MSA-2D新.ppt

1,MSA测量系统分析,2,测量系统与过程决策,测量体系分析的数据,3,III好零件总是好的,I坏零件总是坏的,II可能做出潜在的错误决定,测量系统变差对产品和过程的决策影响,对产品的影响:因此，1.改进过程，减少变差，II区的零件最少2.改进测量系统，减少测量系统的误差,对过程的影响：普通原因特殊原因特殊原因普通原因,相对于公差，对零件做出错误决定的潜在因素只在测量系统误差于公差交叉时存在,4,课程内容（基础篇）,MSA的重要性测量系统分析的对象测量系统误差来源测量基础术语测量系统统计特性理想的测量系统测量系统应有的特性,5,课程内容(方法篇),测量系统研究准备计量型分析稳定性分析偏倚分析独立样本法偏倚分析控制图法线性分析指南重复性和再现性分析指南计数型分析风险分析法解析法破坏型分析通过多次读数减少变差,6,MSA的重要性,如果测量过程有问题，那么好的结果可能被测为坏的结果，坏的结果也可能被测为好的结果，此时便不能得到真正的产品或过程特性。,PROCESS,原料,人,機,法,環,測量,測量,結果,好,不好,測量,7,MSA分析的对像,TS169497.6.1为分析在各种测量和实验设备系统测量结果中表现的变差，必须进行适当的统计研究。此要求必须用于在控制计划中提及的测量系统。此项要求就是包含控制计划中提及的产品特性和过程特性。,8,测量系统分析（MSA）理解要点说明：在控制计划中提出的测量系统都要进行测量系统（MSA）分析，主要是针对产品特性所使用到的测量系统。所用的测量分析方法及接收准则必须与顾客关于测量系统分析的参考手册相一致。如经顾客批准，也可以采用其它方法及接收准则。ISO/TS16949:2002标准中的体系内部审核检查表强调要有证据证明上述要求已达到。生产件批准程序（PPAP）手册中明确规定：对新的或改进的量具、测量和试验设备必须参考测量系统分析（MSA）手册进行变差统计研究。产品质量先期策划（APQP）手册中明确规定：测量系统分析（MSA）作为第四阶段“产品和过程确认”的输出之一。测量系统分析（SPC）手册中明确指出测量系统分析（MSA）是控制图必需的准备工作内容之一。,9,控制计划,第页，共页,QR-711-2-01A0,10,控制计划,第页，共页,注：在“评价/测量技术”栏目中以“”符号标识的量具需进行测量系统（MSA）分析。QR-711-2-01A0,11,MSA与APQP/CP、FMEA、PPAP和SPC的关系,12,MSA在APQP过程中的位置/阶段关系：,输出试生产过程审核测量系统分析评价初始过程能力研究生产件批准产品审核样品送样和确认生产确认试验包装评价过程策划和开发经验总结生产控制计划质量策划认定和管理者支持,输入制造过程设计输入及其评审资料包装标准产品/过程质量体系评审过程流程图车间平面布置图特性矩阵图过程FMEA分析资料试生产控制计划过程指导书测量系统分析（MSA）计划初始过程能力（SPC-Ppk）研究计划包装规范制造过程设计输出及其评审资料制造过程验证和确认及其评审资料管理者支持,13,“过程分析（乌龟图）”在测量系统分析（MSA）中的运用,过程分析（乌龟图）工作表注：测量系统分析（MSA）的“过程分析（乌龟图）”表中之具体和详细内容的填写请见附件。,14,测量系统分析（MSA）过程分析（乌龟图）工作表,15,测量误差,Y=x+测量值=真值(TrueValue)+测量误差,戴明说没有真值的存在,一致性,16,测量误差来源,17,测量误差的来源,仪器方面：分辩力精密度(重复性)准确度(Bias偏差)损坏不同仪器和夹具间的差异,18,测量误差的来源,不同检验者的差异(再现性)训练技能疲劳无聊眼力舒适检验的速度指导书的误解,19,测量误差的来源,不同环境所造成的差异温度湿度振动照明腐蚀污染(油脂),20,测量误差的来源,方法方面：测试方法测试标准材料方面：准备的样本本身有差异收集的样本本身有差异,21,测量基础术语,22,测量分析系统(MSA)的类别,-计量型,-计数型,23,关于测量,测量：赋值给具体事物以表示它们之间关于特定特性的关系。