MSA量测系统分析.ppt

1,msa 量 測 系 統 分 析,2,課 程 大 綱,一、前言 : 八、如何進行量測系統分析 二、量測數據的品質 九、量測系統分析 - 計量值範例 三、量測系統 十、量具重複性與再現性之比較 四、量測系統的統計特性 十一、量測系統分析判定 - 計量值 五、變異的來源 十二、量測系統分析 - 計數值範例 六、變異的類型 十三、work shop 七、量測不確定性,3,顧客的聲音,dell lcd process audit iso-9000 對量測之要求 : 7.6 / 8.2.4 qs-9000 對量測之要求 : 4.11.1 / 4.11.2 / 4.11.3 / 4.11.4 ts-16949 對量測之要求 : 7.6.1 / 8.2.4.1 / 8.2.4.2,4,iso-9000 對量測之要求,7.6 監督和量測裝置的管制 組織應決定所從事的監督和量測，及所需的監督和量測裝置， 以展現產品對規定要求的符合性的證據。 組織應建立流程，以確保監督和量測活動有能力執行，並與 監督和量測要求一致的方式執行。 當要求維持有效的結果，量測設備應 : (a) 在規定期間及使用前，針對可追溯到的國際或國家標準的量測 裝置，加以校正或查證。當不存在這樣的標準時，用來作為校 正或查證的基準應予記錄。 (b) 必要時加以調整或重調整。 (c) 加以鑑別，使能夠決定的校正狀況。 (d) 加以防護，避免因調整而使校正失效。 (e) 在運搬、維護及儲存時加以保護，以免損壞及變質。,5,iso-9000 對量測之要求,8.2.4 產品的監督和量測 組織應監督和量測產品的特性，以驗證產品符合要求。 這應於產品實現流程的適當階段加以執行，使與既定 規劃安排一致。 包含接收準則的符合性證據應加以記錄，記錄應指明 授權產品放行的人員。 直到所有規定的活動已經完全滿足，產品放行和服務 提供才應進行，否則應由相關授權核準，和可行時由 顧客核準。,6,qs-9000 對量測之要求,4.11 檢驗、量測與試驗設備之管制 4.11.1 概述 供應商對所使用之檢驗、量測與試驗設備(包括測試軟體)，應建立並維持各項書面程序，加以管制、校正及維持，以顯示產品符合規定要求。檢驗、量測與試驗設備應在確保量測之不確定性已被瞭解，且與所需之測定能力相一致之狀態下使用。 4.11.2 管制程序 組織應 : (a) 決定所使用之量測，以及其所需之準確度；選用具有必要 之準確度與精密度之適當檢驗、量測與試驗設備。 (b) 鑑別所有影響品質之檢驗、量測與試驗設備，並在規定時 間內，加以校正及調整，或在使用前，與經證實符合國際 或國家認可標準之合格設備相比對。若無此類標準，則用 以校正之根據，需書面加以記錄。,7,qs-9000 對量測之要求,4.11 檢驗、量測與試驗設備之管制 4.11.3 檢驗、量測與所有檢驗、量測與試驗設備，包含員工自 有的量具，其校正作業試驗設備之記錄應包括 : 依照工程變更時所做的修正(適當時)。 實施校正時，所有超出規範的讀數。 校正後，滿足規範的聲明。 如有可疑物料或產品已經出貨時，通知客戶處理。 4.11.4 量測系統分析 需要有證據顯示，已經實施了適當的統計研究，藉以分析 每一種型式的量測及試驗設備系統的變異結果。這項要求 適用於所有客戶核准的管制計劃裡所列的量測系統。所採 用的分析方法和允收規範，需符合msa參考手冊中的規定 ( 如 : 量具r&r研究 ) 。如果獲得客戶的核准，亦可採用其 他分析方法和允收規範。,8,ts 16949 對量測之要求,7.6.1 量測系統分析 實施適當的統計性研究，藉以分析各種量測及測試設備系 統量測結果的變異。本要求應適用於管制計劃裡所列的量 測系統，所採用的分析方法和允收準則應符合顧客的量測 系統分析參考手冊的規定。 8.2.4 產品的監督和量測 註 : 當選擇產品參數以監督指定的內部和外部要求之符合 性時，組織應決定產品特性類別、導向 : - 量測類別 - 適當的量測方法 - 所需的能力和技能,9,你了解你的量測系統嗎 ?,產品各項品質特性數據，均須透過量測系統取得 量測系統可靠嗎 ? 