MSA测量系统分析基础篇与方法篇

好的测量系统应该具备什么条件
• 好的测量系统应该具备： – 统计稳定性： 只有正常原因 没有异常原因 – 测量系统的变差<过程的变差 – 测量的分辨率<=1/10*[5.15*过程变差] – 线性较好 – 保证测量结果的一致性;
R&R研究实例
• 数据收集
R&R研究实例
将每个评价人/零件组合 的极差画在极差图中,极 差图的控制限由下式计算 :
量测系统的稳定性(标准偏差)=量测全距平均值/d2=0.65/1.693=0.384 由于0.384<0.7, 所以量具的稳定性适合量测该过程。
图形判别法, -若X图失控, 则代表量测系统已经不再正确地测量, 先确定原因, 然后 再纠正, 如果是量测系统磨损,则可能需要重新校准. -若R图失控, 则代表量测系统的不稳定性, 如夹具松动,电压降低
稳定性
• 随时间的正确度或精密度的变动程度 • 随时间经过，根据异常要因测量系统发生变动。
真值 始点 1
始点 2
始点 1 始点 2
稳定性好
稳定性不好
稳定性实例
一名领班决定评估测量粘度的量测系统 , 每周量测3个零件, 25周后 过程标准偏差为0.7,量测全距平均值为0.65,请评估该量测系统的稳定 性,
R&R研究实例
• 研究结果表明：
– 研究显示测量系统的%R&R为50.7% ，不符合测量要求；
– 测量系统的重复性为测量系统%R&R不合 格的主要原因；
数据分级数
R&R对能力指数Cp的影响
R&R对能力指数Cp的影响
一个实例
如果目前有一个过程其观察的Cpo=1.67，而其 GRR=0.2，请试算其真实的Cpa=?
• 测量系统研究准备 • 计量型R&R分析
– 均值极差法 – ANOVA分析法 – 数据分析 • 计数型R&R分析 • 破坏性实验R&R分析 --破坏性实验分析的前提条件 --破坏性实验分析展开步骤 • 量具特性曲线GPC及其应用 • Minitab使用实例
学习目标
➢ 理解测量系统分析的重要性 ➢ 理解测量系统分析的指标 ➢ 理解测量系统分析的方法 ➢ 掌握计量型数据Gage R&R的评估方法 ➢ 掌握计数型数据Gage R&R的评估方法 ➢ 掌握破坏性测试Gage R&R的方法 ➢ 掌握Minitab软件系统R&R的图形分析
•
再现性(Reproducibility)
•
零件间变差
偏倚(Bias)
观测值的平均和真值的差 异程度
真值 (Reference Standard)
平均值
真值指根据可推测的 公认标准仪器的测量 值。
偏倚高的潜在原因
• GAGE的刻度调整不妥当 • 作业者使用 GAGE不准确 • 不明确的步骤书 • 人为的界限
再现性
不同(同一)人利用同一(不同) 装备测量同一部品的同一特性。
真值 检查者 A 检查者 B
检查者 C
检查者 A
检查者 B 检查者 C
虽不准确，但 检查者间再现
性非常好!
检查者间再现性 非常不好!
测量方法是否还 没形成标准化?
低再现性潜在原因
• 测量步骤不明确 • 作业者没有学好 GAGE使用方法和 GAGE读法 • 事务间接 PROJECT情况 – 测量定义不明确
MSA测量系统分析基础 篇与方法篇
测量系统分析课程纲要
MSA基础篇
• MSA的重要性 • 测量系统误差来源 • MSA基础术语
-稳定性及其实例 -偏倚及其实例 -线性分析及其实例 -重复性及其公式 -再现性及其公式 -零件间变差及其公式 • R&R实例分析 • 好的量测系统应该具备什 么条件
MSA方法篇
解：
平均值极差控制图法
平均值极差控制图法
计量Gage R&R进行方法
步骤1: 收集代表长期过程变异整个范围的10个样本，找出最常使用该仪器的作业员2-3位, 重复测量2-3次.
步骤2: 校正量具或检验最后校正日期是否有效。 步骤3: 备妥R&R研究的Minitab数据收集表。表头: 零件ID、作业员、试验号次、量测值 步骤4: 请第一位作业员以随机次序量测所有的样本一次(注意盲测)
重复性与再现性的比较：
– 如果重复性＞再现性：
•
仪器需要维护；
•
量具应重新设计来提高刚度；
•
夹紧和检验点需要改进；
•
存在过大的零件内变差；
– 如果再现性＞重复性：
•
评价人需要更好的培训如何使用量具和
读数
•
量具刻度盘上的刻度不清楚；
•
需要某种夹具帮助评价人提高实用量具
的一致性
零件间变差 (PV)
再现性的计算公式：
– 再现性的标准偏差：σo=Ro/d2 (Ro为评价人 最大平均值减去最小平均值)。 – 再现性AV=5.15 Ro/d2 。(d2的值取决于评价人 的人数m和参与计算的极差的个数g=1,可从附表一 中查得) – 由于量具变差影响了该估计值，必须通过减去 重复性部分来调整。
– 调整后的再现性的标准偏差：σo=AV/5.15
量具的分类
工业界的量测系统一般分为两类,一类为计量型量测系统, 一类为计数型量测系统.
