msa測量系統(tǒng)分析(ppt116頁)-全文預(yù)覽

　　

【正文】 被使用。 3）將數(shù)據(jù)按時間順序畫在 XR或 XS控制圖上 結(jié)果分析 作圖法 4）建立控制限并用標(biāo)準(zhǔn)化控制圖分析評價失控或不 穩(wěn)定狀態(tài)。 : 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(fù)性是否穩(wěn)定。 45 : 決定要分析的測量系統(tǒng) 選取一標(biāo)準(zhǔn)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(fù)性，可能什么東西松動、阻塞、變化等。 ?????? ???? 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(jié)果 ? 結(jié)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 . R e f e r e n c e V a l u eBias1 086421 . 00 . 50 . 0 0 . 5 1 . 00R e g r e s s io n9 5 % C ID a t aA v g B ia sPercentB i a sL i n e a r i t y1 050G a g e L i n e a r i t yS l o p e 0 . 1 3 1 6 7 0 . 0 1 0 9 3 0 . 0 0 0P r e d i c t o r C o e f S E C o e f PC o n s t a n t 0 . 7 3 6 6 7 0 . 0 7 2 5 2 0 . 0 0 0S 0 . 2 3 9 5 4 R S q 7 1 . 4 %L i n e a r i t y 1 . 8 6 8 8 9 % L i n e a r i t y 1 3 . 2G a g e B i a s2 0 . 4 9 1 6 6 7 3 . 5 0 . 0 0 04 0 . 1 2 5 0 0 0 0 . 9 0 . 2 9 36 0 . 0 2 5 0 0 0R e f e r e n c e0 . 2 0 . 6 8 88 0 . 2 9 1 6 6 7 2 . 1 0 . 0 0 01 0 0 . 6 1 6 6 6 7 4 . 3 0 . 0 0 0B i a s % B i a s PA v e r a g e 0 . 0 5 3 3 3 3 0 . 4 0 . 0 4 0G a g e n a m e :D a t e o f s t u d y : R e p o r t e d b y :T o l e r a n c e :M i s c :P e r c e n t o f P r o c e s s V a r i a t i o nG a g e L i n e a r i t y a n d B i a s S t u d y f o r 秖 代56 ? 計算 Gage Linearity統(tǒng)計值 部品 基準(zhǔn)值 (x i) 偏倚 (y i) x i y i x i y i1 2 0 . 4 9 1 7 4 0 . 2 4 1 8 0 . 9 8 3 42 4 0 . 1 2 5 16 0 . 0 1 5 6 0 . 5 0 0 03 6 0 . 0 2 5 36 0 . 0 0 0 6 0 . 1 5 0 04 8 0 . 2 9 1 7 64 0 . 0 8 5 0 2 . 3 3 3 65 10 0 . 6 1 6 7 100 0 . 3 8 0 3 6 . 1 6 7 0合計 30 0 . 2 6 6 7 220 0 . 7 2 3 3 5 6 . 8 6 7 2平均 6 0 . 0 5 3 3 42 2 ? Bias(y) = Master ? Linearity = * = ? %Linearity = 傾斜度 *100 = % ? 計算 Gage Bias統(tǒng)計值 ? 平均 Bias = / 5 = ? %Bias = ( || / ) * 100 = % ⑤ 線性的計算方法 R e f e r e n c e V a l u eBias1 086421 . 00 . 50 . 0 0 . 5 1 . 00R e g r e s s io n9 5 % C ID a t aA v g B ia sG a g e n a m e :D a t e o f s t u d y : R e p o r t e d b y :T o l e r a n c e :M i s c :G a g e L i n e a r i t y a n d B i a s S t u d y f o r 秖 代57 ▲ Linearity = | 傾斜度 | x Process Variation ▲ %Linearity = Linearity Process Variation X 100 在量具的測量范圍內(nèi)評價測量的一貫性 ,在量具的測量范圍內(nèi)如果 Bias一定的話可以說線性較好 . 為了評價線性必須要計算 Bias. * Process Variation = 6σ = | 傾斜度 | x 100 %Linearity值如果接近 ‘0’的話可以判定線性比較好 . ▲ 回歸模型 : y = a + bx y : Bias x : 基準(zhǔn)值 b : 傾斜度 ◎ 線性的計算公式 58 零件 操作員 1 操作員 2 范圍 (R)1 4 2 22 3 4 13 6 7 14 5 7 25 9 8 1范圍之和 7平均范圍 平均范圍 = = (2+1+1+2+1)/5 = 7/5 = 量具誤差 = * /d = / * = * = * = % Gage RR = 量具誤差 Gage Error / 允差 Tolerance = / 20 * 100 % = % 零件個數(shù)2個操作員3個操作員4個操作員1 2 3 4 5 6 7 8 9 10 GRR（極差法 /短期模式） d常數(shù)表 允差 Tolerance = 20 = 最大值 最小值 R R R R R 59 均值 極差法 （ A, B,C）和 10個測量樣品。 ? 盲測原則 2： 三個人之間都互相不知道其他人的測量結(jié)果。 判斷原則 68 短期與長期方法的比較 短期模式 ?用生產(chǎn)設(shè)備 ?用生產(chǎn)操作員 ?快速 只需幾個樣品 (~5) ?無反復(fù)（ replicates） ?估計總的變差 (Total Gage RR) ?不能區(qū)分 AV 和 EV ?不能指導(dǎo)改進的方向 ?可用于破壞性測試 長期模式 ?用生產(chǎn)設(shè)備 ?用生產(chǎn)操作員 ?較多樣品 (5) ?要求反復(fù) Replicates (~3) ?估計總的變差 (Total Gage RR) ?可以區(qū)分 AV 和 EV ?為測量系統(tǒng)的改進提供指導(dǎo) 69 NOGO GO Operator 2 Operator 1 ﹣ 計數(shù)值： 70 ? GoNo Go 數(shù)據(jù)模式 ? 人為因素主導(dǎo)，情況復(fù)雜 ? 對于以 “ 是 ” 和 “ 不是 ” 為計數(shù)基礎(chǔ)的定性數(shù)據(jù) ，其 GRR考察的概念是與定量數(shù)據(jù)一樣的 。 B1, 偏向漏判 以下為判斷所用的指標(biāo) 72 量測系統(tǒng)分析 ﹣( 計數(shù)值 )示范： Appraiser Sample Data Appraiser Sample Data Appraiser Sample Data Appraiser Sample Data志明 1 pass 志明 1 pass 小寶 1 pass 小寶 1 pass志明 2 ng 志明 2 ng 小寶 2 ng 小寶 2 ng志明 3 pass 志明 3 pass 小寶 3 pass 小寶 3 pass志明 4 pass 志明 4 pass 小寶 4 pass 小寶 4 pass志明 5 pass 志明 5 pass 小寶 5 pass 小寶 5 pass志明 6 ng 志明 6 ng 小寶 6 ng 小寶 6 ng志明 7 pass 志明 7 pass 小寶 7 pass 小寶 7 pass志明 8 pass 志明 8 pass 小寶 8 pass 小寶 8 pass志明 9 ng 志明 9 ng 小寶 9 ng 小寶 9 ng志明 10 ng 志明 10 pass 小寶 10 pass 小寶 10 pass志明 11 ng 志明 11 ng 小寶 11 ng 小寶 11 ng志明 12 pass 志明 12 pass 小寶 12 pass 小寶 12 pass志明 13 pass 志明 13 pass 小寶 13 pass 小寶 13 pass志明 14 pass 志明 14 pass 小寶 14 pass 小寶 14 pass志明 15 pass 志明 15 pass 小寶 15 pass 小寶 15 pass外觀檢驗量測分析，兩個人， 15個樣本，重復(fù)兩次，數(shù)據(jù)如下 73 表示此量測系統(tǒng)是可靠的 判定準(zhǔn)則 Percent(%)可接受 =90尚可接受 =80不可接受 80示范：量測系統(tǒng)分析 ﹣ 計數(shù) Appraiser Inspected Matched Percent (%) % CI 小寶 15 15 ( , ) 志明 15 14 ( , ) Matched: Appraiser agrees with him/herself across trials. 74 屬性數(shù)據(jù)測量系統(tǒng)分析 Attribute MSA 75 Kappa屬性測量系統(tǒng) ?屬性 /順序測量系統(tǒng)使用了接受 /拒絕標(biāo)準(zhǔn)或分級，例如， 用 (15) 確定是否達(dá)到可以接受的質(zhì)量水平 ?Kappa技術(shù)可以用來評估這些屬性和順序測量系統(tǒng) 76 你真的擁有太多的屬性數(shù)據(jù)嗎 ? ?很多檢驗過程能夠收集連續(xù)數(shù)據(jù)，但選擇屬性數(shù)據(jù)以簡化檢驗員的任務(wù) ?例如，很多功能測驗將連續(xù)地評估一項產(chǎn)品（溫度、承載力，硬度等等）并以通過 /失敗記錄其結(jié)果 ?設(shè)法獲取連續(xù)數(shù)據(jù) 77 屬性和順序測量 ?屬性和順序測量經(jīng)常依靠主觀分類或分級 ?例子包括： ?把部件特征分級為好或壞 ?在品嘗之后分級葡萄酒的香味和口感 ?從 1到 5給雇員的表現(xiàn)分級 ?給體操打分 ?在利用這些測量系統(tǒng)之前，我們應(yīng)該評估它們嗎？ ?不評估它們的后果是什么呢？ 78 測量系統(tǒng)分析 – 屬性數(shù)據(jù) ?什么方法適于評估屬性測量系統(tǒng)？ ?屬性系統(tǒng) － 同等處理所有誤分類的 Kappa技術(shù) ?順序系統(tǒng) －考慮誤分類等級的 Kappa技術(shù) ?例如，如果我們從 1到 5判斷一油漆產(chǎn)品的等級，檢驗員 A把它評為 1級，檢驗員 B評為 5級，比起檢驗員A把它評為 4級而檢驗員 B評為 5級來，具有更大的誤分類 79 數(shù)據(jù)類型 ?常態(tài) : 包含不具有排序基礎(chǔ)或可以分別出量的差別的數(shù)字，例如 ? 例子 : 一公司中 : A部門、 B部門、