它會不會扭曲“製程聲音” ?,10,二、量測數據的品質,11,三、什麼是量測系統, 量測 : 對某具體事物賦予數字(或數值)，以表示它 們對於特定特性之間的關係。 量測系統 : 對量測單元進行量化，或被測的特性進 行評估，其所用的儀器或量具、標準、 操作、方法、夾具、軟體、人員、環境 和假設的集合；是用來獲得量測結果的 整個過程。,12,量測系統,輸入,輸出, 將量測過程看成一個製造過程,13,四、量測系統的統計特性,一個好的量測系統應具備的基本統計特性 : 1. 具有足夠的分辨力和敏感度。 2. 量測系統須處於統計上的管制狀態，意指其所產生之變異 應根源於共同原因，而非特殊原因。 3. 為了產品控制，量測系統之變異須相對小於規格的界限。 4. 為了過程控制，量測系統之變異須相對小於生產製程之變 異。,14,分辨力 ( discrimination ),分辨力 : (1) 量測儀器上的最小刻度值，也稱解析度 ( resolution ) 。 (2) 通用的比例規則 : 1/10比例法則。,15,分辨力,不適當的分辨力，導致過度的去尾忽略,16,分辨力,17,敏感度 ( sensitivity ),敏感性(sensitivity) : 指能產生一個可檢測到最小的輸出信號。 影響敏感性的因素 : 一個儀器的衰減能力。 操作者的技能。 量測裝置的重覆性。 對於電子或電動量具，提供無漂移操作的能力。 儀器使用所處的條件，例如 : 大氣條件、塵土、濕度。,18,五、變異的來源,19,(一) 位置變異, 準確度 ( accuracy ) : 指一個或多個量測結果的平均 數與參考值之間一致的接近程度。,20,造成過大偏倚的可能原因 :, 儀器需要校正 : 線性誤差 : 基準的磨損或損壞，基準偏差 : 不適當的校正或基準設定 : 儀器品質不良 設計或符合性 : 儀器、設備或夾具磨損 : 使用了錯誤的量具 : 不同的量測方法 作業準備、載入、夾緊、技巧 : 量測的特性不對 : 變形 (量具或零件) : 環境 溫度、濕度、振動、清潔 : 錯誤的假設，應用的參數不對 : 應用零件數、位置、操作者技能、疲勞、觀測誤差(易讀性、視差)。,21,穩定性(stability), 穩定性( stability ) : 又稱漂移 ( drift )，指經過一段長期 時間下，用相同的量測系統標準，對 同一基準或零件的同一特性，量測所 得到的變異。,22,造成穩定性的可能原因 :,儀器需要校正，縮短校正週期 : 儀器、設備或夾具的磨損 : 正常的老化或損壞 : 維護保養不好 空氣、動力、液體、過濾器、腐蝕、塵土、清潔 : 基準的磨損或損壞，基準的誤差 : 不適當的校正或使用基準的設定 : 儀器品質不好 設計或符合性 : 儀器缺少穩健的設計或方法 : 不同的量測方法 作業準備、載入、夾緊、技巧 : 變型 ( 量測或零件 ) : 環境變化 溫度、濕度、振動、清潔 : 錯誤的假設，應用的參數不對 : 應用零件數、位置、操作者技能、疲勞、觀測誤差(易讀性、視差)。,23,線性( linearity ), 線性 ( linearity ) : 線性是指量具在工作範圍內， 偏倚量之差異分佈狀況。,24,造成線性誤差的可能原因 :, 儀器需要校正，縮短校正週期 : 儀器、設備或夾具的磨損 : 維護保養不好 空氣、動力、液體、過濾器、腐蝕、塵土、清潔 : 基準的磨損或損壞，基準的誤差 最小 / 最大 : 不適當的校正(沒有涵蓋操作範圍)或使用基準設定 : 儀器品質不好 設計或符合性 : 缺乏穩健的儀器設計或方法 : 應用了錯誤的量具 : 不同的量測方法 作業準備、載入、夾緊、技巧 : 隨著量測尺寸不同， ( 量具或零件 )變形量不同 : 環境 溫度、濕度、振動、清潔 : 錯誤的假設，應用的常數不對 : 應用零件數、位置、操作者技能、疲勞、觀測誤差(易讀性、視差)。,25,(二) 寬度變異, 精密度 ( precision ) : 量測系統整個作業量測範圍內(尺 寸、範圍和時間)的分辨力、敏感 度和重複性的最終影響。