汽车发动机装配过程中人为缺陷预测研究

本资料包含pdf文件1个，下载需要1积分

装配环节在很大程度上影响着产品的成本和最终质量。据统计，与装配相关的活动占全部制造活动 20 -70 (Boothroyd等，1994)E ；装配时间占产品总制造时间的 5O 以上；装配活动的成本占总收稿日期：2012-09-10； 修回日期：2012-11-10基金项目：国家自然科学基金资助项 目(71072026)作者简介：窦惠婷(1987-)，女，黑龙江哈尔滨人，硕士研究生，主要研究方向为质量管理 ，计算机辅助管理与决策，服务运营及服务质量管理等。

- - - -- - 129 ----第 18卷 窦惠婷，等：汽车发动机装配过程中人为缺陷预测研究制造成本的 40 -60 。随着机电产品的功能复杂度提高，生命周期压缩，装配难度越来越大，致使装配缺陷的预测和控制成为企业关注的重要问题之-。

国内外对机电产品装配质量的预测多集中于工艺方法上，并设法从工艺角度提升装配质量。张根保等(2011)[2]为研究产品装配过程中各因素即缺陷源对装配过程质量的影响，提出了-种基于故障树分析法的产品装配过程失效诊断方法，并通过概率重要度算法对装配过程失效的缺陷源进行重要度计算；王毓芳等(2004)Es]研究了基于统计过程控制(SPC)的实 时在线 质量监 测技 术；Ponomareva(2006)4]运用决策树分析方法，在大量数据中找到影响装配质量的相关因素；孔繁森等(2010)[ ]基于人因工程理论并结合故障树分析，对某厂传感器线束装配生产线产品泄漏的人为因素进行了分层辨识，研究了离散制造业装配生产线人因质量事故的追溯方法。

根据全面质量管理理论，除了工艺方法之外，影响质量的主要因素还包括操作者、设备机器、原材料和环境(统称为4MIE)。由于发动机装配流水线生产环境较为稳定，所以可忽略环境因素。原材料导致的装配质量缺陷可以通过供应商管理和进货检验降低，设备机器可以通过设备检修维护来减少装配缺陷。但是，对于操作者人为因素造成的装配缺陷缺少研究。然而，随着产品复杂度的增加和制造周期的压缩，人为因素导致的装配缺陷日益严重。据统计，汽车发动机装配初期，由于操作者失误导致的质量缺陷占总装配缺陷的 25 ，由此可见，人为装配缺陷的研究和控制已经成为现代制造业降发展的关键问题。

本文以发动机装配为例，系统分析了发动机装配中设计复杂度的影响因素，运用层次分析法计算出设计复杂度各因素权重，并建立了设计复杂度与装配缺陷率之间的关系模型；参考发动机装配标准工时定义工艺复杂度，通过统计分析建立工艺复杂度与装配缺陷率之问的关系模型；此外将工序难度的波动性考虑进来，对模型进行了改进。最后，结合以上二个复杂度建立双变量预测模型并通过实际案例证明此模型的适用性。利用此模型，可进行人为装配缺陷的预测，并有助改进装配工艺和设计流程，提高产品装配质量，有效进行质量控制。

2 文献综述Hinckley(1993)[ 应用装配时间来定义装配复13O - 杂度，发现缺陷率与总装配时间有正相关关系而与装配流水线上的工位数有负相关关系，提出了基于装配时间的装配复杂度函数。

Cs- TAT - to× TOP (1)式中， T为总装配时间；t。为完成-个最简单装配动作所需要的时问；TOP为装配动作数。

通过统计分析发现，人为装配缺陷率 (Defectper Unit，DPU)与装配复杂度之间具有显著相关性。

Shibata(2002)E ]进-步完善了 Hinckley模型，应用设计复杂度和工艺复杂度两个变量来建立预测模型，增加了预测模型的准确性和稳定性。Shibata沿用了 Hinckly的方法定义了工艺复杂度，利用Sony公司的标准工时得出新的工艺复杂度。同时，Shibata运用 Sony公 司创立 的 DAC(Design forAssembly/Disassembly Cost-efectiveness)方法，从生产成本最携的角度，定义出影响装配设计的三个因素，并得出能综合考虑三个因素影响的评级指数，运用此指数来评价装配设计复杂度。在此基础上，针对电子产品装配人为缺陷，建立了包含两个变量的质量预测模型，取得了良好的效果。

对装配生产线设计方法研究较多，通过启发式算法、线性规划及运用 MATLAB等工具对装配生产线进行仿真，找出合理的装配生产线设计方法E8-1o]。装 配生 产线设 计 广泛采 用 Boothroyd(1994)介绍的后被广泛使用的 DFMA(design formanufacture and assembly)方法，该方法 旨在获得高质量的装配工艺性，并且令装配零件和成本最小化。但此方法忽视了制造系统中运营上的限制条件，仅从工艺的角度进行优化。此后，Caputo，A.C。

