0191 0151 0511 0281 11967875878766570.005 474 50.006 323 40.006 633 50.006 591 30.004 310 30.007 252 90.005 770 80.007 434 90.006 869 50.005 911 30.005 708 80.004 863 80.006 255 6

組別(i)樣本容量(ni)不合格品數(np)不合格率(p)1415161718192021222324251 0241 1311 1111 2311 1691 2461 2321 2301 1561 2481 0161 246797978987878 0.006 835 90.007 957 60.006 300 60.007 311 10.005 988 00.006 420 50.007 305 20.006 504 10.006 055 40.006 410 30.006 889 80.006 420 5
對各個工序的半成品進行檢測,分別統計各工序的不合格品數及不合格品率如表2所示。
表2 各工序不合格品率統計

組別(i)工序名稱樣本容量(ni)不合格品數(np)不合格率(p)1234567烘烤調色注塑裁剪修邊調漆色噴涂印刷2 1942 2172 0902 1572 0792 0622 1141575965100.006 836 80.003 157 40.002 392 30.004 172 50.002 886 00.002 424 80.004 730 4
根據各工序的不合格品率繪制其累計不合格率排列圖(Pareto圖),見圖3。

圖3 各工序累計不合格品率排列圖
由圖3可見:烘烤是出現不合格品數最多的工序。限于篇幅,本文僅對烘烤工序半成品不良情況作分析改善,其他工序的分析改善可以類比。
進一步統計烘烤工序出現的各種不良情況,統計數據見表3。
根據烘烤中的不良統計數據繪制其排列圖,如圖4所示,可見變形占46.7%,氣泡占40.0%,變形與氣泡的累計占全部不良的86.7%。顯然,變形和氣泡2種不良為影響烘烤工序質量的A類因素。
表3 烘烤工序不良情況統計

組別(i)不良名稱數目不良率/ % 1氣泡640.000 02澆口大003飛邊16.666 74熔接痕16.666 75變形746.666 7

圖4 烘烤工序中各種不良累計排列圖
對產生不良的A類因素(變形和氣泡)進行分析,尋找產生問題的具體原因。
運用因果圖對烘烤工序的變形問題進行分析,結果如圖5所示。
運用因果圖對烘烤工序的氣泡問題進行分析,結果如圖6所示。

圖5 變形不良問題分析因果圖

圖6 氣泡不良問題分析因果圖
對變形和氣泡的成因總結如下:
1) 原材料缺陷。原材料成分的偏差引起變形,原材料中混入了空氣或其他揮發性氣體導致產生氣泡。
2) 烘烤工藝不穩定。變形主要是由于前、后模溫控制不當,冷卻時間不足;而產生氣泡主要是由于烘烤溫度過高。
3) 兩種問題中都存在環境中雜物的影響。
4) 機器的故障導致生產的中斷也是造成兩種問題的原因。
5) 員工操作的差異在兩種問題中普遍存在。
1) 改善物料管理
嚴格控制原材料采購質量,選擇優秀的供應商,與原材料的供貨商形成良好的戰略合作伙伴關系,采購優質可靠的原材料;優化生產前的檢料流程,在生產前進一步確認原材料。
2) 改善工藝流程
針對工藝上的問題應當交付工藝工程師對工藝過程進行調整,將烘烤溫度降低,對溫度的控制提出更合理的控制方案,增加冷卻時間。
3) 改善設備管理
查明設備頻繁報警的原因,從根本上減少設備故障的出現,提高生產的流暢度。
4) 改善生產環境
加強5S管理,保持環境的整潔,杜絕異物進入設備和原材料。
5) 改善人員管理
一是建立完善的培訓體系,強化員工對標準化作業的意識,確立完善的培訓機制。二是穩定公司員工隊伍。
對改善后的手機外殼生產線成品不合格品情況再次連續測量統計記錄25天,數據見表4。
表4 改善后成品不合格品統計數據

組數(i)樣本容量(ni)不合格品數(np)不合格率(p)123456789101112131415161718192021222324251 0441 0791 1451 0131 0871 1681 0641 1211 0761 1701 0051 0361 1671 1091 0571 1911 0991 0531 1031 2361 0601 1281 1931 1771 24466445357367555554755676560.005 747 10.005 560 70.003 493 40.003 948 70.004 599 80.002 568 50.004 699 20.006 244 40.002 788 10.005 128 20.006 965 20.004 826 30.004 284 50.004 508 60.004 730 40.004 198 20.003 639 70.006 647 70.004 533 10.004 045 30.005 660 40.006 205 70.005 02930.004 248 10.004 823 2
作改善后手機外殼成品的過程能力分析,見圖7。可見改善后手機外殼成品的長期不合格品率趨于0.47%,DPMO=4 744。

圖7 改善后成品過程能力分析
以Minitab為工具,運用SPC、Pareto圖等方法對該品牌手機外殼產品的不合格品率、各工序的不合格品率進行了分析,掌握了生產過程各工序的質量情況;并以烘烤工序為例,通過排列圖分析了出現的不良情況,確定了變形、氣泡為不良的A類因素。繪制因果圖分析產品出現質量的原因,并從物料管理、工藝流程、設備管理等方面提出了改善措施。通過改善措施,使產品的不合格品率由0.64%降低至0.47%。
下一步可以烘烤工序改善為例,對其他不良情況做分析和改善研究,進一步降低不合格品率,使該品牌手機外殼產品達到質量至善的水平。