MSA培训完整版ppt课件.pptx

量测系统分析MeasurementSystemsAnalysisMSA基础知识及运用 1 一 正态分布基本理论 基础篇 2 一 正态分布介绍 正态分布 Normaldistribution 又名高斯分布 Gaussiandistribution 是一个在数学 物理及工程等领域都非常重要的概率分布 在统计学的许多方面有着重大的影响力 正态分布是应用最广泛的一种连续型分布 德莫佛最早发现了二项概率的一个近似公式 这一公式被认为是正态分布的首次露面 正态分布在十九世纪前叶由高斯加以推广 所以通常称为高斯分布 3 某钢铁加工厂生产内径为25 40mm的钢管 为了检验产品的质量 从一批产品中任取100件检测 测得它们的实际尺寸如下 单位 mm 一 正态分布基本理论 创设情境 4 一 正态分布基本理论 a 列出频率分布表 5 100件产品尺寸的频率分布直方图 25 235 25 295 25 355 25 415 25 475 25 535 产品内径尺寸 mm 25 265 25 325 25 385 25 445 25 505 25 565 o 0 005 0 01 0 015 0 02 b 频率分布直方图 6 产品内径尺寸 mm o 2 4 6 8 正态分布曲线 当样本容量无限大 分组的组距无限缩小时 这个频率直方图上面的折线就会无限接近于一条光滑曲线 正态曲线 d 样本容量增大时频率分布直方图 7 8 正态分布是具有两个参数的连续分布u 正态分布的中心值 遵从正态分布随机变量的均值 在均值附近取值的机会较多 正态分布的标准差 一般通过方差来计算 表示分布的离散程度 2 正态分布的方差 随机变量的变异幅度 所以正态分布记作N 2 服从正态分布的随机变量的概率规律为取与 邻近的值的概率大 而取离 越远的值的概率越小 越小 分布越集中在 附近 越大 分布越分散 1 68 26 95 45 1 2 3 3 2 u 99 73 9 重要特性 正态分布曲线左右两尾端和横轴渐渐接近 但不会相交是以 为中心成对称分布 正态分布有两个反曲点 PointofInflection 分别在标准轴一个 的位置 由于其左右对称 曲线与横轴所围面积为1 经验法则 当分配形态接近为钟形分配时合格品率 在一个标准差内合格率约占68 26 在二个标准差95 45 在三个标准差99 73 10 全距 Range 亦称极差 意义 表示群体全部数据的组内变动范围 意义明确 计算简单 缺点 不够灵敏 最大及最小值不变而其他值变化时 无法察觉 标准偏差 StandardDeviation 及变异数 Variance 意义 一群数值和其算术平均数的差异平方和的平均數即称为变异数 而变异数的平方根即为标准差 描述样本分散程度的统计量介绍 11 变异为使变异的表示简化 通常分成偶然因素变异 机遇性原因 Chancecauseorsystemcause 及异常因素变异 非机遇性原因 Assignablecauseorspecialcause 偶然因素 过程固有的 始终存在 对质量的影响微小 例如机床开机时的轻微震动等 其所造成的分配与时间的关系是稳定而可重复 可预测 称为受控状态 如製程中之變異僅由偶然因素所造成 則稱此製程是在統計控制状态中 异常因素 制程中不常发生但造成制程的变异 其所造成的分配与时间的关系不稳定且无法预期 故稱异常變異是不在統計控制狀態下 因其產品之特性沒有固定的分配 过程控制中的变异介绍 12 二 实施MSA的目的和意义 在产品的质量管理中 数据的使用是极其频繁和相当广泛的 产品质量管理的成败与收益在很大程度上决定于所使用数据的质量 所有质量管理中应用的统计方法都是以数据为基础建立起来的 为了获得高质量的数据 必须对产生数据的测量系统要有充分的理解和深入的分析 13 测量在质量管理体系中的地位 14 MSA基础知识 15 1 MSA的重要性 如果测量的方式不对 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 16 2 测量系统基础术语 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所使用的仪器或量具 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 17 真值 测量过程的目标是零件的 真 值 希望任何单独读数都尽可能地接近这一读值 经济地 所以 一般情况下是通过使用一个基于被很好地规定了特性操作定义的 基准 值 使用较高级别分辨率的测量系统的结果 可以使不确定度减小 因为使用基准值作为真值的替代 在通常情况下 这些术语经常互换使用 基准值 真值 2 测量系统基础术语 18 3 量测系统的统计特性 Bias偏差 Accuracy准确性 Repeatability 可 重复性Reproducibility 可 再现性Linearity线性Stability稳定性 19 1 偏倚 偏倚 Bias 又称 准确度 如果某一特性量测值 接近 它的标准值 则称此一数据的品质为 高 如果某一特性的量测值 远离 它的标准值 則称此一数据的品质为 低 20 偏倚 Bias 偏倚 是测量结果的观测平均值与基准值的差值 基准值 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 21 2 偏倚原因分析 如果测量系统存在较大偏倚 那么可能的原因 1 标准零件或抽样零件错误 2 仪器老化 3 仪器精度不够 4 仪器没有校准 5 仪器使用不正确 6 仪器测量了不适当的质量特性 22 造成过份偏倚的可能原因 1 仪器需要校准2 仪器 设备或夹紧装置的磨损3 磨损或损坏的基准 基准出现误差4 