(2006)[1 13]等-些学者对 DFMA方法进行重新设计形成了 DFP(design for product)方法和 DFA(design for assembly)，用来评估现有的装配设计方案及定义潜在的装配失误。

Su(2010)[1幻研究了复愈产品的人为装配缺陷预测问题，发现 Shibata模型不适用于机电产品的装配缺陷预测。于是，Su(2010)改进了设计复杂度评价方法，建立了适合机电产品的工艺复杂度分析方法，从而建立复愈产品人为装配缺陷的二元统计模型，得到较好的预测效果。

3 产品分析与数据采集本文的研究对象是某汽车厂生产的 K4型发动机，分别就发动机的结构、装配生产线和人为缺陷数工 业 工 程 与 管 理 第 1期据进行分析。

3.1 产品结构分析K4发动机是七块铝铸件由螺栓连接而成。从上到下主要包括：凸轮轴盖、凸轮轴架、气缸盖、气缸体、轴承座、机油轨、油底壳。共用 10个气缸盖螺栓将气缸盖、气缸体和轴承座固定在机油轨上。

3.2 产品装配工艺分析K4发动机装配线由两段组成，每段分成 2组，- 共 4组，共有 66个工位。四个组里，第-组的自动化程度较高，需人工操作的步骤较少，第二组的自动化程度次之，第三、四组基本上都是由人手工操作的工位。调查发现，大部分人工缺陷出自第三、四组，因此重点针对这两组进行了缺陷数据的采集和分析。

3.3 人为缺陷数据采集作者从如下 4个方面收集了二年内 11万台发动机的装配质量记录。

(1)装配线现场的缺陷记录；(2)热试检验台架上发现的缺陷记录；(3)质保部门的缺陷记录；(4)售后发现的缺陷数据。

此外，还进行了大量的相关人员访谈，补充得到- 些没有记录的缺陷数据。

4 设计复杂度分析运用 DAVID BEN-ARIEH(1993)[ 论文中所介绍的方法，组织经验丰富的工艺工程师分析确定了影响人工装配质量的 9个主要因素：自动化程度(P1)；装配技巧(P2)；零件重量(P3)；对于工具的支持需求(P4)；装配方向(P5)；装配作业的丰富程度(P6)；力度需求(P7)；干扰(P8)；零件和装配的清洁度需求(P9)。

应用层次分析法(AHP)分析得到了各因素的权重系数。首先，将这些因素两两比较，对其相对重要性打分，评估结果用整数 1到 9表示，1表示同等重要，9表示前者绝对重要于后者，形成比较矩阵，见表 1。利用公式(2)计算出各因素的权重(见表2)。

W -(Ⅱ 以 ) /EN： (IIL n ) (2)式中， 为因素i对因素 的比较重要度；N为因素个数，N为 9；W 为因素 i的权重。

表 1 比较矩阵表 2 权重表请 6位有经验的工程师，对每-个工位的 9个设计因素进行打分，利用公式(3)计算工位的设计复杂度。

cf西-∑ Wp×丢(∑ - A ) (3)式中，A 为第k位专家对第i个工位的第P因素的评分； 为因素P的权重；C 为工位 i的设计复杂度。

到 16个工位的设计复杂度之后，可以统计分析与DPU的关系。使用 SPSS拟合 11种函数，综合考虑 R2、F、t，发现三次函数的拟合效果最佳。

DPU -- 1.483×10 C odeI9m rr PnIm- E nR a F 棚 帕 nnH h' h， hI644L mlc .60 21.引0 0口 m∞539Iou 65I 2 2eeE，o6555955日口54日5g5 l .505tBgld 596图 1 设计复杂度与人为装配缺陷率的拟合5 工艺复杂度分析5.1 工艺复杂度利用公式(5)可以计算出工位 i的工艺复杂度。

- 1 31 - 1 2 2 / l 4 2 1 1 2 l 1 / 4 l 2 2 1 1 1 L L 2 0 2 2 2 l 1 2 / 1 / 2 1 / 2 l 1 / 3 l 2 l l 1 H第 18卷 窦惠婷 ，等：汽车发动机装配过程中人为缺陷预测研究- To- to× (5)式中， 为工位的每个工序的装配时间； 。为最小装配时间，此处 t。为 Is；N 为工位中的工序数。

利用企业的装配作业说明，得到 K4型发动机的标准装配工时，利用公式(5)对出现人工装配缺陷的工位进行工艺复杂度的计算。使用 SPSS对包括幂函数在内的 11种函数进行拟合分析 c 与DPU的关系(如图2)，综合考虑R。，F，t，得到拟合度最优的三次函数。

