过程统计在注塑成型中的应用

摘 要：注塑生产是典型的批量化生产，稳定的生产过程是保证产品质量的必要条件。统计方法在注塑生产过程的应用，不仅可以帮助研究者绘制工艺过程的控制图，了解工艺过程是否稳定，而且可以协助其制定较为合理的监控公差，及时探测过程中出现的工艺上的异常波动。由此，本文主要探讨过程统计在注塑成型中的应用。

关键词：过程统计;注塑成型;工艺监控

中图分类号：TQ320.662文献标识码：A文章编号：1003-5168（2020）13-0058-03

Process Statistic Application in Injection Molding

SUN Linxing

（Nanchang University，Nanchang Jiangxi 330031）

Abstract： Injection production is a typical batch production， and stable production process is the necessary condition to ensure product quality. The application of statistical method in the injection molding process can not only help researchers to draw the control chart of the process and know whether the process is stable， but also help them to make a more reasonable monitoring tolerance and detect the abnormal fluctuations in the process in time. Therefore， this paper mainly discussed the application of process statistics in injection molding.

Keywords： process statistic;injection molding;process monitor

1 注塑成型过程简介

1.1 注塑成型过程

注塑成型是通过融化塑料粒子，将其注入模具内，经冷却，形成特定形状的塑料制品。注塑成型可以成型不同结构和尺寸的塑料产品，其可用于热塑性塑料、热固性塑料、弹性体、复合材料（如金属粉末）、发泡材料的成型。

1.2 注塑过程中的监控值

注塑过程中的监控值如表1所示。

表1中的各项工艺监控值可反映注塑生产过程是否稳定、正常。在注塑生产过程中，注塑机可按设定公差监控每次注塑生产循环中的各项工艺实际数值。工艺监控实际值可按每次循环生产顺序保存。

2 过程统计在注塑成型中的应用

2.1 设定合理的注塑监控公差意义

注塑生产是典型的批量化生产，需要稳定的生产过程，也需要设定合理的注塑监控公差，一旦出现异常情况，机器可以及时探测、触发停机或自动筛选（可通过联机控制的筛选板、机器人或传输带来实现自动报废），以避免可疑品流入合格品中。

各工艺监控项基准值及其公差构成各项的允许范围。在注塑循环生产过程中，如果各项工艺数据在此范围内，说明生产过程稳定。反之，如果有某项数据超出范围，说明此项数据有异常变化，机器可触发报警。

如何才能设定合理的监控公差呢？如图1左半部分所示，设定合理的基准值和公差才可以探测出生产过程中出现的异常情况，而且能避免将好的产品误判为不良品。图1右半部分是余料量（料垫）的过程统计控制图。右侧有4组设定不同的监控公差，第2组的监控范围是比较合理的。其基准值等于过程统计的均值，其允许区间约等于过程统计控制图的上下限。

2.2 建立合理的监控公差

在生产过程中，通常依据参数窗口验证的结果或以往的生产经验得出工艺监控公差。在本文中，用如图2所示的关系图来阐述如何制定合理的监控公差。

收集生产过程中的工艺数据，用统计方法制定控制图。综合比较目前的公差、控制图的上下限、技术中心推荐的公差，可以制定更为合理的公差即目标公差。理想的目标公差可以更加灵敏地探测到生产过程中的异常波动，但又不会将正常的变化误判为异常波动。如果新的公差形成的区间≤目前的公差区间，则不需要进一步验证。如果新的公差区间>目前的公差区间，需要收集工艺数据有较大波动的极限样品，检查产品质量，以验证新的公差区间是否可以保证产品的品质。制定的新公差还需要一段时间的试运行，以確认其合理性。

2.3 过程统计之单值控制图

单值控制图可以分析生产出的每一个单位样本的相关数据。单值控制图的中心线、上下控制界限分别是：

式中，[mr]为单值之间的移动极差的均值;[d2]的取值见表2。结合案例1来说明单值控制图方法在注塑生过程中的应用[1]。

案例1：样品A，选取2个原料批次各100个注射时间的工艺监控数据进行分析。注射时间的数据统计表如表3所示，单值控制图如图3所示。

从图3可看出，除去开机生产和出现报警时的异常数据，两批次的注射时间都在控制线上限3.425和下限3.278之间，即在公差范围±2.2%以内，说明注射时间过程稳定，是受控的。原来设置的监控公差为±4.8%，技术中心推荐的公差为±5%，说明原设置合理。如果原设置为±20%，基于控制图和技术中心推荐的公差，可对注射时间的公差进行优化，优化的区间在2.2%～5.0%。

按此方法，可以对表格1中提到的其他的工艺数据的公差进行分析优化。

2.4 选取合理的样本容量

创建日常控制图，需要选取合理的样本容量。笔者在这里列举两种较为常见的方式：第一种方式，按生产的时间顺序，每隔一段时间抽取一定的样本量，如每天的08：00、09：00、10：00等，每次抽样5～10模数据，分析总体的过程是否处于受控状态;第二种方式，如果要分析生产工艺过程是否会随某生产条件的改变而产生影响，或想确认生产过程中是否有重复的波动（这种波动很难用第一种方式完整地探测到），可以按研究的对象不同，分批次、班次、模具变更、报警前后、采集连续的生产数据，分析其变化规律、偏差原因。

3 结语

在注塑生产过程中，设定合理的工艺监控值的公差有助于及时探测出生产过程中出现的异常，提醒生产人员及时采取相应的措施。通过对工艺的监控值进行统计分析，定期查看控制图，有助于生产人员及时了解各个产品生产工艺过程的稳定状态、有无出现偏差，及出现偏差的趋势。这些信息对调查出现偏差的原因，采取正确的纠正措施具有较大帮助。

参考文献：

[1]道格拉斯·C·蒙哥马利，乔治·C·朗格尔，诺尔马·法里斯·于贝尔.工程统计学[M].代金，魏秋萍，译.北京：中国人民大学出版社，2013.

收稿日期：2020-04-10

作者简介：孙林星（1983—），男，本科，工程师，研究方向：注塑成型工艺。