《{品质管理MSA测量系统分析}MSA测量系统分析概念》由会员分享，可在线阅读，更多相关《{品质管理MSA测量系统分析}MSA测量系统分析概念（68页珍藏版）》请在金锄头文库上搜索。
1、测定系统分析,1. 概要 2. 术语和概念 3. MSA 评价指数 4. 测定系统分析,5. 计量值 R&R - Gage R&R的学习 - Gage Run 图 - Gage Linearity （线性图）学习 6. 特性值 R&R 7. 特别值 8. MSA 改善事例,TQM,SPC/SQC,DOE,检查品质,MSA,MSA 是所有改善和品 质技术所在的一般依据.,S. G. Shina, 是工程制品和工序一致的成功履行,1. 概要,测定? 对一个目标赋予一个数据量值，而能代表一个特定性质。,为理解一道工序 对一种现实的精确理解 为做出正确决定打基础,为什么测定? 请列举出原因。,我们不可
2、能知道我们知道的是什么. 事实上，如果我们不能通过数据量值表示出来 我们所知道的事情，我们的所知就不足. 如果我们知道的不足，我们就不能管理它 如果我们不能管理它，结果只有靠天了. -6 Sigma理念 (Mikel J. Harry),测定的地位,MSA 的必要性,这什么利用 MSA? 例 有一个测定系统概率是0.01,人为误判率是0.02 ,良品判别为不良品,不良品判为良品 实际不良率是 1%, 则观测不良率是多少? 若观察不良率是 2%, 则什么才是真实的不良率?,答案 P = 99% * 0.01 + 1% * (1 - 0.02) = 1.97% 2% = (100 - x)*0.0
3、1 + x*(1 - 0.02) x = 1.03 %,如果真实不良率是 1%, 在检查以后为2%.最终，在我们所知道的不良率和真实不良率之间就有巨大的差距 也就是我们废弃的制品的一半是好的 以上产生的损失可以通过测定系统消除,观测值的差异,+,=,真实差异,测定差异,观测差异,尽管我们通过测定得到了数据，也不会总能显示实际情况， 据此，确认有多少数据反映真实情况就是必需的,1. 概念,+,=,在数据与真实情况之间的不一致有个概率,真实差异,测定差异,观测差异,工序差异的原因,真实差异,测定差异,长期差异,短期差异,标准差异,Gage 差异,测量,稳定性,线性,操作差异,再现性,观测的工序差异
4、,由错误数据造成的损失,让我们找一个由错误的信息或数据产生损失的例子,测定中涉及的问题,足够的精确度 能精确衡量工序分散的范围或一个大于标准幅度的1/10的刻度 时间稳定性 测量错误或分散,不好的精度,好的精度,测量标准系统的管理,国家标准 - 一个国家的最大精确度的显示或设备维护标准比较于测定领域的基本单位，原始单位，其它特殊单位 由国家标准局或委员会管理 韩国标准研究院 NIST(国家标准技术学院) - 通过国际间比较保持其精确度和准确性,国家参考标准 - 中国国家标准学院或计量研究院 - 标准设备的计量及测量标准设备 - 精确度等级13 * 国家计量研究院 持有国家标准承认的GAGE 执
5、行外面要求的测定任务 可靠性由政府担保 国家级或民办研究院,国家主要标准 -国家计量研究院，自体测定企业 测量用标准设备 精度等级45 *自体测定企业 保有计量研究所计量的一台国际化标准设备 无需去外面要求就可以自行检测一个等级较低的设备,精密测量设施 - 用于精确测量，由工业体系内 或研究院实验/检查 - 等级 : 6 例行检测设备 - 测定精度低于“精密设备”的精 密等级的检测设备，用于一般的检测 - 等级 : 7 8,2. 术语与概念,精确度 测定平均值与真实值（标准值)之间的一致度 真实值(标准) 意识上是正确的数值 NIST(国家标准技术研究院) 偏差 测定平均与真实值的差异 测定设
