五大手册-MSA测量系统分析.ppt

MSA测量系统分析,内容,1、什么是测量系统2、为什么要进行测量系统分析3、测量系统变差的种类与定义4、测量系统研究的准备5、计量型测量系统分析指南（偏倚,稳定性,线性,重复性目视观察或量具研究确定(考虑再现性会否影响)条件-评价人的数量,样品数量及重复读数次数;尺寸的关键性、零件结构评价人的选择-评价人的选择应从日常操作该仪器的人中挑选,18,4、测量系统研究的准备,样品的选择-能否获得代表生产过程的样品,样品必须是选自于过程并且代表整个的生产的范围编号-必须对一个零件编号以便于识别分辨力-仪器的分辨力至少直接读取特性的预期过程变的十分之一,例如,如果特性的变为0.001,仪器应能读取0.0001的变化确保测量方法确保测量方法-遵守规定的测量程序(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),19,20,观测值(测量值)的波动要素,+,=,真值(实际工程的波动),误差(测量波动),测定值(被观测的波动),GageR&RStudy,在测定过程中得到的测量值里一般包含着实际工程的变动和根据测量系统的变动。被观测的变动(2total)=工程的变动(2p)+测量变动(2MS)测量波动再区分为重复性和再现性。测量变动(2MS)=重复性(2Repeatability)+再现性(2Reproducibility),重复性和再现性两种波动的和。即，测量系统的波动叫GageR&R.对测量系统波动的分析也可以认为是精密度的分析，称为GageR&Rstudy.,21,观测值(测量值)的变动要素,GageR&RStudy,被观测的变动(2total),实际工程的变动(2p),测量系统变动(2MS),再现性(2Reproducibility),重复性(2Repeatability),一般事项一般对23名作业者(平时检查的作业者)实施一般用10个部品为对象测定一般23回反复测定步骤1.选定代表工程长期变动的10个标本2.测定器的校正3.让第一个作业者对所有标本任意顺序各做一次测定(BlindMeasurement)4.让第二个作业者按同样地方法实施(所有作业者相同)5.以同样的方法按必要的次数反复测定6.得到的DATA输入Minitab并进行分析,22,GageR&R步骤,23,%Contribution=100%StudyVariation=100%Tolerance=100%Numberofdistinctcategories=Round1.41(分辩指标)分辩指示意味着测量系统能区别的样品散布。即，区别工程散布区间的数。分辩率为3时例,样品散布(p),测定散布(MS),GageR&R评价指标,评价指标,*(Tolerance=USL-LSL）,24,重复性和再现性与容差的百分比,1,PrecisiontoToleranceRatio-P/T,重复性和再现性与总过程偏差的百分比,2,PrecisiontoTotalVariationRatio-P/TV,3,%Contribution,量具相对于规范的测量能力；,量具相对于过程偏差的测量能力,测量系统的能力-3个重要指数,测量系统的方差与总过程方差的百分比,%StudyVar,%Tolerance,%Contribution,Minitab显示:,连续数据测量系统分析,容差百分比,调查百分比,贡献百分比,25,评价基准%StudyVar或%Tolerance为10%以上时，首先区分评价重复性和再现性后，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-在部品管理的测面，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%StudyVar,GageR&R评价指标,标本的选定,标本一般为10个，能代表工程的散布。,26,假如标本只选定接近工程平均的时，测量能力评价指标将会比实际差。,假如标本的选定在比工程散布宽范围内时，测定能力评价指标将会比实际好。,标本反映部品的实际散布(工程变动)时才有意义。,计量型GageR&R,27,sgage=测量误差公差=USL-LSLUSL=规范上限LSL=规范下限,2.对于单边规格限：,在分子中使用2.575sgage(即5.15/2=2.575)公差=USL平均值或平均值-LSL总是使用历史平均值,5.15标准误差包含了正态分布的99%。,5.15s,+2.575,-2.575,99%,1.对于双边规格限：,关于容差百分比的解释,28,Minitab要求数据排成3列.,堆积数据：把所有被测对象放在1列，所有测量者放在第2列，测量结果放在第3列。这意味着如果有:10个被测对象3个测量者2次重复测量则每个被测对象编号将重复6次。,29,连续数据测量系统分析,Minitab:StatQualityToolsGageR&RStudy(Crossed),打开数据文件:测量系统分析.MTV,30,采用ANOVA法,见下页,输入：部件序数列操作员数据列测量数据列,31,32,GageR&R%ContributionSourceVarComp(ofVarComp)TotalGageR&R0.00443710.67Repeatability0.0012923.10Reproducibility0.0031467.56Operator0.0009122.19Operator*PartID0.0022345.37Part-To-Part0.03716489.33TotalVariation0.041602100.00,结果显示：,贡献百分比：10不可接受。,33,StdDevStudyVar%StudyVar%ToleranceSource(SD)(5.15*SD)(%SV)(SV/Toler)TotalGageR&R0.0666150.3430632.6634.31Repeatability0.0359400.1850917.6218.51Reproducibility0.0560880.2888527.5028.89Operator0.0302000.1555314.8115.55Operator*PartID0.0472630.2434023.1724.34Part-To-Part0.1927810.9928294.5299.28TotalVariation0.2039651.05042100.00105.04,结果显示2：,调查百分比：30%不可接受。