msa測量系統分析(ppt116頁)-wenkub

　

【正文】 ■ 確定所使用的數據是否可靠 : 測量系統分析還可以： ■ 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誤差問題 8 ■ 測量定義為 賦值（或數）給具體事物以表示它們之間 關于特定性的關系 。 ■ 測量系統：是用來 對被測特性定量測量或定性評價的 儀器或量具、標準、操作、方法、夾具、 軟件、人員、環境和假設的集合 ；用來獲 得測量結果的整個過程。是指數據的分布。 12 ■ 為了有效地控制任何過程變差，需要了解： ▲ 過程應該做什么 ? ▲ 什么能導致錯誤 ? ▲ 過程在做什么 ? ▲ 規范和工程要求規定過程應該做什么。這種活動，通常稱為檢驗， ■ 確定或否認過程是以穩定的方式操作并符合顧客 規定的目標。 3)產品控制，變異性小于 公差。 ■ 它是測量系統對被測特性變化的回應。 真值的取得可以通過采用 更高等級的測量設備進行多次測量，取其平均值。 ? 環境內部：溫度、濕度、振動、亮度、清潔度的短期起伏變化。 ? 環境之間：在第 1,2,3等時間段內測量，由環境循環引起的均值差。 (Stability) 30 ? 儀器需要校準，需要減少校準時間間隔 ? 儀器、設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，基準出現誤差 ? 校準不當或調整基準的使用不當 ? 儀器質量差 ─設計或一致性不好 ? 儀器設計或方法缺乏穩健性 ? 不同的測量方法 ─裝置、安裝、夾緊、技術 ? 量具或零件變形 ? 環境變化 ─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 ? 理想的測量系統在每次使用時，應只產生“正確”的測量結果。為了測量的目的，相對于過程變差或規范控制限，測量的增量應該很小。這意味著在可重復條件下，測量系統的變差只能是由于普通原因而不是特殊原因造成。根據 6σ 變差和／或來自 MSA研究的總變差評價測量系統。 控制原理 驅動興趣點 產品控制 零件是否在明確的目錄之內？ 過程控制 過程是否穩定和可接受？ 37 LSL USL ■ I型錯誤 : 生產者風險誤發警報 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 :測量系統誤差與公差交叉時 ■ 產品狀況判定 :目標是最大限度地做出正確決定有二種選擇： ▲ 改進生產區域 ：減少過程變差，沒有零件產生在 II區。 ■ 供應商處對設備的研究以及隨后在顧客處對設備的 研究。 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的了解。 計算出平均值的平均值 /R的平均值。 6. 若控制圖穩定，利用 Rbar/d2來了解儀器的重復性。 對于最佳擬合直線， 用公式 ： yi = ax i + b (g:零件個數， m:量測次數） 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。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。 30% 表示該量具系統不能接受， 須予以改進 。 B1, 偏向誤判 。 ★ 任意選定 25個樣品時，以下能成為向導。 判斷基準 (良好 ) 判斷基準 (考慮 ) 判斷基準 (不足 ) 判斷指標 90% ↑ 70~90% 70% ↓ 計數型 Gage RR 89 屬性測量系統指導 ?在選擇研究的部件時，要考慮以下幾方面因素： ?如果你只有兩個類別，優良和次劣，你至少應該選擇20個優良品和 20個次劣品 ?最多可選擇 50個優良品和 50個次劣品 ?盡量保持大約 50%的優良品和 50%的次劣品 ?選擇不同程度的優良和次劣 90 屬性測量系統指導 ?如果你的類別超過 2種，其中一類是優良，其它類別是不同的缺陷方式，那么你至少應該選擇大約 50%的優良品和每種缺陷方式中的最少為 10%的產品 ?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部重復判定的好壞 ?根據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部的差別，所以測量系統就是一個關注的問題 ?下一頁的數據是在測量系統研究中收集的。 舉個例，不良率 %→% 改善課題的情況下檢出率必須為 100%. 滿足指數 40% → 60% 改善課題時，如果檢出率是 70%以上就可以被選擇。