運用六西格瑪設計解決張緊器轉矩衰減問題

李姣， 李強， 劉峰

（上海汽車集團股份有限公司技術中心，上海201804）

0 引言

六西格瑪誕生于全面質量管理蓬勃發展的20世紀80年代，是對全面質量管理特別是質量改進理論的繼承和新發展[1]。1987年摩托羅拉（Motorola）公司全面推行六西格瑪（Six Sigma），點燃了六西格瑪管理的火種。1995年美國通用電氣首席執行官杰克·韋爾奇（Jack Welch）帶領公司開始了六西格瑪管理[2-3]。在實踐中，六西格瑪不再僅是一種質量改進的方法，而是已經發展成為可以使企業保持持續改進，增強綜合領導能力、不斷提高顧客滿意度及經營績效并帶來巨大利潤的一整套管理理念和系統方法。

為實施全面質量管理戰略[4-5]，六西格瑪設計（Design for Six Sigma,DFSS）在汽車行業廣泛運用。DFSS流程分為4個階段（IDOV），依次為識別階段、設計階段、優化階段和驗證階段。每個階段都有豐富的質量工具幫助分析問題和指導設計。

圖1 解決張緊器轉矩衰減問題的IDOV圖

本文運用六西格瑪設計方法解決某款汽車發動機正時液壓張緊器轉矩衰減量過大的問題，項目流程及運用到的主要工具如圖1所示。首先項目識別階段分析客戶聲音（VOC）和客戶需求，建立第一個質量屋[6]，然后設計階段建立第二個質量屋，完成試驗設計（DOE），獲得轉移函數（Transfer Function）。優化階段進行穩健設計（Robust Design）、公差帶分析（Tolerance Allocation）等，驗證階段完成敏感性分析（Sensitivity Analysis）和結果驗證。每個階段最后還都需要完成記分卡（Scorecard）。最終的驗證結果如果能夠滿足客戶需求和達到目標，則項目結束，最后做好經驗學習和總結活動[7]。

1 項目識別階段（Identify Phase）

某汽車發動機的正時張緊器在使用發生漏油、噪聲和其他形式的失效，其中漏油最為主要（見圖2），導致公司索賠成本顯著增加。為解決漏油問題采取了提高張緊器的擰緊轉矩的緊急措施，但是發動機張緊器在熱試后發現轉矩衰減超過30%，Cpk僅有-0.23，遠不能達到質量要求。

按照客戶需求的優先級，由高到低分別為：漏油和轉矩衰減，即在消除最終客戶漏油抱怨前提下，最大程度解決內部客戶（發動機廠質保）所提出的轉矩衰減過大問題。首先建立第一個質量屋（表1），把客戶需求轉換為能夠測量的轉矩衰減量、墊片壓縮率和夾緊力。由于布置應變片測量液壓張緊器夾緊力所需費用大，不適宜做多輪試驗，且在生產線測量和控制方面也存在困難，因此不予考慮。通過第一個質量屋，得到關鍵控制變量轉矩衰減量和墊片壓縮率，且墊片壓縮率重要性更高。

圖2 張緊器失效頻次帕雷特圖

表1 質量屋#1

2 項目設計階段（Design Phase）

使用Pugh概念選擇方法，對比轉矩法控制和初始轉矩加轉角法控制兩種方法的優劣，從保持夾緊力一致性和防止漏油等方面綜合考慮，選擇初始轉矩加轉角控制的方法。

運用因果圖分析各因子對轉矩和預緊力的影響，如圖3所示。影響轉矩的因子主要來自4個方面：張緊器、墊片、缸蓋安裝孔和安裝方法。再細分每個影響因子，并把每個細分的因子分三類性質，噪聲（N-Noise）、變量（X）和常量（C-Constant）。諸如螺紋質量、毛刺和清潔度等因子，對轉矩和預緊力結果有影響，但是不受控制的，屬于噪聲性質的因子。墊片材料和轉矩槍旋轉角度兩個因子在試驗設計（DOE）中有變化，屬于變量性質的因子。諸如張緊器外徑，安裝時不使用潤滑劑，僅使用1次，墊片的尺寸和缸蓋安裝孔的尺寸，還有轉矩槍等因子，在試驗設計時必須保持一致，屬于常量因子。

圖3 因果圖

表2 質量屋#2

根據上面的因果圖分析結果，建立第二個質量屋（表2），將關鍵控制變量轉矩衰減量和墊片壓縮率轉化為對應關鍵控制參數墊片材料和旋轉角度，其中后者更為重要。

在試驗設計前需要進行測量系統分析（MSA）[8]，確認是否合格。以游標卡尺測量使用后的墊片厚度的測量系統為例，分析結果如下。

2.1 方差

在墊片厚度測量系統中，零件本身方差占98.43%，是最主要的貢獻，重復性方差和再現性方差貢獻度分別僅為1.3%和0.27%（如圖4）。各方差滿足下面公式，它們的貢獻度（%Contribution）是各方差占總方差的百分比：

式中為總體方差；為測量系統方差為零件方差為重復性方差為再現性方差為操作人員方差為零件和操作人員交互作用方差。

圖4 使用后墊片厚度測量系統方差貢獻度圖

2.2 測量系統有三個主要的評價準則

經過分析使用后墊片厚度測量系統P/TOL=0.13,Resolution=11.2，基本滿足評價準則要求。P/TOL還可以優化，加強操作人員培訓，提高復現性。

受試驗資源的限制，試驗設計時選擇2因子2水平，且每個試驗條件下完成4組，一共16組試驗，同時用發動機靜置24 h的轉矩衰減情況替代發動機熱試后的轉矩衰減。由于信息不足，墊片材料變量選為定性變量；旋轉角度作為定量變量，且低水平和高水平的跨度選擇盡可能大。擬合墊片壓縮率和轉矩衰減量回歸結果如下：

