【正文】 式中的最少為 10%的產(chǎn)品 ?你可以把一些缺陷方式合并稱為“其它” ?這些類別應該互相排斥，否則它們應該合并起來 91 分級員內(nèi)部 /重復性考慮 ?讓每個分級員至少兩次判定同一單元 ?為每個分級員建立獨立的 Kappa表，計算他們的 Kappa值 ?如果某個分級員的 Kappa測量值很小，那么該分級員自己沒有很好地重復判定 ?如果分級員自己沒有很好地重復判定，那么他也不能和其它分級員很好的做重復判定，這將掩蓋其它分級員內(nèi)部重復判定的好壞 ?根據(jù)每個分級員的首次判定建立一個 Kappa表，計算不同分級員之間的 Kappa值 ?不同分級員之間的 Kappa值將進行兩兩對比 (A和 B, B和 C, A和 C) 92 Kappa 例子 1 ?Bill Blackbelt正在努力改進一個具有高退貨率的油漆過程 ?在工程早期，由于很明顯的檢驗員之間和檢驗員內(nèi)部的差別，所以測量系統(tǒng)就是一個關(guān)注的問題 ?下一頁的數(shù)據(jù)是在測量系統(tǒng)研究中收集的。 B1, 偏向誤判 。試驗時遵循以下原則： ? 盲測原則 1：對 10個樣品編號，每個人測完第一輪后，由其他人對這 10個樣品進行隨機的重新編號后再測，避免主觀偏向。 6. 若控制圖穩(wěn)定，利用 Rbar/d2來了解儀器的重復性。 2）定期（天、周）測量標準樣本 3~5次，樣本容量和 頻率應該基于對測量系統(tǒng)的了解。 控制原理 驅(qū)動興趣點 產(chǎn)品控制 零件是否在明確的目錄之內(nèi)？ 過程控制 過程是否穩(wěn)定和可接受？ 37 LSL USL ■ I型錯誤 : 生產(chǎn)者風險誤發(fā)警報 好零件有時會被判為 “ 壞 ”的 ■ II型錯誤 : 消費者風險或漏發(fā)警報 壞零件有時會被判為 “ 好 ”的 LSL USL I型錯誤 : II型錯誤 38 Bad is bad LSL USL I II II I III Bad is bad Good is good Confused area Confused area ■ 錯誤決定的潛在因素 :測量系統(tǒng)誤差與公差交叉時 ■ 產(chǎn)品狀況判定 :目標是最大限度地做出正確決定有二種選擇： ▲ 改進生產(chǎn)區(qū)域 ：減少過程變差，沒有零件產(chǎn)生在 II區(qū)。這意味著在可重復條件下，測量系統(tǒng)的變差只能是由于普通原因而不是特殊原因造成。 (Stability) 30 ? 儀器需要校準，需要減少校準時間間隔 ? 儀器、設(shè)備或夾緊裝置的磨損 ? 正常老化或退化 ? 缺乏維護 ─通風、動力、液壓、過濾器、腐蝕、銹蝕、清潔 ? 磨損或損壞的基準，基準出現(xiàn)誤差 ? 校準不當或調(diào)整基準的使用不當 ? 儀器質(zhì)量差 ─設(shè)計或一致性不好 ? 儀器設(shè)計或方法缺乏穩(wěn)健性 ? 不同的測量方法 ─裝置、安裝、夾緊、技術(shù) ? 量具或零件變形 ? 環(huán)境變化 ─溫度、濕度、振動、清潔度 ? 違背假定、在應用常量上出錯 ? 應用 ─零件尺寸、位置、操作者技能、疲勞、觀察錯誤 31 ? 理想的測量系統(tǒng)在每次使用時，應只產(chǎn)生“正確”的測量結(jié)果。 ? 環(huán)境內(nèi)部：溫度、濕度、振動、亮度、清潔度的短期起伏變化。 ■ 它是測量系統(tǒng)對被測特性變化的回應。這種活動，通常稱為檢驗， ■ 確定或否認過程是以穩(wěn)定的方式操作并符合顧客 規(guī)定的目標。是指數(shù)據(jù)的分布。 PPAP手冊中規(guī)定 : ■ 對新的或進的量具測量和試驗設(shè)備應參考 MSA手冊進行變差 研究 APQP手冊中規(guī)定 :, ■ MSA分析計劃及分析報告為 產(chǎn)品 /過程確認階段 的輸出之一 . TS16949 標準 ? 