论文部分内容阅读
摘要： HRB400钢筋是莱钢棒材厂的重点产品，其力学性能满足标准要求，但波动较大。运用六西格玛方法，分析造成强度波动的原因，并进行试验设计，有针对性地实施改进，达到提高性能稳定性的目的。
关键词： 六西格玛；HRB400；力学性能；稳定
中图分类号：F27文献标识码：A文章编号：1671－7597（2011）0510173－01
目前，我国处于工业化和城镇化快速发展时期，高层建筑、高速铁路、核电站等重点设施建设对HRB400等高强度钢筋需求日益增加。中质协卓越用户满意度测评中心对莱钢产品调查显示，顾客对钢筋质量关注的主要因素是钢筋的力学性能，不仅要求性能合格，而且要稳定。为此，公司要求力学性能（屈服强度和抗拉强度）控制在均值±5%的波动范围内，但实际产品中符合这一要求的只有92.6%。六西格玛管理是通过对过程的持续改进，追求卓越质量的一种突破性质量改进方法[1]。将六西格玛管理方法运用到HRB400钢筋力学性能稳定性的改进过程中，以期利用最短时间取得最佳效果。六西格玛管理常用的方法主要包括定义、测量、分析、改进和控制5个阶段，简称DMAIC[2]。
1 定义
统计长期历史数据并确定波动范围。屈服强度均值即目标值为460MPa，±5%波动范围为437～483Mpa；抗拉强度均值即目标值为607Mpa，±5%波动范围为577～637Mpa。钢筋性能强度波动合格率是指单位时间内钢筋力学性能都在均值的±5%范围内的百分数。提高力学性能稳定性就是要提高波动合格率。
2 测量
2.1 测量系统分析。钢筋力学性能使用WAW-1000D拉伸实验机进行检验，对实验屈服强度和抗拉强度用量具R&R研究（交叉）方法进行分析，P/TV、P/T均小于10，可区分类别数大于5，说明测量系统可靠，测得的力学性能结果可以信赖。
2.2 过程能力分析。对历史数据进行分析，屈服强度过程能力指数Cpk为0.57，抗拉强度过程能力指数Cpk为0.48，说明过程能力不足，需要加以改进。
2.3 影响因子筛选。钢筋主要生产流程为：钢坯加热→轧制→冷却→精整。在这个流程中查找到可能影响钢筋力学性能的输入因子54个，按照重要度进行排序，初选出潜在关键因子12个。运用失效模式分析对这12个因子的严重度S、频度O、探测度D进行打分，计算RPN值（RPN=S×O×D）。
用Pareto图对因子的PRN值进行排序，得到3个关键因子。分别为化学成分、轧制温度控制和钢筋米重。
3 分析
三个因子中化学成分和米重均有长期历史记录，可以进行多元回归分析。钢筋轧制温度主要包括开轧温度、终轧温度、上冷床温度三个参数，需要现场主动收集进行分析。
3.1 化学成分及米重对钢筋性能的回歸分析。化学成分主要包括C、 S、Mn、P、S、V六种元素，与米重相结合分别对屈服强度和抗拉强度进行分析。米重、Si、P、S因子的P值均大于0.05，说明这些因子对屈服强度没有显著影响，C、Mn、V因子的P值均小于0.05，说明这些因子对屈服强度有显著影响。对抗拉强度进行同样分析，结论与屈服强度相同。
3.2 温度对钢筋性能的回归分析。现场收集进行温度记录，并取样进行力学性能检验，对实验结果进行回归分析，开轧温度、终轧温度、上冷床温度均对屈服强度有显著影响，且在一定范围内随着各温度升高，屈服强度呈下降趋势。抗拉强度分析结论与屈服强度相同。
4 改进
在分析阶段中通过多元回归得到成分中C、Mn、V三种成分含量对性能影响显著，但受实际生产限制无法对成分进行分水平DOE。但是可以运用回归模型对三个因子最佳区域进行预测，以便更好地指导生产。开轧温度是主动控制的关键参数，通过优化预热段、加热段和均热段参数控制范围达到改善均值、减小波动的目的，并找到参数最佳值。终轧温度、上冷床温度主要是由开轧温度、轧制速度和轻穿水水量、水压决定，在现有轻穿水压力条件优化出一定范围，与加热参数共同改善均值、标准差。