,34,StdDevStudyVar%StudyVar%ToleranceSource(SD)(5.15*SD)(%SV)(SV/Toler)TotalGageR&R0.0666150.3430632.6634.31Repeatability0.0359400.1850917.6218.51Reproducibility0.0560880.2888527.5028.89Operator0.0302000.1555314.8115.55Operator*PartID0.0472630.2434023.1724.34Part-To-Part0.1927810.9928294.5299.28TotalVariation0.2039651.05042100.00105.04NumberofDistinctCategories=4,结果显示3：,容差百分比：30不可接受。,差别类数目：5可接受,35,差别类数目指的是测量系统可以识别出的过程数据中的非重叠组的数目。差别类数目=x1.41,spart-to-partsgage,注意：差别类数目适用于连续数据的ANOVA法GR&R。,36,图形结果显示总图：,37,变差的组成图解释,38,极差图解释,39,均值图解释,40,以零件类别比较图解释,41,以操作员类别比较图解释,42,操作员与零件交互作用图解释,43,练习,1.所有人员分为5个小组2.每个小组选择3个成员作为测量者.重复2次3.5个杯子作为测量对象,分别进行标号4.测量工具为直尺5.一个人记录数据注意:测量的时候杯子的顺序要打乱数据记录如下:,6、计数型测量系统分析,6.1、计数型数据的定义：对于以“是”和“不是”为计数基础的定性数据。定性数据测量系统的能力取决于操作员判断的有效性，即将“合格”判断成合格，将“不合格”判断成不合格的程度.,44,45,1.将被测对象与规范极限比较，在通过与不通过判断基础上决定是否接受被测件。2.离散数据测量系统分析通常由2-5个测量者测试20-50个被测对象来进行。3.每一个测量者应以随机顺序测量所有被测件2-3次，且2-3次评估之间相隔一个星期。4.样本选择标准：一些可以接受40%，一些不合格40，一些处于边缘20%。一般，一致性得分=95%，可以接受；一致得分=100%，就是好系统!,离散数据测量系统分析要求,离散数据测量系统分析举例,46,财务凭证的审核：从当前已制单未复核归档的凭证中选取有代表性的凭证样本25份(合格单据20份，不合格单据5份)，由3个财务稽查人员对这些凭证按照正常稽核工作程序分别进行2次独立复核，记录审核结果，计算重复性、再现性。,打开数据文件:测量系统分析.MTV,47,Minitab:StatQualityToolsAttributeAgreementAnalysis,Minitab离散数据测量系统分析,48,AttributeGageR&RStudyAttributeGageR&RStudyforMeasurementWithinAppraiser重复性偏差(评估财务稽核人员自身的误差）AssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CI11515100.0(92.8,100.0)2151386.7(59.5,98.3)3151493.3(68.1,99.8)#Matched:Appraiseragreeswithhim/herselfacrosstrials.,结果显示1,49,EachAppraiservsStandardAssessmentAgreement每个财务稽核人员的检验结果与真值的比较Appraiser#Inspected#MatchedPercent(%)95.0%CI1151493.3(68.1,99.8)2151386.7(59.5,98.3)3151493.3(68.1,99.8)#Matched:Appraisersassessmentacrosstrialsagreeswithstandard.,结果显示2,50,AssessmentDisagreement#合格/#不合格/Appraiser不合格Percent(%)合格Percent(%)#MixedPercent(%)1116.700.000.0200.000.0213.3300.000.016.7#合格/不合格:Assessmentsacrosstrials=合格/standard=不合格.#不合格/合格:Assessmentsacrosstrials=不合格/standard=合格.#Mixed:Assessmentsacrosstrialsarenotidentical.,结果显示3,判错率：5可接受,51,BetweenAppraisersAssessmentAgreement再现性偏差(评估财务稽核人员之间的误差)#Inspected#MatchedPercent(%)95.0%CI151386.7(59.5,98.3)#Matched:Allappraisersassessmentsagreewitheachother.,结果显示4,52,结果显示5,AllAppraisersvsStandard所有财务稽核人员的审核结果与真值的比较AssessmentAgreement#Inspected#MatchedPercent(%)95.0%CI151386.7(59.5,98.3)#Matched:Allappraisersassessmentsagreewithstandard.,准确率=95,不可接受,53,图形结果显示,重复性偏差(评估检验者自身的误差）-一致性在95%置信度下的置信区间,每个检验员的检验结果与真值的比较-准确率在95%置信度下的置信区间,54,Kappa方法,55,Kappa方法抽样原则,56,例：一个部门填写发票不一致，2个鉴定人被要求独立的随机的从不同天中选出10个发票，结果如下：,Kappa方法案例,57,P观察到的=0.7P偶然的=(P1好P2好)(P1坏P2坏)