6、备的错误 系统错误或差距,精密度 测定系统的差异 因素 : 反复性 再现性 稳定性 测量分散是关于平均值与标准偏差之间的一致性与可预见性 没有突发变化周期性的 趋势图可以作出和评估,精确度和偏差,Gage 的精确度 在观测到的平均值和真实性(标准)之间的差异 偏差 测量设备偏差 : 由于设备不同造成的偏差 测量人的偏差 : 由于测量人员不同造成的偏差,真实值(标准) 意味着可由权威标准设备测定值追踪,精密度,反复性 测量系统的连续偏差 在相似条件下相似的物体测量 相同的测量人员 相同的设置 相同的 Gage 相同的环境条件 短期 在重复发生测定分散国产生的标准偏差可以估算 称“反复差错”或“短
7、期偏差”,再现性 - 在不同条件下测定 不同测量人 不同设置 不同Gage 不同环境条件 长期,精密度 = 再现性 + 反复性,在不同条件下测定值的平均值的标准偏差可以估计,反复性,真实值,相同部门，相同特性，相同的人，设备，反复测定,不精确但反复性很好！,精确但反复性不好！,再现性,真实值,测量人 A,B,C,A,测量人B,C,在测量人之间再现性不好！测量方法不标准,不精确但再现性在A，B，C之间很好!,相同的部门，特性，不同（相似的人）设备，反复测量,稳定性,时间的精确度和精密度不同的评价,时间 1,时间 2,真实值 (标准),时间1,时间2,稳定性差,稳定性好,3. 测量系统评估索引,测
8、量精密度,rpd,rpt,MS,2,2,2,s,s,s,+,=,方差,反复性,再现性,标准偏差,精密度,分散,精确度,平均值,Bias,测量错误分解,精确度,精密度,测量错误,+,=,测定能力评价指数的分类,测定系统方差 : 测定系统的所有精确度 决定的基础在于是否使用测定系统 %贡献度 在 与制品/工序偏差进行比较 %反复性和再现性 不同种类的数目 Single-to-Noise 比率 与幅度比较 精密度与幅度的比率,测定能力评价指数,LSL,USL,幅度,幅度,T,P,MS,-,=,=,(%),100,15,.,5,/,s,2.,1. %贡献度,3.,5.15 是包括99%的 所有观测值,
9、*样品恰当地代表了分散程度是很有意义的.,),(,),(,Ratio,SN,MS,p,s,s,测定系统偏差,部分偏差,=,4.,*恰当的测定系统可以进行区别的范围的个数,不同种类的个数,1.41,SN,=,ratio,5.,来源 % 贡献度 % 研究变量 % 公差 Gage R&R总计 10.67 32.66 34.31 可重复性 3.10 17.62 18.51 重制度 7.56 27.50 28.89 操作员 2.19 14.81 15.55 操作员*PartID 5.37 23.17 24.34 部分-到-部分 89.33 94.52 99.28 变动总计 100.00 100.00 1
10、05.04 清晰的分类数量 = 4,minitab 执行结果,测定错误的影响,假如 P/T 比率很大， Cpk 值就会比真实值小. 假如 P/T 比率很大, 概率分类错误发生概率就变大. 假如 P/T 比率小，利用管理图来检测工序的特别情况的时间就变长. 如果差别是复杂的，样品大小能被减少的,P/T 图的影响,%R&R的影响,测定能力评价标准,%贡献度,%R&R 或 P/T,种类,好, 1%, 10%,10,考虑费用 重要性, 10%,10 30%,4 9,不能使用,10%, 30%, 4,测定错误的修正与评价,精确度,精密度,散布,平均值,散布,偏差,测定学习 - 纠正阶段 - 方法与流程,
11、R&R 学习 改善测定工具 改善测定方法 标准化,4. 测定体系评价,事前确认事项 - 是否选择了正确的测定系统？选定测定系统与重要的输入输出变量相关？ - 要求测定系统的统计特征是令人满意吗?,测定体系评价: 实习,阶段 1 核对 M 阶段理解和要求的一 致性 目的 确认测定系统是否有统计特征 找出环境因素是否影响测定系统?,阶段 2 正规测定系统的持续维护 通常 Gage R&R 是第二阶段的一部分 二阶段通常是下面的部分 一般的修正项目 维护方案但可独立操作,测定体系评价的决定,评价流程决定的考虑内容 - 与标准保持追踪或联系 - 盲目测量 评价费用和时间 术语定义和统一 与其它测定体系
