GRR_測(cè)量系統(tǒng)分析_MSA.ppt

1、1。前言：在日常生產(chǎn)中，我們經(jīng)常根據(jù)獲得的過(guò)程加工部件的測(cè)量數(shù)據(jù)去分析過(guò)程的狀態(tài)、過(guò)程的能力和監(jiān)控過(guò)程的變化；那么，怎么確保分析的結(jié)果是正確的呢？我們必須從兩方面來(lái)保證，一是確保測(cè)量數(shù)據(jù)的準(zhǔn)確性/質(zhì)量，使用測(cè)量系統(tǒng)分析（MSA）方法對(duì)獲得測(cè)量數(shù)據(jù)的測(cè)量系統(tǒng)進(jìn)行評(píng)估；二是確保使用了合適的數(shù)據(jù)分析方法，如使用SPC工具、試驗(yàn)設(shè)計(jì)、方差分析、回歸分析等。 測(cè)量系統(tǒng)的誤差由穩(wěn)定條件下運(yùn)行的測(cè)量系統(tǒng)多次測(cè)量數(shù)據(jù)的統(tǒng)計(jì)特性：偏倚和方差來(lái)表征。偏倚指測(cè)量數(shù)據(jù)相對(duì)于標(biāo)準(zhǔn)值的位置，包括測(cè)量系統(tǒng)的偏倚（Bias）、線性（Linearity）和穩(wěn)定性（Stability）；而方差指測(cè)量數(shù)據(jù)的分散程度，也稱為測(cè)量系統(tǒng)

2、的R 注意計(jì)劃外因素 進(jìn)行研究 指導(dǎo)方針 每個(gè)操作員對(duì)所有的樣本進(jìn)行一次隨機(jī)測(cè)量 持續(xù)進(jìn)行直到每個(gè)操作員對(duì)所有的樣本完成一次測(cè)量 這是試驗(yàn) 1 確保零件進(jìn)行標(biāo)記以便于數(shù)據(jù)采集但對(duì)操作員保持“隱蔽”（無(wú)法辨別） 重復(fù)需要的試驗(yàn)數(shù) 每個(gè)樣本應(yīng)該由每個(gè)操作員測(cè)量3次 使用表格收集信息 分析結(jié)果 如果還有的話，確定進(jìn)一步措施,Minitab中的測(cè)量系統(tǒng)分析（MSA）實(shí)例,選取10個(gè)零件表征工藝過(guò)程中變異的預(yù)期范圍 3個(gè)操作員隨機(jī)測(cè)量10個(gè)零件，每個(gè)零件3次 打開(kāi) Gage3.mtw 選擇 StatQuality ToolsGage R&R Study (Crossed),Minitab中的Gage R

3、&R,在Part numbers（零件號(hào)）中輸入Part（零件） : Operators（操作員）中輸入Operator（操作員）: Measurement data（測(cè)量數(shù)據(jù)）中輸入Response（響應(yīng)） : ANOVA（方差分析）和X-bar & R分析主要的不同之處在于ANOVA 將通過(guò)零件間的交互作用對(duì)操作員進(jìn)行評(píng)估 ANOVA 方法更保守,Minitab中的Gage R&R : 選項(xiàng),5.15 是study variation（研究變異）的默認(rèn)值 z 值范圍計(jì)算99% 潛在的研究變異 基于變異計(jì)算標(biāo)準(zhǔn)的偏移可以在所選零件的研究中看到 規(guī)格界限是10.75 (USL) 和 8.75

4、(LSL) 點(diǎn)擊 Options 在process tolerance（過(guò)程公差）對(duì)話框中輸入2.0 (10.75 8.75 = 2.0) 在historical sigma（歷史西格瑪值）對(duì)話框中輸入0.195 雙擊 OK,解釋:可接受性,如果工藝過(guò)程公差和歷史西格瑪值沒(méi)有用在Minitab中, 一個(gè)關(guān)鍵的設(shè)想是:選取的用于研究的樣本零件可以真實(shí)地展現(xiàn)實(shí)際工藝過(guò)程變異。這樣的話，測(cè)量系統(tǒng)的可接受性僅基于對(duì)研究中零件變異的比較。如果注意選取研究樣本零件，這將是一個(gè)有效的假設(shè)。 AIAG 規(guī)定 “評(píng)估測(cè)量系統(tǒng)是否可以分析工藝過(guò)程的一個(gè)標(biāo)準(zhǔn)要素是零件公差或測(cè)量系統(tǒng)變異所耗費(fèi)的操作過(guò)程變異” 。記住