赋值过程即为测量过程，而赋予的值定义测量值。量具：任何用来获得测量结果的装置，经常用来特指用在车间的装置，包括用来测量合格不合格的装置。测量系统：用来对被测特性赋值的操作、程序、量具、设备、软件以及操作人员的集合；用来获得测量结果的整个过程。,24,数据,一组条件下观察结果的集合，既可以是连续的(一个量值和测量单位)又可以是离散的(属性数据或计数数据如成功失败、好坏、过不通过等统计数据)。,25,标准,被承认的一个被测体的数值，作为一致同意的用于进行比较的基准或标准样本。其他同义的术语：用于比较的可接受的基准值；已知数值，在表明的不确定度界限内，作为真值被接受；基准值。,26,准确度,观测值和可接受基准值之间一致的接近程度。,基准值,觀測平均值,27,校准和检定,校准：在规定的条件下，建立测量装置与已知基准值和不确定度的可溯源标准之间的关系的一组操作。校准可能也包括通过调整被比较的测量装置的准确度差异而进行的探测、相关性、报告或消除的步骤。检定：为评定计量装置的计量特性，确定其是否符合法定要求所进行的全部工作。目的是为确保量值的统一和溯源性，具有法制性。校准是检定工作的一部分。,28,校准周期,两次校准间的规定时间总量或一组条件，在此期间，测量装置的校准参数被认定为有效的。,29,分辨力、可读性、分辨率,最小的读数单位、刻度限度；由设计决定的固有特性；测量或仪器输出的最小刻度；1:10经验法则（过程变差与公差较小者）。,30,有效分辨力,一个数据分级,定义：考虑整个测量系统变差时的数据分级大小(ndc)。Ndc=1.41x(PV/GRR)左图：只能表明过程是否正在生产合格零件。,Numberofdataclassification,31,有效分辨力,24个数据分级,左图：只能粗略估计制程。不能用于计量控制。,32,5个或更多个个数据分级,左图：可用于计量控制图达到5个以上分级数建议使用,有效分辨力,33,有效分辨力区分（example）,6,-10,+10,4个分级数,10个分级数,34,置信区间,期望包括一个参数的真值的值的范围(在希望的概率情况下叫置信水平)。统计检定时，常常取用置信水平=95%时，表示1.96的范围。,35,量具R&R,一个测量系统的重复性和再现性的合成变差的估计。GRR变差等于系统内和系统间变差之和。,36,显著水平,被选择用来测试随机输出概率的一个统计水平，也同风险有关，表示为风险，代表一个决定出错的概率。,37,“”及“”风险说明,（第一种错误),（第二种错误）,38,溯源性,在商品和服务贸易中溯源性是一个重要概念，溯源到相同或相近的标准的测量比那些没有溯源性的测量更容易被认同。这为减少重新试验、拒收好的产品、接收坏的产品提供了帮助。溯源性在ISO计量学基本和通用国际术语(VIM)中的定义是”测量的特性或标准值，此标准是规定的基准，通常是国家或国际标准，通过全部规定了不确度的不间断的比较链相联系。,39,六、测量不确定度理解,40,1.测量不确定度,不确定度是赋值给测量结果的范围，在规定的置信水平内描述为预期包含有真测量结果的范围。测量不确定度通常被描述为一个双向量。简单的表达式：真测量值=观测到的测量(结果)UU=扩展不确定度。扩展不确定度是测量过程中合成标准误差Uc，乘以一个代表所希望的置信范围中的正态分布的分布系数(K)。ISO/IEC测量中不确定度指南确定了足以代表正态分布的95%的不确定度的分布系数。