MSA测量系统分析(第三版)-苏州.ppt

1,MSA测量系统分析,致力于管理工具培训,2,课程内容第一讲统计技术基础知识第二讲MSA概述第三讲MSA和QS9000/TS16949第四讲测量系统理论知识第五讲计量型MSA分析第六讲计数型MSA分析第七讲破坏型MSA分析第八讲总结第九讲考试,3,第一章统计技术基础知识,1、数据类型2、正态分布3、二项分布4、泊松分布5、总结,4,计数型计量型,TEMPERATURE,Thermometer,NO-GO,GO,Caliper,ERROR,On,Off,数据类型,5,计量型数据的优点,6,计量数据的基本统计数据分布,对一个相同的输出变量Y期多个数据点绘图它们形成了一个分布。这些数据点的堆积可以不同的图形来代表：散点图/概率图直方图,7,连续性数据中心趋势的测量,平均值一组数据的算术平均值数法均等反映了所有数据的影响会受极端值强烈影响中位数反映50%的那个位置对一组排序数据点的中心数对极端值较”坚耐”,8,连续型数据变异的测量,极差:一组数据中最大值与最小值之间的差标准偏差(s;s):等于方差的平方根，在量化变异时常用会到,方差等于标准偏差的平方，通常只是为了计算的目的,9,连续型数据了解极差,以下数据的极差是多少？1,2,3,4,5,6,7,8,9以下数据的极差是多少1,2,3,4,5,6,7,8,200标准偏差可以用计算机来计算（EXCEL里的STDEV公式）,10,62+42+12+32+62s2=-=24.5=s=4.954(=n-1),Measurements701696694706703,计算标准差,11,连续性数据平滑(正态)分布,假定数据符合正态分布假设收集到无限多的数据，这些数据可能看起来像下图我们可将这些数据看成平滑的分布红线,练习：概率分布图,12,正态曲线和概率,了解了正态曲线的平均值和标准偏差有助于估计风险,Probabilityofsamplevalue,13,正态分布的应用,如果我们货物交付给顾客的平均时间是240分钟，这一过程的标准偏差是15分钟，那么在270分钟后到货的概率为多少？,14,正态分布的应用2,中国成年男子身高均为168cm,标准差为5.5cm.试计算：1、身高小于160cm的概率。2、身高高于180cm的概率。3、身高介于160-180cm的概率。,15,常用统计量,定义1、表示总体特性的统计量，称为总体统计量，如：总体平均数、总体方差、总体标准差2、表示样本特性的统计量，称为样本统计量，如：样本平均数、样本方差、样本标准差、样本极差、移动极差,16,17,二项分布,例：从一批产品中随机抽取进行检测，根据历史数据而知，产品的不合格率为10%。假设要求产品检测人员每抽取一件产品，检测完毕后，要放回这批产品中（又称为有放回抽样），检验人员共检测了6件产品，问检测到的不合格品数分别为0，1，2，3，4，5，6的概率？,XP00.53144110.35429420.09841530.01458040.00121550.00005460.000001,18,二项分布的均值、方差与标准差,E(X)=npVar(X)=np(1-p),19,泊松分布,质量控制中常遇到这样的情况：不仅要关注不合格品，而且要关注每件不合格品所包含的不合格项的情况。,1.定义设随机变量X的可能取值是一切非负整数，而概率函数是,其中常数0,泊松分布的均值与方差相等，均入,20,泊松分布,21,总结,连续型数据能有很多可能的数值，计数型数据是不连续的连续型数据的信息比较丰富，计数型的就要少得多对位置的测量是平均值和中位数对离散的测量：标准偏差和极差图表出来的信息会多于数据正态曲线可用来估计缺陷的风险,22,第二讲MSA概述1、什么是测量系统2、什么是测量误差3、为何要做测量系统分析,23,对某具体事物赋于数值，以表示它们对于特定特性之间的关系。,测量,24,1)测量定义为赋值给具体事物以表示它们之间关于特殊特性的关系；2)赋值过程定义为测量过程；3)赋予的值定义为测量值；4）测量过程看成一个制造过程，它产生数字（数据）作为输出。,测量和测量过程,25,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；包括通过不通过装置。例如：直尺、游标卡尺、千分尺、角度规、投影仪、通/止规,量具,26,用来对被测特性定量测量或定性评价的仪器或量具、标准、操作、方法、夹具、软件、人员、环境及假设的集合；用来获得测量结果的整个过程。根据定义，一个测量过程可以看成是一个制造过程，它产生数值（数据）作为输出。,测量系统,27,WhyDoMSA?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分性。