摘要：針對汽車方向盤發(fā)泡過程產(chǎn)生的主要缺陷導致產(chǎn)品發(fā)泡一次性合格率低的問題，文章提出一種通過質(zhì)量工具找出影響發(fā)泡過程的關鍵因子，并使用回歸分析對因子進行一一有效性驗證。采取實驗設計的方法，圍繞上述關鍵因子的優(yōu)化及標準化作業(yè)的實施，做了固定發(fā)泡過程的各個因子的工藝窗口及現(xiàn)場標準化控制的工作，并提供了一套提升方向盤發(fā)泡一次合格率的理論，達到了降低汽車方向盤發(fā)泡過程中主要缺陷比例、提高產(chǎn)品發(fā)泡一次性合格率的效果。
關鍵詞：方向盤；發(fā)泡；實驗設計；回歸分析；合格率提升
汽車方向盤（Steering Wheel, SW）作為汽車內(nèi)飾零件的重要組成部分，主要承擔著車輛行駛轉向控制、行駛方向的控制等功能。隨著汽車智能化和電子化的發(fā)展，越來越多的功能也不斷集成在方向盤上，如電子影音控制、智能控制、人機智能交互、主動安全預警、離手檢測等[1]。所以方向盤零件不但作為功能件，同時也不斷發(fā)展成車輛人工控制的中樞，作為最終消費者關注的重點區(qū)域。因此，消費者對于零件的功能表現(xiàn)、外觀變現(xiàn)更加關注，對于方向盤生產(chǎn)過程的控制也提出了更加嚴格的要求[2]。
橫置發(fā)動機模塊化平臺（Modular Querbaukasten,MQB）是大眾集團研發(fā)的，該平臺廣泛運用于大眾、奧迪、斯柯達和西雅特等大眾品牌中，車輛級別分布廣泛，從A00級到B級，需要兼顧不同消費者的外觀和功能要求[3]。在零件的生產(chǎn)過程中，方向盤零件出現(xiàn)表面皮紋淺、不可見區(qū)域的飛邊、多料、表面的平整度、縮孔等問題，隨著外觀標準不斷加嚴，對于生產(chǎn)過程的控制，零件合格率都有較大的挑戰(zhàn)。
本文對MQB平臺中Lavida PA方向盤的生產(chǎn)過程進行分析研究，運用失效模式及效果分析（Failure Mode and Effect Analysis, FMEA）、6SIGMA[4]、回歸分析、實驗設計[5]等方法，尋找發(fā)泡過程中影響合格率的關鍵因子，并分析因子對于結果的關鍵影響，各因子之間的交互作用，通過建立數(shù)學模型，擬合數(shù)學表達式，尋找因子的最優(yōu)解。最終定義因子的范圍并進行標準化控制。
1、方向盤發(fā)泡過程主要缺陷
在實際的生產(chǎn)過程中，發(fā)現(xiàn)在方向盤本體的發(fā)泡過程中，最主要的缺陷分別為縮孔（發(fā)泡量不足本體存在孔洞，如圖1所示），花紋不清（表面光滑花紋不能清晰顯示，如圖2所示），堵排氣孔料（發(fā)泡排氣孔堵塞表面有片狀余料，如圖3所示），拉料（零件從模具中取出時存在粘粘導致大塊缺料，如圖4所示）等，以上4種缺陷為最主要的過程缺陷，是方向盤發(fā)泡合格率不達標的主要原因。
圖1 縮孔
圖2 花紋不清
圖3 堵排氣孔料
圖4 拉料
2、各類缺陷的主要成因
2.1 主要的缺陷類型的關鍵因子分析
針對以上提及的4種缺陷，通過分析供應商給出的生產(chǎn)過程流程圖，確認問題產(chǎn)生的關鍵位置，同時，使用FMEA和魚骨圖等工具，尋找到與之顯著相關的9個因子。從發(fā)泡過程的輸入端到輸出端，確認全過程的人、機、料、法、環(huán)等生產(chǎn)要素，如圖5所示。
采用魚骨圖的方法，對于缺陷的形成原因和主要因子進行分析，如圖6所示。
同時，使用潛在失效模式及影響分析（Poten- tial Failure Mode and Effects Analysis, PFMEA）工具，按照發(fā)泡過程嚴重度、頻度和探測度對于眾因子進行篩選，找出風險系數(shù)值（Risk Priority Number, RPN）最高的9個因子，如表1所示，并在后續(xù)進行一一驗證和建模分析。
