分享面向过程的注射成型质量分析

小黄豆

本文通过对影响注射成型过程质量的主要过程变量进行识别与分析，探讨了过程质量缺陷与过程变量的相关性，构建了面向过程的注射成型质量分析系统模型。
　　就注射成型加工而言，其产品的质量特性有着丰富的内容。对注射成型加工的最终产品----塑料制件质量的评价主要有四个方面：第一是外观质量，包括完整性、颜色、光泽等；第二是尺寸稳定性和相对位置间的准确性；第三是塑件使用要求上的适应性及安全可靠性，如电绝缘性能、毒性、阻燃性能、机械性能、防老化及耐腐蚀性等；第四是塑件的使用寿命及其经济性，如塑件使用的耐久性、制造成本和使用成本等。这些质量要求又根据塑件使用场合的不同，要求的尺度也不同。
　　保证产品质量的关键在于切实地保证产品实现过程的质量，只有稳定的、高质量的过程，才能生产出高质量的产品。[1]这已成为现代质量管理的基本理念。特别是在当今竞争激烈的市场经济环境下，用户的质量意识越来越强，不仅要求企业提供高质量的产品，有时还要求企业把产品实现过程中的质量管理方法与措施展示给他们看，在得到他们的认同或认可之后才能进行生产。
　　在注射成型加工过程中可能由于原料选择或处理不好、塑件结构工艺性或模具设计不合理、操作工人没有掌握合适的工艺规程，或者因设备、环境等方面的原因，常常使塑件产生注不满（塑件成型不完整）、凹陷、溢料（飞边）、气泡和气孔、裂纹、变色或光泽不好、翘曲变形、尺寸不稳定等外在缺陷，同时也会导致塑件使用要求上和使用过程中的性能适应性、安全可靠性、寿命及使用经济性等达不到预期效果。本文通过对影响注射成型过程质量的主要过程变量的识别与分析，探讨过程质量缺陷与过程变量的相关性，从而构建面向过程的注射成型质量分析系统模型。
　　1 过程的概念
　　ISO9000：2000标准的定义，过程----“一组将输入转化为输出的相互关联或相互作用的活动。” [2]过程诸要素之间的关系如图1所示。
　　图1过程示意图
" l, W, l% n, n) E4 q　　任何利用资源并通过管理，将输入转化为输出的活动，均可视为过程。[3]将相关的资源和活动作为过程进行管理，可以更高效地得到期望的结果。
) `( E0 N6 X# K　　ISO9000：2000标准强调，过程只是一种“活动”，但要求一切过程必须是增值的，即输出的价值必须大于输入的价值，为了保证过程的增值而为过程提供资源，包括人力、物力、财力和技术资源。同时强调一切过程必须在受控条件下运行，即需要保持过程的稳定性。对过程的控制和过程的增值，赋予过程的有效性。因此，对过程的测量和监控是十分必要的。
/ C( Q" K: I$ g. O  S' A　　随着全面质量管理的形成和发展，现代质量控制的重心不断前移，正在由最终检验一点向多点扩散，强调面向“过程”的质量管理。本文涉及的“过程”是一个广义的概念范畴，指共同工作以产生输出的供方、生产者、人员、机器、输入材料、方法和环境及使用输出的用户之集合。
9 F% P9 v/ Y0 M3 |; H7 ^  `　　2 以过程为基础的注射成型质量管理体系模式
; O9 q& `9 B; \  A' e  _2 V) W& n　　“过程”包含一个或多个“将输入转化为输出的活动”，通常一个过程的输出直接成为下一个过程的输入。系统地识别和管理组织所应用的过程，特别是这些过程之间的相互作用，就是“过程方法”。参照2000版ISO9000族标准的表述，以过程为基础的注射成型质量管理体系模式如图2所示。
　　图2 以过程为基础的注射成型质量管理体系模式
　　注射成型加工质量的优劣，既是塑料加工行业技术经济发展水平的标志之一，同时更反映出模具设计与制造水平和企业生产与运作能力。强化精益求精的过程质量意识，而不是检查质量意识。很多企业以自己的质量好为自豪，但其背后的酸楚就是这种质量是靠大量的废品作为代价的，并不是制造过程的有效控制，并没有实现质量提高和废品下降双重目标。
/ w7 B) G( Z# u% j　　面向过程的注射成型质量管理，加大了对产品质量的监控力度，特别是使对产品的质量控制从单纯的产品检测转向对产品生产过程的质量控制，强调在质量问题的“源”处控制质量，重点进行的是过程控制和预防，通过过程的持续改进来提高产品质量。而不仅仅是产品生产质量缺陷结果的控制。
1 r2 @  Q0 o5 t4 U0 M9 t: p) w　　3  过程变量的辨识与分析
% Y3 {7 _5 `* Q  w7 K　　影响注射成型过程质量的主要因素可归结为以下七个过程变量，[4]如图3所示。即：人（技术素质、业务水平、质量意识、工作情绪等）;设备（注射机的性能、工艺参数、技术规范、维修保养状态等）;模具（模具结构及制造精度、维修及保养状态等）;材料（选用原材料的品种、规格、成分、性能等）;方法（注射成型工艺的选择、操作规程等）;测量（测量设备、试验手段、测试方法、质量标准等）;环境（工作场地的温度、湿度、含尘量、噪音等）;并且这些过程变量并不是相互独立的，它们往往彼此联系，相互作用。