通常认为K=2，U=KUc。,41,扩展不确定度U=kuc公式K覆盖因子（2-3）uc标准合成不确定度,2.测量不确定度公式,42,3.测量不确定度组成,影响测量不确定度的因素测量设备（包括测量标准）的误差环境的误差测量方法的误差操作人员的误差等,43,3.测量不确定度组成,合成标准误差Uc包括了在测量过程中变差的所有重要组成部份。在大多数情况下，按着本手册完成的测量系统分析方法可以用来定量确定测量不确定度的众多来源。简单的表达式被定量表示为：Uc2=2性能+2其它,44,3.测量不确定度组成,其中：2性能=2能力+2稳定性+2一致性2能力=2偏倚+2GRR2GRR=2e+2o定期重复评价与测量过程有关的不确定度以确保持续保持所预计的准确度是适宜的,45,4.测量不确定度和MSA区别,测量不确定度和MSA的主要区别是：MSA的重点是了解测量过程，确定在测量过程中的误差总量，及评估用于生产和过程控制中的测量系统的充份性。MSA促进了解和改进(减少变差)。不确定度是测量值的一个范围，由置信区间来定义，与测量结果有关并希望包括测量真值。,46,5.不确定度和测量误差区别,测量值概率分布曲线,47,普通工作计量器具,国际基准或物理定义,国家基准,副基准,国家法制计量工作部门工作标准器,计量校准实验室工作标准器,工业部门测试实验室企业工作标准,比较装置、方法,比较装置、方法,比较装置、方法,比较装置、方法,比较装置、方法,传递装置,5级,4级,3级,2级,1级,48,测量系统统计特性,49,测量系统的统计特性,Bias偏差(Accuracy准确性)Repeatability重复性(precision)Reproducibility再现性Linearity线性Stability稳定性,50,偏倚(Bias),偏倚：是测量结果的观测平均值与基准值的差值。真值的取得可以通过采用更高等级的测量设备进行多次测量，取其平均值。,51,造成过份偏倚的可能原因,仪器、设备或夹紧装置的磨损磨损或损坏的基准，基准出现误差校准不当或调整基准的使用不当仪器质量差设计或一致性不好线性误差大应用错误的量具,不同的测量方法设置、安装、夹紧、技术测量错误的特性量具或零件的变形环境温度、湿度、振动、清洁的影响违背假定、在应用常量上出错应用零件尺寸、位置、操作者技能、疲劳、观察错误,52,重复性(Repeatability),重复性,指由同一个操作人员用同一种量具经多次测量同一个零件的同一特性时获得的测量值变差（四同）,53,重复不好的可能原因,零件(样品)内部：形状、位置、表面加工、锥度、样品一致性。仪器内部：修理、磨损、设备或夹紧装置故障，质量差或维护不当。基准内部：质量、级别、磨损方法内部：在设置、技术、零位调整、夹持、夹紧、点密度的变差评价人内部：技术、职位、缺乏经验、操作技能或培训、感觉、疲劳。,环境内部：温度、湿度、振动、亮度、清洁度的短期起伏变化。违背假定：稳定、正确操作仪器设计或方法缺乏稳健性，一致性不好应用错误的量具量具或零件变形，硬度不足应用：零件尺寸、位置、操作者技能、疲劳、观察误差(易读性、视差),54,再现性(Reproducibility),由不同操作人员，采用相同的测量仪器，测量同一零件的同一特性时测量平均值的变差（三同一异）,再现性,55,再现性不好的可能潜在原因,零件(样品)之间：使用同样的仪器、同样的操作者和方法时，当测量零件的类型为A,B,C时的均值差。仪器之间：同样的零件、操作者、和环境，使用仪器A,B,C等的均值差标准之间：测量过程中不同的设定标准的平均影响方法之间：改变点密度，手动与自动系统相比，零点调整、夹持或夹紧方法等导致的均值差,评价人(操作者)之间：评价人A,B,C等的训练、技术、技能和经验不同导致的均值差。