但是不能根據該標度推斷出數字之間差別。 但方法上完全不同 . ?定性數據測量系統的能力取決于操作員判斷的有效性 ， 即將 “ 合格 ” 判斷成合格 ， 將 “ 不合格 ”判斷成不合格的程度 . 量測系統分析 ﹣ 計數值： 71 1. 有效性 Effectiveness(E) 即判斷 “ 合格 ” 與 “ 不合格 ” 的準確性 E= 實際判斷正確的次數 /可能判斷正確的機會次數 . Probability of miss(Pmiss) – 將 “ 不合格 ” 判為合格的機會 。 : 60 示范： MSA搜集數據的規劃 項次 搜集點 搜集要項 評估人員 搜集數量 1 噴嘴封口內徑大小 ? 張三 李四 王五 10個 2 噴嘴封口外觀檢驗 外觀檢驗 (毛邊、 刮傷 、 變形 ) 志明 小寶 15個 61 零件 人員 1 2 3 4 5 6 7 8 9 10 A1 A2 B1 B2 C1 C2 搜集 GRR的數據 示范：量測系統分析 ﹣ 計量 62 作業者 /量測次數 零 件 平均數 1 2 3 4 5 6 7 8 9 10 1 2. 2 = Ra = 1 6. 2 = .00 Rb = 1 10. 2 = Rc = Rp= 14. 公式： [++]/[作業者人數 ]= = 15. 作業者人數 = 3 16. 公式： [Max – Min ]= diff diff = 17. 公式： [ ? D4]=UCLR=?= UCLR= 18. 公式： [ ? D3]=LCLR LUCR= 0 示范： 量具再現性及再生性數據表 a?b?c?x RR R x PX ?X63 公式： %AV = 100 [AV/TV] %AV = % n = 零件數 r = 量測次數 再現性 ── 作業者．變異（ AV） 公式： AV = n = 10 r = 2 AV = 公式： %EV = 100 [EV/TV] %EV = % 重復性 ── 設備變異（ EV） 公式： EV =R* K1 EV = ％制程變異 量 測 單 元 分 析 量測次數 K1 2 3 作業者人數 2 3 K2 ? ?/ n r )()k(Xd if fEV222??示范： 量具重復性及再現性報告 64 全變異（ TV） 公式： TV = TV= 公式： %PV=100[PV/TV] ％ PV =% 公式： ndc=[PV/GRR ] ndc= 零件變異（ PV） 公式： PV=Rp*K3 PV= 公式： %RR=100[GRR/TV] %RR = % 重復性 再現性（ GRR） 公式： GRR= GRR= ％制程變異 量 測 單 元 分 析 AV(EV 22? 2 3 4 5 6 7 8 9 10 K3 零件數 示范： 量具重復性及再現性報告 PVGRR 22?65 1. A 1 9 . 2 8 1 9 . 2 7 9 9 . 2 7 2 9 . 2 8 2 9 . 2 7 8 9 . 2 7 3 9 . 2 8 1 9 . 2 7 1 9 . 3 8 2 9 . 2 7 02. 2 9 . 2 8 1 9 . 2 7 9 9 . 2 7 1 9 . 2 8 3 9 . 2 7 9 9 . 2 7 3 9 . 2 7 9 9 . 2 7 1 9 . 3 7 8 9 . 2 6 83. 3 9 . 2 7 9 9 . 2 8 1 9 . 2 7 1 9 . 2 8 2 9 . 2 8 0 9 . 2 7 2 9 . 2 7 8 9 . 2 7 2 9 . 3 8 1 9 . 2 6 94. 均值 5. 極差 6. B 1 9 . 2 8 1 9 . 2 7 9 9 . 2 7 2 9 . 2 8 2 9 . 2 7 8 9 . 2 7 4 9 . 2 8 1 9 . 2 7 3 9 . 3 8 2 9 . 2 7 07. 2 9 . 2 8 1 9 . 2 7 9 9 . 2 7 1 9 . 2 8 3 9 . 2 7 9 9 . 2 7 4 9 . 2 8 1 9 . 2 7 3 9 . 3 7 8 9 . 2 6 88. 3 9 . 2 7 9 9 . 2 8 1 9 . 2 7 1 9 . 2 8 2 9 . 2 8 0 9 . 2 7 2 9 . 2 8 0 9 . 2 7 2 9 . 3 8 1 9 . 2 6 99. 均值 10. 極差 11. C 1 9 . 2 8 3 9 . 2 8 0 9 . 2 7 2 9 . 2 8 4 9 . 2 7 9 9 . 2 7 3 9 . 2 8 1 9 . 2 7 2 9 . 3 8 2 9 . 2 7 112. 2 9 . 2 8 1 9 . 2 7 9 9 . 2 7 2 9 . 2 8 3