,26,重複性 ( repeatability ), 重複性 ( repeatability ) : 又稱量具變異 ( equipment variation ，ve ) 同一位作業者，多次量測相同零 件之指定特性時所得的變異。,27,造成重複性的可能原因 :, 零件內部 ( 抽樣樣本 ) : 形狀、位置、表面光度、錐度、樣本的一致性。 零件內部 : 維修、磨損、設備或夾具的失效、品質或保養不好。 標準內部 : 品質、等級、磨損。 方法內部 : 作業準備、技巧、歸零、固定、夾持、點密度的變異。 評價者內部 : 技巧、位置、缺乏經驗、操作技能或培訓、意識、疲勞。 環境內部 : 對溫度、濕度、震動、清潔的小幅度波動。 錯誤的假設 : 穩定、適當的操作。 缺乏穩健的儀器設計或方法，一致性不好。 量具誤用。 失真 ( 量具或零件 ) 、缺乏堅固性。 應用 : 零件數量、位置、觀測誤差( 易讀性、視差 )。,28,再現性 ( reproducibility ), 再現性 ( reproducibility ) : 又稱評價者差異 ( appraiser variation，av )， 指不同評價者以相同量具，量 測相同產品之特性時，量測平 均數之變異。,29,造成再現性誤差的可能原因 :, 零件之間 ( 抽樣樣本 ) : 使用相同的儀器、操作者和方法量 測a 、b 、c零件類型時的平均差異。 儀器之間 : 在相同零件、操作者和環境下使用a 、b 、c儀 器量測的平均數的差異。注意 : 在這種情況下，再現性誤差通常還混有方法和/或操作者的誤差。 標準之間 : 在量測的過程中，不同的設定標準的平均影響。 方法之間 : 由於改變量測點密度、 手動或自動系統、歸零、 固定或夾緊方法等所造成的平均數差異。 評價者 ( 操作者 )之間 : 評價者a 、b 、c之間由於培訓、技 巧、技能和經驗所造成的平均數的差異。推薦在為產品和過程鑑定和使用手動量測儀器時使用這種研究方法。,30,造成再現性誤差的可能原因(續):, 環境之間 : 在經過1 、2 、3等時段所進行的量測，由於 環境周期所造成的平均數的差異。這種研究常用在使用 高度自動化量測系統對產品和過程的鑑定。 研究中的假設有誤。 缺乏穩健的儀器設計或方法。 操作者培訓的有效性。 應用 零件數量、位置、觀測誤差 ( 易讀性、視差 )。,31,量具r&r或grr, 量具r&r或grr : r&r是結合重複性和再現性變異的 估計值。,2重複性,2再現性,2grr,32,(三)量測系統變異, 量測系統能力 ( capability ) : 是指短期評估中量測系統變異 ( 隨機的和系統的 ) 組合的估計值。 組成要素 : 不準確的偏倚或線性 重複性或再現性性( grr ) ，包括短期的一致性。,2grr,2偏倚 (線性),2能力,33,一致性 ( consistency ), 一致性 ( consistency ) : 量測系統隨著時間變化，量測 變異的差值。 影響一致性的因素 : 零件的溫度 電子設備必要的熱機 設備磨損,34,量測系統性能 ( performance ),量測系統性能 : 指組合量測系統變異 ( 隨機的和系統的 ) 的長期評估計算。 長期變異要素 : 能力 ( 短期變異 ) 穩定性和一致性,35,七、量測不確定性 ( uncertainty ), 不確定性 ( uncertainty ) : 是量測可靠性的一種量化的 表達。 量測的實際值 = 量測的觀測值 ( 結果 ) u u是這被測物和量測的結果的 擴展的不確定性 ( expanded uncertainty )。擴展的不確定性是組合的 標準誤差 ( uc ) 或這組合誤差 ( 隨機的和系統的 ) 的標 準差，在量測過程中乘以一個涵蓋常數 ( k )。 u = kuc uc = 2 性能 + 2 其它,36,量測不確定性 ( uncertainty ), 在許多情況下，將使用msa和grr方法來計算那些重 大的標準誤差來估計不確定性。