圖5 發(fā)泡過程流程圖
圖6 花紋不清魚骨圖分析
表1 FMEA因子分析矩陣
2.2 關鍵因子影響數(shù)學模型歸納
綜合以上的分析結論，找出了基于嚴重度、基于成品合格率的9個因子，對于因子的相關性和影響程度，通過數(shù)學模型分析的方法進行驗證。以方向盤發(fā)泡的合格率作為輸出項，因子的不同變化范圍作為輸入項，對各因子進行多項式回歸分析，結果如圖7—圖15所示。
圖7 自由泡密度的擬合線圖
圖8 原料循環(huán)攪拌時間的擬合線圖
圖9 原料溫度的擬合線圖
圖10 脫槍距離的擬合線圖
基于以上的擬合線圖分析，二次模型較好地擬合了數(shù)據(jù)，通過檢查此圖，可以發(fā)現(xiàn)數(shù)據(jù)隨機地散布在回歸線周圍，表明不存在系統(tǒng)失擬；通過圖表分析，可以建立良率與相關因子的數(shù)學表達式，擬合曲線全部處在95%的置信區(qū)間內(nèi)，且R-Sq（描述數(shù)學表達式完整描述系統(tǒng)的程度）均在85%以上，9個因子對于良率的影響如上圖數(shù)學表達式所示，將在下一改善階段中進行改善。
圖11 模槍壓力的擬合線圖
圖12 模槍距離的擬合線圖
圖13 脫槍角度的擬合線圖
圖14 脫槍距離的擬合線圖
圖15 料比對拉料的擬合線圖
3、改善對策
基于上一步的數(shù)學分析，確定了不同因子對于良率的影響關系，能夠確認隨著因子范圍的變化，良率會隨之變化；對于多因子共同影響的缺陷，我們通過實驗設計進行驗證，尋找該因子的相互影響以及因子的最優(yōu)解。
3.1 縮孔缺陷的全因子驗證
根據(jù)前面所述的因子分析矩陣，對于縮孔缺陷，涉及的因子有自由泡密度、發(fā)泡料的攪拌時間以及模溫；對于縮孔的3個參數(shù)，進行3因子2水平的全因子實驗，尋找因子間的交互作用和最優(yōu)解。具體如表2所示。
表2 縮孔因子矩陣表
通過上述方法，根據(jù)實驗設計結果，可以確認不良率的主效應圖和交互作用圖，以及3個因子的最優(yōu)解，如圖16、圖17所示。
圖16 縮孔因子的主效應圖和交互作用圖
圖17 縮孔多因子最優(yōu)解立方圖
從立方圖看，自由泡密度150 g/cm2，攪拌時間60 min，料溫30 ℃，對于縮孔的良率影響最小。
數(shù)學模型：
Y（縮孔不良率）=-3.595 00+0.240 000×自由泡密度+0.234 167×攪拌時間+0.490 000×料溫-0.000 158 33×自由泡密度×攪拌時間-0.000 325×自由泡密度×料溫-0.000 433 3×攪拌時間×料溫
3.2 花紋不清的全因子驗證
在PFMEA矩陣中，對于花紋不清的主要因子是脫模劑噴槍距離和脫模劑噴槍壓力，同樣進行2因子2水平的全因子試驗設計進行驗證，如表3所示。
表3 花紋不清因子矩陣表
同3.1，進行多因子交互實驗驗證及試驗設計得出2因子的主效應圖和交互作用圖和因子最優(yōu)解，如圖18、圖19所示。
圖18 花紋不清因子的主效應圖和交互作用圖
從立方圖可以看出，模槍距離25 cm，模槍壓力0.4 MPa，對于花紋不清的不良率影響最小。
Y（花紋不清不良率）=-0.365 000+1.325×模內(nèi)漆槍壓力+0.014 000 0×模槍距離-0.050 000 0×模槍壓力×脫槍距離
圖19 花紋不清多因子最優(yōu)解立方圖
3.3 堵排氣孔料缺陷全因子驗證
同3.1及3.2，按照上述PFMEA的因子矩陣，設計對于堵排氣孔料的全因子實驗進行驗證，如表4所示。
表4 堵排氣孔因子矩陣表
進行因子實驗，得出不良率的實驗結果，因子交互作用圖及主效應圖以及因子的最優(yōu)解如圖20、圖21所示。
圖20 堵排氣孔料因子的主效應圖和交互作用圖
從立方圖看，脫槍角度90度，料比0.65對于排氣孔堵得不良影響最小。