1）分析評估回歸的顯著性。如果P值<0.05，則說明該因子是重要的[9]。對于墊片壓縮率模型，墊片材料和旋轉角度P值都小于0.05，兩個都是主效應；對于轉矩衰減量模型，墊片材料、旋轉角度和兩者的交互作用P值分別為0.0001，0.0057和0.0012，全部都是主效應。

2）分析評估回歸的總效果。墊片壓縮率模型R2值和R2調整值分別為0.88和0.86，轉矩衰減量模型R2值和R2調整值分別為0.92和0.89，表明兩個模型回歸較好。

3）對于預測結果的估計。如果F值大于6或SigF值小于0.05，則說明模型的較強的預測性[10]。兩個模型的預測能力均滿足上述要求。

4）分析評估誤差。對于2水平的誤差s值模型，由于自由度問題不能進行統計驗證，所以不能給出P值。如果因子系數大于常數的一半，則認為效應明顯[11]。對于墊片壓縮率和轉矩衰減量兩個s模型，其因子系數均小于常數的一半，所以不存在主效應因子。

3 項目優化階段（Optimization Phase）

通過優化器得到結果是：墊片材料#1和轉角25°。穩健設計結果如圖5。公差帶分析結果表明，轉角公差的縮緊50%Sigma或放松50%Sigma對于墊片壓縮率和轉矩衰減量的dpm（defects per million）的貢獻都不足1%，影響都很小，轉角設計穩健[12]（注：由于墊片材料為定性變量，不能進行公差帶量化分析）。

圖5 墊片壓縮率和轉矩衰減量穩健設計

4 項目驗證階段（Validation Phase）

敏感性分析結果表明，轉角均值的移動1.5Sigma，墊片壓縮率和轉矩衰減量dpm變化分別23%和14%；轉角標準差的波動50%，壓縮率和衰減量dpm變化都小于1%，再次證明了轉角的穩健設計。根據樣本量計算（sample size）結果，將優化的墊片材料#1和轉矩槍25°轉角應用到生產線，用樣本預估總體，獲得關鍵控制變量均值估計95%置信區間：墊片壓縮率均值4±1%；轉矩衰減量均值13.7±5%。

5 結語

重新設計了墊片材料和轉角工藝，基本解決了正時張緊器漏油和轉矩衰減量過大的問題，找到了合適的墊片壓縮率區間3%～5%。雖然轉矩衰減量的均值變小，但衰減量的波動依然較大，所以還有優化的空間。下一步，計劃從新涂層墊片的硬度和熱處理工藝等方面考慮，量化墊片材料因子，降低轉矩衰減量標準差，進一步提高Cpk。

六西格瑪設計的IDOV包含有許多技術創新方法[13]，本文僅使用了質量屋（HOQ）、測量系統分析（MSA）、試驗設計（DOE）和公差分析等工具[14]，還有QFD，TRIZ，田口方法等重要工具[14]，因此六西格瑪設計是一個強大的產品設計和質量控制工具。企業研發人員，制造工程師和管理人員都可學習和掌握該工具，并應用到實際的工作中[15]，讓質量成為我國自主品牌汽車產品的優勢。

[參 考 文 獻]

[1] 馬林,何楨.六西格瑪管理[M].北京：中國人民大學出版社,2007.

[2] REAGAN L A,KIEMELE M J.Design for Six Sigma[M].Colorado Springs：Air Academy Press,2008.

[3] 朱蘭學院.六西格瑪基礎教程[M].王金德,譯.北京：中國財經易文出版社,2002.

[4] 朱蘭,德費歐.朱蘭質量手冊 [M].6版.焦叔斌,譯.北京：中國人民出版社,2004.

[5] 戴明.戴明論質量管理[M].鐘漢清,戴永久,譯.?？冢汉Ｌ斐霭嫔?2003.

[6] 派茲德克.六西格瑪手冊[M].吳秀云,譯.北京：清華大學出版社,2011.

[7] 馬逢時,周暐,劉傳冰.六西格瑪管理統計指南[M].2版.北京：中國人民大學出版社,2013.

[8] MONTGOMERY D.Design and Analysis of Experiments[M].John Wiley&Son,1991.

[9] SCHMIDT S R,LAUNSBY R G.Understanding Industrial Designed Experiment[M].Colorado Springs：Air Academy Press,1994.

[10]CLOUD D,LARRY R.Applied Modeling and Simulation：An Integrated Approach to Development and Operation[M].New York：Mc-Graw Hill,1998.

[11]LAW A M,KELTON W D.Simulation Modeling and Analysis[M].New York：Mc-Graw Hill,1982.

[12]任露泉.試驗優化設計與分析[M].長春：吉林科學技術出版社,2001.

[13] 吳貴生,王毅.技術創新管理[M].北京：清華大學出版社,2009.

[14]邵家駿,趙勝.系統設計的基本原理和方法[J].中國質量,2001(12)：4-8.

[15]余秀慧,謝騁,孫麗麗.六西格瑪設計在汽車產品開發中的應用[J].上海汽車,2010(3)：20-22.