為了確保這不確定性 估計值的持續準確性，對一量測過程相關的不確定性 要適當周期性地進行再評價。 不確定性和msa的不同點 : msa專注於理解某量測過程、確定這過程中誤差的 大小，並評估這量測系統是否適用於產品和過程的 控制； 藉由msa提昇理解和改進 ( 減小變異 )。 不確定性是量測值的範圍、透過一個自信度區間 ( confidence interval )的定義，與量測結果相關，並 預期包括量測的真值。,37,八、如何進行量測系統分析,1. 建立必要之指導書文件，例如量測系統分析指導書等。 2. 建立必要之程序書，以管制所有量測系統維持在正常及最佳狀態。 3. 須有合格之分析人員，待分析之量具，以及必要之環境。 4. 依據相關之指導書執行分析作業。 5. 蒐集足夠之數據，再依據所使用之分析表單執行分析作業。 6. 應有分析結論判定此量測系統是處於可接受、勉強接受或不能接受。,38,九、量測系統分析- 計量值範例 :, 位置變異範例 : 1. 偏倚 : 一個製造工程師對量測設備系統進行分析，證明該量測系統應該沒有線性誤差的考量，所以該工程師只對偏倚進行評價。他在這量測系統範圍內選取了一個零件；並對該零件進行量測15次來確定它的參考值。,39,1.偏倚數據 :,40,偏倚數值分析 :,1. 計算n個讀值的平均數 : 2. 計算重複性標準差 : r =,最大值(xi) - 最小值(xi),d2*,式中d2*可查表得知，g=1，且m=n,=,x,n,i=1,n, xi,41,偏倚數值分析 :,3. 確定偏倚的 t 統計量 ( t-statistic ) 偏倚 = 觀測到的平均量測值 - 參考值 4. 如果0落在偏倚值富附近95%自信度界限內，則偏倚在5%的水準上是可以接受的。,b =,r,n,t =,偏倚,b,偏倚 -,d2*,d2b,(tr ,1-/2), 0 偏倚+,d2b,d2*,(tv ,1-/2),式中，d2及d2*及v可從附錄中查到，令g=1，且m=n ， t v，1-/2可以利用標準 t 分配查到。,42,偏倚直方圖 : ( 續 ),43,偏倚分析表 : ( 續 ),44,偏倚範例 : ( minitab ),descriptive statistics : data variable n mean median trmean stdev se mean data 15 16.007 16.000 16.008 0.212 0.055 variable minimum maximum q1 q3 data 15.600 16.400 15.900 16.100,45,偏倚範例 : ( minitab 續 ),46,偏倚範例 : ( minitab 續 ), one-sample t : 偏倚 variable n mean stdev se mean 95% ci 偏倚 15 0.006667 0.212020 0.054743 (-0.110746,0.124079),47,偏倚範例 : ( minitab 續 ),results for : bias.mtw one-sample t : 偏倚 test of mu = 0 vs not = 0 variable n mean stdev se mean 95% ci t p 偏倚 15 0.006667 0.212020 0.054743 (-0.110746, 0.124079) 0.12 0.905 由於偏倚落在信賴區間內，所以可以假設此量測的偏倚 是可以接受的。,48,2. 穩定性 :,某工廠為了確定某一新量測儀器的穩定性是否為可接受， 評價人員選取了接近中間值的一個零件。該零件被送到 了量測實驗室，經量測其參考值確定為6.01。評價人員量 測該零件5次，共量測了一個月( 20個小組 )；收集到所有 數據後，畫出了x-r圖。,49,穩定性範例 : ( 續 ),50,3. 線性分析 : ( 圖示法 ),1. 計算零件每次量測的偏倚，以及平均數。 2. 在線性圖上劃出相對參考值的每個偏倚及偏倚平均數。 