车身制造质量的评价方法

《车身制造质量的评价方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、http://www.paper.edu.cn车身制造质量的评价方法12常方奎，孙广建1青岛大学车辆电子技术研究所，青岛(266071)2上海交通大学车辆工程专业，上海(200240)E-mail：changfangkui@163.com摘要：白车身是汽车的重要组成部分，其制造质量对汽车整体功能有很大的影响。本文介绍了目前常用的轿车车身制造质量的主要评价指标和方法：6σ、Cp/Cpk（工序能力指数）、CII指数、AUDIT扣分、PassRate（尺寸通过率）等。还有根据我国测量条件的实际情况提出的小样本采样基础上的评

2、价方法，以及随着OCMM的广泛应用所出现的新的评价方法。关键词：车身制造质量；工序能力指数；CII指数；AUDIT扣分；尺寸通过率中图分类号：U463.821.引言白车身是整个汽车零部件的载体，其重量和制造成本约占整车的40%~60%，中间环节众多，各种制造、装配偏差源会给最终的车身制造质量带来很大影响。由美国密西根大学吴贤铭先进制造技术中心发起的2mm工程，在车身制造领域已被认为是汽车制造企业是否在车身尺寸控制方面达到国际先进水平的衡量标准。面临21世纪的激烈竞争，我国制造业已经不能仅依靠成本竞争，而要转向迅速提高

3、产品质量和技术含量，提升国际竞争力。目前企业中常用的评价车身制造质量的主要评价指标或方法有：6σ、Cp/Cpk（工序能力指数）、CII指数、AUDIT扣分、PassRate（尺寸通过率）等。目前国内外很多学者都围绕这方面进行了大量地研究，黄文振等提出了在时变的、非平稳随机过程中对白车身装配质量进行评价及建立标准数据模型的方法[1]；沈利冰等在CII基础上提出了结合Shewhart控制图用于车身制造质量控制和评价的M-CII图分类方法[2]；吴宗光等针对现有的CII指数在评价轿车车身制造质量总体波动水平方面的不足进行了

4、分析,进而在其基础上进行建模,提出了一个更全面、更准确的用来评价轿车车身制造质量总体波动水平的新指数——OVLI[3]。2.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，它通常由300~500多个具有复杂空间曲面的金属薄板冲压零件，在近100个装配站的生产线上大批量、快节奏的焊装而成，其中装夹定位点多达1700~2500个，焊点多达4000~5000个；同时车体装配又为一种多层次体系结构，若干零件经焊装环节成为分总成，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

5、下几个方面：冲压零件本身的偏差、工夹具定位的不稳定性、焊装变形、操作及工艺的影响(如图1)。这些误差在装配过程中不可能消除，随着装配过程的进行，这些误差不断地传播、耦合和累积，进而影响到白车身的装配精度。QiangHuang和J.Shi在[6]中对误差的传递进行了详细的分析和诊断。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。-1-http://www.paper.edu.cn3.车身尺寸

6、质量评价指标2mm工程中所谓的“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CMM(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（统计过程控制StatisticalProcessControl）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

7、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%的点的6σ值作为该白车身的6σ值(如图2)。-2-http://www.paper.edu.cn工序能力指数C/Cppk工序能力分

8、析是一种高级的统计控制方法，在工序质量控制中，应用较多的是工序能力指数C和C。工序能力指数表示工序能力满足工序质量标准（公差、工序质量规格）要求程ppk度的量值。若工序公差为T，公差上下限分别为T和T,工序质量分布的标准差为σ，则ULTTT−ULC==（1）p66σσ但实际质量数据分布中心与公差中心并不一定总是重合的，在质量数据分布中心与公差中