5、指導(dǎo)方針是: 10 % 以下誤差 可接受的 從10%到30% 由于使用風(fēng)險(xiǎn)、測(cè)量?jī)x器的成本、修理成本等考慮也尚能接受 超過(guò)30 % 認(rèn)為不可接受 應(yīng)該努力全面改進(jìn)測(cè)量系統(tǒng),Minitab Sixpack,Gage R&R 間的聯(lián)系,當(dāng)操作員的結(jié)果可重復(fù)以及操作員間的結(jié)果可再現(xiàn)時(shí)，可以認(rèn)為測(cè)量過(guò)程一致。 當(dāng)操作員測(cè)量的變化相對(duì)于工藝過(guò)程的變化或公差范圍較小時(shí)，標(biāo)準(zhǔn)度量可以有效檢地測(cè)到零件之間的變異。 測(cè)量所耗工藝過(guò)程變異的百分比 (% R&R)決定了測(cè)量過(guò)程的一致性并能檢測(cè)出零件之間的變異。,異 變 的 組 成,百分比,重復(fù)性 再現(xiàn)性 零件間,影響 方差分析 工藝過(guò)程 公差,Minitab Si

6、xpack,注意看帶條紋的柱條 它們表示總體變異對(duì)于數(shù)據(jù)影響的%。Gage R&R是測(cè)量系統(tǒng)的總體變異，分為重復(fù)性和再現(xiàn)性。零件之間變異的柱條表示工藝過(guò)程變異的估計(jì)。 還記得我們要進(jìn)行測(cè)量的原因嗎？,工藝過(guò)程變異的估計(jì)直到輸入Historical Sigma,在檢驗(yàn)員之間或檢驗(yàn)員與檢驗(yàn)員之間,標(biāo)準(zhǔn)度量?jī)?nèi) 或一個(gè)檢驗(yàn)員,總體Gage R&R,異 變 的 組 成,影響 方差分析 工藝過(guò)程 公差,百分比,重復(fù)性 再現(xiàn)性 零件間,重復(fù)性表明在極差圖中實(shí)際所有極差點(diǎn)在控制極限以下。任何超出極限的點(diǎn)都需要進(jìn)行研究。,重復(fù)性: 圖表視圖,重復(fù)性由特別的極差圖進(jìn)行檢測(cè)，表中畫(huà)出了每個(gè)操作員測(cè)量每個(gè)零件的差異。

7、如果被測(cè)零件的最大值和最小值間的差異未超過(guò)UCL, 則視度量標(biāo)準(zhǔn)和操作員為可重復(fù)的。,樣本范圍,操作員的極差圖,再現(xiàn)性: 圖表視圖,在Minitab一段（在隨后的幻燈片中討論）中的表格分析是分析確定再現(xiàn)性的最好方式。圖表中可以看出各個(gè)操作員測(cè)量相同樣本的操作員模式是否有明顯不同。,測(cè)量變異,總工藝過(guò)程變異,分辨率,樣本均值,操作員的Xbar圖,MSA分析: 有效系統(tǒng),期望得到的圖點(diǎn)均超出UCL和LCL的限制，因?yàn)樵撓拗剖怯蓸?biāo)準(zhǔn)度量的變異所確定的。這些圖點(diǎn)應(yīng)該顯示出標(biāo)準(zhǔn)度量變異應(yīng)該遠(yuǎn)小于零件間的變異。 如果所選樣本不能代表工藝過(guò)程的總體變異，則標(biāo)準(zhǔn)度量 (重復(fù)性)變異可能大于局部變異并且使確切的

8、范疇計(jì)算成為無(wú)效。 如果操作員模式?jīng)]有可比性，則操作員和零件間存在明顯的關(guān)聯(lián) (這將在另一張幻燈片中討論),操作員的Xbar圖,樣本均值,X Bar圖(期望值),MSA分析: 測(cè)量誤差,Minitab Sixpack,極差圖是否在控制范圍之內(nèi)? X-bar 圖和極差圖上的限制從何而來(lái)? 我們要不要控制極差圖和X-bar圖?,在我們的測(cè)量系統(tǒng)中控制范圍代表什么?,操作員的Xbar圖,操作員的極差圖,樣本范圍,樣本范圍,Minitab Sixpack,本圖顯示所有操作員共同繪制10個(gè)零件的數(shù)據(jù)，顯示了原始數(shù)據(jù)并強(qiáng)調(diào)突出了測(cè)量的平均值。,與上圖相似，但零件是按操作員而不是按數(shù)據(jù)進(jìn)行排列，此圖可以幫助

9、識(shí)別操作員的測(cè)量結(jié)果。,此圖顯示每個(gè)操作員對(duì)所有10個(gè)零件的數(shù)據(jù)。這是顯示零件與操作員之間關(guān)系的最好方式。,通過(guò)零件,通過(guò)操作員,零件,操作員,零件,平均,操作員,操作員*零件 關(guān)系,通過(guò)零件: 變異分析,圖中顯示所有操作員共同繪制10個(gè)零件的數(shù)據(jù)。此圖應(yīng)該顯示工藝過(guò)程中最小尺寸到最大尺寸的同一個(gè)零件的圖點(diǎn)。如果是工藝過(guò)程中生產(chǎn)的零件，則它們有的同時(shí)在公差范圍內(nèi)和有的則公差范圍外。如果一個(gè)零件顯示出較大的分散性，則它不適宜作為測(cè)試品，因?yàn)樵谠摿慵赡荏w現(xiàn)不出其特性。,超界零件,零件,通過(guò)操作員: 變化分析,此圖顯示了操作員繪制的10個(gè)零件數(shù)據(jù)。紅線連接了操作員所繪制全部10個(gè)零件的平均值，紅線

