SPC在注塑成型过程中的应用

1、摘要 从监测参数和测量、参数值的分布状态确定、过程能力的计算、控制图的建立几个方面探讨了在注塑成型中进行统计过程控制的特殊性和解决办法。关键词 SPC 注塑成型 参数 分布状态 过程能力 控制图SPC从问世以来，得到很大的推广。汽车行业的ISO/TS16949：2000技术规范把SPC作为一项工具要求在产品开发和生产中进行使用。对SPC在生产过程中运用所带来的好处就是预防控制、获得改进机会，但在与具体的生产结合过程中，就会碰到这些问题，如何选择监控参数并进行测量，这些参数的分布模式是什么样的，如何计算过程能力，如何建立控制图等。下面就开始探讨在注塑成型过程中这些问题该如何解决。一、监测参数和测

2、量注塑成型过程的控制水平在很大程度上取绝于测量系统的完善程度。这就意味着不仅需要合理地选择所要测量的过程参数，而且要正确的使用传感器、转换器，并将其置于正确的位置。通过对所选的参数进行在线监测，在理想的资源配备状态下，把这些参数值输入计算机，就可以计算出极差、控制限、标准偏差等并得到控制图。以此为基础的实时SPC对于过程的精密监控是非常有用的。1、注塑制品的质量参数反映产品质量的参数有尺寸、重量、外观、性能。1.1 尺寸的定义是容易的，在开发产品中，对重要的尺寸基本上需要进行过程能力计算。根据测量方法，可获得计量型数据，也可转化为计数型数据。1.2 单个外观缺陷及其优劣的定义对外观缺陷分两类，

3、一类是难以明确测量的缺陷如：烧焦、分层剥离、油渍、溢料飞边、蛇形、空洞和熔接痕等，这些缺陷很难给予度的量测，但通过观察可以给出以下区分其优劣的定义。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 缺陷恶化0 缺陷没有变化-1 缺陷改进Yi= （式2）式中 Yi第i种缺陷，I=1，2，3,···m种缺陷；Yi定性质量的改变。可以明确测量的缺陷如：色泽、波流痕、光泽不良、萎缩、欠注、凹陷和翘曲变形等。对这类数据有两种处理办法，一是直接用计量型数据进行统计，二是转化为二元判断后的计数型数据，如下转化：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种缺陷的测量值；bi无缺陷的上限值。式1、2中假设，Yi减小则制品缺陷改进。1.2.1多缺陷及其优劣的定义当有多个缺陷同时出现时，就成为多目标优化的问题。通常各个目标在问题中并不处于同等重要的地位，可以将各种缺陷按重要程度分出优先次序，则总的制品缺陷程度可定义为如下：k=1Rnkj=1F（x）=Pk Ykj（x） （式5）式中，PkR个优先级因子；nk按优先级排列的缺陷个数Ykj第k种缺陷的度量值考虑到当一种缺陷有所改进而同时另一种却恶化时，有可能出现模棱两可的结果，即在某些情况下，总的缺陷是改善了还

5、是恶化了由式5确定的度量可能引起混淆。为了消除这种情况，一种有效的办法是每一级中只有一种缺陷，因此可将式5修正并简化为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况下，只要优先级高的缺陷有所改善，则认为总的缺陷有所改善。1.3 性能参数性能，包括燃烧性、机械性能、化学性能等，有可以获取计量型数据的，也有制作二元判断的，如耐腐蚀性能。由于是破坏性的，基本上没有纳入统计控制中。这些质量特征的控制，一般是分解到过程参数中进行控制，能支持该性能在生产中得到保证即可。半年或一年进行验证。1.4重量产品重量是很容易进行测量和纳入统计分析的，

6、另一方面，在过程开发初期对过程能力研究之后，在较低的开发成本和一般的质量控制水平下，仅用重量这个参数进行过程监控是很不错的选择。通过注塑成型分析，当注塑过程不稳定时，重量不发生变化的概率很低，所以误判的可能性不大。如果再配以外观100%的检验，这种监控就很可靠了。2、过程参数2.1 注塑机的控制系统与过程参数统计注塑机的控制系统有温控系统、液压控制系统、移动距离控制系统、时间控制系统等，为了反映这些系统的好坏，都应该进行统计分析，并以此来评定注塑机的性能。如下表所示，1级注塑机保压时间变动小于0.02s，9级注塑机保压时间变动小于0.04s，相当于1级的两倍。一些注塑机的生产厂商已经根据上述方

