尺寸工程在汽車量產(chǎn)階段新模式的探索應用研究

盧洪超

摘要：通過親身經(jīng)歷發(fā)現(xiàn)，多個新項目啟動過程中，匹配質(zhì)量可依靠尺寸工程理論快速提升至量產(chǎn)水平，但在量產(chǎn)后，匹配表現(xiàn)往往會有很大的下降，新問題頻發(fā)。對此難點做了系統(tǒng)分析，并探索出適用于量產(chǎn)階段的補充理論，優(yōu)化了管控方法，提升了效率，更好地滿足了生產(chǎn)、質(zhì)量的要求。

關鍵詞：尺寸工程；汽車量產(chǎn)階段；外飾匹配；質(zhì)量管控；優(yōu)化改進

汽車作為現(xiàn)代生活出行工具，已廣泛應用于全球各地。汽車匹配質(zhì)量給客戶帶來直觀感受，直接體現(xiàn)了一家主機廠的設計和制造能力。作為汽車生產(chǎn)主機廠，匹配類問題也是制造過程中最常見的缺陷，是日常質(zhì)量管控的主要工作內(nèi)容。經(jīng)統(tǒng)計，在SORP后匹配類缺陷占一次通過損失率的50%以上，其次是表面類30%和其他（功能、異響、雨淋、電器等）類20%。匹配類問題的特點是包含眾多零件，尺寸鏈復雜，以往管控方法各零部件按照各自的尺寸控制要求實施管控，當某個子系統(tǒng)發(fā)生變化，有時會引發(fā)整車的連鎖反應，發(fā)生問題后需由眾多工程技術人員梳理排查及問題解決，效率低下。

在多個新項目啟動過程中，匹配質(zhì)量可依靠現(xiàn)有的尺寸工程理論，快速提升至量產(chǎn)水平，但在量產(chǎn)后，隨著要求逐步提升，匹配表現(xiàn)反而往往會有很大的下降，一些項目期間未曾發(fā)生過的問題頻發(fā)，這對工廠制造帶來了很大的困擾。究其原因，一是項目期間畢竟是小批量造車，一些失效模式無法充分驗證，會在批量生產(chǎn)時逐步暴露，另外更主要的原因是尺寸工程理論存在局限性，在量產(chǎn)階段無法充分適用。本文提出了一套更有效的理論—尺寸封樣管理與互聯(lián)管控智能預警系統(tǒng)，可充分指導量產(chǎn)階段的尺寸工作開展，是基于現(xiàn)有尺寸工程體系基礎上的補充和提升。

原系統(tǒng)（尺寸工程）簡介

包括華人運通、上汽通用、上汽大眾、比亞迪、蔚來、理想及小鵬等國內(nèi)主流汽車公司，其汽車尺寸工程基本按照“尺寸十步”活動開展，即：

1）尺寸管理計劃：按項目制定尺寸相關計劃，規(guī)定該項目尺寸活動內(nèi)容及節(jié)點。

2）尺寸技術標準：客戶的要求和項目要達成的目標，即DTS。

3）基準形成及一致性：是實現(xiàn)整車尺寸技術標準的基準和結構解決方案。

4）虛擬評估：方案虛擬認證。

5）形位圖樣及公差：方案記錄、記錄標準。

6）測點圖樣：規(guī)范零件及總成關鍵測量位置。

7）測量系統(tǒng)：規(guī)范相關測量設備及工具。

8）匹配評估：方案實際認證。

9）數(shù)據(jù)收集及分析：支持跟蹤。

10）不斷改進：經(jīng)驗總結并優(yōu)化系統(tǒng)。

其中，虛擬評估是基于零部件尺寸正態(tài)分布，計算內(nèi)外飾匹配的超差概率，來完成虛擬認證。例如某一匹配公差要求±0.75mm，存在3個影響因素，每個影響因素±0.5mm，如果每個影響因素都符合正態(tài)分布，那么該匹配的超差概率為2.44%，滿足設計要求。再通過匹配評估驗證零部件實際制造結果是否可以達到±0.5，并改進至正態(tài)分布狀態(tài)，驗證這段匹配是否可以滿足±0.75mm的公差要求。這套理論的確可以將匹配表現(xiàn)在項目期間快速提升至量產(chǎn)水平，但在量產(chǎn)后，匹配表現(xiàn)往往會有很大下降。

量產(chǎn)階段匹配表現(xiàn)下降原因分析

匹配類問題往往尺寸鏈較長，量產(chǎn)初期零部件尺寸波動較大，會導致匹配結果存在較大的波動。即便經(jīng)過不斷改進，零件符合正態(tài)分布，也會經(jīng)常存在幾個不利因素雖不超差，但偏差累積起來導致匹配超差，例如上段例子中3個影響因素，符合正態(tài)分布，也會存在每個不利0.3mm，匹配起來偏差0.9mm，超過±0.75mm的標準要求的情況。如果其中一個影響因素均值偏移，則超差概率成倍增加，例如某個3個影響因素的匹配，均處于正態(tài)分布的情況下，超差概率為2.91%（見圖1），當其中一個影響因素均值偏移0.5mm，則系統(tǒng)超差概率增加至13.81%（見圖2）。

