北京某空调企业运用六西格玛改进自动焊接质量：六西格玛导入初期，天行健咨询先在该企业进行了系统的六西格玛培训，让企业员工详细了解六西格玛，明确知道六西格玛的实施方法及六西格玛所能带来的收益效果。经过一周的培训后，六西格玛项目正式启动。

一、定义阶段

1、项目选题：

天行健咨询六西格玛项目小组经过讨论及分析，从公司战略和提高顾客满意度出发，确定选题。项目小组拟通过提高自动焊接的质量水平，降低焊接缺陷，减少保修成本，提升企业质量品牌，支撑企业实现进入全国空调制造企业前三名，并与国际著名企业品牌相抗衡的战略目标。

2、项目范围：

项目小组同时界定了该项目的项目范围。该过程的SIPOC图如图1所示，同时，根据项目特点及项目的可操作性两方面考虑，确定项目的范围是从冲片工序开始一直到产品检验入库为止。

此外，项目小组还详细制定了项目的时间安排及预期成果。

二、测量阶段

测量阶段的主要任务是确认测量系统的能力是否充分，必要时对测量系统进行改善。并在此基础上测定相关指标的当前绩效水平。

在了解过程的基础上，找出影响焊接不良的主要因素，即找出影响CTQ（Y）的主要因素（x）。为此，小组成员根据工程经验，确定主要影响因素为半圆管中心距及自动焊工序。

半圆管的弯管过程由弯管机完成，再由测量人员利用测量仪器对半圆管中心距进行测量。而对于焊接缺陷的检验则是依靠检验员目视检验进行的。在DMAIC的测量阶段，再做进一步的数据分析之前，应该首先确保相关测量系统的能力充分。因此，应对这两个测量系统分别进行分析。

1、半圆管中心距测量系纷分析

随机选两名测量者，并抽取10个半圆管作为样品，将这10个样品随机分配给两名测量者进行测量，并且使每位测量者对每个零件重复测量3轮。测量数据如表1所示。半圆管的公差为25.4士0.1。

对表1中的数据进行分析，结果如表2所示。由此结果知，该测量系统的重复性与再现性百分比（R&R%）为25.8%，精度公差比（P/T%）为43.85%。显然，两者均超过了10%，表明测量系统能力不足。

进一步分析会发现，该测量系统的变异主要源于再现性误差。项目小组经过研究发现，再现性较高的原因是测量作业标准不规范，为此，小组重新制订测量作业标准，并

对所有测量人员进行针对性地培训。然后，再次按照上述过程进行测量系统分析，

结果为R&R%=7.2%,  P/T%=9.47%。此时测量系统能力可以接受。

2、弯管机过程能力分析：

在确定测量系统能力充分后，对弯管机过程能力进行评定。项目小组在生产过程稳定条件下，随机抽取100件样品，并进行分析，如图2所示。此时，计算得到Cp= 0.61，Cpk=-0.56。显然，过程能力严重不足。

三、分析阶段

1、弯管机能力不足原因分析

在测量阶段，测量弯管过程的过程能力为Cp=0.61, Cpk=-0.56，过程能力严重不足。对该过程此前该企业从未进行过类似测定，但根据小组成员已知的工程经验，弯管机模具的尺寸误差对半圆管中心距有着直接的影响。根据这个思路，小组对弯管机模具进行测定，发现所使用的模具的尺寸偏大，不符合设计要求。

2、焊接缺陷原因分析

为找出影响焊接缺陷的主要原因，小组进行了因果分析，如图3所示，并利用多轮投票法确定主要影响因素。

经过分析，确定影响焊接缺陷可能的主要原因有：后排枪的距离、后排枪的角度、前排枪的距离、前排枪的角度、后排枪的氧气量、前排枪的氧气量，为方便讨论，依次记为A、B、C、D、E、F。

四、改进阶段

1、弯道机改善

根据分析结果，对弯管机的模具进行调整，使所用的模具尺寸符合设计要求。并在此基础上，再次对该改进后的弯管过程进行过程能力分析，如图4所示，计算得到Cp=1.41，Cpk=1.15，此时，弯管机过程能力充分。

2、自动焊工艺参数优化

在分析阶段，确定了影响焊接缺陷的主要原因，为了进一步确定焊接缺陷与各影响因素间的关系，将焊接缺陷的每百件产品上的缺陷数（DPHU）视为响应输出Y，借助于试验设计（DOE）。由于因子较多，同时考虑到试验成本，选定2（6-2）部分因子试验方案，并安排了3次中心点试验。各因子的位级取值如表3所示，试验方案及试验结果如表4所示，而该部分因子试验的分辨力为IV，其混淆结构则如表5所示。

根据表4中得到的各次试验的结果进行分析，方差分析结果如表6所示，各因子效应及显著性分析如表7所示。由表6、表7可以看出，模型的曲性不显著，主因子中A、C、E三个因子影响显著，此外，交互作用A*C、B*D、A*B*D对响应的影响显著。但是，考虑到部分因子存在混淆的情况，所以，以上分析出的因子是否合理还要看混淆结构。结合表5中的混淆结构，可以看出，主因子和3阶和4阶交互作用混淆，这种情况下，如果因子显著，通常认为是主因子显著，因此，可以认为A、C、E三个因子的影响显著。再看A*C，它与E*F及两4阶交互作用混淆，通常在实际工程问题中，高阶交互作用不显著，因此可以先不考虑两个4阶交互作用，而A*C与E*F中，由于A*C的亲本因子A和C均显著，所以认定A*C显著应合理。对于B*D，不考虑与高阶交互作用的混淆，其与C*E混淆，而C*E的亲本因子C和E均显著，所以认定C*E显著更为合理。对于A*B*D这个3阶交互作用，它与A*C*E、B*C*E、D*E*F混淆，其中，A*C*E的亲本因子A、C和E均显著，所以认定A*C*E显著更为合理。

根据上述，分析，确定显著因子为A、C、E、A*C、C*E、A*C*E。据此，将模型中的非显著项剔除，并重新拟合模型，进行分析，得出二次拟合后各因子效应及显著性如表8所示。对模型适合性作进一步的分析发现，模型的适合性没有存在问题。

通过试验设计及分析，可得出焊接缺陷DPHU与上述各因子间有如下关系：

Y=7.403+2.217A+3.024C-4.008E

+1.884A*C-2.426C*E-2.533A*C*E

试验设计的目标是极小化DPHU，根据上述模型得到的最优工艺参数为：

A=-1，即后排枪的距离为15cm；

C=-1，即前排枪的距离为15cm；

E=1，即后排枪的氧气量为58.8升/分。

小组按照上述分析结果对工艺参数进行调整，并对结果加以验证。在上述参数条件下生产了200台蒸发器，检测得DPHU可以控制在0.05以内。过程质量显著提高。

五、控制阶段

弯管机过程

在作业指导书中，增加弯管机换模时必须进行模具尺寸的测定并填写换模记录表，以确保模具尺寸符合要求。

对弯管过程输出的半圆管的中心距建立X-R控制图（如图5），对弯管过程进行监控。