MSA促进了解和改进、减少测量变差。为SPC的顺利进行提供基础,28,WhenDoMSA?,在正常仪器维护条件下，测量仪器误差很大测量仪器进行了改装，如更换了重要零部件对测量仪器进行了大修进行工序能力分析时需要测量仪器的测量能力测量系统不稳定测量结果波动大决定是否接受一台新仪器测量仪器之间进行比较,29,第三讲MSA和QS9000/TS169491、ISO/TS16949对MSA的要求2、QS9000对MSA的要求,30,TS16949的要求7.6.1测量系统分析统计研究必须对每一种测量和试验系统出现的结果变化进行分析。本要求必须运用于控制计划中的测量系统。使用的分析方法和接受标准必须与客户推行的测量系统分析参考手册相一致。当客户批准时，也可采纳其他的分析方法和接受准则。,31,QS9000的要求测量系统分析为分析出现的各种测量与试验设备系统上，测量结果的变差，必须进行适当的统计研究。此要求必须应用在控制计划提及的测量系统。所有的分析方法及接收准则应该与测量系分析参考手册相一致（如：偏倚、线性、稳定性、重复性、再现性研究）。如经顾客批准，也可采用其它分析方法及接收准则。,32,第四讲测量系统理论部分1、测量数据的用途和重要性2、量具分辨力、有效分辨力、溯源性3、理想的测量系统、好的测量系统4、变差源、测量系统变异性的影响5、测量系统变差的类型6、测量系统研究的步骤,33,测量数据的用途判断过程是否受控或产品是否合格统计量：完全由样本确定的量（不应该与总体分布有关），从数学观点来看，统计量是样本的函数。利用统计量，通过假设检验来判断过程是否受控。确定两个变量或更多变量之间是否存在重要关系回归分析的统计方法来研究,34,测量的重要性,如果测量系统出错，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,产品,35,测量数据的质量偏倚（准确度）：指数据相对基准值的位置方差（精度）：指数据的分布离散的状况,36,真值物品的真实值不可知的通常用基准值来替代,37,基准值,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。一个基于科学原理的理论值或确定值。一个基于某国家或国际组织的指定值。一个基于科学或工程组织主持的合作试验工作产生的一致同意值。对于具体用途，采用接受的参考方法获得一个同意值。该值包含特定数量的定义，并为其它已知目的自然被接受，有时是按惯例被接受。,38,分辨力,(别名)又称最小可读单位，分辨力是测量分辨率、刻度限值或测量装置和标准的最小可探测单位。它是量具设计的一个固有特性，并作为测量或分级的单位被报告。数据分级数通常称为”分辨力比率”，因为它描述了给定的观察过程变差能可靠地划分为多少级。,39,可视分辨率,测量仪器最小增量的大小叫可视分辨率。该数值通常以文字形式(如广告中)来划分测量仪器的分级。数据的分级可通过把该增量的大小划分为预期的过程分布范围(6)来确定。注：显示或报告的位数不一定表示仪器的分辨率。例：零件的测量值为29.075,29.080,29.095等，记录为5位数。然而，该仪器的可视分辨率为0.005而不是0.001。,40,有效分辨率,考虑整个测量系统变差时的数据分级大小叫有效分辨率。基于测量系统变差的置信区间长度来确定该等级的大小。通过把该数据大小划分为预期的过程分布范围能确定数据分级数ndc。对于有效分辨率，该ndc的标准(在97%置信水平)估计为1.41(PV/GRR)。,41,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。,42,溯源性示例,夹量具,千分尺,CMM,量块,激光干涉仪,引用量具量块比测,波长标准,干涉比测器,43,理想的测量系统,只产生准确的测量结果，即与基准值一致。测量系统具有零方差、零偏倚和对所测任何产品错误分类为零概率的统计特性。这样的测量系统几乎不存在,44,好的测量系统1,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。通常仪器的分辨率应把公差(过程变差)分为十份或更多。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。,45,好的测量系统2,对产品控制，测量系统的变异性与公差相比必须小。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。,46,变差源,与所有过程相似，测量系统的变差源由普通原因和特殊原因造成，为了控制测量系统变差识别潜在的变差源排除(可能时)或监控这些变差源。