內(nèi)燃機可靠性國家重點實驗室 濰柴動力股份有限公司 □李松五 李明磊 賀秀娜 王 亮 趙久濱

1 背景

在掀起品質革命，打造精品工程背景下，科學合理地分析供方過程保證能力，發(fā)掘改進點推動精準改進，提升產(chǎn)品一致性是業(yè)務模式變革的重點。目前企業(yè)較多關注符合性質量（合格與否），對合格產(chǎn)品的質量波動、產(chǎn)品一致性情況缺乏細致研究。沒有對檢驗數(shù)據(jù)進行分析利用，數(shù)據(jù)的價值沒有真正體現(xiàn)出來。具體表現(xiàn)在以下方面：

1）因缺少DFMEA的傳遞，無法充分有效識別質量控制風險，同時零部件檢驗指導書依據(jù)師徒傳承的方式進行編制、更新和執(zhí)行，通用性差且沒有固化，質量探測項目未實現(xiàn)標準化。

2）檢驗數(shù)據(jù)無法實時采集，不便于統(tǒng)計分析；無有效的手段實現(xiàn)檢驗數(shù)據(jù)自動式一致性分析，無法根據(jù)數(shù)據(jù)波動實施預警和動態(tài)監(jiān)控，預防性管理能力不足。

3）傳統(tǒng)的過程分布模型假設分布中心不變，離散不變，即默認為數(shù)據(jù)樣本瞬時分布是同一個分布，這是非常理想的過程分布模型。在來料抽檢環(huán)節(jié)，大部分檢驗數(shù)據(jù)的瞬時分布是變化的，特別是對于單邊公差特性，多數(shù)不服從正態(tài)分布。離線版分析軟件均無法對非正態(tài)分布的過程績效指數(shù)進行精準計算，分析結果偏差較大，數(shù)據(jù)一致性分析結果真實性不足。

2 整體思路

以標準化的探測項目為依據(jù)，以質量管理系統(tǒng)為支撐，實現(xiàn)探測項目、檢驗數(shù)據(jù)的標準化、智能化管理。

依托一致性分析系統(tǒng)工具，建立多分布自動匹配的數(shù)據(jù)分析模型，搭建數(shù)據(jù)一致性分析與監(jiān)控平臺，對檢驗數(shù)據(jù)進行一致性分析，實現(xiàn)質量特性過程績效指數(shù)實時展示，供方一致性水平多維度分析，定期矩陣化推送分析結果。

依據(jù)一致性分析情況，對異常波動數(shù)據(jù)、過程績效指數(shù)不達標零件及供應商進行預警，為各環(huán)節(jié)改進、供方質量提升提供支持。

3 主要做法

（1）檢驗計劃策劃與實施

設計、工藝、采購、質量部門組成多功能小組，識別每類零部件來料探測項目，對探測項目進行標準化處理，建立質量檢驗標準庫，形成企業(yè)標準。制定包含檢驗特性、量檢具、工作站等屬性的檢驗計劃，在WQS系統(tǒng)形成以件號、供方編碼為惟一標識的檢驗訂單，指導開展檢驗工作。

（2）檢驗執(zhí)行與數(shù)據(jù)采集

依據(jù)在WQS系統(tǒng)中部署的檢驗頻次動態(tài)規(guī)則和抽樣規(guī)則，以來料入庫產(chǎn)生的檢驗訂單為驅動。各工作站檢驗人員依據(jù)指派任務在WQS系統(tǒng)內(nèi)開展檢驗工作。檢驗現(xiàn)場配置無線傳輸量具，依托智能測量技術，實現(xiàn)檢驗數(shù)據(jù)自動上傳，規(guī)避人為因素影響。

（3）一致性分析

基于生產(chǎn)計劃和抽檢經(jīng)濟性的考慮，來料檢驗環(huán)節(jié)抽取的樣本與供方生產(chǎn)批次沒有明確的對應關系，抽取時間、數(shù)量及頻次不符合統(tǒng)計控制原則，對于單值總體偏離正態(tài)分布比較嚴重的情形，即使應用中心極限定理，所得到的子組均值分布也仍然不能近似服從正態(tài)分布。因此僅使用基于正態(tài)分布的過程績效指數(shù)計算方法已不合適，需尋求更加合適的方法，對非正態(tài)分布下過程績效指數(shù)進行計算。

田志友等著《非正態(tài)過程能力指數(shù)研究中的幾個問題》對非正態(tài)過程能力指數(shù)估計方法進行了總結，包括數(shù)據(jù)轉換方法、曲線擬合方法、經(jīng)驗分布方法、廣義能力指數(shù)計算方法。廣義能力指數(shù)計算方法是對基于正態(tài)分布的過程能力指數(shù)進行一般化，重新定義能力指數(shù)的計算公式，然后將其應用到不同的隨機分布條件下。本文基于ISO 22514-2∶2017《過程管理中的統(tǒng)計方法 能力和性能：時間相關過程模型的過程能力和性性》、ISO 22514-4∶2016《過程管理中的統(tǒng)計方法 能力和性能：過程能力估計和性能測量》標準，結合探測項目類型及單/雙邊公差要求，采用廣義能力指數(shù)計算方法，建立多分布自動匹配的數(shù)據(jù)模型，制定基于正態(tài)分布和二項分布的判穩(wěn)原則。

1）質量特性匹配分布模型

按照質量特性類型匹配初始分布，對應關系見表1。其他通用雙邊公差特性默認正態(tài)分布，單邊公差特性默認威布爾分布（概率密度函數(shù)見圖1）。

表1 質量特性與分布函數(shù)初始對應關系

圖1 威布爾分布概率密度函數(shù)

