MINITAB使用方法 MSA

合集下载
相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1:尽可能地对作业者或部品进行随机的测定
2:事先让测定作业者不知道其要参与实验
3:整个测定反复
P03-P55
测定系统分析(MSA) —计量型
评价基准
区分 良好 费用/考虑重要性 不可使用 %Contribution < 1% 1~10% > 10% % Study Variation 或 %Tolerance < 10% 10~30% > 30% 辨别范周 > 10 4~9 <4
P05-P55
测定系统分析(MSA) —计量型 阶段3利用 MINITAB分析Gage R&R Study
路径: Stat\Quality Tools\Gage R&R Study(Crossed)
分析方式有ANOVA和 X bar and R两种. ANOVA可将部品和测定者的交互作用分离显示, 但 X bar and R没有此功能。 ANOVA是更正确的分析方法!
24.58 19.76 14.62 6.78 12.96
7.15 5.75 4.25 1.97 3.77
辨别范周为 6,小于基准值 10 ,但大于基准
值 4。
总的来看,考虑与费用所需的精密度来决定是
Part-To-Part
Total Variation
2.74E-02
2.82E-02
0.140915
P04-P55
测定系统分析(MSA) —计量型 测量DATA MINITAB输入
部品 1 2 … 10 作业者 1 1次测定 2次测定 3次测定
32.05 32பைடு நூலகம்06 32.05
作业者 2 1次测定 2次测定 3次测定
32.06 32.05 32.05
作业者 3 1次测定 2次测定 3次测定
32.05 32.07 32.05
测定系统分析(MSA) —计量型 Graph分析—Gage R&R在全体散布中所占的比重
Gage R&R, Repeat, Reprod 的高度越接近 0 越好。即表明: 测 试系统产生的误差很小。
P09-P55
测定系统分析(MSA) —计量型 Graph分析—Xbar and R
尽量多超过管理界限为好。
P06-P55
测定系统分析(MSA) —计量型 选项
文字描述
公差USL-LSL
用来计算 % Tolerance
不显示“%Contribution” 不显示“%Study Variation”
单图单页显示
P07-P55
测定系统分析(MSA) —计量型 Graph分析
P08-P55
24.58 19.76 14.62 6.78 12.96 96.93
7.15 5.75 4.25 1.97 3.77 28.18
%Study Var = 0.00694 0.0282
5.15 X σMS
5.15 X σTotal
X 100 = 24.58(%)
Total Variation
2.82E-02
P019-P55
测定系统分析(MSA) —计数型
利用Minitab的计数型Gage R&R
阶段1 Gage R&R计划
1:选出20个能够代表整个工程范围最少80%的样品(包含良品与不良品) 2:反复次数: 2次 3:作业者: 2次
阶段2 选择的标本测定
1:测定由作业者用部品进行随机的测定
2:事先让测定作业者不知道其要参与实验
测定系统分析(MSA)
MEASUREMENT SYSTEM ANALYSIS
P02-P55
测定系统分析(MSA) —计量型
利用Minitab的计量型Gage R&R
阶段1 Gage R&R计划
1:选出10个能够代表整个工程范围最少80%的样品 2:反复次数: 2~3次 3:作业者: 3次
阶段2 选择的标本测定
Total Gage R&R Repeatability Reproducibility operator operator*part-no
6.94E-03 5.58E-03 4.13E-03 1.91E-03 3.66E-03
0.035735 0.028725 0.021257 0.009856 0.018834
路径: Stat\Quality Tools\Gage Run Chart
零件号码 测定人员 测定数据
P17-P55
测定系统分析(MSA) —计量型 Graph分析—作业者和制品图表化
对作业者和制品间的再现性和反复性进行图表化
Gage Run Chart of DATA by PART-NO, OPERATOR
反复性散布为 3.90%, 再现性散布为 2.14%,
因此可以说因作业者之间的变动比反复引起的 差异更大。
%Study Var为 24.58%,大于基准值10%,但
小于基准值30%。
StdDev Source (SD) Study Var (5.15*SD) %Study Var (%SV) %Tolerance (SV/Toler)
Policy:测定系统良好时,部品的P值 < 0.05;
操作者、操作者和部品交互作用的P值 > 0.05。 此例子中,操作者和部品交互作用的P值 < 0.05:测定系统不
是良好!