一些典型的变差源是可以识别的。有多种不同的方法可以对这些变差源表述和分类，如因果图等，但MSA将关注在测量系统的主要要素。,47,测量系统误差的来源1,人/程序仪器工件标准环境,48,测量系统变异性的影响,对于产品决策的影响对于过程决策的影响,49,对产品决策的影响1,TypeI错误：将好的判成坏的,LSL,USL,50,对产品决策的影响2,TypeII错误：将坏的判成好的,LSL,USL,51,对产品决策的影响3,对零件做出错误决定的潜在因素只在测量系统误差与公差交叉时存在。,LSL,USL,I,II,II,I,III,Badisbad,Badisbad,Goodisgood,Confusedarea,Confusedarea,52,对产品决策的影响4,对于产品状况，若想最大限度做出正确的判断改进生产过程:减少过程变差，从而减少出现在II区域的零件数改进测量系统:减少测量系统误差，从而减少II区域的面积,53,测量的策划,54,决定哪些需要测量,顾客的声音你必须转换成技术特征或规格。关键的或重要的技术特征失效模式分析控制计划因为在条文要求中，只要是列在控制计划中的就必须进行测量,55,测量系统的评价,在评价测量系统时必须考虑三个问题：测量系统必须显示足够的灵敏度仪器具有足够分辨力测量系统必须是稳定的测量系统变差只归因于普通原因统计特性（误差）在预期的范围内一致,56,标准,参考标准（国家级）最高计量质量标准校准标准在定期校准中作为基准的标准工作标准在实验室中进行定期测量的标准,57,分辨力的要求,测量仪器分辨力至少是被测范围的十分之一测量系统的分辨力建议的要求是总过程6(标准偏差)的十分之一,推荐使用,58,分辨力不足,可以通过SPC过程变差极差图显示出来极差图显示只有一个、二个或三个极差值在控制限内时有四个值在控制限内，但超过四分之一的极差值为零,59,X/R控制图分辨率=0.001,0。145,0。140,0。135,样本均值,子组,0,5,15,20,25,10,UCL=0.1444,Mean=0.137,LCL=0.1350,0.02,0.01,0.00,样本极差,R=0.00812,ULC=0.01717,LCL=0,分辨力,60,X/R控制图分辨率=0.01,0。145,0。140,0。135,样本均值,子组,0,5,15,20,25,10,UCL=0.1438,Mean=0.1397,LCL=0.1359,0.02,0.01,0.00,样本极差,R=0.0068,ULC=0.01438,LCL=0,分辨力,61,测量系统变差的类型,位置变差（准确度）偏倚稳定性线性宽度变差（精密度）重复性再现性,位置,宽度,位置,宽度,基准值,基准值,偏倚,偏倚,62,偏倚,基准值,观测平均值,偏倚,偏倚：是测量结果的观测平均值与基准值的差值。基准值的取得可以通过采用更高级别的测量设备进行多次测量，取其平均值而定之。,63,造成偏倚的可能原因,仪器需要校准仪器、设备等的磨损基准出现误差校准不当仪器质量差线性误差,（量具或零件）变形环境影响操作者观察错误应用错误的量具零件测量位置错误测量错误的特性,64,稳定性（别名：漂移）,稳定性,时间1,时间2,稳定性(或飘移)，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。,65,不稳定性可能的原因,仪器需要校准仪器、设备等的磨损基准出现误差校准不当仪器质量差测量方法不同,（量具或零件）变形环境变化操作者观察错误零件测量位置错误正常老化或退化缺乏维护,66,线性,线性是在量具预期的工作范围内，偏倚值的差值,量程,基准值,观测平均值,基准值,观测平均值,基准值,无偏倚,有偏倚,观测平均值,67,线性误差可能的原因,仪器校准周期太长仪器、设备等的磨损基准出现误差校准不当仪器质量差测量方法不同,（量具或零件）变形环境变化操作者观察错误零件测量位置错误缺乏维护,68,重复性,由一位评价人多次使用同一种测量仪器，测量同一零件的同一特性时获得的测量变差通常指设备变差（E.V）,重复性,69,重复性不好的可能原因,零件（样品）内部仪器内部基准内部方法内部评价人内部环境内部,70,再现性,由不同评价人使用同一个量具，测量一个零件的一个特性时产生的测量平均值的变差。通常值评价人变差（A.V）,再现性,71,再现性错误的潜在原因,零件（样品）之间仪器之间标准之间方法之间评价人之间环境之间,72,GRR或量具R&R,量具重复性和再现性：测量系统重复性和再现性合成的评估，GRR等于系统内部和系统之间的方差的总和,73,测量系统的能力,测量系统的能力是基于短期的评估，对测量误差（随机的和系统的）合成变差的估计。