3. 計算並劃出最適當的線及該線的自信度區間。,偏倚i,j,xi,j,=,(參考值),偏倚i,=,偏倚i,j,m,j=1,m,51,線性分析 : ( 圖示法 ),xi = axi+b 式中xi = 參考值 ， yi = 偏倚平均數， 而,xy ( x y ),1,gm,a =,x2 ,gm,1,(x )2,= 斜率(slope),b = y-ax = 中心,對一個已知x0，x自信度區間為 :,s =,yi2 - byi - axi yi,gm 2,52,線性分析 : ( 圖示法 ),上限 : b+ax0 下限 : b+ax0 4. 劃出偏倚 = 0的線，並對圖進行審查，以觀察是否存在特殊原因，以及線性是否可接受。,tgm-2,1-/2 ( + ) 1/2s,1,gm,(x0-x)2,(xi-x)2,tgm-2,1-/2 ( + ) 1/2s,gm,1,(x0-x)2,(xi-x)2,53,線性分析 : ( 圖示法 ),5. 如果偏倚 = 0的整個直線都位於自信度區間以內，則該量測系統的線性是否接受。 6. 若圖示法表示線性是否可接受的，則以下假設應該為真 : h0 : a=0 斜率=0 如果下式成立，則不能被否定。,t =,a,(xj-x)2,s,tgm-2,1-/2,54,線性分析 : ( 圖示法 ),7. 若以上假設為真，則量測系統對所有參考值具有相同的偏倚。這個偏倚必為0，該線性才可被接受。 h0 : b=0 中心 (偏倚) = 0,t =,b,tgm-2,1-/2,1,gm,+,x2,(xi-x)2,s,55,3. 線性範例 :,某工廠進行量測系統線性分析，評價人員挑選5個不同長度的零 件，並量測10次，所得觀測值，運用minitab系統進行分析。 零件參考值 2.00 4.00 6.00 8.00 10.00 1 2.70 5.10 5.80 7.60 9.10 2 2.50 3.90 5.70 7.70 9.30 3 2.40 4.20 5.90 7.80 9.50 4 2.50 5.00 5.90 7.70 9.30 5 2.70 3.80 6.00 7.80 9.40 6 2.30 3.90 6.10 7.80 9.50 7 2.50 3.90 6.00 7.80 9.50 8 2.50 3.90 6.10 7.70 9.50 9 2.40 3.90 6.40 7.80 9.60 10 2.40 4.00 6.30 7.50 9.20 11 2.60 4.10 6.00 7.60 9.30 12 2.40 3.80 6.10 7.70 9.40,量測 次數,56,3. 線性範例 : ( minitab ),57,線性範例 : ( minitab續 ),58,3. 線性範例 : ( minitab ),minitab : stat quality tools gage linearity study,59,3. 線性範例 : ( minitab ),minitab : stat quality tools gage r&r study ( crossed ),60,3. 線性範例 : ( minitab ),將過程變異 ( process variation )輸入，計算線性程度 minitab : stat quality tools gage linearity and bias study,61,3. 線性範例 : ( minitab ),62,3. 線性範例 : ( minitab ), 從圖形顯示，參考值 4 的數據呈現兩種模式。 即使不考慮參考值4的數據，bias = 0的直線不完 全落入信賴區間內 (confidence interval )，所以， 此量測系統可能存在線性問題。必要時，應該透 過硬體或軟體修正，並對量測系統進行重新校正 使其達到零偏倚。,63,九.