对于产品及过程资格以及一台手动测量仪器，推蕮进行此研究。环境之间：在第1,2,3等时间段内测量，由环境循环引起的均值差。这是对较高自动化系统在产品和过程资格中最常见的研究。违背研究中的假定仪器设计或方法缺乏稳健性操作者训练效果应用零件尺寸、位置、观察误差(易读性、视差),56,稳定性(Stability),稳定性,时间1,时间2,是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。,57,58,不稳定的可能原因,仪器校准时间间隔太长仪器、设备或夹紧装置的磨损正常老化或退化缺乏维护通风、动力、液压、过滤器、腐蚀、锈蚀、清洁磨损或损坏的基准，基准出现误差校准不当或调整基准的使用不当,仪器质量差设计或一致性不好仪器设计或方法缺乏稳健性不同的测量方法装置、安装、夹紧、技术量具或零件变形环境变化温度、湿度、振动、清洁度违背假定、在应用常量上出错应用零件尺寸、位置、操作者技能、疲劳、观察错误,59,线性(Linearity),量程,基准值,观测平均值,基准值,是在量具预期的工作范围内，偏倚值的差值。,观测平均值,60,线性(Linearity),观测平均值,基准值,无偏倚、无线性,有偏倚、有线性,61,线性误差的可能原因,仪器需要校准，需减少校准时间间隔；仪器、设备或夹紧装置磨损；缺乏维护通风、动力、液压、腐蚀、清洁；基准磨损或已损坏；校准不当或调整基准使用不当；仪器质量差；设计或一致性不好；,仪器设计或方法缺乏稳定性；应用了错误的量具；不同的测量方法设置、安装、夹紧、技术；量具或零件随零件尺寸变化、变形；环境影响温度、湿度、震动、清洁度；其它零件尺寸、位置、操作者技能、疲劳、读错。,62,Casestudy(应选用什么类型仪器),基准值,观测平均值,基准值,观测平均值,基准值,观测平均值,63,理想的测量系统,理想的测量系统在每次使用时，应只产生“正确”的测量结果。每次测量结果总应该与一个标准值相符。一个能产生理想测量结果的测量系统，应具有零方差、零偏倚和所测的任何产品错误分类为零概率的统计特性。,64,理想的测量系统,真值,真值,65,足够的分辨率和灵敏度。为了测量的目的，相对于过程变差或规范控制限，测量的增量应该很小。通常所有的十进制或10/1法则，表明仪器的分辨率应把公差(过程变差)分为十份或更多。这个规则是选择量具期望的实际最低起点。测量系统应该是统计受控制的。这意味着在可重复条件下，测量系统的变差只能是由于普通原因而不是特殊原因造成。这可称为统计稳定性且最好由图形法评价。,测量系统应有的特性,66,测量系统应有的特性,对产品控制，测量系统的变异性与公差相比必须小于依据特性的公差评价测量系统。对于过程控制，测量系统的变异性应该显示有效的分辨率并与过程变差相比要小。根据6变差和或来自MSA研究的总变差评价测量系统。,稳定性、偏倚、重复性、再现性、线性可接受,67,测量系统研究准备,68,测量系统的评定,第一阶段：了解该测量过程并确定该测量系统是否满足我们的需要。主要有二个目的确定该测量系统是否具有所需要的统计特性，此项必须在使用前进行。发现哪种环境因素对测量系统有显著的影响，例如温度、湿度等，以决定其使用之空间及环境。,69,测量系统的评定,第二阶段的评定目的是在验证一个测量系统一旦被认为是可行时，应持续具有恰当的统计特性。通常用稳定性分析、偏倚分析、R&R分析等方法。,70,测量系统研究的淮备,先计划将要使用的方法。例如，通过利用工程决策，直观观察或量具研究决定，是否评价人在校准或使用仪器中产生影响。有些测量系统的再现性(不同人之间)影响可以忽略，例如按按钮，打印出一个数字。,71,测量系统研究的淮备,评价人的数量，样品数量及重复读数次数应预先确定。