六西格玛（6sigma）DMAIC方法在整车质量优化中的应用

质量是一个企业的生命，持续改进质量又是每个企业至关重要的战略。六西格玛（6sigma）DMAIC是一种先进的质量管理方法，主要是从系统管理角度出发，通过项目定义，以数据和过程为分析基础，对产品问题进行优化和控制，最终高效低成本地提升产品质量。本文以某款轿车下线合格率为研究对象，基于六西格玛（6sigma）DMAIC质量管理方法，系统解决影响产品质量的关键问题，最终验证六西格玛（6sigma）方法在产品质量优化中的有效性。

在实际运用中，六西格玛（6sigma）的核心是DMAIC模型，包括定义阶段（Define）、测量阶段（Measure）、分析阶段（Analyse）、改善阶段（Improve）和控制阶段（Control）共5个阶段。通过应用统计学，对产品生产过程的问题进行定义，数据分析，措施执行与跟踪反馈的闭环，最终提升产品质量。

1.六西格玛（6sigma）定义阶段（Define）

某公司为整车制造公司，其制造过程每个工艺环节都有质量控制，如图1所示。通过数据采集系统实时记录合格率情况，产品下线合格率为各个控制点综合合格率，是评价整车质量的关键指标。

图1 整车制造质量监控环节

该公司生产一款轿车X，其某月下线合格率为85.7%，相比同生产线的Y车型和Z车型偏低，见表1。因此“提升A产品的下线合格率”成为项目议题。

表1 该公司某月三款车型下线合格率

2.六西格玛（6sigma）测量阶段（Measure）

要提升X车型下线合格率，首先需要排查出关键环节，然后确定主要因素进行分析改进。六西格玛（6sigma）测量阶段是为项目提供数据基础，所以必须保证数据监控的准确性和可视化。

该公司采用了德国最先进的Fis质量监控系统，能实现数据的准确采集、及时分析和报告生成。基于Fis系统对X车型生产过程各环节进行数据分析。从质量监控系统反馈的数据显示，三款车型差异最大的在“终检”这一环节，见表2。

表2 三款车型各控制环节合格率统计

表3 X车型“人机料法环”分析

从终检监控的具体缺陷来看，如图2，X车型主要的缺陷集中在车门匹配方面，缺陷占总缺陷的75%。

图2 X车型终检缺陷分布