1、摘要 從監測參數和測量、參數值的分布狀態確定、過程能力的計算、控制圖的建立幾個方面探討了在注塑成型中進行統計過程控制的特殊性和解決辦法。關鍵詞 SPC 注塑成型 參數 分布狀態 過程能力 控制圖SPC從問世以來，得到很大的推廣。汽車行業的ISO/TS16949：2000技術規范把SPC作為一項工具要求在產品開發和生產中進行使用。對SPC在生產過程中運用所帶來的好處就是預防控制、獲得改進機會，但在與具體的生產結合過程中，就會碰到這些問題，如何選擇監控參數并進行測量，這些參數的分布模式是什么樣的，如何計算過程能力，如何建立控制圖等。下面就開始探討在注塑成型過程中這些問題該如何解決。一、監測參數和測

2、量注塑成型過程的控制水平在很大程度上取絕于測量系統的完善程度。這就意味著不僅需要合理地選擇所要測量的過程參數，而且要正確的使用傳感器、轉換器，并將其置于正確的位置。通過對所選的參數進行在線監測，在理想的資源配備狀態下，把這些參數值輸入計算機，就可以計算出極差、控制限、標準偏差等并得到控制圖。以此為基礎的實時SPC對于過程的精密監控是非常有用的。1、注塑制品的質量參數反映產品質量的參數有尺寸、重量、外觀、性能。1.1 尺寸的定義是容易的，在開發產品中，對重要的尺寸基本上需要進行過程能力計算。根據測量方法，可獲得計量型數據，也可轉化為計數型數據。1.2 單個外觀缺陷及其優劣的定義對外觀缺陷分兩類，

3、一類是難以明確測量的缺陷如：燒焦、分層剝離、油漬、溢料飛邊、蛇形、空洞和熔接痕等，這些缺陷很難給予度的量測，但通過觀察可以給出以下區分其優劣的定義。1（不合格） 如果缺陷未消除0（合格） 如果缺陷已消除Yi= （式1）+1 缺陷惡化0 缺陷沒有變化-1 缺陷改進Yi= （式2）式中 Yi第i種缺陷，I=1，2，3,···m種缺陷；Yi定性質量的改變?？梢悦鞔_測量的缺陷如：色澤、波流痕、光澤不良、萎縮、欠注、凹陷和翹曲變形等。對這類數據有兩種處理辦法，一是直接用計量型數據進行統計，二是轉化為二元判斷后的計數型數據，如下轉化：1 如果yibi0 如果yibi Yi =

4、 （式3）+1 如果yi00 如果yi =0-1 如果yi0 Yi = （式4）式中 yi第i種缺陷的測量值；bi無缺陷的上限值。式1、2中假設，Yi減小則制品缺陷改進。1.2.1多缺陷及其優劣的定義當有多個缺陷同時出現時，就成為多目標優化的問題。通常各個目標在問題中并不處于同等重要的地位，可以將各種缺陷按重要程度分出優先次序，則總的制品缺陷程度可定義為如下：k=1Rnkj=1F（x）=Pk Ykj（x） （式5）式中，PkR個優先級因子；nk按優先級排列的缺陷個數Ykj第k種缺陷的度量值考慮到當一種缺陷有所改進而同時另一種卻惡化時，有可能出現模棱兩可的結果，即在某些情況下，總的缺陷是改善了還

5、是惡化了由式5確定的度量可能引起混淆。為了消除這種情況，一種有效的辦法是每一級中只有一種缺陷，因此可將式5修正并簡化為k=1RF（x）=Pk Yk（x）（式6）F（x）=Pk Yk（x）（式7）在式6、式7描述缺陷及改善程度的情況下，只要優先級高的缺陷有所改善，則認為總的缺陷有所改善。1.3 性能參數性能，包括燃燒性、機械性能、化學性能等，有可以獲取計量型數據的，也有制作二元判斷的，如耐腐蝕性能。由于是破壞性的，基本上沒有納入統計控制中。這些質量特征的控制，一般是分解到過程參數中進行控制，能支持該性能在生產中得到保證即可。半年或一年進行驗證。1.4重量產品重量是很容易進行測量和納入統計分析的，

