汽车与公路设备
按行业筛选
请选择行业
----------------------
-全部行业
------------------
-机床与金属加工设备
-刀具/量具/夹具/磨具
-模具设计与制造
-塑料机械/橡胶机械
-通用机械/化工机械
-工程机械/建材机械
-交通运输/海工装备
-农业机械
-食品机械/烟草机械
-包装机械
-印刷机械/广告设备
-纺织机械
-木工/造纸/环保/医疗设备
-物流设备
-智能楼宇/安防设备
-炉窑/热处理设备
-五金工具
------------------
-工业自动化
-佳工激光网
-仪器/仪表/衡器
-电力设备
-电子/通讯/办公文具
-家电/照明/健康设备
------------------
-基础件/通用件
-标准件
-工业原材料
-电子元器件及材料
-包装材料
------------------
-CAD/CAM/PDM/PLM
-ERP/制造业信息化
-管理咨询/认证
-服务/培训/工业设计
按产品筛选
----------------------
-本行业全部文章
--------------------
-发动机
-汽车电子
-传动/转向/制动系
-汽车与公路设备
-摩托车/自行车
-铁路与轨道交通
-船舶/港口设备/海
-航空与航天设备
查看本类全部文章
车身制造过程控制方法
作者:海通用汽车有限公司 杨虹 周鹏
白车身是汽车的主要部分,其质量对汽车整体功能有很大的影响。本文介绍控制白车身制造质量的一些方法,并期望透过与其它汽车制造商分享经验,能够提高中国车身制造的水平。
车身制造偏差的来源
汽车车身的制造工艺是一个非常复杂的过程,通常由300~500多个具有复杂空间曲面的薄板冲压零件,在有近100个装配工位的生产线上大批量、快节奏地焊装而成;同时车体装配又为一种多层次体系结构,若干零件经焊装成为分总成,分总成又变成下一层装配中的零件。因此中间环节众多,制造偏差难以控制。其尺寸偏差主要源于以下几个方面(如图1):零件本身的偏差、工夹具定位的不稳定性、焊装变形、操作及工艺的影响。另外,对于一个新产品而言,车身的制造过程又可分为试生产、生产启动、单班生产及翻班生产四个典型的生产阶段。由于不同阶段生产的不同特点,在这四个阶段影响制造稳定性的原因也有所不同。
车身制造过程控制方法
由上述分析可知车身制造过程的尺寸偏差是不可避免的,但是如果采用科学的检测及分析方法,尺寸的偏差可以得到有效控制,并且不断减少。
典型的过程控制方法
对于任何一个工艺过程(可以是机械、电子、化工各个领域)一般可以用两种典型的方法对过程进行有效的监控,即工程过程控制(Engineering Process Control)和统计过程控制(Statistical Process Control)。所谓工程过程控制(EPC),是指对于一个系统检测量,它有一个明确并且恒定的控制界限,当检测量超出该控制界限时系统即可报警。例如,车身上的每个测点都有明确的理论值及公差带,当测点的测量结果超出公差范围时系统即产生报警。统计过程控制(SPC)是指系统检测量没有恒定的控制界限,需要从检测量的历史测量数据中计算出当前的控制界限来判断系统是否失控。例如,对于车身上的每个测点都可以根据历史测量数据绘制控制图来产生报警。
这两种典型的过程控制方法虽然都很有效,但是由于车身制造工艺的复杂性使得车身上的产品过程监控测点数多达几百个,这就给判断制造过程的稳定性带来了一定难度。通过与上海交通大学车身制造技术中心的合作以及生产实践中的经验总结,上海通用汲取上述两种方法的优势并结合车身制造的特点,建立了适用于车身的尺寸过程控制方法,即2mm工程,经过实践取得了显着效果。
车身尺寸质量评价指标
2mm工程
所谓的“2mm”指的是所有白车身的关键测点的波动(6σ)值小于2mm。该技术对白车身尺寸质量的评定是以关键测点的6σ表示,包括单个测点的6σ以及整车的6σ,并以CII指数(持续质量改进指数)反映尺寸质量的长期变化趋势。由于车身的测点数据主要是由三坐标测量机 采集的,受硬件条件的限制,采样频次较低,故不适合用SPC的方法评价尺寸质量的稳定性。目前车身车间采用“2mm工程”作为车身尺寸质量评价的主要指标。
6σ,是对一定数量的样本数据波动状况进行评价的阶段评价指标。样本一般为20~30台。对于小样本离线检测,通常要求通过数据分离提取出数据的波动项。须使数据具有平稳的统计特性(近似正态分布)才可以进行6σ的计算。单点6σ计算每个点波动标准差σ的6倍。从统计意义上讲,代表该点的实际尺寸有99.73%的可能落在名义值的±3σ以内,因此可以认为表明了该点数据的变动范围。整车6σ将全部测点的6σ从大到小进行排序,取95百分位的点的6σ值作为该白车身的6σ值(如图2)。