7、法对机器能力进行分级，保证了机器性能，在对注塑机进行预防性维修时也可采用这个方法。随着注塑机的不断改进，不同级别的各值也将随着时间的推移而变化。表1：参数等级123456789注射时间/ s0.040.050.060.070.080.100.120.140.17保压时间/ s0.020.020.030.030.040.050.060.070.09保压压力/ psi4.004.805.766.918.299.09511.9414.3317.20模腔压力/ psi15.0018.0021.6025.9231.1037.3244.7953.7564.50油温/3.003.604.325.186.22

8、7.468.9610.7512.90温度/2.002.402.883.464.154.985.977.178.602.2 正加入统计控制更直接反映过程性能的参数注塑过程的可控参数是通过成形参数如模具中的型腔压力、熔体温度等作用于材料的方向性、降解等来影响产品的质量特征的，因此，对成形参数的变化进行统计控制，更能实现预防。2.2.1模腔压力 众多研究表明,模腔压力与零件质量密切相关，可以作为过程特征记录。所有其它的过程参数并非在注塑件附近测量所得,因而存在一定的不确定性误差。采用这种办法，当零件优化后，相应的模腔压力曲线被存储起来。当需要重新设置设备时，存储的模腔压力“指纹”作为参考曲

9、线，优化加工过程，使其与参考曲线对应的过程相同，确保零件质量一致。 这种方法的另一重要优点是不依赖于设备。与注塑机设置参数方法不同，不同注塑设备厂家生产的注塑机可以使用相同的参考曲线作为设备的操作标准。此外,即使同一型号的注塑机由于磨损不同，表现出的性能会有差异。而在模腔中直接监测模腔压力与设备无关，因此可以消除设置错误,减少次品。 切换点的自动识别 从注射阶段到保压阶段的切换点是重要的过程参数，对零件质量和生产成本起关键作用。当模腔内部完全充满时需要从注射阶段切换到保持压力阶段。传统的方式中采用注射时间，螺杆位置,液压或模腔压力作为切换参数。这些方法的共同特征是

10、规定一个阈值，当参数达到阈值时，控制切换。 自动平衡 近年来多腔模具已变得越来越重要。过程控制需要适应这一发展潮流。主要切入点是每一个单腔的填充方式。均衡填充，亦即良好平衡,可以确保通过模具的整个零件性能一致。所以,可以通过先进的模腔压力测量技术和一系列智能控制系统，将模腔压力测量与现代控制仪器和软件结合在一起，组成功能强大的注塑质量控制系统。2.2.2 熔体温度塑件什么时候脱模是由脱模温度决定的。通过测量塑件表面温度、模腔压力和模具表面温度，在工艺中逐个周期地确定出塑件的热学状态，冷却时间被自动地计算出来，并被直接传送给机器控制装置。此工艺具有重要的优势： （1）因为冷却

11、时间及周期时间被尽可能地保持短暂，所以经济性方面有了显著的改进； （2）因为脱模温度稳定，所以塑件质量尽可能地维持稳定。 这可解决这样一个问题：把冷却时间作为固定值被输入，无法弥补生产过程中偶尔发生的干扰，例如工艺、机器控制和材料的波动。 3测量系统的分析在把SPC引进注塑过程控制中，对测量系统应做必要的分析，而且应该知道传感器的类型及其安装位置。如果不知道这些信息，则会导致错误的结论。3.1尺寸的测量系统对一些小尺寸，会采用象卡尺一般性的测量工具，对型面测量和形状，就需要专用的检测用具了，如检具、试装车辆、定位夹具。因注塑制品的刚性强度不高，在装配过程中会随外力变形，所以一定要在模拟装车状态