简单的能力包括以下两个部分不正确的偏倚或线性重复性和再现性测量能力的估计是对于规定条件、范围和测量系统量程内的预期误差的表达,74,测量系统的性能,测量系统的性能是所有有效的和可确定的变差源随时间的最终影响，量化了合成测量误差（随机的和系统的）的长期评估。性能包括的长期误差为以下两部分：能力（短期误差）稳定性和一致性测量性能的估计是一个规定条件、范围和测量系统量程内的预期误差的表达,75,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预期包含有真测量结果的范围。这个概念的简单表达：,76,测量问题分析步骤,识别问题对于测量问题，用准确度、变差、稳定性等形式来体现将测量变差和其贡献与过程变差相分离确定小组小组规模根据测量系统和问题的复杂而定测量系统和过程的流程图因果图计划实施研究措施可能的解决方法和纠正的验证使更改制度化化,77,测量系统的评定,从两个重要方面进行评定：验证在适当的特性位置正在测量正确的变量；识别与测量相互依赖的任何关键的环境确定测量系统需要具有何种统计特性才是可接受通过两个阶段的试验得到上述两方面的评定：了解测量过程，验证该过程是否满足要求验证设计规范利用实验来评价操作环境对测量系统参数的影响测量过程随时间的推移是否满足要求,78,测量系统研究的准备1,先计划将要使用的方法评价人的数量，样本数量及重复读数次数的确定。在此考虑的因素如下：尺寸的关键性根据量具研究评价所需的置信度零件结构零件的大小或重量评价人的选择日常操作该仪器的人员样本的选择至关重要！样本的选择分为两种情况：产品控制和过程控制,79,样本的选择产品控制的情况,产品控制的情况测量系统用于根据规格判定产品是否合格样本随机抽样不需要覆盖整个过程范围测量系统的评价基于特性的规格公差,80,样本的选择过程控制的情况,过程控制的情况（分为过程变差已知和过程变差未知）测量系统用于判定过程是否稳定受控当过程变差已知时：样本的选择要代表整个过程的变差测量系统的评价基于过程的变差,81,样本的选择过程控制的情况,当过程变差未知时：样本的选择必须代表整个生产的范围样本选取方法：每天取一个样本，持续若干天总变差2零件变差2评价人变差2设备变差2即测量系统的评价基于总变差,82,测量系统研究的准备2,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确保测量方法（如评价人和仪器）在按照规定的测量步骤测量特性的尺寸。,83,测量系统研究的步骤,测量应按照随机顺序评价人不应知道那个零件在被检查研究人员知道被检查的零件，并记下相应数据在设备读数时，测量值应记录到仪器分辨率的实际限度研究工作由知其重要性且具有能力的人进行,84,制定试验计划时考虑的因素,制定两个阶段试验计划时，考虑以下方面因素：评价人对测量过程有何影响？日常使用该仪器的评价人要包括在内每个评价人的程序相同，评价人所使用方法的差异在测量系统的再现性中反映评价人对测量仪器的校准是否会引起变差？评价人在获取每组读数前重新对设备进行校准要求多少样品和重复读数？取决于被测特性重要性和所要求的置信水平水平,85,结果分析（接受准则）位置误差,位置误差（主要是偏倚和线性）根据测量数据得到测量不确定度，看零误差是否在属于不确定度的范围偏倚和线性的误差是否超出校准程序确定的最大允许误差,86,结果分析（接受准则）宽度误差,宽度误差（重复性和再现性）测量系统接受准则为测量系统变差占生产制造过程变异性的百分比或零件公差的百分比：低于10通常认为测量系统可接受10到30之间基于应用的重要性、测量装置的成本、维修成本等方面考虑，可能可以接受大于30不可接受，要改进测量系统注：分级数（ndc）要大于等于5，即测量系统可接受,87,第五讲计量型MSA分析1、稳定性分析2、偏倚分析3、线性分析4、复复性分析5、再现性分析,88,MSA分析的主要内容,主要分析如下：人员的变异情况仪器的变异情况产品（零件）的变异情况过程参数的变异情况,89,MSA分析方法的分类,MSA,计量型,计数型,破坏型,90,计量型测量系统研究,Phase1,91,计量型MSA的分类,计量型,位置分析,宽度分析,稳定性分析,偏倚分析,线性分析,重复性分析,再现性分析,稳定性分析,92,稳定性的研究指南1,取一个样本并建立相对于可溯源的标准值可选择落在测量中程数的生产零件对于稳定性，基准值的具体数值不需要知道注：建议取预期测量的最低值、最高值和中程数三个样本，分别作研究更好。,93,稳定性的研究指南2,建议测量25组数据，每组对样本测量35次测量周期（每天、每周），每组样本重复测量次数组织根据情况确定，要能反应测量系统随时间的变化。测量系统初期研究时，测量周期建议要短，以便了解其稳定性。