基于DOE技术的工艺管理优化设置与应用研究

摘要：为了更好地预测和优化点焊工艺的焊接参数与熔核直径之间的关系，通过DOE的部分因子试验方法，在点焊机系统上对零件的材料试片做六因子两水平的焊接实验，定量的分析和优化各焊接参数与焊接熔核直径间的关系，建立预测回归方程，将预测结果与实际测试结果作对比验证。结果表明，采用DOE和焊接工艺分析相结合的方法，在企业新产品开发及生产实践过程中的意义很大。

关键词：DOE技术 工艺管理 点焊工艺 熔核直径 工艺分析

中图分类号：TG44 文献标识码：A

Research and application of parameter optimization of spot welding process based on DOE Technology

（Tan Shunqiang，Luo Tianxue，Zhang Chunxiu，Gong Jianming，Li Xiurong，Zhang Yaocheng，

Wang Xingxing）（Changan Ford Automobile Co.， Ltd， Technology Department Center， Chongqing 401120 ；China North Industry Group Corporation Chongqing Lingyun Automobile Component Co.， Ltd Technology Center， Chongqing 401133）

Abstract：In order to predict and optimize the welding process better the relationship between the welding parameters and weld diameter， through part factorial test method DOE， in the system of spot welding machine parts of the test piece welding experiments of six factors and two levels of quantitative analysis and optimization of welding parameters and welding fusion relationship between diameter， forecast the regression equation， the prediction results with the actual test results were verified. The results show that the combination of DOE and welding process analysis is of great significance in the process of new product development and production practice.

Key Word：DOE technology Process management Spot welding process fusion diameter process analysis

S着6西格玛在企业里深入应用（见图1），企业的质量意识较之原来的“质量是检验出来的”“质量是制造出来的” “质量是设计出来的”有了根本性的提高。试验设计作为一种主动型工具是质量预防、改善过程，贯穿设计、制造全过程。合理的工程参数，追求质量及资源的极致，从根本上消除和减少变异，最大限度地满足客户需求。在产品的研发阶段有着重要的地位，是必不可少的工程手段之一。同时，也决定着产品的生命周期与质量水平。

一、DOE试验设计

（一）基本概念

DOE（ Design of Experiment） 是以概率论与数理统计为理论背景，正确地设计试验和分析实验数据的理论和方法；通过主动控制自变量，并观察自变量X对应变量Y（影响值）的影响，确定各个输入因素的重要性以及各个输入因素如何影响输出响应，并如何达到最优化的过程和目的。本文所采用的部分因子试验设计是最有效和直接的方法之一，其主要试验过程如图1所示。

点焊工艺参数的输出结果包括预压时间、焊接时间、焊接电流、维持时间、电极头大小；通过对各个因子及各因子的交互作用的定量分析，找出改善方向，实现最优化参数设置。点焊采用的统计回归模型如下所示。

对焊接试验结果进行方差分析，并定量地找出关键因子；最后通过回归分析，揭示焊接参数与熔核直径参数之间的相互关系。这样能够根据因素的水平预测出在相应水平上可以得到的结果。有交互因素的方差检验如表1所示。

其中（式1～式5）：1.SSA、SSB分别称为因素A，B的效应平方和；SSAB称为A、B的交互效应平方和；SSB称为误差平方和；SST称为总偏差平方和。yijk表示因素A和因素B分别在第i和第j水平状态下第k个样本观察值。

（二）采用p值假设检验法检验

二、焊接试验参数设置

本试验是将熔核直径作为响应目标优化值，优化Panasonic YF-0201Z5型号点预压时间、焊接时间、焊接电流、维持时间、电极压力、电极头大小采用6因子2水平加3个中心点的35组部分因子试验。试验水平均结合焊机参数范围和加工材料特性综合考]选取。

通过MINITAB软件进行因子设计如图3所示。然后根据参数进行实验并记录结果。

图3 说明：A表示预压时间，B表示焊接时间， C表示焊接电流，D表示维持时间， E表示电极压力，F表示电极头大小，AB表示预压时间与焊接时间的交互项，BC表示焊接时间与焊接电流的交互项，CF表示焊接电流与电极头大小的交互项，BD表示焊接时间与维持时间的交互项

三、焊接试验结果及分析

第一步：拟合选定模型

我们首先将全部备选项列入模型。这里包含A、B、C、D、F、AB、BC、CF、BD，其计算结果如下：

从图4和图5的结果来看，因子B、C、F、AB、BC、CF、BD的P值均小于0.05是显著效应； R-Sq与R-Sq（调整）均大于90%，且比较接近；通过熔核直径的方差分析，可以看出弯曲和失拟的P值均大于0.05，说明模型拟合的效果不错。

第二步：进行残差诊断

进行残差分析，其结果如图6所示。

由图6可知，右上角没有呈现“漏斗”或“喇叭”形；右下角各点在水平轴上下无规则波动；样本观察值服从正态分布，均无弯曲趋势。

由图7显示，熔核直径随着焊接电流和焊接时间二者的增加而增加。因此在高时间水平下从低电流水平到高电流水平的熔核直径增幅较大。

由图8显示，熔核直径随着焊接时间和焊接电流二者的增加而增加。曲面图还说明，焊接电流从低水平改为高水平时，熔核直径的增加在长时间水平时比较大。

最后通过MINITAB实现最优化，得到如下图9所示：

安排m次验证试验，计算m个观测值的平均值的95%的置信区间，计算公式是：

式中，n是实验总次数；p是最终模型中所包含的项数（常数项要计算在内）；m是验证试验次数。拟合值标准误（SE of Fits）=0.18（见图10），MSE=0.186（见图4）。

两个观测值平均值的95%置信区间为：（4.723，

6.181）

实际安排两个样本验证得到的熔核直径为5.3，5.5，所得到的平均值为5.4，由于5.4落于两个观测值的平均值的95%置信区间（4.723，6.181）内，故验证实验结果说明一切正常，我们的模型正确，预测结果可信。因此，我们可以认为已经选定了最终的模型。得到相应的回归方程为：

四、结束语

DOE作为工程实践中的科学工具，能够实际指导工程师们高效地对工程技术进行优化和改善。本次试验通过6因子2水平的DOE全因子试验设计及统计分析，建立了点焊工艺的熔核直径的响应回归方程。通过本次试验，优化了点焊的各项焊接参数并将熔核直径设为响应目标优化值（即熔核直径大于等于3.5mm），从而有效地保证了生产过程能够满足客户的技术要求。

参考文献：

[1] 马逢时，周ィ刘传冰.六西格玛管理统计指南[D].北京：中国人民大学出版社，2012.

[2] 易正俊.数理统计及工程应用[D].北京：清华大学出版社，2014（07）.

[3] 马林，何桢.六西格玛管理（第二版）[D].北京：中国人民大学出版社，2014（01）.

[4] 闵亚能.实验设计（DOE）应用指南[D].北京： 机械工业出版社， 2011（02）.