' X& R. B: r% B# e5 t! h4 L　　图3　注射成型过程变量
　　下面具体分析上述七个过程变量对注射成型过程质量的影响。
　　（1）人：起决定作用的、最活跃的过程变量。主要包括人的情感、主观能动性、体能和技术能力等。其中体能和技术能力是通常所强调的，而主观能动性和情感因素对质量的长期稳定与提高同样有着至关重要的作用和影响。
- o6 r7 E( r3 }" O4 X+ J　　（2）设备：主要包括注射成型过程所使用的注射机的性能、维修及保养状态等。注射机性能的优劣，影响塑件的成型质量，一般说来，对某一企业而言，在设备正常维护的情况下，“机器”的因素对注射成型质量的影响相对稳定。
　　（3）模具：模具作为保证塑件形状和尺寸精度的工装，是保证及提高注射产品质量、节约原材料、体现塑件技术经济性的有效手段，其设计与制造水平与塑件质量密切相关，且在模具的使用过程中，塑件的成形质量还会发生波动。要获得质量满意的注射产品，对模具而言，有三个关键问题，即正确的模具结构设计、合理的模具材料及热处理方法、高的模具加工质量。这三个方面实际上决定了模具的功效，并且它们相互影响后的效果是相乘而不是相加，也就意味着只要其中一个环节不恰当而导致模具不起作用，其综合效果也是零。
5 \, I7 E, Y, J" U/ _) Y5 }　　（4）材料：注射成型过程所采用的原材料-塑料，其主要组成成分树脂的性能及所含各种辅助料的配比千变万化，成型工艺性能如流动性、收缩性、热稳定性、结晶性、吸湿性等，是一个较难控制而对过程质量影响又较大的过程变量。需要注意加强对进厂原材料的检验和成型前的预处理。
: P( R# V5 Q) x0 G4 v　　（5）方法：注射成型工艺的选择，注射过程所采用的操作规程、标准及其它工艺文件，用来指导操作人员进行生产。应保证有关文件的完整、正确、统一、有效，还应强调应知应会，强化操作人员对注射成型过程的了解。
* _8 ?: ]& @0 W# a　　（6）测量：包括测量设备、试验手段、测试方法、质量标准等，用来检验产品质量是否符合产品的设计要求。这里需要注意测量设备本身须满足质量要求，采用的质量标准也不能过时。
! _" y' c, W8 _/ o8 i& m　　（7）环境：涉及工作场地的温度、湿度、噪声与整洁程度等。环境管理与监控，原料、成品及工具的定置管理等对注射成型过程的质量影响不容忽视，管理的混乱容易造成混料等重大质量事故。
　　4 过程质量与过程变量的相关性分析
　　分析过程变量和过程质量的相关性可使我们明白某种质量缺陷与哪些过程变量有关，以及某个过程变量与哪些质量缺陷相联系。表1给出了注射成型过程常见的质量缺陷与过程变量的相关性。
7 F4 G0 Q* C( e6 I0 s7 N　　表1 注射成型常见过程质量缺陷与过程变量的相关性
　　从表中可以看出塑件质量缺陷与人的相关性最大，充分说明了前面提到的“人”这一过程变量的关键作用。我们还可以得出某个质量缺陷与过程变量的相关程度。一般而言，相关程度越高，控制起来就越困难。对过程变量与过程质量缺陷的相关性分析有利于企业采取更为有效的质量控制措施，提高过程质量。
  [- E6 [0 e6 [　　5 面向过程的注射成型质量分析模型
4 x$ X( r0 a' K. q. ~: m8 z+ ^5 t　　影响注射成型过程质量的七方面因素就可以构成了面向过程的注射成型质量分析系统模型。如图4所示。
　　该模型主要通过对注射成型产品质量数据进行在线、离线的采集及录入，实现对产品质量相关数据进行及时、准确、有效的处理和统计分析，强调对过程控制异常的预防、分析与改善追踪。系统模型除进行数据采集，还提供各种控制图表的实时绘制和对重要参数的计算，进行多因素分析与过程改善，使质量人员能在生产过程中及时掌握产品质量的动态，及时地反馈控制，使企业保证生产质量、降低生产成本。
) j6 t& Y, h: K8 ^4 W% T: ^　　图4 面向过程的注射成型质量分析系统模型
# U* a0 u+ i, {% D, t　　5.1 影响注射成型过程质量的因素识别及分析
$ q  E6 h1 Z5 D2 I6 e　　注射成型生产过程中，无论设备的性能如何优良，模具如何合理精确，操作者技术多高，各种测试手段、方法以及原材料、环境等因素变化多小，塑件的质量特性值总是有所差异的，这种差异即反映了注射成型质量的不一致性（波动性）。一般将产生质量波动的原因分成偶然性原因和系统性原因，根据产生波动的原因不同，可将波动分为正常波动和异常波动。
' b+ ?- \4 }, ^$ Y　　注射成型生产过程中，影响注射成型加工质量的几方面主要因素的状态必然表现为正常状态和异常状态，因此将它们分为正常因素和异常因素两大类来进行识别及分析。