測(cè)量系統(tǒng)分析msa(1)(編輯修改稿)
2025-03-09 07:56 本頁面
【文章內(nèi)容簡(jiǎn)介】 的線性度。 ? 對(duì)于給定的特性，儀器究竟在什么樣的數(shù)值范圍中才可以使用？ ? 當(dāng)測(cè)量?jī)x器用于測(cè)量一個(gè)較寬的數(shù)據(jù)范圍時(shí)，要考慮線性度并必須通過校正進(jìn)行檢查。 測(cè)量單元 .0001 .001 .01 .1 27 警告 ? Gage RR （ MSA） 研究檢驗(yàn)測(cè)量系統(tǒng)的精確性 ? 變量型 Gage RR研究不檢驗(yàn) 測(cè)量系統(tǒng) 的準(zhǔn)確性 ? 在某些應(yīng)用中 ,并不存在標(biāo)準(zhǔn)或 “真值” (校正 ) ? 這些情況下 , 準(zhǔn)確性無法進(jìn)行評(píng)估 ? 因此 , 評(píng)估與改進(jìn)精確性是計(jì)量型 MSA的主要內(nèi)容 ? 屬性型 Gage RR研究檢驗(yàn)準(zhǔn)確性 ? 再現(xiàn)性比較難區(qū)分 ? 重復(fù)性和準(zhǔn)確性是計(jì)數(shù)型 MSA的主要內(nèi)容 28 Gage RR研究 ? 通常 2到 3名操作員 ? 通常測(cè)量 10個(gè)樣本 ? 每個(gè)樣本由每個(gè)操作員測(cè)量 23次 ? 需要進(jìn)行均衡 (下一張 ) 29 要均衡哪個(gè)設(shè)計(jì) ? 例 1 零件號(hào) 操作員 結(jié)果 1 Mary 1456 1 Mary 1390 2 Mary 1300 2 Mary 1299 2 Mary 1321 1 Joe 1433 1 Joe 1399 2 Joe 1279 2 Joe 1300 例 2 零件號(hào) 操作員 結(jié)果 1 Mary 1456 1 Mary 1390 2 Mary 1300 2 Mary 1299 1 Joe 1433 1 Joe 1399 2 Joe 1279 2 Joe 1300 30 測(cè)量系統(tǒng)研究的準(zhǔn)備 ? 檢查儀器已維修并已校準(zhǔn)至可追溯的標(biāo)準(zhǔn) ? 檢查儀器分辨率小于或等于預(yù)期工藝過程的變異 /規(guī)范范圍的 1/10 ? 挑選 23 操作儀器的評(píng)估人 ? 如果工藝需要多個(gè)操作員 , 隨機(jī)選擇 2－ 4人 ? 如果工藝僅需要一個(gè)操作員或無操作員 , 則視為無操作員影響來進(jìn)行研究 (忽略再現(xiàn)性影響 ) ? 從工藝過程中選擇 510個(gè)樣本零件來表征整個(gè)操作范圍和各離散零件數(shù) ? 樣本數(shù)－ 選取足夠的樣本使得樣本數(shù) (S) X 操作員數(shù) (O) 15 ? 每個(gè)操作員測(cè)量每個(gè)樣本 23 次 (都使用相同的儀器 ) 31 進(jìn)行測(cè)量研究 ? 呆在現(xiàn)場(chǎng)進(jìn)行研究 。 注意計(jì)劃外因素 ? 進(jìn)行研究 – 指導(dǎo)方針 1. 每個(gè)操作員對(duì)所有的樣本進(jìn)行一次 隨機(jī) 測(cè)量 ? 持續(xù)進(jìn)行直到每個(gè)操作員對(duì)所有的樣本完成一次測(cè)量 ? 這是試驗(yàn) 1 ? 確保零件進(jìn)行標(biāo)記以便于數(shù)據(jù)采集但對(duì)操作員保持“隱蔽”（無法辨別） 2. 重復(fù)需要的試驗(yàn)數(shù) ? 每個(gè)樣本應(yīng)該由每個(gè)操作員測(cè)量 2 3次 3. 使用表格收集信息 4. 分析結(jié)果 5. 如果還有的話，確定進(jìn)一步措施 32 Minitab中的測(cè)量系統(tǒng)分析（ MSA） 實(shí)例 ? 選取 10個(gè)零件表征工藝過程中變異的預(yù)期范圍 ? 