当初期研究稳定后，测量周期可以逐渐变长。,94,稳定性的研究指南3,计算每一组的平均数计算每一组的R值计算总平均计算R值的平均,95,稳定性的研究指南4,计算控制限平均值图：R值图：画出控制限，判图：先检查R图，是否连续25点都在控制界限内，以判定重复性是否稳定。再看Xbar图，是否连绩25点都在控制界限内，以判定偏移是否稳定。利用来了解仪器的重复性,96,稳定性的研究指南5,如果前面的控制图是稳定的，则其控制限可做为后续的控制用控制限我们后续就固定时间，使用同样的样本、同样的测量仪器，同样的测量人员。由于样本、仪器、人都是固定的，若绘出来的图形有异常，一般就代表仪器有问题，要进行相应的处理。异常的判定点：一点超出控制界限线：连续七点上升，连续七点下降，连续七点在同一侧。面：非随机性分析，在的范围内应覆盖68%的概率。,97,稳定性的研究指南6,稳定性分析的记录要保存下来，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。,98,范例1,99,MINITAB软件操作,从STATControlChartXbarR进入,100,范例2,101,手工计算如下：,=273.76/25=10.950=1.45/25=0.58,102,=10.950,=10.950-0.577*0.588=10.916,=10.950+0.577*0.588=10.983,=0.58,=0,=2.2114*0.058=0.1226,103,104,MINTAB图形输出,105,MINTAB图形输出,106,判图并分析稳定性,请判定前图是否有异常,由上图可知，极差图和均值图均无异常，我们可以判定测量系统稳定。,107,偏倚的研究指南1,取一个样本并建立相对于可溯源的标准值可选择落在测量中程数的生产零件测量零件大于等于10次，取均值作为“基准值”注：建议取预期测量的最低值、最高值和中程数三个样本，分别作研究更好，若有偏倚，可再做线性研究。,108,偏倚的研究指南2,由现场实际操作该仪器的人员测量样本，由他们测量可以真正了解公司的测量偏差测量样本数10次以上（建议15次）,109,偏倚的研究指南3,将数据画成直方图，并标注基准值对直方图进行评审，确定是否存在异常（即直方图近似服从正态分布）若无异常，可继续分析,110,偏倚的研究指南4,计算测量读数的均值计算可重复性标准差这里可以查表得到，g1，mn,111,偏倚的研究指南5,确定偏倚的t统计量偏倚观测平均值基准值即给定置信水平，确定置信区间（偏倚的不确定度），判断0是否落在该区间,112,偏倚的研究指南6,偏倚分析的记录要保存下来，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。,113,偏倚的研究控制图法,在稳定性研究时，控制图指出测量系统稳定受控，则可以继续进行偏倚的研究。这时，有g个子组，每个子组容量为m。偏倚基准值，给定置信水平，确定置信区间（偏倚的不确定度），判断0是否落在该区间（v是自由度）,114,例题,115,EXCEL与MINITAB软件操作1,先对测量数据绘制直方图,MINITAB绘制,EXCEL绘制,116,EXCEL与MINITAB软件操作2,数据分析，计算t统计量，作判断,MINITAB软件从STATBasicStatistics1samplet进入,变量N平均值标准差标准误95%置信区间TPmeasurement156.00670.21200.0547(5.8893,6.1241)0.120.905,EXCEL软件的计算如下,117,取得样件，并确定相关标准的参考值。,让一个评价者以正常方式测量样件n10次。,制作测量数据相对于参考值的直方图，并评价直方图。,计算n个数值的平均值。,r=(最大值-最小值）/d2*,确定低值高值：偏倚+b(tv,1-/2),判定：如0落在偏倚附近的1-置信度界线内，即：低值0高值偏倚是可接受的。,118,偏倚研究的分析,如果偏倚从统计上非0，则可能的原因如下：标准或校准误差仪器磨损（在稳定性分析中也可以表现出）仪器制造尺寸问题仪器测量错误特性仪器为精确校准评价人设备操作不当仪器修正运算不正确,119,线性的研究指南1,取至少5个样本，样本测量值要覆盖测量仪器一定的量程范围。确定每个样本的基准值测量样本大于等于10次，取均值作为“基准值”,120,线性的研究指南2,随机化选择样本让评价人测量由现场实际操作该仪器的人员测量样本对每个样本测量10次以上,121,线性的研究指南3,计算每次测量的样本的偏倚计算每种样本测量的偏倚均值,122,线性的研究指南4,对计算出的偏倚均值和基准值建立线性关系：，是基准值，是偏倚平均值利用最小二乘法计算出斜率a和截距b，以及在置信水平为下的置信带由于计算很复杂（见MSA第三版79页），推荐使用软件进行拟合，EXCEL或MINITAB,123,线性接受准则：a.