量測系統分析-計量值範例 : (續), 寬度變異範例 範例 : msa蒐集數據的規劃,64,範例 : 量測系統分析- 計量,蒐集grr的數據,65,範例 : grr,66,量具重複性及再現性報告,67,量具重複性及再現性報告,ndc必須大於或等於5,68,範例 : 量測系統分析-計量 (minitab),minitab : 數據輸入到minitab ， 使用quality tools gage r&r study 選擇xbar and r 的分析 試選擇anova的分析方式，會有何差異？ study variation設為5.15，是以常態分布曲線下99%的機率為基礎。,69,範例 : gage r&r xbar and r (平均值-全距法),數據輸入到minitab ， minitab : stat quality tools gage r&r study ( crossed ) 選擇xbar and r 的分析 試選擇anova的分析方式，會有何差異？,70,gage r&r study xbar/r method,%contribution source variance (of variance) total gage r&r 2.18e-03 2.75 repeatability 1.26e-03 1.58 reproducibility 9.24e-04 1.16 part-to-part 7.72e-02 97.25 total variation 7.93e-02 100.00 study var % study var source stddev(sd) (5.15*sd) (%sv) total gage r&r 0.046706 0.24053 16.58 repeatability 0.035461 0.18262 12.59 reproducibility 0.030396 0.15654 10.79 part-to-part 0.277778 1.43056 98.62 total variation 0.281677 1.46064 100.00 number of distinct categories = 8,minitab : 分析的結果,71,範例 : 量測系統分析-計量,minitab : 分析的結果,72,十、量具重複性與再現性之比較,1. 重複性 再現性 (1) 量測儀器需要維修。 (2) 量具應重新設計以提升剛度。 (3) 量具之夾緊或固定裝置需進行改進。 (4) 零件內變異過大。 2. 再現性 重複性 (1) 需對評價者進行如何使用和判讀該量具的培訓。 (2) 量具上的刻度不清楚。 (3) 可能需要某種夾具協助評價者提升使用量具的一致性。,73,十一 、量測系統分析判定-計量值,量具重複性與再現性的判定,74,十二 、量測系統分析- (計量值)範例,外觀檢驗量測分析，兩個人， 15個樣本，重複兩次，數據如下 :,75,範例 : 量測系統分析 - 計數,minitab : go/no-go分析,76,範例 : 量測系統分析 - 計數,minitab : go/no-go分析,77,範例 : 量測系統分析 - 計數,78,workshop,請根據範例 ( minitab : gageaiag.mtw ) 計算重複性與再現性，並作判斷。,79,attribute gage r&r - ( 計數值 ), 計數值的重複性和再現性可以採用以下二種方法 : 假設檢定分析 ( hypothesis test analysis ) 1. kappa判定準則 2. 有效性判定準則 信號偵測理論 ( signal detection theory ),80,attribute gage r&r,使用時機 : 分辨好/壞 ( go / no-go ) 區別等級 ( 15級 ) 判別 : 分為一致性及正確性的判別 : 評估者本身的差異、 評估者之間的差異及與標準比較的差異。 資料結構 : 順序型 ( ordinal ) : 有三個以上的水準，例如 : 非常不滿意、不滿意、 普通、滿意、非常滿意或是1,2,3,4,5的分數。 類別型 ( nominal ) : 有兩個以上的水準，例如 : 韌的、軟的、脆的