3個(gè)操作員隨機(jī)測(cè)量 10個(gè)零件，每個(gè)零件 3次 ? 打開 ? 選擇 StatQuality ToolsGage RR Study (Crossed)… 33 Minitab中的 Gage RR ? 在 Part numbers（ 零件號(hào)） 中輸入 Part（ 零件） : Operators（操作員） 中輸入 Operator（ 操作員） : Measurement data（ 測(cè)量數(shù)據(jù)） 中輸入 Response（ 響應(yīng)） : ? ANOVA（ 方差分析）和 Xbar R分析主要的不同之處在于ANOVA 將通過零件間的交互作用對(duì)操作員進(jìn)行評(píng)估 ? ANOVA 方法更保守 34 Minitab中的 Gage RR : 選項(xiàng) ? 是 study variation（ 研究變異 ） 的默認(rèn)值 ? z 值范圍計(jì)算 99% 潛在的研究變異 ? 基于變異計(jì)算標(biāo)準(zhǔn)的偏移可以在所選零件的研究中看到 ? 規(guī)格界限是 (USL) 和 (LSL) ? 點(diǎn)擊 Options… ? 在 process tolerance（ 過程公差）對(duì)話框中輸入 ( – = ) ? 在 historical sigma（ 歷史西格瑪值）對(duì)話框中輸入 ? 雙擊 OK 35 解釋 :可接受性 ? 如果工藝過程公差和歷史西格瑪值沒有用在 Minitab中 , 一個(gè)關(guān)鍵的設(shè)想是 :選取的用于研究的樣本零件可以真實(shí)地展現(xiàn)實(shí)際工藝過程變異。這樣的話，測(cè)量系統(tǒng)的可接受性僅基于對(duì)研究中零件變異的比較。如果注意選取研究樣本零件，這將是一個(gè)有效的假設(shè)。 ? AIAG 規(guī)定 “評(píng)估測(cè)量系統(tǒng)是否可以分析工藝過程的一個(gè)標(biāo)準(zhǔn)要素是零件公差或測(cè)量系統(tǒng)變異所耗費(fèi)的操作過程變異” 。 記住指導(dǎo)方針是 : ? 10 % 以下誤差 – 可接受的 ? 從 10%到 30% – 由于使用風(fēng)險(xiǎn)、測(cè)量?jī)x器的成本、修理成本等考慮也尚能接受 ? 超過 30 % – 認(rèn)為不可接受 –應(yīng)該努力全面改進(jìn)測(cè)量系統(tǒng) 36 Minitab Sixpack 37 Gage RR 間的聯(lián)系 ? 當(dāng)操作員的結(jié)果可重復(fù)以及操作員間的結(jié)果可再現(xiàn)時(shí)，可以認(rèn)為測(cè)量過程一致。 ? 當(dāng)操作員測(cè)量的變化相對(duì)于工藝過程的變化或公差范圍較小時(shí)，標(biāo)準(zhǔn)度量可以有效檢地測(cè)到零件之間的變異。 ? 測(cè)量所耗工藝過程變異的百分比 (% RR)決定了測(cè)量過程的一致性并能檢測(cè)出零件之間的變異。 異 變 的 組 成 百分比 重復(fù)性 再現(xiàn)性 零件間 影響 方差分析 工藝過程 公差 38 Minitab Sixpack ? 注意看帶條紋的柱條 – 它們表示總體變異對(duì)于數(shù)據(jù)影響的 %。 Gage RR是測(cè)量系統(tǒng)的總體變異，分為重復(fù)性和再現(xiàn)性。零件之間變異的柱條表示工藝過程變異的估計(jì)。 ? 還記得我們要進(jìn)行測(cè)量的原因嗎？ 工藝過程變異的估計(jì)直到輸入 Historical Sigma 在檢驗(yàn)員之間或檢驗(yàn)員與檢驗(yàn)員之間 標(biāo)準(zhǔn)度量?jī)?nèi) 或一個(gè)檢驗(yàn)員 總體 Gage RR 異 變 的 組 成 影響 方差分析 工藝過程 公差 百分比 重復(fù)性 再現(xiàn)性
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1