12、下进行，保证控制的质量和最终的使用要求一致。当选用试装的办法对尺寸进行测量时，应注意两点：（1）对试装车辆的生产过程稳定性进行评估，并获取该车梁的三维数据（2）在线上采用一个制品试装多台，取平均值，并对数据的分布状况进行分析，查看离散状况。如果离散很大，这种方法就有有很大的出错风险。最终的产品质量一定是在装车状态下体现。还要注意的问题是多模腔的产品，应进行区分，对各个模腔分别进行测量并进行统计分析。产品的尺寸往往是过程最主要的测量量。所以，必须对测量系统的重复性和重现性（RR）进行分析，以保证所选定的测量器具能够胜任测量要求。3.2压力的测量系统对压力测量都会采用压力传感器，但传感器的灵敏度是

13、不一样的，各种压力传感器的对比见表2。这些误差都须进行关注，否则会影响到统计控制的有效性。表2： 压力传感器的性能对比压力测量可靠性/耐用性温度范围/温度敏感性动态响应总误差/%布尔登式(管式)气动式毛细管应变式推杆应变式压电式压阻式光学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极佳良好良好351.50.5330.51.50.20.513.3温度的测量系统通常在螺杆端部通过装在熔体中的温度传感器来测量熔体温度。为了保证测量效果，必须确保温度传感器与熔体接触良好。所以，压力/温度传感器不适于熔体温度的测量，嵌入安装的温度传感器不适于熔

14、体温度的测量，因为此时测量的温度主要反映了金属壁面的温度。机筒和模具温度对注射成型过程也非常重要。其测量通常采用刺刀型热电偶。采用普通热电偶进行温度测量，会因为如下原因产生显著的误差：环绕塑化单元的空气流会引起高达50的误差；热电偶安装深度不够，将引起高达10的误差，深度应不小于25mm。在测量机筒温度时，由于我们关心的是聚合物的温度，所以就要尽可能靠近聚合物进行测温和控温，要使热电偶尽可能地接近机筒内径。还可以采用红外（IR）探头进行熔体温度测量。红外法测量熔体温度的优点是可以快速测量到熔体温度的变化，典型的响应时间为10us左右。同时，机筒的内部温度可能会在较宽的范围内波动，导致过程发生较

15、大的波动。最好同时采用深孔和浅孔进行温度测量，被控温度为深孔温度。这样，就可以确定径向温度梯度，以及过程导入或导出的热量。深孔温度为被控温度，而浅孔则是通过多级电路参与温度的控制。3.3转速的测量分析由于注射机的回复速率直接由螺杆转速确定，所以精确测量和控制螺杆转速十分重要。测量和显示的螺杆转速应至少精确到0.1r/min，最好精确到0.001r/min或更小。换句话说，螺杆速度测量的敏感度和分辨率应为0.1r/min或更好。如果满量程为200r/min，则测量敏感度为满量程的0.05%。二、参数值的分布状态确定在计算能力指数CP、CPK时，通常假设数据都服从正态分布。严格来说，在确定过程能力

16、之前，必须首先确定数据的分布类型1、正态分布测试可以采用很多种测试方法确定是否服从正态分布。这些测试方法大致分为两类；图表法和统计计算法。1.1图表法如果样本容量足够大,可以绘制直方图。然后，可以采用直方图绘制相同的均值和标准差的正态曲线，观察其与实际正态分布曲线的吻合程度。该方法只能定性地比较。另一种方法是图表法，就是在正态概率纸上绘制累计分布图，也可以在计算机上进行。观察其与直线的吻合程度。该图也通常称为正态概率图。表1为某饰件的一个自由尺寸数据：单位mm表11样本2样本3样本4样本5样本6样本7样本8样本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：概率分布表数据段出现

18、个数概率累计分布概率101110.0250.025101230.0750.1101370.1750.2751014120.30.6101580.20.8101660.150.95101720.051图1：当数据有足够多，数据段分得足够细的话，沿着概率点划一条线，就可以描绘出分布的状态来。图2：从图2中可以看出,这些数据与直线吻合得较好，所以假定其服从正态分布还是相当可靠的。概率图的直线度可以通过相关系数度量。一种高效的正态分布测量法可以基于相关系数。关联度的临界值表可以在一些统计书籍上查到。如果关联度低于临界值，正态分布的假设就不成立。1.2 统计计算方法正态分布的一种常用测试方法是chi-s