6、另一方面，在過程開發初期對過程能力研究之后，在較低的開發成本和一般的質量控制水平下，僅用重量這個參數進行過程監控是很不錯的選擇。通過注塑成型分析，當注塑過程不穩定時，重量不發生變化的概率很低，所以誤判的可能性不大。如果再配以外觀100%的檢驗，這種監控就很可靠了。2、過程參數2.1 注塑機的控制系統與過程參數統計注塑機的控制系統有溫控系統、液壓控制系統、移動距離控制系統、時間控制系統等，為了反映這些系統的好壞，都應該進行統計分析，并以此來評定注塑機的性能。如下表所示，1級注塑機保壓時間變動小于0.02s，9級注塑機保壓時間變動小于0.04s，相當于1級的兩倍。一些注塑機的生產廠商已經根據上述方

7、法對機器能力進行分級，保證了機器性能，在對注塑機進行預防性維修時也可采用這個方法。隨著注塑機的不斷改進，不同級別的各值也將隨著時間的推移而變化。表1：參數等級123456789注射時間/ s0.040.050.060.070.080.100.120.140.17保壓時間/ s0.020.020.030.030.040.050.060.070.09保壓壓力/ psi4.004.805.766.918.299.09511.9414.3317.20模腔壓力/ psi15.0018.0021.6025.9231.1037.3244.7953.7564.50油溫/3.003.604.325.186.22

8、7.468.9610.7512.90溫度/2.002.402.883.464.154.985.977.178.602.2 正加入統計控制更直接反映過程性能的參數注塑過程的可控參數是通過成形參數如模具中的型腔壓力、熔體溫度等作用于材料的方向性、降解等來影響產品的質量特征的，因此，對成形參數的變化進行統計控制，更能實現預防。2.2.1模腔壓力 眾多研究表明,模腔壓力與零件質量密切相關，可以作為過程特征記錄。所有其它的過程參數并非在注塑件附近測量所得,因而存在一定的不確定性誤差。采用這種辦法，當零件優化后，相應的模腔壓力曲線被存儲起來。當需要重新設置設備時，存儲的模腔壓力“指紋”作為參考曲

9、線，優化加工過程，使其與參考曲線對應的過程相同，確保零件質量一致。 這種方法的另一重要優點是不依賴于設備。與注塑機設置參數方法不同，不同注塑設備廠家生產的注塑機可以使用相同的參考曲線作為設備的操作標準。此外,即使同一型號的注塑機由于磨損不同，表現出的性能會有差異。而在模腔中直接監測模腔壓力與設備無關，因此可以消除設置錯誤,減少次品。 切換點的自動識別 從注射階段到保壓階段的切換點是重要的過程參數，對零件質量和生產成本起關鍵作用。當模腔內部完全充滿時需要從注射階段切換到保持壓力階段。傳統的方式中采用注射時間，螺桿位置,液壓或模腔壓力作為切換參數。這些方法的共同特征是

10、規定一個閾值，當參數達到閾值時，控制切換。 自動平衡 近年來多腔模具已變得越來越重要。過程控制需要適應這一發展潮流。主要切入點是每一個單腔的填充方式。均衡填充，亦即良好平衡,可以確保通過模具的整個零件性能一致。所以,可以通過先進的模腔壓力測量技術和一系列智能控制系統，將模腔壓力測量與現代控制儀器和軟件結合在一起，組成功能強大的注塑質量控制系統。2.2.2 熔體溫度塑件什么時候脫模是由脫模溫度決定的。通過測量塑件表面溫度、模腔壓力和模具表面溫度，在工藝中逐個周期地確定出塑件的熱學狀態，冷卻時間被自動地計算出來，并被直接傳送給機器控制裝置。此工藝具有重要的優勢： （1）因為冷卻

11、時間及周期時間被盡可能地保持短暫，所以經濟性方面有了顯著的改進； （2）因為脫模溫度穩定，所以塑件質量盡可能地維持穩定。 這可解決這樣一個問題：把冷卻時間作為固定值被輸入，無法彌補生產過程中偶爾發生的干擾，例如工藝、機器控制和材料的波動。 3測量系統的分析在把SPC引進注塑過程控制中，對測量系統應做必要的分析，而且應該知道傳感器的類型及其安裝位置。如果不知道這些信息，則會導致錯誤的結論。3.1尺寸的測量系統對一些小尺寸，會采用象卡尺一般性的測量工具，對型面測量和形狀，就需要專用的檢測用具了，如檢具、試裝車輛、定位夾具。因注塑制品的剛性強度不高，在裝配過程中會隨外力變形，所以一定要在模擬裝車狀態

