msa測量系統(tǒng)分析(ppt116頁)-文庫吧

【正文】 通常所有的十進制或 10/1法則，表明儀器的分辨率應把公差 (過程變差 )分為十份或更多。這個規(guī)則是選擇量具期望的實際最低起點。 ? 測量系統(tǒng)應該是統(tǒng)計受控制的 。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。這可稱為統(tǒng)計穩(wěn)定性且最好由圖形法評價。 33 – 對產(chǎn)品控制，測量系統(tǒng)的變異性與公差相比必須小于依據(jù)特性的公差評價測量系統(tǒng)。 – 對于過程控制，測量系統(tǒng)的變異性應該顯示有效的分辨率并與過程變差相比要小。根據(jù) 6σ 變差和／或來自 MSA研究的總變差評價測量系統(tǒng)。 偏倚、重復性、再現(xiàn)性、線性可接受 34 第三章 測量系統(tǒng)變異性影響 35 長期 過程變差 短期 抽樣產(chǎn)生的變差 實際過程變差 穩(wěn)定性 線性 重復性 準確度 量具變差 操作員造成的變差 測量誤差 過程變差觀測值 再現(xiàn)性 過程變差 “ 重復性 ” 和 “ 再現(xiàn)性 ” 是測量誤差的主要來源 36 ■ 測量零件后 : 1)確定零件是否可接受（在公差內）或不可接受 （在公差外）。 2)零件進行規(guī)定的分類 ■ 產(chǎn)品控制原理 :測量零件進行分類活動。 ■ 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。 控制原理 驅動興趣點 產(chǎn)品控制 零件是否在明確的目錄之內？ 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)。 ▲ 改進測量系統(tǒng) ：減少測量系統(tǒng)誤差從而減小 II區(qū)域的面積， ■ 這樣就可以最小限度地降低做出錯誤決定的風險。 39 ■ 對過程決策的影響如下 : 1)普通原因報告為特殊原因 2)特殊原因報告為普通原因 ■ 測量系統(tǒng)變異性可能影響過程的穩(wěn)定性、目標以 及變差的決定。 40 ■ 新過程：如機加工、制造、沖壓、材料處理、熱新 過程的接受處理，或采購總成時，作為采購 活動的一部分，經(jīng)常要完成一系列步驟。 ■ 供應商處對設備的研究以及隨后在顧客處對設備的 研究。 ■ 如果生產(chǎn)用量具不具備資格卻被使用。如果不知道是 儀器問題，而在尋找制程問題，就會白費努力了。 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。 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。 3）將數(shù)據(jù)按時間順序畫在 XR或 XS控制圖上 結果分析 作圖法 4）建立控制限并用標準化控制圖分析評價失控或不 穩(wěn)定狀態(tài)。 結果分析 數(shù)據(jù)法 44 : 決定要分析的測量系統(tǒng) 選取一標準樣本，取值參考值 請現(xiàn)場測量人員連續(xù)測量 25組數(shù)據(jù)每次測量 2~5次 輸入數(shù)據(jù)到 EXCEL， XbarR表格中 計算控制界限，並 用圖判定是否穩(wěn)定 後續(xù)持續(xù)點圖，判圖 保留記錄 產(chǎn)品特性 /控制計劃中所提及的過程特性 針對樣本使用更高精密度等級的儀器進行精密測量十次，加以平均，做為參考值。 計算每一組的平均值 /R值。 計算出平均值的平均值 /R的平均值。 : A)平均值圖： Xbarbar+A2Rbar, Xbarbar B)R值圖： D4Rbar, Rbar, D3Rbar ,將點子繪上 R圖，以判定重復性是否穩(wěn)定。 Xbar圖，以判定偏移是否穩(wěn)定。 ，可以利用 Xbarbar標準值，進行偏差檢 定，看是否有偏差。 6. 若控制圖穩(wěn)定，利用 Rbar/d2來了解儀器的重復性。 45 : 決定要分析的測量系統(tǒng) 選取一標準樣本，取值參考值 請現(xiàn)場測量人員連續(xù)測量 25組數(shù)據(jù)每次測量 2~5次 輸入數(shù)據(jù)到 EXCEL， XbarR表格中 計算控制界限，並 用圖判定是否穩(wěn)定 後續(xù)持續(xù)點圖，判圖 保留記錄 、判圖 a)R圖失控，表明不穩(wěn)定的重復性，可能什么東西松動、阻塞、變化等。 b)XBAR失控，表明測量系統(tǒng)不再正確測量，可能磨損，可能需重新校準。 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 ?調查量具本身內部設計問題 ※ 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 .8 0 9 .5 08 2 .5 0 3 .9 0 6 .1 0 7 .7 0 9 .5 09 2 .4 0 3 .9 0 6 .4 0 7 .8 0 9 .6 010 2 .4 0 4 .0 0 6 .3 0 7 .5 0 9 .2 011 2 .6 0 4 .1 0 6 .0 0 7 .6 0 9 .3 012 2 .4 0 3 .8 0 6 .1 0 7 .7 0 9 .4 054 線性分析： (圖標法 ) (6）用下面等式計算和畫出最佳擬合線和置信帶。 對于最佳擬合直線， 用公式 ： yi = ax i + b (g:零件個數(shù)， m:量測次數(shù)） x i = 基準值 yi = 偏倚平均值 ?????????22 X)(gm1xy)xgm1(xya 斜率 (Slope) ??? xayb 中心 對一個已知 X0， α 自信度區(qū)間為： 22 ? ?????? gm yxaybyS iiii下限： b+aX0 上限： b+aX0 (7)劃出〝偏倚 =0〞的線，并對圖進行審查，以觀察是否存在特殊原因 ，以及線性是否可接受。 ?????? ???? S))XΣ ( X i)X(Xgm1(t_ 1 / 2220/22 , 1gm ? ??????????? S))XΣ ( X i)X(Xgm1(t 1 / 2220/22 , 1gm ?55 ? 實行結果 ? 結果解釋 ? Minitab使用方法 (Stat ? Quality Tools ? Gage Linearity Study) StdDev Study Var %Study Var Source (SD) (*SD) (%SV) Total Gage RR Repeatability ParttoPart Total Variation Linearity是總製程變異量的 %,因此線性是比較差 ,需要改善 . Bias是 %， 良好 .