计量型量具
计数型量具 (Go/No-go Gage)
观测值变动要素
+
=
我所看到的 数据有可能 并非与实际 100%一致！
实际 特性值的 变动
测量 变动
观测的 变动
即使得到了测量后由数值显示的数据， 也并非能够 把现实完整地表现出来。 从而，有必要确定已有的数据反映真实的程度有多少。
随意抽样，使作业员无法辩认其量测过的每个样本以减少人为偏差。 步骤5: 请第二位作业员以随机次序量测所有的样本一次，并继续进行，
直到所有的作业员量测所有的样本一次。 步骤6: 根据所需的试验次数重复步骤4和5。 步骤7: 将数据和公差资讯输入Minitab.
Stat > Quality Tools > Gage R&R Study 步骤8: 根据下一页的指导方针，透过分析量测系统的品质分析结果，决定下一步要采取的行动。
由同一或不同的评价人，采用同一个的测量仪器，测 量不同零件的同一特性时零件测量平均值的变差。
– 零件间标准偏差：σp =Rp/d2（ Rp为样品平 均值极差）。 – 零件间变差：PV=5.15 Rp/d2 。(d2取值取决 于量具研究使用的零件数m和参与计算的极差个 数g=1，可从附表一中查得)。
R&R研究实例
偏倚应用
• 偏倚较大，可能的原因： – 标准或基准值误差；检验校准程序 – 仪器磨损； 维护或修理 – 制造的仪器尺寸不对； – 仪器测量了错误的特性； – 仪器校准不当； 复查校准方法 – 评价人员使用仪器不当； 复查检验说明书 – 仪器修正计算不正确
稳定性
• 稳定性：测量系统在某持续时间内测量同一基准或零件 的单一特性时获得的测量值总变差；（或称飘移）
– 应能在规格幅度和整体工序变动的 6σ中可判断小的 1/10以下 。
例）允许公差：1.0 GAGE 分辨力：0.1
识别力不好
• 时间上稳定性 • 测量误差或散布
识别力好
测量系统的分辩率
• 如何判断测量系统的分辨率是否足够？
测量系统的分辩率
• 如何判断测量系统的分辨力是否足够？
– 判断准则： 当极差图显示可能只有一、二或三个极差值在控制 限值内时，或可能4个极差值在控制限值内且超过四分之 一以上的极差为零时，都反映了测量系统没有足够的分辨 率/力。
稳定性实例
线性
• 线性：量具预期的工作量程内,偏倚值的差值.
量程较低部分
量程较高部分
线性实例
• 在量具全作业范围内选取5个零件,并已求得各零件之 基准值分别为2.00,4.00,6.00,8.00,10.00,每一零件再 由一作业者量测12次,如下表.
线性实例
线性实例
线性实例
R&R
重复性( Repeatability)
偏倚实例
一量测人员量测一零件10次如下： X1=0.75 X6=0.80 X2=0.75 X7=0.75 X3=0.80 X8=0.75 X4=0.80 X9=0.75 X5=0.65 X10=0.70 基准值为0.8,过程变异为0.7,该量测系统的偏倚为多少 偏倚=基准值—观测值
=0.8-0.75=0.05 偏倚占过程变异之百分比=(0.05/0.7)*100=7.1%
过程变动的要因
观测的过程变动
实际过程变动
测量变动
长期过程变动
短期过程变动
样品内变动
作业者变动
测量期变动
为确认实际过程变动，首先明确 因测 量系统发生的变动，并把其和过程变动 分离。
再现性 重复性 正确性 稳定性 线性
量测变动的主要要因
测量时主要考虑事项
• 妥当的分辨力(Discrimination)
• 为何进行测量系统分析？ • 实例问题
有把良品判定为不良或把不良判定为良品的概率各自 0.01, 0.02的测量系统。
– 工程实际不良为 1%时，观测不良率是多少？ – 观测不良率为 2%时，实际不良率是多少？
测量系统分析的必要性
• 实际不良为1%时,检查结果不良率约显示为 2%，我们知 道的不良率与事实有很大的差距。 • 即，视为不良废弃的产品中实际有一半是良品。 • 由此发生的损失只要校正测量系统即可解决。
– 建议： 可视分辨率最多是总过程的6σ（标准偏差）的十分 之一（而不是公差范围的十分之一）。
2.用语和概念
• 测量系统变差的分布特征：