12、下進行，保證控制的質量和最終的使用要求一致。當選用試裝的辦法對尺寸進行測量時，應注意兩點：（1）對試裝車輛的生產過程穩定性進行評估，并獲取該車梁的三維數據（2）在線上采用一個制品試裝多臺，取平均值，并對數據的分布狀況進行分析，查看離散狀況。如果離散很大，這種方法就有有很大的出錯風險。最終的產品質量一定是在裝車狀態下體現。還要注意的問題是多模腔的產品，應進行區分，對各個模腔分別進行測量并進行統計分析。產品的尺寸往往是過程最主要的測量量。所以，必須對測量系統的重復性和重現性（RR）進行分析，以保證所選定的測量器具能夠勝任測量要求。3.2壓力的測量系統對壓力測量都會采用壓力傳感器，但傳感器的靈敏度是

13、不一樣的，各種壓力傳感器的對比見表2。這些誤差都須進行關注，否則會影響到統計控制的有效性。表2： 壓力傳感器的性能對比壓力測量可靠性/耐用性溫度范圍/溫度敏感性動態響應總誤差/%布爾登式(管式)氣動式毛細管應變式推桿應變式壓電式壓阻式光學式差良好正常正常良好良好良好200400400400120400600差差正常差正常良好良好差差正常正常極佳良好良好351.50.5330.51.50.20.513.3溫度的測量系統通常在螺桿端部通過裝在熔體中的溫度傳感器來測量熔體溫度。為了保證測量效果，必須確保溫度傳感器與熔體接觸良好。所以，壓力/溫度傳感器不適于熔體溫度的測量，嵌入安裝的溫度傳感器不適于熔

14、體溫度的測量，因為此時測量的溫度主要反映了金屬壁面的溫度。機筒和模具溫度對注射成型過程也非常重要。其測量通常采用刺刀型熱電偶。采用普通熱電偶進行溫度測量，會因為如下原因產生顯著的誤差：環繞塑化單元的空氣流會引起高達50的誤差；熱電偶安裝深度不夠，將引起高達10的誤差，深度應不小于25mm。在測量機筒溫度時，由于我們關心的是聚合物的溫度，所以就要盡可能靠近聚合物進行測溫和控溫，要使熱電偶盡可能地接近機筒內徑。還可以采用紅外（IR）探頭進行熔體溫度測量。紅外法測量熔體溫度的優點是可以快速測量到熔體溫度的變化，典型的響應時間為10us左右。同時，機筒的內部溫度可能會在較寬的范圍內波動，導致過程發生較

15、大的波動。最好同時采用深孔和淺孔進行溫度測量，被控溫度為深孔溫度。這樣，就可以確定徑向溫度梯度，以及過程導入或導出的熱量。深孔溫度為被控溫度，而淺孔則是通過多級電路參與溫度的控制。3.3轉速的測量分析由于注射機的回復速率直接由螺桿轉速確定，所以精確測量和控制螺桿轉速十分重要。測量和顯示的螺桿轉速應至少精確到0.1r/min，最好精確到0.001r/min或更小。換句話說，螺桿速度測量的敏感度和分辨率應為0.1r/min或更好。如果滿量程為200r/min，則測量敏感度為滿量程的0.05%。二、參數值的分布狀態確定在計算能力指數CP、CPK時，通常假設數據都服從正態分布。嚴格來說，在確定過程能力

16、之前，必須首先確定數據的分布類型1、正態分布測試可以采用很多種測試方法確定是否服從正態分布。這些測試方法大致分為兩類；圖表法和統計計算法。1.1圖表法如果樣本容量足夠大,可以繪制直方圖。然后，可以采用直方圖繪制相同的均值和標準差的正態曲線，觀察其與實際正態分布曲線的吻合程度。該方法只能定性地比較。另一種方法是圖表法，就是在正態概率紙上繪制累計分布圖，也可以在計算機上進行。觀察其與直線的吻合程度。該圖也通常稱為正態概率圖。表1為某飾件的一個自由尺寸數據：單位mm表11樣本2樣本3樣本4樣本5樣本6樣本7樣本8樣本11013.81015.01016.41013.21011.91014.41014.