DPU -- 1.221× 101 3.65× lo-。 (6)Logalilhm lG图 2 工艺复杂度与人工装配失误率拟合5.2 工艺复杂度波动性的影响图3显示了-些工位工艺难度的波动性，其圈中数值代表调查的 11万台发动机生产过程中，此工序发生人为装配失误次数∩以发现人为失误多发生在峰值位置，此外装配时间变化较大处也容易导致失误。为了将这个因素考虑进来，对工艺复杂度进行了改造。用各工序装配时间波动的标准差来定义工艺难度的波动，进而得到新的工艺复杂度。

厘留莘5 7 9 l1 13 l5 17 19操作数 目图3 装配时间图cf 两- cf 幻 (7)式中，Cf' 为加入 了波动性影响的新的工艺复杂度；是为调和系数 为工位 i各工序时间波动的标准差 。

为了确定最佳的调和系数 足，试验分析了不同取值(从 1到 10)时，忌对R。的影响曲线(见图 4)，可见当是取 2时，得到R 最大。最终得到DPU --1.072×101cf 2.986× lO-。 (8)图 4 R 变化趋势图6 双变量预测模型本文在 Shibata模型框架上重新定义了设计复杂度 C 及其计算方法，集成工艺复杂度的波动性，提出新的工艺复杂度 Of' 及其计算方法。这里将进-步研究两者-同对装配缺陷率的影响作用。

为了找到最优的双变量拟合模型，选用了 6种典型常用公式。

(1)线性函数：Za0以1X以2Y(2)指数函数：Z：ea0 z(3)对数函数：Za0口1lnXn2lnY(4)逆函数：Za。倪1/x以2/y(5)幂函数：Za0a1Xa3 q-a2ya4(6)多项式函数：Zao q-a1X以2X 口3X。

R。- 1- SSE (9)0其中，SSE - (DPU；- DP )SS - (DPUi- DPu )利用 MATLAB7.0，可得出针对六种函数的拟合优度R 的数值，其中当取二元三次方函数时，R。

可达到 0.77。公式(10)为我们提供了从设计/x：艺复杂度角度预测人为装配缺陷率的工具，相比-元预测模型(见公式(4)和(8))，预测的精确度和可靠2 8 4 O 2 8 4 O m 6 2 如 加 m O M m 6 2-2 3 L -工 业 工 程 与 管 理 第 1期性有了显著提高，当某个独立变量所采集的数据发生失真时，这种精度提高将表现得更为明显。

DP -- 1.18×10 1.34×10叫cf- 3.46× 10 2.96× 10- 3.0O×：tO- cf 6.22×10- C 2- 3.70× ：tO C (IO)7 实验验证该模型还可以指导装配质量改进，选取工位op290作为改进研究对象。

图 5 装配缺陷预测模拟图65由图5可见，在改进前 op290工位的设计复杂度、工艺复杂度和人为装配缺陷率对应预测模型曲面上的A点。此工位发生缺陷是装配过程中曲轴后油封弹簧的脱落，原因在于装配技巧和对于工具的支持需求上。在这个操作过程中，对于工装的要求和操作技巧的要求都很高。我们通过改进工装和降低操作难度，来降低设计复杂度的分值。

根据此工位设计复杂度的评分高低，发现影响此工位设计复杂度的三个主要因素是：装配技巧(P2)、工具支持需求(P4)和力度需求(P7)。为了降低这些因素，对产生缺陷的工位进行分析，发现装配技巧和装配力度主要是因为这个装配作业需要使用的工装所致。通过改变工装，能同时降低装配技巧和装配力度需求。经过观察和泄漏测试以及发动机台架试验等发现，改变的设计复杂度，并不影响其装配效果。于是进行新的设计复杂度的评分和新的缺陷率的收集。在新工艺切换后，op290总共生产了9639台发动机，期间调查数据发现，由于人为因素造成的装配缺陷-耿生 2起，缺陷率(DP己厂)为0.0207 左右。

改变工装后，装配时间随之减小，该工位的工艺复杂度产生变动。利用上述方法，可求出新的工艺复杂度及其波动，并考虑到波动性的影响，可得出op290新的工艺复杂度。

表 3 预测缺陷率与实际缺陷率对比由表 3，此工位改进装配复杂度后，人工装配缺陷率下降。并且，将改进后的新的 ，Cf' 数值带人公式(10)，可得出的 DP 为 0.0181 ，与实际测出的0.0207 符合度达到 87.44 。

8 结论人为装配缺陷是影响发动机装配质量的主要因素。本文设计提出了发动机装配人为缺陷率的预测模型，通过实例分析验证该模型具有较好的预测精度。通过实验验证，该模型可达到较好的预测效果。

可帮助改进设计方案和优化工艺流程，为研究发动机装配质量以及复杂机电产品装配质量提供理论支持和实践指导。