付加製造：シックスシグマ品質管理（I）

出典: 江蘇レーザー連盟

はじめに: 品質は、新しいプロセス、製品、またはサービスの導入における重要な決定要因であり、新しい製造技術の採用に影響を与えます。製造プロセスとしての積層造形 (AM) の出現は、生産からサプライチェーンまで、企業関連のさまざまな機能に革命をもたらす可能性があります。 AM が提供する前例のない設計の柔軟性と拡張機能、そして大幅に短縮されたリードタイムを組み合わせることで、大量カスタマイズへの道が開かれる可能性があります。しかし、現在、プロセスの再現性と品質管理における技術的な課題により、積層造形の広範な導入が妨げられています。

3D プリンティングとも呼ばれる付加製造 (AM) は、材料の層を堆積させて製品を作成するプロセスの総称です。市販の積層製造システムの登場により、最小限の介入手順で、複雑な形状の部品をコンピュータ支援設計 (CAD) モデルから直接製造することが可能になりました。最近まで、積層造形部品は主にプロトタイプのデモンストレーションの役割に限定されていましたが、AM 部品の実現可能性は現在、生産と最終組み立てに使用できるレベルにまで進歩しています。積層造形は、従来の減算（機械加工）および成形（鋳造、溶接、成型）製造プロセスに比べて、特殊な工具コストの排除、材料の無駄とライフサイクルコストの削減、複雑で自由な形状の形状の作成の実現、幅広い産業用途での製品機能の拡張など、大きな利点があります。

粉末床溶融結合 (PBF) プロセスは、粉末材料の床から作られた製品の AM によく使用されます。 PBF 印刷技術の例には、直接金属レーザー焼結 (DMLS)、電子ビーム溶融 (EBM)、選択的熱焼結 (SHS)、選択的レーザー溶融 (SLM)、およびさまざまな種類のエネルギー源を使用する選択的レーザー焼結 (SLS) などがあります。レーザー、電子ビーム、熱などのさまざまな種類のエネルギー源を使用して、粉末を溶かしたり焼結したりして、固体の 3D 部品を作成します。 LPBF はレーザー光源を利用して金属粉末を層ごとに焼結し、最終構造を作成することに注意してください。 PBF 積層造形プロセスに加えて、材料噴射、バインダー噴射、材料押し出し、指向性エネルギー堆積 (DED)、シート積層、バット重合など、さまざまな AM プロセスがあります。材料の選択肢は、金属、複合材料、ポリマー、生体材料からセラミックまで多岐にわたります。

しかし、品質管理における技術的な課題により、業界での AM 技術の広範な導入が妨げられています。たとえば、積層造形された材料の微細構造と機械的特性は、熱の影響や残留応力など、複雑でモデル化が難しいプロセス現象の影響を受けます。その結果、これらの複雑なプロセスの相互作用により、隠れた内部欠陥が発生し、部品の品質が低下する可能性があります。その結果、特に一品物の生産を考慮すると、積層造形部品の廃棄率は高くなります。実際のケーススタディでは、同じ市販の AM マシンで同じ CAD モデルから同時に構築された部品が異なる品質の結果を生み出すことは珍しくありません。図 1 に示すように、同じ CAD モデルを使用して同じ市販の AM マシンで同時に 7 つの部品が製造されましたが、そのうち欠陥がなかったのは 2 つだけでした。 AM ビルドの不良率の高さと関連コストは、ラピッドプロトタイピングの現状を超えて AM 機能をより幅広く活用することを著しく妨げています。
図 1. ネブラスカ大学リンカーン校のケーススタディでは、市販の AM システムで 7 つのステンレス鋼部品が製造されました。部品は向きのみが異なり、その他のプロセス条件はすべて同一でした。
シックスシグマ (6S) は、データ、統計、最適化を広範に活用し、品質計画、品質保証 (QA)、品質管理 (QC)、継続的な改善を行うために、従来の製造業 (半導体業界や自動車業界など) で広く使用されている手法です。図 2 に示すように、6S にはデータ主導の定義、測定、分析、改善、制御 (DMAIC) アプローチが必要です。

定義: 顧客の要件に基づいて品質上の課題を概説します。
測定: 製造システムから主要なプロセス変数に関するデータを収集します。
分析: 欠陥の原因に関連する有用な情報を抽出します。
改善: 製造システムを改善するためのソリューションと方法を設計します。
制御: 製造システムが制御不能になった場合に、プロセス管理計画と最適な制御ポリシーを開発します。

6S テクノロジーの目標は、欠陥の根本原因を特定して排除し、最終製品の品質をさらに向上させることです。 6S の成功は、モトローラの哲学の適用に表れています。 1978年、同社の純利益は23億元だった。 1988 年までに純利益は 83 億ドルにまで成長し、約 260% 増加しました。同様に、ゼネラル・エレクトリック社は独自の 6S プログラムで大きな成功を収め、年間 40 億ドルを節約しました。リストにはトヨタ、フォード、ポラロイド、ゼネラルモーターズなど、他にも注目すべき例が数多くあります。

AM はオブジェクトをゼロから構築できるため、想像力が刺激され、設計プロセスにおいてより幅広い可能性を思い描くことができます。しかしながら、AM はさまざまな品質上の課題に直面しており、それが産業界での広範な導入を妨げています。複雑な構造を少量多品種で生産するという緊急のニーズと、AM 技術の急速な進歩が相まって、現在の AM 品質管理のパラダイムに大きな課題をもたらしています。材料とプロセスの認定および部品の認証のための新しい標準が開発されるにつれて、AM プロセスの複雑な物理をより深く理解するための無数の実験およびモデリング/シミュレーション研究が進行中であり、プロセス制御のための新しい in-situ センシング機能とプロセス監視戦略が開発され、AM 部品の QA/QC のための系統データを取得、保存、管理、保証するための取り組みが進行中です。こうした進歩にもかかわらず、多くの金属 AM プロセス (レーザー PBF (LPBF) や DED など) に見られる再現性と信頼性の問題は、特に重要なアプリケーションや規制の厳しい業界 (航空宇宙や医療など) にサービスを提供しようとする場合、残念ながらこれらの課題を悪化させます。
▲図 2. 大規模製造業における大量少量生産ソリューション品質改善には、プロセスの変動性を低減するための一連の管理、運用、エンジニアリング活動が含まれます。特に、統計的設計法は、制御不可能な要因の不確実性の下で制御可能な設定の効果を研究することによって堅牢なプロセスを実現するために使用されます。これは「堅牢なパラメータ設計」とも呼ばれます。そのため、6S プログラムは自動車産業や半導体産業の大規模製造のニーズを満たすために生まれ、前世紀に大きな成功を収めました。図 3 に示すように、6S プログラムは DMAIC 方法論を利用して、プロセスの変動性を、障害や欠陥が極めて発生しにくいレベルまで低減します。 3σ 限界が製品仕様限界と重なる場合、部品が μ±3σ 限界から外れる確率は 0.27% となり、100 万個あたりの不良部品数 (PPM) は約 2700 個になります。 μ±6σ 限界の場合、確率は 0.0000002% となり、PPM は 0.002 (つまり、極めて可能性が低い) になります。 6S シナリオでは、完成品に 100 個の部品があり、製品に欠陥がないため、各部品に欠陥がないことが必要である場合、製品に欠陥がないことの確率は (0.999999998)1oo≈1.0 です。

▲図3. 正規曲線下面積と不良率続く！