P14-P55
测定系统分析(MSA) —计量型 Session分析—评价指标的计算
%Contribution Source VarComp (of VarComp)
3:整个测定反复
P20-P55
测定系统分析(MSA) —计数型 评价基准
评价指标
判断基准(优秀) 判断基准(考虑)
90%↑
判断基准(不足)
80% ↓
ALL APPRAISERS VS STANDARD
80-90%
上述判断基准根据工程的目标有可能变化 基本上不足100%时需调查找出原因
P21-P55
%Study Var 或 %Tolerance为10%以上时,首先区分评价反复性和 再现性后,查明各个受影响的原因 ,并采取措施。
根据用途的优先参照评价指标
- 在制品管理的测面, 在制品符合判定更重要时
优先确认%Tolerance - 工程管理用或工程显示用时
优先确认 %Study Var
测定系统分析(MSA) —计数型 测量DATA MINITAB输入
在WORKSHEET输入数据
P22-P55
测定系统分析(MSA) —计数型 利用Minitab的分析
路径: Stat/Quality Tools/Attribute Agreement Analysis
测定数值 测定样本 测定人员
OPERATOR Panel variable: PART-NO
P18-P55
测定系统分析(MSA) —计量型
阶段5后续措施实施
1:散步的主要原因为反复性(设备)的话,需要对设备 交换,修理或者校正. 2:散步的主要原因为作业者(再现性)的话,标准作业 流程的训练.使用或者测定顺序中找出问题点,训练, 技术.此外次序中为了了解哪 一制品发生的问题,对 作业者之间的差异点也有必要的观察.
Two-Way ANOVA Table With Interaction Source part-no operator operator*part-no Repeatability Total DF 9 2 18 60 89 SS 0.0612844 0.0003622 0.0012822 0.0018667 0.0647956 MS 0.0068094 0.0001811 0.0000712 0.0000311 F 95.5910 2.5425 2.2897 P 0.00000 <0.05 0.10654 >0.05 0.00873 <0.05
Source
(SD)
Total Gage R&R Repeatability Reproducibility operator operator*part-no Part-To-Part
6.94E-03 5.58E-03 4.13E-03 1.91E-03 3.66E-03 2.74E-02
0.035735 0.028725 0.021257 0.009856 0.018834 0.140915
动为93.96%.
Total Gage R&R Repeatability Reproducibility operator operator*part-no Part-To-Part Total Variation 4.81E-05 3.11E-05 1.70E-05 3.66E-06 1.34E-05 7.49E-04 7.97E-04 6.04 3.90 2.14 0.46 1.68 93.96 100.00
Total Gage R&R Repeatability Reproducibility operator operator*part-no Part-To-Part Total Variation
4.81E-05 3.11E-05 1.70E-05 3.66E-06 1.34E-05 7.49E-04 7.97E-04 StdDev
0.145375
96.93
100.00
28.18
29.08
否允许使用测定System,而反复性应比再现 性有更大的改善可能,来研究测定System的
改善方案。
Number of Distinct Categories = 6
P16-P55
测定系统分析(MSA) —计量型 阶段4利用 MINITAB分析Gage Run Chart
作业者之间最 好没有差异。 差异大的,寻 求其原因!
对应操作者3 对 10个标本测试的值。
P12-P55
测定系统分析(MSA) —计量型 Graph分析—操作员对标本测试的差异
3位测试者对10个标 本测试的值的曲线图。 每名测试者对标本的 测试值一致为好!
P13-P55
测定系统分析(MSA) —计量型 Session分析—ANOVA解释
MSA SPC 应用MINITAB分析、操作方法和图表解析
第一部分:
P02-P27
测定系统分析(MSA)
MEASUREMENT SYSTEM ANALYSIS 第二部分: P28-P56
统计过程控制(SPC)
STATISTICAL PROCESS CONTROL
制作人:胡海
2006.10.01
P01-P55
G age name: D ate of study : Reported by : Tolerance: M isc:
1
2
3
4
5 80
O P E RA TO R 1 2 3
Mean
76
DATA
72 6 80 7 8 9 10
76
Mean
72
X轴按被测 零件区分,便 于分析各测定 值何种程度差 异(1#和7#零 件测定值小)
6.04 3.90 2.14 0.46 1.68 93.96 100.00 Study Var (5.15*SD) %Study Var (%SV) %Tolerance (SV/Toler)
%Contribution =
σ2MS σ2Total
=
0.0000481 X 100 = 6.04(%) 0.000797
要是超过R Chart的界限,就得 调查其原因, 并重新测定。
P10-P55
测定系统分析(MSA) —计量型 Graph分析—样本是否如实反映工程散布
如果这些值均匀,意味标本没 能如实反映工程的散布。
对应标本10, 3 位操作者测试的值。
P11-P55
测定系统分析(MSA) —计量型 Graph分析—操作员的差异
32.03
32.03
32.03
32.03
32.04
32.03
32.04
32.04
32.04
将测量DATA转化为MINITAB所 用! ( 活用Stack和Make Patterned Data ! )MINITAB操作路径:
DATA\STACK\ROWS 上述DATA为测量 Flat-cable的长度 规格: 32±0.25mm
0.145375
100.00
29.08
=
Number of Distinct Categories = 6
P15-P55
测定系统分析(MSA) —计量型 Session分析—评价指标的解释
%Contribution Source VarComp (of VarComp)
%Contribution为 6.04%,因部品之间差的变
相关文档
最新文档