对测量特殊特性的测量系统，线性%5%接受，线性%5%时，不予接受。b.对测量非特殊特性的测量系统，线性%10%接受，线性%10%时，不予接受。如果测量系统为非线性，查找这些可能原因：在工作范围上限和下限内仪器没有正确校准；最小或最大值校准量具的误差；磨损的仪器；,124,线性的研究指南5,画出“bias0”的直线若“bias0”的直线完全在拟合线置信带以内，则线性可接受；否则，线性不可接受,125,线性的研究指南6,线性分析的记录要保存下来，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。,126,例题,127,例题解答,先计算偏倚和每种样本的偏倚平均值,128,EXCEL软件操作,从工具数据分析回归进入,129,选择g5个零件，应这测量涵盖这量具的整个工作量程。,让经常使用该量具的操作者测量每个零件m10次。,计算零件每次测量的偏倚，以及每个零件的偏倚平均值。偏倚i,j=Xi,j-(参考值)i,130,在线性图上画出相对于参考值的每个偏倚及偏倚平均值。,计算并画出最适合的线及该线的自信度区间。,判定条件一：不等式成立。,判定条件二：所有偏倚均值在自信区间内。“偏倚0”的线与置信带交叉，但不包含在内。,131,MINITAB软件操作,从StatQualityToolsGageStudyGageLinearityandBiasStudy进入,偏倚为0的水平线斜穿过回归置信区间带,未被包含其内,故本测量系统有偏倚,且有线性问题,线性度=1.96560,是指在整个变差范围内,偏倚的变化范围最大和最小相差线性百分率=13.2,整体偏倚-0.53333,整体偏倚百分率0.1,对应的P值=0.045，这些零件要代表这个样本的实际的或估计的变差范围对零件编号（1，2，n），对评价人编号（A，B，C）。在每张纸片上写下一个组合，从（A1，A2，C1，Cn）共3n个组合。将纸片放在容器中进行抽取，来确定测量的顺序。每个评价人对每个零件测量r次，则将纸片放回，重复上述程序r次，以确定每次的次序。,154,数据的收集,研究人员记录测量的数据在表格相应的位置表格仍用GRR数据收集表的格式,155,例题,A,评价人,B,评价人,C,评价人,156,MINITAB软件的操作,从statqualitytoolsgagestudyGageR&Rstudy（crossed）入口，这里我们选择ANOVA方法。,Two-WayANOVATableWithInteractionSourceDFSSMSFP零件928.00003.11111435.2330.000评价人20.00470.002330.3260.726零件*评价人180.12870.007151.8920.034Repeatability600.22670.00378,157,MINITAB软件的操作,GageR&RSourceVarComp(%ContributionofVarComp)TotalGageR&R0.0049011.40Repeatability0.0037781.08Reproducibility0.0011230.32评价人0.0000000.00评价人*零件0.0011230.32Part-To-Part0.34488598.60TotalVariation0.349786100.00StudyVar%StudyVarSourceStdDev(SD)(6*SD)(%SV)TotalGageR&R0.0700090.4200511.84Repeatability0.0614640.3687810.39Reproducibility0.0335180.201115.67评价人0.0000000.000000.00评价人*零件0.0335180.201115.67Part-To-Part0.5872693.5236199.30TotalVariation0.5914273.54856100.00NumberofDistinctCategories=11,查看量具R部件间的贡献百分比(98.6)。因此，大部分变异来自于部件间的差异所致。,查看“%研究变异”列-合计量具R&R占研究变异的11.84%。测量系统可以接受。请参见测量系统可接受性准则。,Ndc=11，表明测量系统能区分部件间的差异。,158,MINITAB软件的操作,在“变异分量”图（位于左上角）中，部件间的贡献百分比大于合计量具R&R的贡献百分比，表明大部分变异是由于部件间的差异所致。