在此选择中应考虑的因素如下：尺寸的关键性：关键尺寸需要更多的零件和或试验，原因是量具研究评价所需的置信度。零件结构：大或重的零件可规定较少样品和较多试验。,72,测量系统研究的淮备,由于其目的是评价整个测量系统，评价人的选择应从日常操作该仪器的人中挑选。样品必须从过程中选取并代表其整个工作范围。有时每一天取一个样本，持续若干天。这样做是有必要的，因为分析中这些零件被认为生产过程中产品变差的全部范围。由于每一零件将被测量若干次，必须对每一零件编号以便识别。,73,取样的代表性,不具代表性的取法,74,取样的代表性,具代表性的取法,75,测量系统研究的准备,仪器的分辨力应允许至少直接读取特性的预期过程变差的十分之一，例如特性的变差为0.001，仪器应能读取0.0001的变化。确保测量方法(即评价人和仪器)在按照规定的测量步骤测量特征尺寸。,76,测量系统分析执行注意点,测量应按照随机顺序，以确保整个研究过程中产生的任何漂移或变化将随机分布。评价人不应知道正在检查零件的编号，以避免可能的偏倚。但是进行研究的人应知道正在检查那一零件，并记下数据。在设备读数中，读数应估计到可得到的最接近的数字。如果可能，读数应取至最小刻度的一半。例如，如果最小刻度为0.0001，则每个读数的估计应圆整为0.00005。研究工作应由知其重要性且仔细认真的人员进行。每一位评价人应采用相同方法，包括所有步骤来获得读数。,77,结果分析,位置误差位置误差通常是通过分析偏倚和线性来确定。一般地，一个测量系统的偏倚或线性的误差若是与零误差差别较明显或是超出量具校准程序确立的最大允许误差，那么它是不可接受的。在这种情况下，应对测量系统重新进行校准或偏差校正以尽可能地减少该误差。,78,结果分析,宽度误差测量系统变异性是否令人满意的准则取决于被测量系统变差所掩盖掉的生产制造过程变异性的百分比或零件公差的百分比。对特定的测量系统最终的接受准则取决于测量系统的环境和目的，而且应该取得顾客的同意。对于以分析过程为目的的测量系统，通常单凭经验来确定测量系统的可接受性的规则如下：,79,结果分析,误差t就代表有明显的偏移。如果tt58,0.975，从作图分析获得的结果由数据分析得到增强测量系统存在线性问题。在此种情况下，因为有线性问题，tb与t58,0.975的关系如何无关紧要。引起线性问题可能的原因也可以在前面中找到。如果测量存在线性问题，需要通过调整软件、硬件或两项同时进行来再校准以达到0偏倚。如果偏倚在测量范围内不能被调整到0，只要测量系统保持稳定，仍可用于产品过程控制，但不能进行分析，直到测量系统达到稳定。,129,练习,130,131,R&R分析的做法,决定要分析的测量系统,选取十个可以代表制程的样本以及挑选现场实际测量人员23人,请现场人员对十个产品连续重复测量23次，记得盲测的要求,输入数据到EXCEL的R&R表格中,计算出R&R的结果,进行判定，和采取相应措施,保留记录,132,R&R分析,决定要分析的测量系统,选取十个可以代表制程的样本以及挑选现场实际测量人员23人,请现场人员对十个产品连续重复测量23次，记得盲测的要求,输入数据到EXCEL的R&R表格中,计算出R&R的结果,进行判定，和采取相应措施,保留记录,决定要分析的测量系统由控制计划当中挑选，需要进行分析的仪器。一般典型包含了产品特性测量仪器以及过程特性测量仪器。测量风险愈高的仪器要愈优先分析。,133,R&R分析,决定要分析的测量系统,选取十个可以代表制程的样本以及挑选现场实际测量人员23人,请现场人员对十个产品连续重复测量23次，记得盲测的要求,输入数据到EXCEL的R&R表格中,计算出R&R的结果,进行判定，和采取相应措施,保留记录,选择十个可以代表制程变化的产品，一般此项产品的变化，最好能够覆盖产品的变化范围比较好。