En los últimos años, cómo mejorar la calidad de los automóviles y definir los indicadores de calidad de los automóviles se ha convertido en uno de los focos de investigación de varios fabricantes de automóviles. 2018 Año JD fuerza Investigación de calidad de autos nuevos (IQS) Mostrar problemas comunes de la siguiente manera : Sistema de navegación inexacto, ventanas de automóviles / Parabrisas propenso a empañarse, teléfono Bluetooth incorporado / Los dispositivos a menudo tienen emparejamientos / Problemas de conexión, el sistema de audio no es fácil de usar y el sistema de reconocimiento de voz incorporado a menudo es irreconocible. La encuesta del informe también muestra que los defectos y fallas han disminuido año tras año, pero los problemas de diseño, como el equipo de interconexión inteligente del vehículo, han aumentado. y problemas comunes como La mejora en el olor dentro del automóvil fue la más grande, seguida por el ruido excesivo de los neumáticos, falta de energía del motor después de encender el aire acondicionado, ruido excesivo del viento y consumo excesivo de combustible.
En resumen, con el avance de la era tecnológica, los problemas y tipos de calidad cambiarán, y el enfoque de cada fábrica de automóviles también cambiará, pero el resultado final lo determinan los clientes o las partes interesadas. A través de diferentes herramientas de gestión, la empresa puede mejorar El desempeño del producto mejora la satisfacción del cliente y aumenta la participación de mercado, básicamente avanzando hacia la mejora del desempeño, la eficiencia y la funcionalidad del producto.La gestión de calidad de la industria automotriz se basa en el estándar ISO/TS (como se muestra en la figura a continuación).
汽車工業的品質管理基於ISO/TS的標準汽車工業的品質管理基於ISO/TS的標準汽車工業的品質管理基於ISO/TS的標準汽車工業的品質管理基於ISO/TS的標準 Gestión de la calidad en la industria del automóvil basada en las normas ISO/TS
Hay muchos enlaces en la industria automotriz donde se pueden generar y analizar datos. Tomando como ejemplo las autopartes, hay accesorios como espejos, estéreos, antenas, etc. Las piezas de colisión incluyen piezas de chapa, piezas de plástico, parachoques, luces y las piezas consumibles incluyen bujías, anillos de pistón, bombas de aceite y filtros de aceite. Dispositivos, etc., cuando se inspecciona cada componente, puede deberse a diferentes procedimientos de procesamiento y diferentes métodos de procesamiento o métodos de medición del operador, lo que afectará la calidad del ensamblaje posterior.
Porque la industria automotriz debe tener "la capacidad de producir productos de calidad consistente", en otras palabras, para reducir la variación en el desempeño del producto durante el proceso de producción. Porque puede involucrar muchos factores en la producción. Debemos pensar cuáles son las razones de la variación en la producción y qué proporción de la variación causada por cada razón explica la variación total. Con el fin de analizar más a fondo la fuente de variación. Esto es lo que llamamos Fuente de Variación en el control de calidad, y las principales herramientas estadísticas que utiliza son "Análisis de Varianza" y el más profundo "Componente de Varianza". A través de la operación del software JMP, los ingenieros y técnicos no necesitan estudiar en profundidad estos principios matemáticos relativamente complicados y pueden encontrar rápidamente la variación y completar el informe de análisis. A continuación se utiliza un caso más específico para ilustrar.
Por ejemplo, una empresa de autopartes descubrió que el diámetro de los anillos de pistón que producía fluctuaba mucho y el personal de control de calidad sospechaba que no solo estaba relacionado con el proceso de producción, sino también con el sistema de medición. Por lo tanto, de acuerdo con el plan preestablecido, los resultados de medición de diferentes personas de medición que miden diferentes partes en diferentes momentos durante el proceso de producción se recopilan regularmente y luego, a través del análisis estadístico del software JMP, se obtiene el informe de análisis que se muestra en la siguiente figura. obtenido
ReportReportReportReport informe
Del informe de análisis anterior, se puede ver cuantitativamente que la variación del producto en sí representado por parte representa el 66,1% de la variación total, y el 33,9% restante proviene de la variación del sistema de medición. Entre ellos, el operador representa que la variación del personal de medición representa el 21,3% de la variación total, operador*parte representa la variación causada por la interacción entre el personal de medición y las partes y representa el 9,3% de la variación total, y Dentro representa el otro La variación causada por error aleatorio representó el 3,2% de la variación total. También se puede ver en la tabla de análisis de variabilidad que la interacción entre el personal de medición y las piezas es significativa. Por lo tanto, si desea explorar las razones de la variación, debe observar a los operadores y sus métodos de medición e incluso las razones ocultas detrás de esto, como si se mide con diferentes máquinas o el impacto causado por diferentes mediciones de tiempo.
Pero, ¿cómo podemos solucionar este problema? De acuerdo con la gráfica de la interacción, se encontró que Della Los resultados de la medición son obviamente diferentes de las tendencias de medición de otro personal de medición, por lo que es posible investigar si hay otras razones que hacen que sus valores de medición sean bajos, para reducir el impacto de la interacción. Además, después de una mayor investigación in situ por parte del personal de control de calidad, se descubrió que el sistema de medición en el proceso de producción no solo tiene personal de medición diferente, sino que también tiene equipos de medición diferentes. Para verificar nuestra conjetura, debemos formular un plan de adquisición de datos más completo y continuar utilizando el análisis estadístico del software JMP para obtener el informe de análisis que se muestra en la siguiente figura.
diagrama de interacción
Resultados del análisis después de agregar el dispositivo
Del nuevo informe de análisis, se puede ver que la variación del personal de medición se ha reducido y la variación del equipo de medición representa una gran proporción. Obviamente, no solo debemos prestar atención a la estandarización de la capacitación de habilidades para el personal de medición, sino también a la gestión de la calibración de todos los equipos de medición en sí. Solo de esta manera se puede reducir de manera efectiva y sustancial la variación de la producción de anillos de pistón.
Por lo tanto, para la industria automotriz, todavía hay muchas cosas que vale la pena entender y explorar las razones para mejorar la calidad. En la era actual de información avanzada y datos abundantes, se requieren herramientas de análisis efectivas (JMP) y sistemas de registro de datos de producción para un monitoreo oportuno y efectivo y un análisis rápido de las verdaderas razones detrás de esto.
