MSA测量系统分析概念

minitab graph (1)分析
代表“选择样本可以很好地代表 一个工程的散布?”
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？”
minitab 图 (2)的分析
Sample Mean
Gage R&R (ANOVA) for measure
24.00 23.95
Xbar Chart by operator
测定的地位
• 我们不可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)
MSA 的必要性
• 这什么利用 MSA? •例
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
1
2
3 3.0SL=24.00 X=23.97 -3.0SL=23.95
Gage name:
coin
就是说, “操作员之间的间距 Date of study: Reported by: Tolerance:
Misc:
是怎样的 operator*part Interaction
24.02
operator
品 –是什么.
–Hawthorne影响的预防
数据表准备
工人1
p
a
r
m
t
e
s
a
s u
2
3ห้องสมุดไป่ตู้
1
r
e
1
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…)
SAMPLE MEASURER VALUE
–(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.
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)*0.01 + x*(1 - 0.02)
设备 1 平均值
设备 2
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
持有国家标准承认的GAGE
- 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)
执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
- 通过国际间比较保持其精确度和 准确性
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4~5 *自体测定企业
• 什么时候需要, 顾客会与供应商进行联 • 谁管理测量体系，谁解决难题 ?
系?
• 来自系统的结果是一致的吗 ?
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
(1)选择10 个样品代表工序 的长期偏差
– (2) 测定工具的校正
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
% 公差
34.31 18.51 28.89 15.55 24.34 99.28 105.04
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
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
真实值 (相关标准)
%Total Var %Study Var
23.92
part
24.05
1 2 3 4 5 6 7 8 9 10
By operator
24.00
23.95
23.90
operator 1
2
3
24.05
By part
24.00
23.95
操作员之间的距离越小越23.90好
测量精密度
反复性 再现性
标准偏差
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
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
– 与其它测定体系比较
– 阶段 2 运转频率
• 精密度,准确度, 公差, P/T 比率, % R/R, 趋势图的倾向是什么?
• 是详细的测量体系和有定义的建立吗? • 变动的原因是什么, 测量误差是多少?
• 测量员是被训练过的或是经过鉴定的? • 改善测量体系的必需事项是什么?
• 测量仪器在固有周期是被校正过的？ • 是否向相关人员通报结果?
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
观测的工序差异 测定差异
长期差异
短期差异
标准差异
Gage 差异
操作差异
再现性
测量
稳定性
线性
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
- 在不同条件下测定值的平均值的标准 偏差可以估计
精密度 = 再现性 + 反复性
反复性
相同部门，相同特性，相同的人，设备，反复测定
真实值
不精确但反复 性很好！！！
精确但反复 性不好！！
再现性
相同的部门，特性，不同（相似的人）设备，反复测量
真实值
测量人 A B
C
测量人B
A C
不精确但再现 性在A，B，C
1
2
23.97
3
Average
Sample Range
23.90
0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.00
100
50
0
0
R Chart by operator
1
2
0
Components of Variation
3 3.0SL=0.07294
R=0.02833 -3.0SL=0.00E+00
测定能力评价指数
1. %贡献度
2. 5.15 σ是包括99%的 所有观测值
3.
P
/T
=
5 .15
幅度
s MS
100 (%)
幅度
= USL - LSL
4. SN Ratio =
部分偏差 (s p )
测定系统偏差
(s MS )
*样品恰当地代表了分散程度是很有意义的.
5. 不同种类的个数 = SNratio × 1.41
P/T 图的影响
%R&R的影响
测定能力评价标准
好 考虑费用 重要性 不能使用
%贡献度 < 1% < 10%
＞ 10%
%R&R 或 P/T
< 10%
种类
＞ 10
10 ~ 30% 4 ~ 9
> 30%
<4
测定错误的修正与评价
平均值 精确度
散布
精密度
偏差
测定学习
- 纠正阶段
- 方法与流程
散布
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?
*恰当的测定系统可以进行区别的范围的个数
minitab 执行结果
来源
% 贡献度
Gage R&R总计 10.67
可重复性
3.10
重制度
7.56
操作员
2.19
操作员*PartID 5.37
部分-到-部分 89.33
变动总计
100.00
清晰的分类数量 = 4
% 研究变量
32.66 17.62 27.50 14.81 23.17 94.52 100.00
• 若选择比工程散布大的范围抽取样品，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
之间很好!
在测量人之间再 现性不好！测量
方法不标准
稳定性
时间的精确度和精密度不同的评价
真实值 (标准) 时间1 时间2
时间 1 时间 2
稳定性好
稳定性差
3. 测量系统评估索引
测量错误分解
分散
精密度
测量错误
= 精密度 + 精确度 平均值 精确度
Bias
方差 s 2 MS
=
s
2 rpt
+
s
2 rpd
• 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
• 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?
MSA测量系统分析概念
MSA 是所有改善和品 质技术所在的一般依据.
检查品质
SPC/SQC
MSA TQM
S. G. Shina, 是工程制品和工序一致的成功履行
DOE
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。
• 为什么测定? • 请列举出原因。
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
Minitab提供了 ANOVA 法和 Xbar 分析工具 ANOVA 是较高级的.
C1 SAMPLE C2 MEASURER C3 VALUE
SAMPLE
MEASURER VALUE
输入 minitab 数据表
例 )我们做 minitab 数据表, 3 个作业者，10个样品，3 次测量
Minitab>Calc>Make Patterned Data
幅度的1/10的刻度
不好的精度
• 时间稳定性 • 测量错误或分散
好的精度
测量标准系统的管理
国家标准
国家参考标准
- 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
- 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
-
领域的基本单位，原始单位 ，其它特殊单位
- 精确度等级1~3 * 国家计量研究院
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