2）假設檢驗

運用統(tǒng)計分析方法，可對總體參數(shù)的某個命題所構成的假設做出拒絕或接受的判斷。對于機械加工制造過程，一般很難通過直觀圖形判斷某質量特性的分布情況，往往使用非參數(shù)檢驗方法進行假設檢驗。本文假設檢驗內(nèi)容見表2。

表2 假設檢驗內(nèi)容

3）選取最優(yōu)分布

若通過假設檢驗，選取最初匹配的分布模型；若未通過假設檢驗，從分布模型庫（對數(shù)正態(tài)分布、折疊正態(tài)分布、瑞利分布、混合分布等）中尋找合適的分布模式，計算回歸系數(shù)，選擇匹配性最好的分布。

4）判定數(shù)據(jù)穩(wěn)定狀態(tài)

若檢驗數(shù)據(jù)未超差，且控制界限之外的數(shù)目未超出Binomial分布的偶然離散帶的界限，則數(shù)據(jù)處于穩(wěn)定狀態(tài)。若數(shù)據(jù)處于非穩(wěn)定狀態(tài)，控制圖中顯示具體數(shù)值、檢驗人員、檢驗時間、量檢具等信息，便于查找、確認異常因素。

5）計算過程績效指數(shù)

針對數(shù)據(jù)不服從正態(tài)分布的情況，Clements（1989）提出了一種計算過程能力指數(shù)的通用化公式，見式（1）。

其中，θ=θμ-θl。

Rodriguez（1992）提出了利用數(shù)據(jù)擬合方法對非正態(tài)數(shù)據(jù)進行處理，并給出廣義能力指數(shù)的計算公式，見式（2）、式（3）。

ISO 22514-2標準提出利用分位數(shù)法/百分位法計算廣義過程績效指數(shù)Ppk。利用概率密度函數(shù)下側分位數(shù)X0.135%、上側分位數(shù)X99.865%計算過程變差寬度。對于正態(tài)分布，其偏離均值-3σ、+3σ的分位點恰好分別等于正態(tài)分布的下側分位數(shù)X0.135%、上側分位數(shù)X99.865%。

上、下側分位數(shù)計算原理，見式（4）、式（5）。

其中，p（x）：概率密度函數(shù)；X0.135%：下側分位數(shù)；X99.865%：上側分位數(shù)。

ISO 22514-4標準提出簡化計算方案，首先計算該分布的偏度系數(shù)和峰度系數(shù)，然后在Pearson分布族表中查找對應分位點，計算上下側分位數(shù)。

單側下限過程績效指數(shù)，見式（6）。

單側上限過程績效指數(shù)，見式（7）。

實際過程績效指數(shù)，見式（8）。

其中，Xmid：位置參數(shù)；△：變差參數(shù)。

ISO 22514-2列出了不同時間分布的模型、主要特點及適用于不同時間分布的計算方法。計算方法見表3。

表3 不同時間分布模型的計算方法

本文基于采購產(chǎn)品來料特點、數(shù)據(jù)采集方式，選取適合的計算方法。若服從正態(tài)分布，位置參數(shù)Xmid采用樣本均值，選擇第一種計算方法；若不服從正態(tài)分布，位置參數(shù)Xmid采用樣本中位數(shù)，選擇第二種計算方法。

位置參數(shù)第一種計算方法，見式（9）。

位置參數(shù)第二種計算方法，見式（10）。

變差參數(shù)的計算方法，見式（11）、式（12）。

其中，xi：測量值；n：測量數(shù)量；k：子組數(shù)量。

6）一致性分析結果展示及應用

利用Ppk對同一件號零件不同供應商的一致性水平進行分析，對同一供應商不同零件的一致性水平進行分析；利用Ppk達標率評價供應商過程保證能力。達標率計算公式見式（13）。

利用信息化手段對各業(yè)務系統(tǒng)進行集成，實現(xiàn)檢驗數(shù)據(jù)自動傳輸至分析系統(tǒng)，分析報告及報表實時傳輸至質量管理系統(tǒng)，進行邏輯運算及多維度展示，通過設置不同查詢條件，查閱、展示分析結果。一致性分析模塊展示界面見表4。

表4 部分零件質量特性Ppk分析結果

針對一致性分析結果不達標的零件、特性，生成一致性分析報表，基于質量技術人員分工矩陣表，按零件分工定期矩陣化推送郵件提醒，關注異常波動。郵件提醒格式包括主要為供應商、零件名稱、零件件號、質量特性、是否達標、實際Ppk、最優(yōu)Ppk。

4 效果及意義

建立了檢驗數(shù)據(jù)自動采集與一致性分析模型，實現(xiàn)了檢驗項目的標準化，提高了數(shù)據(jù)分析準確性和效率，為檢驗方法優(yōu)化、產(chǎn)品一致性質量提升提供數(shù)據(jù)支撐，填補了企業(yè)一致性分析與管控的空白，是企業(yè)質量管理模式里程碑式的轉變。

結合概率論、SPC知識，利用大數(shù)據(jù)分析技術實現(xiàn)了質量數(shù)據(jù)復雜分析的常態(tài)化，為企業(yè)其他相關領域數(shù)據(jù)的深入監(jiān)控和分析提供了參考方案。該模式不僅適用于零部件一致性質量管控，更適用于制造過程的一致性質量管控。

5 下一步研究方向

推行供應商質量管控前移，供應商現(xiàn)場部署數(shù)據(jù)在線采集功能，自動采集制造過程數(shù)據(jù)，監(jiān)控供應商制造過程質量表現(xiàn)，分析結果實現(xiàn)快速共享。

規(guī)范供應商生產(chǎn)批次與供貨批次的關系，調整來料檢驗模式及重點，提高檢驗有效性；基于產(chǎn)品階段及Ppk表現(xiàn)，推行供應商質量免檢信任機制。