根據(jù)難點，分析認為零件尺寸正態(tài)分布的理論在量產(chǎn)過程中很難有效貫徹，原因如下。

1.量產(chǎn)階段尺寸輸入來源多

量產(chǎn)階段零部件尺寸控制輸入大概有下列幾項：零部件GD&T圖樣控制要求，項目生產(chǎn)啟動期間匹配尺寸控制輸入，專題質(zhì)量會議紀要輸入特殊控制要求，以及供應商或車間因工藝制約定義的控制要求。這存在幾個薄弱點：各零件在各自基準值及公差內(nèi)控制，但如有波動仍會對整車帶來影響；多維度輸入尺寸管控需求，系統(tǒng)協(xié)調(diào)難度大，對整車有風險。

2.量產(chǎn)階段公差理論比正態(tài)分布理論應用更廣泛

量產(chǎn)階段更多應用的是公差理論，評判零部件尺寸符合上述的控制要求。如果零件的某一處尺寸100%合格卻處于極限偏差狀態(tài)（不符合正態(tài)分布），供應商很少會主動改進，且對零部件供應商沒有穩(wěn)定性和正態(tài)分布的指標要求。

3.量產(chǎn)階段變化點多

量產(chǎn)階段是一個漫長的過程，其中充斥著無數(shù)設備、工藝、人員的變化，均會導致尺寸變化。當某個子系統(tǒng)發(fā)生變化，有時會引發(fā)整車的連鎖反應，發(fā)生問題后需由眾多工程技術人員梳理排查和解決。當前的質(zhì)量前饋原則基本停留在超差報警前饋，無法滿足匹配穩(wěn)定的高需求。

4.零部件復雜程度增加，零件管控難度大

目前汽車尤其是造車新勢力，對造型的追求會更多，往往犧牲部分可制造性。單件的尺寸制造難度增大，匹配的復雜度增大。

量產(chǎn)階段匹配管控的解決方案

通過對難點的解析及長期工作經(jīng)驗梳理后，筆者認為應采用封樣管理，通過變化點，識別出不穩(wěn)定的環(huán)節(jié)，提升其穩(wěn)定性。

以上汽通用別克GL8車型為試點，具體工作如下。

1.定義了匹配狀態(tài)目視化標準

整車匹配狀態(tài)定義原則見表1，將整車匹配的狀態(tài)按照相對名義值的偏差量劃分為：

1）紅色，最大偏差量超過3/4公差帶。

2）黃色，最大偏差量在1/2到3/4公差帶，或波動量超過1/2公差帶。

3）綠色，最大偏差量穩(wěn)定在1/2公差帶以內(nèi)。

2.將每個匹配進行系統(tǒng)分析，列出子影響因素樹

帶領工程師團隊利用1個月時間，梳理GL8匹配特征87個（即87個影響因素樹，見圖3），細分至子零件共計876個特征點。

3.定義子零件特征點狀態(tài)劃分原則

從對整車配合影響量、零件是否符合圖樣、穩(wěn)定性、長期措施及短期措施5個維度，將特征點分為3個狀態(tài)（見表2）。

1）緊急狀態(tài)：零件偏差對問題偏差貢獻超過2/3，或超過圖樣要求，或極差波動超過1/2公差帶，或無長期措施或斷點超過3個月，或無短期措施或斷點超過

7天。

2）受控改進狀態(tài)：零件偏差對問題偏差貢獻超過1/3，或偏差超過1/2圖樣要求、或極差波動小于1/2公差帶，或長期措施斷點超過2個月，或短期措施超過3天。

3）封樣狀態(tài)：零件偏差對問題偏差貢獻小于1/3，或偏差小于1/2圖樣要求，或極差波動小于1/2公差帶。

按此原則，利用3個月時間將876個特征點逐一排查，識別出緊急狀態(tài)共計52項，受控改進狀態(tài)146項，封樣狀態(tài)678項。

4.對緊急項和受控改進項，與SQE和供應商團隊共同攻關，歷時1年時間

經(jīng)統(tǒng)計，產(chǎn)品不穩(wěn)定的原因如下：

1）產(chǎn)品特性導致的制造波動性大，例如玻璃類。

2）材料特性導致的尺寸不穩(wěn)定，例如亮飾條、PP材料的熱脹冷縮等等。

3）結構不合理，零貼設計多、安裝面易變形等。例如縱梁、輪罩、DASH及D柱等，需要預留設計間隙或優(yōu)化設計。

4）工裝、工藝不穩(wěn)定等，這些問題比較常見，易解決。

5）定位不穩(wěn)定，切邊定位、定位孔大等，需要設計和安裝改進。

6）結構剛度不足、受力變形，例如塑料翼子板、各種支架、氣撐桿變形等。

其中大部分是工藝過程優(yōu)化和質(zhì)量管控有效性提升等方法解決，部分需要設計變更、材料變更、批次管控、季節(jié)配方、定位和安裝優(yōu)化等。