选择可以代表实际现场测量的操作测量人员。每一个测量人员针对每一个产品重复测量23测量风险愈高的仪器要愈优先分析。,134,R&R分析,决定要分析的测量系统,选取十个可以代表制程的样本以及挑选现场实际测量人员23人,请现场人员对十个产品连续重复测量23次，记得盲测的要求,输入数据到EXCEL的R&R表格中,计算出R&R的结果,进行判定，和采取相应措施,保留记录,请现场人员对十个产品重复测量23次。在测量时，要使用盲测的原则，侦测出人员平常测量时的无意识错误，才能真正估计出在正式测量时的误差。,135,R&R分析,决定要分析的测量系统,选取十个可以代表制程的样本以及挑选现场实际测量人员23人,请现场人员对十个产品连续重复测量23次，记得盲测的要求,输入数据到EXCEL的R&R表格中,计算出R&R的结果,进行判定，和采取相应措施,保留记录,将各项的测量数据输入到excel的档案当中。输入数据时要注意有效读数，只取到最小读数，如果要估读，只能估读一半。,136,R&R分析,决定要分析的测量系统,选取十个可以代表制程的样本以及挑选现场实际测量人员23人,请现场人员对十个产品连续重复测量23次，记得盲测的要求,输入数据到EXCEL的R&R表格中,计算出R&R的结果,进行判定，和采取相应措施,保留记录,计算出R&R的结果一般利用此项的excel表格可以得到以下的结果：AV:人员的变异EV:仪器的变异PV：产品的变异TV：总变异R&R%：重复性和再现性所占的比例。,137,R&R分析,决定要分析的测量系统,选取十个可以代表制程的样本以及挑选现场实际测量人员23人,请现场人员对十个产品连续重复测量23次，记得盲测的要求,输入数据到EXCEL的R&R表格中,计算出R&R的结果,进行判定，和采取相应措施,保留记录,判定：R&R%30%，不可以接受。,138,R&R分析,决定要分析的测量系统,选取十个可以代表制程的样本以及挑选现场实际测量人员23人,请现场人员对十个产品连续重复测量23次，记得盲测的要求,输入数据到EXCEL的R&R表格中,计算出R&R的结果,进行判定，和采取相应措施,保留记录,保留记录各项的R&R的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。,139,使用的EXCEL档案,140,R&R练习,141,量具重复性和再现性XR分析数据表,分析部门：分析日期：年月日,142,143,2.R&R极差分析法,典型的极差法选用两名评价人和五个零件。这种研究中，两个评价人测量每个零件一次。由评价人A测量的每个零件的极差与由评价人B的测量的每个零件的极差是决然不同的。计算极差之和以及极差的平均值(R)；总测量变差即为极差的平均值乘以1/d2*,d2*可以附录中查到，取m=2，g=零件的数量。（但这种方法，无法分解成是仪器的误差或是人的误差）,144,2.R&R极差分析法-数据计算,145,2.R&R极差分析法-数据计算,146,Phase3计数型MSA,147,计数型信号分析法的做法,决定要分析的测量系统,选取二十个左右可以代表制程的样本以及挑选现场实际测量人员23人,请现场人员对二十个产品连续重复测量23次，记得盲测的要求,精测每一个产品的实际值连同测量结果输入到EXCEL的信号分析法表格中,计算出信号分析法的结果，求得R&R,进行判定，和采取相应措施,保留记录,148,决定要分析的测量系统由控制计划当中挑选，需要进行分析的仪器。一般典型包含了产品特性测量仪器以及过程特性测量仪器。测量风险愈高的仪器要愈优先分析。只判定好或不好，通或不通的仪器。,计数型信号分析法的做法,149,选择二十个左右可以代表制程的样品此样品必须包含合格和不合格的产品，临界附近的产品最好要有。