12、比较 阶段 2 运转频率 测定系统评价步骤完全用文件 证明,在文件中包含的项目 事例 选择部分的方法 评价环境 收集 data,记录分析的方法 重要技术的定义和概念 标准测定工具的保持、维护和 使用,测量体系的评估检查明细,精密度,准确度, 公差, P/T 比率, % R/R, 趋势图的倾向是什么? 变动的原因是什么, 测量误差是多少? 改善测量体系的必需事项是什么? 是否向相关人员通报结果? 谁管理测量体系，谁解决难题 ? 来自系统的结果是一致的吗 ?,是否有测量体系的控制计划? 检验与测量过程是否有文件证明？ 准备好的详细的程序图? 是详细的测量体系和有定义的建立吗? 测量员是被训练过的或
13、是经过鉴定的? 测量仪器在固有周期是被校正过的？ 什么时候需要, 顾客会与供应商进行联系?,5. 计算型数据的Gage R&R,内容 - 2 3 人员参与 - 通常测定 10 部分 一般地反复测量 2 3 次 流程 选择10 个样品代表工序的长期偏差 (2) 测定工具的校正,(3) 随机让第一个人对所有样品做一次测量（盲目测量) (4). 让第二个人像上面第一个人一样测量（所有人员相同） (4) 用相同的方法反复做几次 (5) 将结果数据插入 minitab 进行分析.,样品的选择,样品一般为 10 个，能代表工序散布.,如果样品选择接近工程平均值时，测定评价指标会比实际差.,若选择比工程散布
14、大的范围抽取样品，测定评价能力指标显示为比实际好.,人员选定和盲目测定,操作人员选择 利用测定评价工具，人员需收集或检查数据一定次数. 检查是否执行，评价没有通告,盲目测定 为避免操作人员不受前 次测量数据的影响（他 本人或其它人的测量）必 须不让他知道测量的样品 是什么. Hawthorne影响的预防,数据表准备,minitab 分析,例 )我们做 minitab 数据表, 3 个作业者，10个样品，3 次测量, Stat Quality Tools Gage R&R Study(Crossed),Minitab提供了 ANOVA 法和 Xbar 分析工具 ANOVA 是较高级的.,C1 S
15、AMPLE C2 MEASURER C3 VALUE,SAMPLE,MEASURER,VALUE,SAMPLE,MEASURER,VALUE,输入 minitab 数据表,MinitabCalcMake Patterned Data,例 )我们做 minitab 数据表, 3 个作业者，10个样品，3 次测量,minitab graph (1)分析,它意味着, “如果数据不统一样品就 不能代表一个工程的散布？”,代表“选择样本可以很好地代表 一个工程的散布?”,minitab 图 (2)的分析,就是说, “操作员之间的间距 是怎样的,操作员之间的距离越小越好,它意味着每一个操作员测量 样品是不
16、同的,每一个操作员对样品的测量值 是完全相同的是好的 !,minitab 图 (3)的分析,R&R的高度,重复 Reprod 越接近0越好!,就是说, “相对重要的 R&R 超过全 部偏差是足够小吗?”,minitab 图 ( 4 )的分析,它意味着 “操作员反复测量值 是稳定的”.,注意这里. 如果结果在界限线外，操作员应该调 查原因并重新测量,minitab 图 (5)的分析,就是说, “区别不同部分的能 力是充足的吗?”,标准度量 R&R的Xbar 图 “与R 图相反, Xbar 图 尽可能偏离控 制界限线是好的.”,minitab 图 ( 6 )的分析,Hmmm. 每项评估指数是令人不满意吗? 7.56%重制度散布比3.10%的可重复性散布大 . 操作员间的差别还有所要求的测量方法标准化.,来源