4.1 成分因子分析及预测。利用多元回归方程和等值线图对成分因子进行分析，综合屈服强度和抗拉强度预测结果，得出同时满足要求的成分预测区间：C为0.18-0.22，Mn为1.30-1.44，V为0.034-0.043。所以对炼钢工序需要实行窄成分控制。
4.2 温度因子的DOE实验设计[2]。通过对开轧温度、终轧温度、上冷床温度进行DOE试验设计，将三个因子均为连续型数据，开轧温度可以通过调节加热炉参数进行控制，终轧温度和上冷床温度可以通过调节轻穿水水量、水压进行控制。实验为3因子2水平全因子复制2次加4个中心点，共20次。实验后对所得数据进行回归分析，并利用响应优化器进行优化[2]，找到参数最佳设定值。当开轧温度取1101℃，终轧温度取1001℃，上冷床温度取928℃时，屈服强度可以达到461MPa，抗拉强度可以达到607Mpa，符合在定义阶段设定的目标。结合生产实际将开轧温度调整为1080-1120℃，终轧温度980-1010℃，上冷床温度920-950℃，且各温度参数均按中线执行。
5 控制
经过前几个阶段的分析改进，需要对关键因子进行控制。控制计划如表1所示。
对实施效果进行跟踪，性能波动合格率由96.20%提高到98.65%，屈服强度过程能力指数Cpk由0.57提高到了1.43，抗拉强度过程能力指数Cpk由0.48提高到了1.38，改善效果明显，说明因子查找正确，采取措施得当，项目取得成功。
参考文献：
[1]陈雪梅、孙建业，运用六西格玛管理方法改进胶料粘度[J].轮胎工业，2008年，第8期，第29卷：495-498.
[2]马逢时、周暐、刘传冰，六西格玛管理统计指南[M].北京：中国人民大学出版社，2007：4-531.
作者简介：
徐龙（1981-），男，助理工程师，从事技术及质量管理工作。
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文
关键词： 六西格玛；HRB400；力学性能；稳定
中图分类号：F27文献标识码：A文章编号：1671－7597（2011）0510173－01
目前，我国处于工业化和城镇化快速发展时期，高层建筑、高速铁路、核电站等重点设施建设对HRB400等高强度钢筋需求日益增加。中质协卓越用户满意度测评中心对莱钢产品调查显示，顾客对钢筋质量关注的主要因素是钢筋的力学性能，不仅要求性能合格，而且要稳定。为此，公司要求力学性能（屈服强度和抗拉强度）控制在均值±5%的波动范围内，但实际产品中符合这一要求的只有92.6%。六西格玛管理是通过对过程的持续改进，追求卓越质量的一种突破性质量改进方法[1]。将六西格玛管理方法运用到HRB400钢筋力学性能稳定性的改进过程中，以期利用最短时间取得最佳效果。六西格玛管理常用的方法主要包括定义、测量、分析、改进和控制5个阶段，简称DMAIC[2]。
1 定义
统计长期历史数据并确定波动范围。屈服强度均值即目标值为460MPa，±5%波动范围为437～483Mpa；抗拉强度均值即目标值为607Mpa，±5%波动范围为577～637Mpa。钢筋性能强度波动合格率是指单位时间内钢筋力学性能都在均值的±5%范围内的百分数。提高力学性能稳定性就是要提高波动合格率。
2 测量
2.1 测量系统分析。钢筋力学性能使用WAW-1000D拉伸实验机进行检验，对实验屈服强度和抗拉强度用量具R&R研究（交叉）方法进行分析，P/TV、P/T均小于10，可区分类别数大于5，说明测量系统可靠，测得的力学性能结果可以信赖。
2.2 过程能力分析。对历史数据进行分析，屈服强度过程能力指数Cpk为0.57，抗拉强度过程能力指数Cpk为0.48，说明过程能力不足，需要加以改进。