CII曲线(如图3),一般是按一定的时间间隔计算6σ值,然后以时间为横坐标绘出的曲线。用来直观显示白车身尺寸质量的变化状况。
整车6σ给出了一定时间内白车身尺寸波动水平的度量,并明确了尺寸波动控制的对象,经过一轮改进后,会得到较低的6σ;然后确定出新的波动控制点,再进行控制,如此不断改进,车身的整体尺寸质量就会达到很高的水平。因此,“2mm”充分体现了波动,即质量的损失和不断改善的思想。
尺寸通过率
是指在EPC的指导下对单台白车身的质量进行评价的即时评价指标。计算方法是以各点测量数据与设计数模上该点的标准值和公差带进行比较,如果差值落在公差范围内,则该测点及格,否则为不及格。一台白车身上所有测点中及格点数与测点总数的比值即为通过率。通过率也是一个直接利用原始测量值进行评定的方法。由于导致通过率变化的原因很多,如均值漂移和波动过大等,因此通过率是一个总体的评价,可以作为质量的一个即时监控,即时报警。
车间尺寸质量问题解决流程
车身车间在以先进的2mm工程所提出的6σ和CII指数作为主要指标的同时,结合尺寸通过率对白车身尺寸整体水平进行即时的评估,并在此基础上建立了相应的尺寸控制流程。
当通过上述两种质量评价指标(尺寸通过率与2mm工程)发现尺寸质量问题后,应根据车间尺寸控制流程(图4)开展工作。通常由车间的尺寸控制工程师为主实施白车身尺寸质量不断改进的活动,根据每日的CMM数据检测报告计算出通过率,出具检测点超差的分析报告。在分析过程中,对两种典型的超差原因,即均值漂移与波动过大进行了区分,对于波动大造成超差的情况,纳入2mm工程进行波动控制,出具2mm工程报告,召开定期会议,对此进行分析跟踪;对于均值的漂移,进行相应的故障查询,由工装工程师对工装进行调整,并进行调整后的数据跟踪及效果评估。根据总装匹配的原则,其中极少数长期稳定的均值漂移对后续装配没有影响,可进行名义值的经验修正;对于既有波动又有均值漂移的现象,则采取先控制波动,再进行均值控制原则进行处理。
在问题解决的过程中,建立在统计学理论基础上科学的数据分析方法与生产现场的工艺知识经验两者缺一不可。重要的是应以2mm工程指标作为衡量,遵循质量为本、持续改进的思想。在具体的运用中可以首先将6σ值较高的测点选出(通常是处于最高5%之内的测点).观察这些不同区域的测点波动之间是否存在一定的数据关联性,相关性强的测点的波动往往是由同一个原因引起的。对于问题的解决可采用建立一个个案例的形式进行分析研究。工艺知识和经验可以帮助解释数据分析的结果,并采取有效的措施改进工艺稳定性,提高产品质量。
案例分析
以一个对车顶尺寸质量不断改进为例。图5为小车Wagon车型车顶上定位点及进出测点的示意图。在计算CII指数时发现这些测点的波动很大,其6σ经常处于最高的5%之内。这种波动对后举门的配合尺寸的稳定造成了相当大的影响。直接影响后举门与白车身相关部位的匹配,引起总装客户的抱怨。
首先对车顶后部的定位孔的数据进行相关性分析。计算测点各方向之间的相关系数如表1。
通过综合分析发现了车顶原有的定位方式存在着以下两个主要问题:
车顶后部定位销P3L、P3R为圆形定位销,而车顶上的定位孔为方形,两者接触面积太小,定位销不能对车顶起到预期的定位作用,而是经常将定位孔的边缘损坏;
车顶定位夹头的压紧及定位动作顺序不当。主要是用于定位车顶左右方向的夹头C3、C4、C5不能先于定位前后、高低的夹头C2,C6起作用而是与前后定位的C2、C6同时作用,造成车顶左右方向的定位不稳定。
针对上述两个工装定位问题,首先将车顶尾部定位销由圆形改为方形,利用改善定位销接触面的方法增强定位的稳定性,同时通过更改控制程序改变了定位夹头的加紧顺序。数据分析显示改进工作取得了明显的效果,见表2。
在实际生产制造工程中,车身车间运用上述方法发现和解决了不少质量问题,既满足了总装客户的要求,又改善了白车身的尺寸质量。CII指数也从最初的5~6mm降到目前的2~3mm。实际应用证明了采用“2mm工程”的数据驱动的方法进行案例分析是不断改进质量的有效途径,它明确了解决问题的流程及质量问题的优先级。 (end)
文章内容仅供参考
(投稿 )
(如果您是本文作者,请点击此处 )
(10/25/2004)
对 汽车与公路设备 有何见解?请到 汽车与公路设备论坛 畅所欲言吧!