5.自循環(huán)報警原則

供應商監(jiān)控數(shù)據(jù)需立即上傳至系統(tǒng)內(nèi)進行分析，例如某警報跟蹤清單見表3。

1）緊急狀態(tài)：向工廠報警，需要在工廠質(zhì)量例會專題匯報直至狀態(tài)改善。

2）受控改進狀態(tài)：向部門報警，需制定出長期措施，長期斷點到之前責任部門需采取短期控制頻次，不允許有超出封樣狀態(tài)的零件流出。

3）封樣狀態(tài)：按照原公差帶1/2內(nèi)控，如子零件系統(tǒng)超差需要報警至封樣管控小組。

6.數(shù)據(jù)收集和整理工作

項目的難點之一是龐大的數(shù)據(jù)收集和整理，并在數(shù)據(jù)中進行分析和報警，這是靠人工無法完成的工作。

（1）開發(fā)系統(tǒng)平臺? 項目與沈陽理工大學共同開發(fā)“全業(yè)務鏈尺寸質(zhì)量精準監(jiān)控系統(tǒng)”，該系統(tǒng)主機廠和供應商數(shù)據(jù)共享，搭建大數(shù)據(jù)平臺，整合利用現(xiàn)業(yè)務鏈中的監(jiān)控檢測數(shù)據(jù)，可減少大量文本整理工作。

平臺可實現(xiàn)下列功能：

1）關鍵數(shù)據(jù)目視化精準監(jiān)控，實現(xiàn)全零件按條件檢索，查找零件全周期尺寸控制要求，關鍵數(shù)據(jù)的趨勢跟蹤、波動監(jiān)控，零件歷史問題記錄并查找整改措施落實情況，設置報警條件，對風險點與變化點進行實時自動報警。

2）構建邏輯框架將底層數(shù)據(jù)與整車關聯(lián)，實現(xiàn)數(shù)據(jù)間的匹配預警，子零件某一數(shù)據(jù)變化超過要求，會導致上級系統(tǒng)風險，系統(tǒng)會目視化報警。集中報警顯示頁面如圖4～圖6所示。

（2）報警條件設置? 針對每處匹配區(qū)域狀態(tài)進行專項分析，識別影響因素，定義報警規(guī)則。

1）封樣件控制線。依據(jù)封樣管控規(guī)則，定義線性正關聯(lián)，取關聯(lián)系數(shù)為強相關1，進行計算與預警。

2）仿真建模?；谥饔绊懸蛩乇恚瑧脤I(yè)軟件3DCS（三維尺寸控制系統(tǒng)分析，圖形化的公差仿真軟件）、Matlab（商業(yè)數(shù)學軟件，用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析及數(shù)值計算的高級計算語言和交互式環(huán)境）虛擬評估，搭建相關性與回歸數(shù)學模型。每個配合特征建立一個線性回歸方程，通過仿真運算確定方程中每個參與的主影響因素系數(shù)，用以預測未來趨勢。并輔以Dmetric采集大樣本數(shù)據(jù)，以修正數(shù)學模型。

結語

綜上所述，通過對長期困擾量產(chǎn)車的匹配問題的痛點難點分析，找到了系統(tǒng)改進量產(chǎn)期間匹配管控的可行且高效的方法，經(jīng)過1年半的跟蹤驗證，子系統(tǒng)“緊急狀態(tài)”“受控改進狀態(tài)”數(shù)量從198項降至25項，整車匹配“紅色狀態(tài)”和“黃色狀態(tài)”下降了90%，整車匹配有了顯著的改觀，助推GL8在各項評審中保持領先地位，并贏得市場口碑。后續(xù)推廣到上汽通用北盛汽車南廠所有車型。

項目實施和貫徹過程中，轉(zhuǎn)變觀念是困難之一，因為先期需要供應商的全力配合，投入部分人力和成本資源，這需要利用強大的主機廠地位保證。經(jīng)過一段時間的工作，零部件質(zhì)量不斷提升才會看到收益，對供應商來說，后期缺陷減少、相關的返工減少、工程師資源節(jié)約及效率的提升，都是該項目的實際收益。全業(yè)務鏈數(shù)據(jù)互通，供應商知道重點零件重點尺寸的重點控制方向，如有變化（即使不超差）會提前向工廠前饋。對主機廠來說，工程師調(diào)查問題效率有了本質(zhì)的提升，由問題追查轉(zhuǎn)變?yōu)樘崆肮芸?，由?shù)據(jù)被動發(fā)現(xiàn)轉(zhuǎn)變?yōu)閿?shù)據(jù)變化管理。

參考文獻：

[1] 胡敏. 轎車車身尺寸工程概述[J]. 上海汽車，2002（7）：15-18.

[2] 劉剛. 談智能制造背景下的汽車質(zhì)量管理創(chuàng)新[J]. 時代汽車，2020（5）：6-7.

[3] 劉楊，呂卓. 基于3DCS的車身前部偏差仿真分析[J]. 汽車工藝與材料，2015（8）：65-68.

[4] 李華偉，張福路. 汽車尺寸工程尺寸鏈分析方法及流程[J]. 機械工程師，2017（3）：132-134.