一般要覆盖以下的产品明显可以判定小于规格的产品。分类符号”-”模糊地带产品”x”明显可以判定合格的产品”+”明显可以判定大于规格的产品”-”。现场实际测量人员23人以实际在现场工作人员为主。,计数型信号分析法的做法,150,执行测量让每一个员工对此二十个左右的样品进行测量判定，每一个产品最少要测二次以上，才可以了解每一个人的重复性的情况。记录下数据。,计数型信号分析法的做法,151,精测每一个产品的实际值对所收集的二十个标本，拿到更高精度等级的仪器进行测量，重复测量十次，做为其参考值。并记录其结果到Excel档案中将各个人员的测量结果输入到excel档案中。并自行判定其是什么的符号”-”，”X”，”+”等符号。用Excel予以针对参考值的大小进行排序，,计数型信号分析法的做法,152,计算出信号分析的结果将”-”变化到”+”，”x”范围的值给计算出来，此部份为模糊地带，包含了重复性问题以及再现性问题。将”+”变化到”-”，”x”范围的值给计算出来，此部份为模糊地带，包含了重复性问题以及再现性问题。将此二部份的值求平均值。将此二部份的值/公差(或制程变异范围)*100%=&R%,计数型信号分析法的做法,153,进行判定，和采取措施判定：R&R%30%，不可以接受。,计数型信号分析法的做法,154,保留记录各项的R&R的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。,计数型信号分析法的做法,155,计数型信号分析法的做法,156,计数型数据解析法的做法,157,计数型数据解析法的做法,决定要分析的测量系统由控制计划当中挑选，需要进行分析的仪器。一般典型包含了产品特性测量仪器以及过程特性测量仪器。测量风险愈高的仪器要愈优先分析。只判定好或不好，通或不通的仪器。,158,选择八个左右满足条件的制程样本，以及挑选现场实际测量人员一人。满足的条件，此八个样本必须满足模糊的条件，即八个样本有一个是刚好过大，一个刚好过小，其余就分布在其中。由于这样的样本相当难找，所以需要好好的挑选样本。如果真的没有，那么就可能需要使用人员的车削或研磨调整来得到这些样本。,计数型数据解析法的做法,159,执行测量针对每一个样本测量二十次，所以M=20。判定接受的次数为A合格概率为A/M。但必须要有些的调整，所以公式如下：,计数型数据解析法的做法,160,将参考值同计算的概率绘制到正态分布纸中。以参考值为横坐标。以允收标率为纵坐标。绘制其线(一般是直线)利用图解法取得其偏差以及重复性。,计数型数据解析法的做法,161,计算其偏差以及重复性。,计数型数据解析法的做法,162,进行判定，和采取措施判定：R&R%30%，不可以接受。偏差部份：,计数型数据解析法的做法,163,保留记录各项的R&R的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。,计数型数据解析法的做法,164,例题,165,范例计算之结果,166,167,范例计算之结果,168,Phase4破坏性MSA,169,破坏性MSA的分析,此项分析有其先天性的限制，所以我们必须有以下的前提。我们有一些的标准样品，这些样品不会随时间而变化。另外这些标准样品其本身的平均值和变异我们已事先知道。所以在此前提下我们才能进行破坏型MSA的分析,170,破坏性MSA的分析方法,171,破坏性MSA的分析方法,决定要分析的测量系统由控制计划当中挑选，需要进行分析的仪器。一般典型包含了产品特性测量仪器以及过程特性测量仪器。测量风险愈高的仪器要愈优先分析。一般针对的对像为破坏性测量的测量系统。,172,破坏性MSA的分析方法,选取已知条件的标准样本以及挑选现场实际测量人员一人。