監(jiān)視和測量設(shè)備的控制 7 ■ 確定所使用的數(shù)據(jù)是否可靠 : 測量系統(tǒng)分析還可以： ■ 評估新的測量儀器 ■ 將兩種不同的測量方法進行比較 ■ 對可能存在問題的測量方法進行評估 ■ 確定并解決測量系統(tǒng)誤差問題 8 ■ 測量定義為 賦值（或數(shù)）給具體事物以表示它們之間 關(guān)于特定性的關(guān)系 。 ■ 如果得到顧客批準，也可采用其它分析方法和接收準則。 ▲精密度 ( Precision ) σ 或稱 變差 (Variation): 利用同一量具，重復量測相同工件同一質(zhì)量特性，所得數(shù)據(jù) 之變異性。 ■ 通過評價過程結(jié)果或參數(shù)，可以獲得過程正在做什 么的知識。極差控制圖可 顯示分辨率是否足夠看控制限內(nèi)有多少個數(shù)據(jù)分級 不同數(shù)據(jù)分級 (ndc)的計算為 : ndc=(零件的標準偏差 / 總的量具偏差 )* . 一般要求它大于 4才可接受 16 （ Sensitivity） ■ 敏感度是指能產(chǎn)生一個可檢測到（有用的）輸出信 號的最小輸入。 ? 基準內(nèi)部：質(zhì)量、級別、磨損 ? 方法內(nèi)部：在設(shè)置、技術(shù)、零位調(diào)整、夾持、夾緊、點密度的變差 ? 評價人內(nèi)部：技術(shù)、職位、缺乏經(jīng)驗、操作技能或培訓、感覺、疲勞。 29 穩(wěn)定性 時間 1 時間 2 是測量系統(tǒng)在 某持續(xù)時間 內(nèi)測量 同一基準 或零件的單一特性時獲得的測量值總變差。 ? 測量系統(tǒng)應該是統(tǒng)計受控制的 。 ■ 過程控制原理 :零件變差是由過程中的普通原因還 是特殊原因造成的。 41 第四章 測量系統(tǒng)分析 42 MSA分析方法的分類 重 復 性 分 析 再 現(xiàn) 性 分 析 線 性 分 析 穩(wěn) 定 性 分 析 偏 倚 分 析 位 置 分 析 變 異 分 析 穩(wěn) 定 性 分 析 信 號 分 析 風 險 分 析 小 樣 法 大 樣 法 偏 移 分 析 穩(wěn) 定 性 分 析 變 異 分 析 計量型 計數(shù)型 破壞型 MSA ● 極差法 ● 均值極差法（包括控制圖法） ● ANOVE法（方差分析法） 43 : 1) 獲取一樣本并確定其相對于可追溯標準的基準值。 ，可以利用 Xbarbar標準值，進行偏差檢 定，看是否有偏差。 ， 讓三個測量人對 10個樣品的某項特性進行測試，每個樣品每人測 量三次，將數(shù)據(jù)填入表中。 P(miss)=實際漏判的次數(shù) / 漏判的總機會數(shù) . Probability of false alarm(PFA) 將 “ 合 格 ” 判為不合格的機會 . P(false alarm)=實際誤判次數(shù) / 誤判的總機會數(shù) . Bias(B) 指漏判或誤判的偏向 . B=P(false alarm) / P(miss) B=1, 無偏倚 。 ?基本上，達不到 100%時，必須調(diào)查其原因。 ? 例子： 產(chǎn)品性能 : 優(yōu)秀、很好、好、一般、差 ? 品嘗試驗： 味淡、辣、很辣、辣得難受 ? 客戶調(diào)查： 強烈滿意、滿意、不滿意、強烈不滿意 80 Kappa技術(shù) ?Kappa適用于非定量系統(tǒng)，如 ?好或壞 ?通過 /不通過 ?區(qū)分聲音 (嘶嘶聲、叮當聲、重擊聲 ) ?區(qū)分色彩亮度 ?通過 /失敗 81 Kappa技術(shù) ?適用于屬性數(shù)據(jù)的 Kappa ?同等處理所有誤分類 ?要求單元之間相互獨立，并且檢驗員或分級員是獨立作出分級的 ?要求評估類別是相互排斥的 82 操作定義（檢查標準） ?存在著一些質(zhì)量特點，或者難以定義或者定義很耗費時間 ?要一致地評估分類，幾個單元必須由一個以上的評估人或判定人作出分類 ?如果評估員之間達成足夠的一致，那么就有可能，盡管不能保證，分級是正確的 ?如果評估員不能達成足夠的一致，那么分級的可用性就很有限了 差勁的屬性測量系統(tǒng)幾乎總是可以歸咎于 差勁的操作定義 83 ? 留意事項 (1) 樣品應選定代表 Process的樣品。 %≦ 數(shù)值 ≦ 30% 表示該量具系統(tǒng)可接受或不接受 ， 決定于該量具系統(tǒng)之重要性 、 修理所需之費用等因素 。 46 決定要分析的測量系統(tǒng) 抽取樣本，取值參考值 請現(xiàn)場測量人員測量 15次 輸入數(shù)據(jù)到 EXCEL表格中 計算 t值，并判定 是否合格，是否要加補正值 保留記錄 BIAS分析之執(zhí)行 : 47 X1= X6= X2= X7= X3= X8= X4= X9= X5= mm X10= 同一操作者對同一工件測量10次 如果參考標準是 . 過程變差為 = Bias = = % Bias=100[]=% 表明 % 的過程變差是偏倚 BIAS XX??10 BIAS 實例 1: 48 ▲ 判斷準確度的簡單標準為 . – 小于過程變差或容差的 1%, 可認為是精確的 . – 大于過程變差或容差的 1% 則需要研究和調(diào)整測量系統(tǒng) , 或者臨時用補償值來修正以后的測量值 , 即作出直方圖 , 然后根據(jù)經(jīng)驗判斷是否可以接受 . 接受 測量平均值 – 參考值 x (100) 容差寬度 BIAS 實例 : 49 0 . 6 5 0 . 7 0 0 . 7 5 0 . 8 0012345W i d t hFrequency BIAS 實例 :作圖分析 50 ? (Linearity)比較良好的情況 基準值 測量平均 偏倚2 3 14 5 16 7 18 9 110 11 1基準值 測量平均 偏倚2 2 04 4 06 6 08 8 010 10 0在測量范圍全領(lǐng)域基準值和測量平均值一致 /沒有偏倚正確地測量 . 在測量范圍全領(lǐng)域具有常數(shù)倍數(shù)的偏倚 . / 雖有偏倚但是因為大小一定所以可以容易調(diào)整 . 基準值 基準值 測 量 平 均 偏 倚 偏 倚 測 量 平 均 基準值 基準值 51 線性 (Linearity)的分析 ① 線性不好的情況 – 測量范圍全領(lǐng)域偏倚 (正確度 )不一定的情況 ? 無法矯正 . 基準值 測定平均 偏倚2 1 14 3 . 5 0 . 56 6 08 8 . 5 0 . 510 11 1基準值 測定平均 偏倚2 3 14 4 06 5 18 8 010 1 1 . 5 1 . 52 3 4 5 6 7 8 9 1 0 1 . 0 0 . 50 . 00 . 51 . 01 . 5扁 霖 藹祈狼偏 倚 基準值 偏 倚 基準值 52 ② 線性 (Linearity)和偏倚 (Bias)判定基準 區(qū)分 判定基準 措施B ia s 製程變異對比不到 1% 很適合 : 無改善的必要L in e a r it y 製程變異對比 1 ~ 5 % 不到 適合 : 幾乎不需要改善製程變異對比 5 ~ 1 0 % 不到 一般 : 一部分需要改善製程變異對比 1 0 % 以上 差 : 需要改善③ 線性 (Linearity)差時需要考慮的事項： ?調(diào)查量具測量范圍中上部或下部的刻度是否合適 ?檢驗基準值是否正確 ?檢驗測量位置是否正確 ?檢驗測量者是否正確的使用了儀器 ?檢驗量具磨損與否 ?檢驗量具校準與否 ?調(diào)查量具本身內(nèi)部設(shè)計問題 ※ 電子式的話在測量全范圍進行再校準 . ※ 機械式的話在測量范圍中以經(jīng)常使用的范圍為中心進行校準后不允許在其他范圍使用 . 53 ④ 利用 Minitab分析線性 測量系統(tǒng)的操作范圍內(nèi)抽樣 5個部品進行精密的測試之后計算 ,要反復 12次 部品 1 2 3 4 5基準值 2 4 6 8 10反復 1 2 .7 0 5 .1 0 5 .8 0 7 .6 0 9 .1 02 2 .5 0 3 .9 0 5 .7 0 7 .7 0 9 .3 03 2 .4 0 4 .2 0 5 .9 0 7 .8 0 9 .5 04 2 .5 0 5 .0 0 5 .9 0 7 .7 0 9 .3 05 2 .7 0 3 .8 0 6 .0 0 7 .8 0 9 .4 06 2 .3 0 3 .9 0 6 .1 0 7 .8 0 9 .5 07 2 .5 0 3 .9 0 6 .0 0 7