19、quare，2测试。该测试方法也叫吻合度测试，因为其主要决定数据与正态曲线的符合程度。数据可以分为不同的组，每个组都有上、下界限，然后确定各组内数据的个数。如果在一组内少于5个数据点，就将其合并到下一个组。接着，对每一组进行chi-square计算。计算所得的值与chi-square进行比较，便可估计是否服从正态分布。详细介绍可查阅统计方面的数据。还有一些其他的方法，如计算倾斜度、峰态等。2、参数的统计分布状态据本人实际经验和一些研究总结，注塑成型过程参数的分布状态如下：非自由收缩的尺寸，如孔径，分布图形见图3。自由收缩的尺寸，呈正态分布。重量呈正态分布。外观是100%检验的，用不良率或者某种

20、缺陷的发生率进行统计，服从二项分布；用一定面积下的缺陷个数服从泊松分布。图3：三、过程能力的计算正态分布的过程能力计算容易查到，在这探讨对非自由收缩的尺寸的过程能力的计算。在汽车饰件的生产中，一般忽略因非自由收缩带来的分布状态的变化，但对一些控制精密的饰件，就需要考虑如何对过程能力的计算进行修正。图4：USLLSL平均值众数USLX3XLSL3正态分布的过程能力计算方法CPK= 或 CPK=CPK值取两者中较小的。从图4中可以看出，由于分布并非对称分布，平均值不在分布的中间位置，这给过程能力的计算是有影响的。简单的做法就是进行修正，公式如下：XXXCPK修正值=（1 ）CPK复杂的做法需要采用

21、有关非正态数据处理的软件包，这对汽车饰件生产来说，目前还不需要。四、控制图的建立注塑成型过程在SPC的实施过程中引起一些特殊的问题，下面进行探讨。1、族过程族过程包含几个受共同因素影响但在统计上相对独立的过程；这些过程有时候也称为“多流程”过程。采用多腔模的注射成型就是族过程的一个典型实例。一些因素可能影响部分模腔的充模和冷却，而对其他的模腔没有影响。如果一操作工从多腔模具中随机抽取制品，即便是一天，某个模腔也可能一次都没被抽中。因此，在实际的时间段内，可能检测不到实际存在的不合格制品。当抽中缺陷模腔时，就会导致一点超出控制限，常用的措施就是调整影响所有模腔的因素所谓“整体”因素。如果下次采样

22、中没有抽到该缺陷模腔，这个过程看上去似乎已经得到正确调整。实际上，该操作人员则是错误地改变了一个本来处于可控状态的过程。2中位数/个体测量值控制图为解决这个问题，将中位数图和个体测量值图结合使用，后者踪局部变动，而前者监视全局变动。中位数图的一个显著优点就是并不要求操作人员进行计算。在中位数控制图中，每个样本或观测值由来自各个族成员的制品组成。要知道，中位x是将所有个体测量值一分为二的点。采样的频率依过程而定；初始情况下，采样频率应能仿照实际过程。如果过程稳定，随后采样频率可以降低。平均中位数的定义类似于x控制图中总的平均值定义。式子如下：x1xkx3+···+x

23、2+x1+k=xx式中k样本数。xx上控制限的定义式为：UCL = + A2R下控制限的定义式为：LCL = -A2R因子A2可查表8.3；应当指出，A2的值随着X-R控制图中A2 的变化而变化。A2的值详见第7章表7.2。个体测量值x控制限的表达式如下。上控制限定义式为UILx=X+E2R下控制限（LIL）定义为LILx=X-E2R因子A2和E2可查表8.3表3 中位数因子（A2）和个体测量值因子（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在中位数/个体测量值控制图中，个体测量值表示为点，中位数表示为动直线。如图5所示。一个样本中的所有测量值沿沿垂直线标注，在该图中，个体测量