机械装配工艺中的可视化公差分析
JMP中国区咨询经理 周暐
众所周知,今天的中国已经成为“世界工厂”、制造大国。但毋庸回避的是,目前我们依然大而不强。制造业技术能力的薄弱除了表现在产品创新之外,更多的还表现在生产工艺的水平上。很多人常常错误地认为当产品进入到大规模制造环节时,尤其是像机械装配这样的传统行业来说,具有技术含量的工作已经很少了,只要靠“经验主义”和“苦干精神”就可以了。另外有些人可能已经意识到对生产工艺进行持续改善、精细化管理的重要性,但苦于找不到适合工程师使用的简单直观的量化分析方法和工具,所以收效也不大。
本着“一切从实战出发”的原则,下文将以一个发生在机械装配现场的真实案例为线索,辅以简明易懂的原理说明,介绍一种可操作性强,同时又不失科学严谨的工艺改善方法——可视化公差分析。
案例背景:
某汽车发动机的气缸是由缸体、缸盖、活塞、活塞轴承、连杆、杆轴承和机轴装配而成(如图一所示)。目前气缸总装车间遇到的问题是,虽然各个零部件的机械尺寸都达到研发部门设计的规格要求,但总装在一起后总会有相当比例的成品装配过松或过紧,一次性通过率远远低出当初预定的目标,而且由此产生的返工造成大量额外的劣质成本损失,还影响出货进度。公司中有的人觉得很困惑:为什么当初设计规划以及样品生产时都没有问题,一到批量生产就问题不断?有的人虽然已经意识到应该在原先的基础上优化零部件的尺寸规格,但困惑更多:究竟改进哪一个或哪几个零部件最有效?对需要改进零部件又该如何实施改进?改进到什么程度最经济、最合适?
首先,我们来解释一下第一种类型的困惑。对质量管理有一定了解的人都知道波动的概念。产生上述现象的主要原因就是波动的传递。如图二所示,工艺流程的输入变量X是通过根据试验设计DOE或回归方程获取的传递函数对工艺流程的输出变量Y发生作用。在这个传递过程中,流程自变量不仅会影响产品质量特征的均值(这是大家所熟知的),而且由于流程自变量不可避免地存在着波动(或称误差),它还会影响产品质量特征的波动,这就是所谓的“波动传递”。如果要定量地表达波动传递,可以用下列公式来表示。
|