10、應(yīng)該是水平狀態(tài)的。任何明顯的傾斜表示操作員與其他操作員相比，在測(cè)量零件時(shí)有或大或小的偏移。,超界操作員,操作員,操作員與零件的關(guān)系,操作員影響: 如果平均值連線出現(xiàn)明顯的分離，則在進(jìn)行測(cè)量的操作員和被測(cè)量的零件之間存在一定關(guān)系。這不是好現(xiàn)象，需要進(jìn)行研究。,零件,均值,操作員與零件 的關(guān)系,操作員,Minitab Sixpack,圖形輸出的問(wèn)題,變異的組成,超界零件,超界操作員,操作員的極差圖,操作員*零件 關(guān)系,操作員,零件,均值,操作員,零件,百分比,樣本范圍,樣本均值,%影響 %方差分析 %工藝過(guò)程 %公差,操作員的Xbar圖,Gage R&R: 數(shù)字輸出,以下表中是用Mintab算出變

11、異研究的百分比, 它是每個(gè)變?cè)凑加?jì)算可能的總變異比例. 5.15 * SD表示總變化統(tǒng)計(jì)值 99%是如何計(jì)算的，而且除非輸入了Historical Sigma 值，否則一律假設(shè)其等于真實(shí)工藝變化的99%。,為了進(jìn)行工藝過(guò)程改進(jìn)，這些值應(yīng)當(dāng)小于 30%,Gage R&R: 數(shù)字輸出,%用于根據(jù)已知的%進(jìn)行的測(cè)量分析，來(lái)對(duì)測(cè)量系統(tǒng)有效性進(jìn)行分級(jí)。如果工藝過(guò)程進(jìn)行順利，則%公差很重要。%總數(shù)按照數(shù)學(xué)累加也許會(huì)超過(guò)100%。 區(qū)分指數(shù)值表示, 在研究變異中, 測(cè)量系統(tǒng)能可靠地識(shí)別不重疊測(cè)量組的數(shù)目。我們希望這個(gè)數(shù)目是5或者更高。4是臨界值。小于4意味著測(cè)量系統(tǒng)只能使用計(jì)數(shù)型數(shù)據(jù)。,讓我們?cè)僮鲆淮?選取

12、3個(gè)零件表示預(yù)期工藝過(guò)程變異的范圍。 3個(gè)操作員以隨機(jī)順序測(cè)量3個(gè)零件各3次。 打開(kāi)練習(xí) Gage2.mtw 無(wú)可用的工藝過(guò)程歷史并且未制定公差。 此數(shù)據(jù)組用于舉例說(shuō)明Gage R&R和標(biāo)準(zhǔn)度量運(yùn)行圖。,測(cè)量系統(tǒng)如何表示?,變異的組成,通過(guò)零件,通過(guò)操作員,操作員的極差圖,均值,操作員,零件,百分比,樣本范圍,樣本均值,均值406.2,%影響 %方差分析,操作員*零件 關(guān)系,操作員,零件,來(lái)源,總體Gage R&R 重復(fù)性 再現(xiàn)性 銷售再現(xiàn)性 零件之間 總體變異,操作員的Xbar圖,執(zhí)行測(cè)量研究,如何對(duì)以下一些工藝過(guò)程建立測(cè)量研究？ 報(bào)價(jià) 雇員績(jī)效檢查 評(píng)估關(guān)于工傷的嚴(yán)重性 雇傭程序 舉例: 報(bào)價(jià)程序 過(guò)程的簡(jiǎn)要描述:客戶為了修理設(shè)備給出工單。一個(gè)分析員查看工單并為完成工單進(jìn)行估價(jià)，然后對(duì)客戶進(jìn)行報(bào)價(jià)。 在該情況下相關(guān)的測(cè)量誤差是什么？,執(zhí)行MSA,比爾相信報(bào)價(jià)過(guò)程中的變異是客戶滿意度的重要影響因素 比爾收到客戶反饋，其價(jià)格變化源于惡性競(jìng)爭(zhēng) 用一周的時(shí)間為客戶任務(wù)報(bào)價(jià)，在一周后遞交近乎相同的作業(yè)并看到35%的價(jià)格變化是不正常的。 幫助比爾決定如何估計(jì)報(bào)價(jià)過(guò)程中的誤差量，尤其是與重復(fù)性和再現(xiàn)性相關(guān)的 比爾決定設(shè)置10份假客戶定價(jià)需求并讓3名不同的內(nèi)部店員在隨后的2周內(nèi)各報(bào)價(jià)3次。 由于公司提供產(chǎn)品的多樣性，比爾選擇銷售經(jīng)理計(jì)算的定價(jià)需求$24,000 部門(mén)終