已知条件的标准样本，即已经知道该样本的平均值和标准差。一般是采用外购的标准样本，请厂商提供相应的数值。现场人员：实际执行操作的人员。,173,破坏性MSA的分析方法,请测量人员对样品进行测量最好能够测三十个左右的样本。记录其测量值。,174,破坏性MSA的分析方法,计算样本的平均值和标准差。将三十个的样本数据进行计算取得其平均值和标准差。,175,破坏性MSA的分析方法,进行偏差计算，以及变异数分离偏差=平均值参考值。变异数分析的方法如下：,176,破坏性MSA的分析方法,进行判定，和采取措施重复性判定：30%，不可以接受。偏差部份：如果t检定是显著影响的，那么就可能要加补正值来调整。,177,破坏性MSA的分析方法,保留记录各项的破坏性MSA的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。,178,范例,今有一台硬度计，其配予了一片的标准片，但由于硬度计是破坏性试验，所以被测过的地方是不能再测的。在购买标准硬度片时，厂商提供的数据如下：标准值：75标准差：1今测试了三十次标准样本的数据如下：,179,范例,平均值：75.8标准差：1.54,180,范例,181,如何经由多次测量降低变异,现有一个测量系统，目前的R&R是25%，顾客要求要达到15%，目前没有新的可用设备。此时我们可以采用每一次测量都测三次来降低测量变异。,182,CaseStudy,目前有一个测量系统，其R&R的结果为32%，请问要重复多少次测量的平均值，才能将R&R的比率降到10%左右。,183,风险分析法(3rdedition),小样法不能量化测量系统变差，只有当顾客同意的情况下使用变差源应通过人的因素和人机工程学研究的结果最小化假设检验分析,184,评价人在重复检测合格与不合格零件时的有效性或能力。评价人拒收合格零件或接受不合格零件的风险有多大。当评估再现性时，可以比较不同评价人的有效性。,风险分析法(3rdedition),185,有效性（E）准确检测合格与不合格零件的能力它介于0到1之间，1是最完美的。计算公式如下：E正确识别的零件次数/正确数量的总机会数正确数量的总机会数零件数和每个零件被测次数的乘积。例如：10个零件各测3次，则正确数量的总机会数将为3x1030,风险分析法(3rd),186,漏报概率（ProbabilityofaMiss）Pmiss,指接收不合格零件的机会非常严重的错误。计算公式：Pmiss漏报数量次数/不合格零件机会总数不合格零件机会总数研究中所用的不合格零件与每个零件被测次数的乘积。例如：5个不合格零件各测3次，则不合格零件机会总数将为3x515,187,误报概率Pfa（Probabilityofafalsealarm）,指拒收合格零件的机会造成不必要的返工和重检若Pfa过大，大量的成本将浪费于返工和重检。Pfa误报数量次数/合格零件机会总数合格零件机会总数所用的合格零件与每个零件被测次数的乘积。例如：6个合格零件各测3次，则合格零件机会总数将为3x618,188,BPfa/Pmiss是Pmiss和Pfa的函数B0B1偏倚倾向于拒收零件(PfaPmiss),风险分析法(3rd)偏倚(Bias)B,189,从过程中抽取50个零件样本，以获得覆盖过程范围的零件。3名评价人，每人对每个零件测3次接受(合格)1拒绝(不合格)0,经验:特别选择并非随机选择能判别合格或不合格的零件。所选零件数参见下表：选1/3合格，1/3不合格，1/3边缘产品（marginal）边缘产品：又可细分为，合格边缘和不合格边缘产品。,风险分析法(3rd)偏倚（Bias）B,190,191,192,193,假设检验分析：交叉表分析法,1.总结数据:-评价人之间,评价人和基准之间-评价人