2.3 影响因子筛选。钢筋主要生产流程为：钢坯加热→轧制→冷却→精整。在这个流程中查找到可能影响钢筋力学性能的输入因子54个，按照重要度进行排序，初选出潜在关键因子12个。运用失效模式分析对这12个因子的严重度S、频度O、探测度D进行打分，计算RPN值（RPN=S×O×D）。
用Pareto图对因子的PRN值进行排序，得到3个关键因子。分别为化学成分、轧制温度控制和钢筋米重。
3 分析
三个因子中化学成分和米重均有长期历史记录，可以进行多元回归分析。钢筋轧制温度主要包括开轧温度、终轧温度、上冷床温度三个参数，需要现场主动收集进行分析。
3.1 化学成分及米重对钢筋性能的回歸分析。化学成分主要包括C、 S、Mn、P、S、V六种元素，与米重相结合分别对屈服强度和抗拉强度进行分析。米重、Si、P、S因子的P值均大于0.05，说明这些因子对屈服强度没有显著影响，C、Mn、V因子的P值均小于0.05，说明这些因子对屈服强度有显著影响。对抗拉强度进行同样分析，结论与屈服强度相同。
3.2 温度对钢筋性能的回归分析。现场收集进行温度记录，并取样进行力学性能检验，对实验结果进行回归分析，开轧温度、终轧温度、上冷床温度均对屈服强度有显著影响，且在一定范围内随着各温度升高，屈服强度呈下降趋势。抗拉强度分析结论与屈服强度相同。
4 改进
在分析阶段中通过多元回归得到成分中C、Mn、V三种成分含量对性能影响显著，但受实际生产限制无法对成分进行分水平DOE。但是可以运用回归模型对三个因子最佳区域进行预测，以便更好地指导生产。开轧温度是主动控制的关键参数，通过优化预热段、加热段和均热段参数控制范围达到改善均值、减小波动的目的，并找到参数最佳值。终轧温度、上冷床温度主要是由开轧温度、轧制速度和轻穿水水量、水压决定，在现有轻穿水压力条件优化出一定范围，与加热参数共同改善均值、标准差。
4.1 成分因子分析及预测。利用多元回归方程和等值线图对成分因子进行分析，综合屈服强度和抗拉强度预测结果，得出同时满足要求的成分预测区间：C为0.18-0.22，Mn为1.30-1.44，V为0.034-0.043。所以对炼钢工序需要实行窄成分控制。
4.2 温度因子的DOE实验设计[2]。通过对开轧温度、终轧温度、上冷床温度进行DOE试验设计，将三个因子均为连续型数据，开轧温度可以通过调节加热炉参数进行控制，终轧温度和上冷床温度可以通过调节轻穿水水量、水压进行控制。实验为3因子2水平全因子复制2次加4个中心点，共20次。实验后对所得数据进行回归分析，并利用响应优化器进行优化[2]，找到参数最佳设定值。当开轧温度取1101℃，终轧温度取1001℃，上冷床温度取928℃时，屈服强度可以达到461MPa，抗拉强度可以达到607Mpa，符合在定义阶段设定的目标。结合生产实际将开轧温度调整为1080-1120℃，终轧温度980-1010℃，上冷床温度920-950℃，且各温度参数均按中线执行。
5 控制
经过前几个阶段的分析改进，需要对关键因子进行控制。控制计划如表1所示。
对实施效果进行跟踪，性能波动合格率由96.20%提高到98.65%，屈服强度过程能力指数Cpk由0.57提高到了1.43，抗拉强度过程能力指数Cpk由0.48提高到了1.38，改善效果明显，说明因子查找正确，采取措施得当，项目取得成功。
参考文献：
[1]陈雪梅、孙建业，运用六西格玛管理方法改进胶料粘度[J].轮胎工业，2008年，第8期，第29卷：495-498.
[2]马逢时、周暐、刘传冰，六西格玛管理统计指南[M].北京：中国人民大学出版社，2007：4-531.
作者简介：
徐龙（1981-），男，助理工程师，从事技术及质量管理工作。
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文