Y（堵排氣孔不良率）=-0.946 93+0.007 049 63×脫模劑噴槍角度+0.015 816 7×料比-0.000 121 481×脫模槍角度×料比。
圖21 堵排氣孔料多因子最優(yōu)解立方圖
3.4 拉料缺陷全因子驗證
同3.1，3.2及3.3，選取關鍵因子進行試驗設計和驗證，如表5所示。
表5 拉料因子矩陣表
進行因子實驗，得出不良率的實驗結果，因子交互作用圖及主效應圖以及因子的最優(yōu)解如圖22、圖23所示。
從立方圖看，脫槍距離25 cm，脫槍角度45度，料比0.65對于拉料的不良率影響最小，其數(shù)學表達式：
圖22 拉料因子的主效應圖和交互作用圖
Y（拉料不良率）=-2.141 29+0.041 108 3×脫槍角度+0.072 969 7×脫槍距離+0.032 343 3×料比-0.001 845 40×脫槍角度×脫槍距離-0.000 624 667×脫槍角度×料比-0.001 129 33×脫槍距離×料比+0.000 002 800 0×脫槍角度×脫槍距離×料比。
圖23 拉料多因子最優(yōu)解立方圖
綜上，通過以上4個實驗設計，分別對于不同的缺陷類型重新定義了各因子的最優(yōu)解，通過數(shù)學表達式找到了各個因子的工藝窗口，同時對優(yōu)的工藝參數(shù)進行標準化，如表6所示。
表6 因子工藝參數(shù)矩陣表
同時，對于發(fā)泡現(xiàn)場的工藝過程控制，重新定義了標準化的操作方法，如表7所示。
表7 標準化作業(yè)優(yōu)化矩陣表
通過上述的因子優(yōu)化及標準化作業(yè)的實施，對項目的發(fā)泡過程進行長期監(jiān)控，其合格率由原有的96.8%提升至98.1%，如圖24所示。
圖24 方向盤發(fā)泡合格率確認表
4、總結
文章找出了影響發(fā)泡的關鍵因子和各因子的最優(yōu)解，通過數(shù)學表達式找到了各個因子的工藝窗口，同時對優(yōu)的工藝參數(shù)進行標準化。提供了一套提升方向盤發(fā)泡一次合格率的理論，達到了降低汽車方向盤發(fā)泡過程中主要缺陷比例、提高產(chǎn)品發(fā)泡一次性合格率的效果。
對于方向盤零件的發(fā)泡過程，主發(fā)泡料能夠?qū)崿F(xiàn)精準投放和控制，但是另外其他物料，如脫模劑，膜內(nèi)漆等，需要人工手動噴涂，并通過上述的實驗設計定義相關的參數(shù)才能獲得理想效果。未來，關于此類發(fā)泡過程，行業(yè)內(nèi)正在發(fā)展的是自動噴涂，通過計算機和機械手的合作，按照設定的噴涂角度，噴涂時間，噴涂壓力保證模內(nèi)漆和脫模劑噴涂到位，從而避免人工帶來的影響。
同時在發(fā)泡前，需要對方向盤模具進行手工打磨，由于方向盤造型的問題，當前仍然無法實現(xiàn)自動打磨，對于發(fā)泡效率和最終的打磨的結果無法保證，正在發(fā)展的趨勢是使用柔性自動打磨機對于發(fā)泡模具進行自動打磨，保證表面清潔度。
參考文獻
[1] 黃安華.淺談汽車的轉向系統(tǒng)[J].農(nóng)業(yè)裝備與車輛工程,2014(1):7-10.
[2] 和琳,劉文思,高婷婷.中國汽車零部件行業(yè)發(fā)展研究[J].汽車實用技術,2021, 46(16):189-191.
[3] 董志清,史榮華.駕駛員氣囊撕裂線外觀改善研究[J].汽車實用技術,2020,45(18): 57-60.
[4] 馬逢時,劉傳冰.六西格瑪管理統(tǒng)計指南[M].北京:中國人民大學出版社,2010.
[5] 閔亞能.實驗設計(DOE)應用指南[M].北京:科學教育出版社,2012.
來源：期刊《汽車實用技術 》；作者：譚 杰，徐永康，劉 真，湯龍彪，米雙年（上汽大眾汽車有限公司長沙分公司）
京公網(wǎng)安備11010802046783號