,当变异主要是由于部件间的差异所致时，X控制图中的大部分点都在控制限制外。,在“按部件”图（位于右上角）中，部件间存在较大差异，如非水平线所表明。,在“按操作员”图（位于右侧列的中部）中，与部件间的差异相比，操作员之间的差异较小,“操作员*部件交互作用”图是操作员*部件的p值（此处为0.32）的直观表示，表明与变异总量相比，每个操作员/部件组合之间的差异并不显著。,159,例题,160,量具R&R研究-方差分析法包含交互作用的双因子方差分析表来源自由度SSMSFP部件23899019495.22.906500.166操作员2529264.30.039400.962部件*操作员4268306707.40.901850.484重复性181338737437.4合计26200222删除交互作用项选定的Alpha=0.25不包含交互作用的双因子方差分析表来源自由度SSMSFP部件23899019495.22.668870.092操作员2529264.30.036180.965重复性221607037304.7合计26200222量具R&R方差分量来源方差分量贡献率合计量具R&R7304.6784.36重复性7304.6784.36再现性0.000.00操作员0.000.00部件间1354.5015.64合计变异8659.17100.00研究变异%研究变来源标准差(SD)(6*SD)异(%SV)合计量具R&R85.4673512.80491.85重复性85.4673512.80491.85再现性0.00000.0000.00操作员0.00000.0000.00部件间36.8036220.82139.55合计变异93.0547558.328100.00可区分的类别数=1,查看量具R&R表中的“%贡献”列-来自合计量具R&R的贡献百分比(84.36)大于部件间的贡献百分比(15.64)。因此，大部分变异来自于测量系统，只有很小一部分是由于部件间的差异所致。,查看“%研究变异”列-合计量具R&R占研究变异的91.85%。测量系统不可接受，而必须加以改进。请参见测量系统可接受性准则。,1表明测量系统质量较差，无法区分部件间的差异。,161,在“变异分量”图（位于左上角）中，来自合计量具R&R的贡献百分比大于部件间的贡献百分比，表明大部分变异是由测量系统所致-主要是重复性；只有很小一部分是由于部件间的差异所致。,在“Xbar控制图（按操作员）”（位于左下角）中，X和R控制图中的大部分点都在控制限制之内，表明观测到的变异主要是由于测量系统所致。,在“按部件”图（位于右上角）中，部件间的差异很小，如近似水平的线所表明。,在“按操作员”图（位于右侧列的中部）中，操作员之间没有差异，如水平的线所表明。,“操作员*部件交互作用”图是操作员*部件的p值（此处为0.484）的直观表示，表明与变异总量相比，每个操作员/部件组合之间的差异并不显著。,162,GRR研究分析,当重复性较大时，原因可能：设备需要维护与保养测量的夹紧或定位需改进零件在重复测量下测量特性遭破坏或改变当再现性较大时，原因可能：评价人需要接受培训量具的刻度盘不清晰，致使评价人的校准不一致,163,计数型测量系统研究,Phase2,164,引言,计数型测量系统最常见的是判断通过/不通过量具使用这种测量系统的最大风险在于II区域,165,第六讲计数型MSA分析1、假设检验法2、信号分析法3、数据解析法,166,计数型MSA的分类,计数型,风险分析法,数据解析法,假设检验法,信号分析法,167,风险分析法,对于有些计数型测量系统，零件的测量无法达到基准值的分辨力，因此，判断（好与坏）会带来风险，对这种风险的评价采用以下两个方法：假设检验分析用来评价计数型测量系统的有效性，以及评价人之间和评价人与基准值之间的一致性信号分析法确定区域II宽度，并因此确定测量系统GRR,168,假设检验法1,选取2050个样本，样本数可根据实际情况而定此样本要包括合格、不合格的产品，临界附近的产品研究人员对每一样本取得基准值，并正确判断是否合格23名现场的测量人员,169,假设检验法2,每个人重复测量23次，根据规格作出是否合格的判定,170,假设检验法3,将测量人员的判定结果记录在表格中记“1”为合格；记“0”为不合格,171,假设检验法4,利用交叉表方法来确定评价人之间和评价人与基准值之间的一致性计算每个评价人作出判定的有效性,172,假设检验法5,一致性kappa值大于0.75，一致性好Kappa值小于0.4，则一致性差有效性个人的重复性正确百分比90%。个人和标准值相比较的正确百分比90%。全部测量人员一致的百分比90%。全部测量人员和标准一致的百分比90%。