17、41014.021014.61015.81014.01012.51014.71014.91016.31013.531016.11013.81012.61014.71015.31015.71015.41015.041016.81017.31014.21014.81014.21013.61016.51016.551014.61013.51014.51017.61015.61015.21013.51012.8平均值1015.181015.081014.341014.561014.341014.761015.221013.96R3.03.83.85.13.72.13.02.2表2：概率分布表數據段出現

18、個數概率累計分布概率101110.0250.025101230.0750.1101370.1750.2751014120.30.6101580.20.8101660.150.95101720.051圖1：當數據有足夠多，數據段分得足夠細的話，沿著概率點劃一條線，就可以描繪出分布的狀態來。圖2：從圖2中可以看出,這些數據與直線吻合得較好，所以假定其服從正態分布還是相當可靠的。概率圖的直線度可以通過相關系數度量。一種高效的正態分布測量法可以基于相關系數。關聯度的臨界值表可以在一些統計書籍上查到。如果關聯度低于臨界值，正態分布的假設就不成立。1.2 統計計算方法正態分布的一種常用測試方法是chi-s

19、quare，2測試。該測試方法也叫吻合度測試，因為其主要決定數據與正態曲線的符合程度。數據可以分為不同的組，每個組都有上、下界限，然后確定各組內數據的個數。如果在一組內少于5個數據點，就將其合并到下一個組。接著，對每一組進行chi-square計算。計算所得的值與chi-square進行比較，便可估計是否服從正態分布。詳細介紹可查閱統計方面的數據。還有一些其他的方法，如計算傾斜度、峰態等。2、參數的統計分布狀態據本人實際經驗和一些研究總結，注塑成型過程參數的分布狀態如下：非自由收縮的尺寸，如孔徑，分布圖形見圖3。自由收縮的尺寸，呈正態分布。重量呈正態分布。外觀是100%檢驗的，用不良率或者某種

20、缺陷的發生率進行統計，服從二項分布；用一定面積下的缺陷個數服從泊松分布。圖3：三、過程能力的計算正態分布的過程能力計算容易查到，在這探討對非自由收縮的尺寸的過程能力的計算。在汽車飾件的生產中，一般忽略因非自由收縮帶來的分布狀態的變化，但對一些控制精密的飾件，就需要考慮如何對過程能力的計算進行修正。圖4：USLLSL平均值眾數USLX3XLSL3正態分布的過程能力計算方法CPK= 或 CPK=CPK值取兩者中較小的。從圖4中可以看出，由于分布并非對稱分布，平均值不在分布的中間位置，這給過程能力的計算是有影響的。簡單的做法就是進行修正，公式如下：XXXCPK修正值=（1 ）CPK復雜的做法需要采用

21、有關非正態數據處理的軟件包，這對汽車飾件生產來說，目前還不需要。四、控制圖的建立注塑成型過程在SPC的實施過程中引起一些特殊的問題，下面進行探討。1、族過程族過程包含幾個受共同因素影響但在統計上相對獨立的過程；這些過程有時候也稱為“多流程”過程。采用多腔模的注射成型就是族過程的一個典型實例。一些因素可能影響部分模腔的充模和冷卻，而對其他的模腔沒有影響。如果一操作工從多腔模具中隨機抽取制品，即便是一天，某個模腔也可能一次都沒被抽中。因此，在實際的時間段內，可能檢測不到實際存在的不合格制品。當抽中缺陷模腔時，就會導致一點超出控制限，常用的措施就是調整影響所有模腔的因素所謂“整體”因素。如果下次采樣

22、中沒有抽到該缺陷模腔，這個過程看上去似乎已經得到正確調整。實際上，該操作人員則是錯誤地改變了一個本來處于可控狀態的過程。2中位數/個體測量值控制圖為解決這個問題，將中位數圖和個體測量值圖結合使用，后者蹤局部變動，而前者監視全局變動。中位數圖的一個顯著優點就是并不要求操作人員進行計算。在中位數控制圖中，每個樣本或觀測值由來自各個族成員的制品組成。要知道，中位x是將所有個體測量值一分為二的點。采樣的頻率依過程而定；初始情況下，采樣頻率應能仿照實際過程。如果過程穩定，隨后采樣頻率可以降低。平均中位數的定義類似于x控制圖中總的平均值定義。式子如下：x1xkx3+···+x

23、2+x1+k=xx式中k樣本數。xx上控制限的定義式為：UCL = + A2R下控制限的定義式為：LCL = -A2R因子A2可查表8.3；應當指出，A2的值隨著X-R控制圖中A2 的變化而變化。A2的值詳見第7章表7.2。個體測量值x控制限的表達式如下。上控制限定義式為UILx=X+E2R下控制限（LIL）定義為LILx=X-E2R因子A2和E2可查表8.3表3 中位數因子（A2）和個體測量值因子（E2）n A2 E2 n A2 E2 3 1.1871.77270.5081.1094 0.7961.45780.4331.05450.6911.29090.4121.01060.5481.184100.3620.975在中位數/個體測量值控制圖中，個體測量值表示為點，中位數表示為動直線。如圖5所示。一個樣本中的所有測量值沿沿垂直線標注，在該圖中，個體測量