万一小于此百分比，则代表此测量系统尚不可以被接受，应做调整。,173,假设检验法6,风险分析的记录要保存下来，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。,174,案例,某生产过程受控，但性能指数Pp=Ppk=0.5，该过程会产生较多不合格产品。因此，需要一个可接受的计数型测量系统将不合格产品从生产流中挑选出来。与计量型量具不同的是，该量具不能指出产品的好坏，只能指出产品可接受或拒绝。,LSL,USL,0.50,0.60,0.40,175,案例,这个测量系统与公差相比的%GRR25%，公差为0.01。但尚未小组证明，需要进行测量系统研究。样本的选择：随机地从过程中抽取50个零件样本，要覆盖过程变差。（注：样本要包括合格、不合格的产品，临界附近的产品）,176,案例,选择三名评价人，每个人对每个产品评价了三次，记录在计数型研究数据表中,177,178,179,一致性分析列联表（评价人之间）,A与B的列联表,180,列联表（评价人之间）,B与C的列联表,181,列联表（评价人之间）,A与C的列联表,182,一致性分析Kappa,Kappa是一个评价人之间一致性的测量值Kappa的计算：设p0列联表正对角线单元中观测值的总和pe列联表正对角线单元中期望值的总和Kappa（p0pe）/（1pe）Kappa的判定（通常的建议法则）Kappa大于0.75表示好的一致性Kappa小于0.4则表示一致性差，需要改进,183,184,怎样计算kappa值,Kappa=0.776Po=(43+92)/150=0.9Pe=(17+66)/150=0.55,Po-Pe,1-0.55,Po,Pe,0.9-0.55,1-Pe,185,Kappa评价人之间,计算评价人之间的Kappa值,186,列联表（评价人与基准值）,A与基准判断列联表,187,列联表（评价人与基准值）,B与基准判断列联表,188,列联表（评价人与基准值）,C与基准判断列联表,189,Kappa评价人与基准值,评价人与基准值之间的一致性,190,有效性,有效性的计算有效性正确判断的数量/判断机会的总数案例的计算结果如下,191,有效性,测量系统的有效性计算结果,192,MINITAB软件的操作,利用MINITAB软件，我们同样可以进行测量系统的有效性和一致性的分析，从StatQualitytoolsAttributeAgreementAnalysis入口。,193,MINITAB软件操作,软件分析的结果如下,评估一致性#检#相95%置信区检验员验数符数百分比间1504284.00(70.89,92.83)2504590.00(78.19,96.67)3504080.00(66.28,89.97)#相符数:检验员在多个试验之间，他/她自身标准一致。FleissKappa统计量检验员响应KappaKappa标准误ZP(与0)100.7600000.08164979.30810.000010.7600000.08164979.30810.0000200.8450730.081649710.35000.000010.8450730.081649710.35000.0000300.7029110.08164978.60890.000010.7029110.08164978.60890.0000,重复性的一致性比率,194,MINITAB软件操作,每个检验员与标准评估一致性#检#相95%置信区检验员验数符数百分比间1504284.00(70.89,92.83)2504590.00(78.19,96.67)3504080.00(66.28,89.97)#相符数:检验员在多次试验中的评估与已知标准一致评估不一致#1#0检验员/0百分比/1百分比#Mixed百分比100.0000.00816.00200.0000.00510.00300.0000.001020.00#1/0:多个试验中误将标准=0者一致评估为=1的次数#0/1:多个试验中误将标准=1者一致评估为=0的次数#Mixed:多个试验中所有的评估与标准不相同者。FleissKappa统计量检验员响应KappaKappa标准误ZP(与0)100.8802360.081649710.78060.000010.8802360.081649710.78060.0000200.9226120.081649711.29960.000010.9226120.081649711.29960.0000300.7747030.08164979.48810.000010.7747030.08164979.48810.0000,偏倚的一致性比率,195,MINITAB软件操作,检验员之间评估一致性