校准不当或调整基准的使用不当5 仪器质量差 设计或一致性不好6 线性误差7 应用错误的量具8 不同的测量方法 设置 安装 夹紧 技术9 测量错误的特性10 量具或零件的变形11 环境 温度 湿度 振动 清洁的影响12 违背假定 在应用常量上出错13 应用 零件尺寸 位置 操作者技能 疲劳 观察错误 23 重复性 Repeatability 再现性 Reproducibility 可 重复性 是指同一量测者重复量测同一零件某一特性而产生相同的值的程度 同一位量测者使同一个量测仪器对同一组零件的同一特性值 进行多次量测 所获的量测值的变化量 就是该量测装置的 重复性 可 再现性 是指不同的人使用同一量测装置 对同一组零件的同一特性值 进行同一量測所获得的量测值的变异量 就是该量测装置的 再現性 当存在变异性时 每位量测者的量测平均值会有所不同 3 量测系统的统计特性 2 重复性 再现性图示 重覆性 25 重复性 Repeatability EV 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 26 重复性不好的可能原因 1 零件 样品 内部 形状 位置 表面加工 锥度 样品一致性 2 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 3 基准内部 质量 级别 磨损4 方法内部 在设置 技术 零位调整 夹持 夹紧 点密度的变差5 评价人内部 技术 职位 缺乏经验 操作技能或培训 感觉 疲劳 6 环境内部 温度 湿度 振动 亮度 清洁度的短期起伏变化 7 违背假定 稳定 正确操作8 仪器设计或方法缺乏稳健性 一致性不好9 应用错误的量具10 量具或零件变形 硬度不足11 应用 零件尺寸 位置 操作者技能 疲劳 观察误差 易读性 视差 27 再现性 Reproducibility AV 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 28 再现性不好的可能潜在原因 1 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 2 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3 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4 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 5 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 6 标准之间 测量过程中不同的设定标准的平均影响7 违背研究中的假定8 仪器设计或方法缺乏稳健性9 操作者训练效果10 应用 零件尺寸 位置 观察误差 易读性 视差 29 当重复性 EV 变差值大于再现性 AV 时 量具的结构需在设计增强 包括夹紧或量具保养 当再现性 AV 变差值大于重复性 EV 时 检验员需对操作方法及读取方式教育 作业标准应再明确订定或修订 30 量测变异GRR 一个测量系统的重复性和再现性的合成变异的估计 GRR变异等于系统内和系统间变异之和 零件变异PV 与测量系统分析有关 对一个稳定过程零件变异代表预期的不同零件和不同时间的变异 31 稳定性 Stability 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 3 量测系统的统计特性 32 3 稳定性图示 33 4 稳定性分析 34 不稳定的可能原因 1 仪器需要校准 需要减少校准时间间隔2 仪器 设备或夹紧装置的磨损3 正常老化或退化4 缺乏维护 通风 动力 液压 过滤器 腐蚀 锈蚀 清洁5 磨损或损坏的基准 基准出现误差6 校准不当或调整基准的使用不当7 仪器质量差 设计或一致性不好8 仪器设计或方法缺乏稳健性9 不同的测量方法 装置 安装 夹紧 技术10 量具或零件变形11 环境变化 温度 湿度 振动 清洁度12 违背假定 在应用常量上出错13 应用 零件尺寸 位置 操作者技能 疲劳 观察错误 35 线性 指测量系统在预期的工作范围内偏倚值的变化 线性 3 量测系统的统计特性 36 线性误差的可能原因 1 仪器需要校准 需减少校准时间间隔 2 仪器 设备或夹紧装置磨损 3 缺乏维护 通风 动力 液压 腐蚀 清洁 4 基准磨损或已损坏 5 校准不当或调整基准使用不当 6 仪器质量差 设计或一致性不好 7 仪器设计或方法缺乏稳定性 8 应用了错误的量具 9 不同的测量方法 设置 安装 夹紧 技术 10 量具或零件随零件尺寸变化 变形 11 环境影响 温度 湿度 震动 清洁度 12 其它 零件尺寸 位置 操作者技能 疲劳 读错 37 量测变异 在统计学中也称变差 回差 是指仪表在上行程和下行程的测量过程中 同一被测变量所指示的两个结果之间的偏差 在机械结构的检测仪表中 由于运动部件的摩擦 弹性元件的滞后效应和动态滞后的时间影响 使测量结果出现变差 测定值是一个以概率取值的随机变量 多次测定所得到各次测定值通常都是参差不齐的 其间的差异称为变差 是反映测定结果稳定性的一个重要标志 变异既可能是由于随机因素 也可能是由于试验条件的改变而引起的 如果是前者引起的 则属于试验误差 反映了测定结果的精密度 如果是后者引起的则属于因素效应 反映了测定条件对测定结果的影响 变差大小可用偏差平方和表示 4 什么是量测变异 38 量测系统的组成 量测系统 量具 equipment 测量人員 operator 被测量工件 parts 程序 方法 procedure methods 上述几点的交互作用 量测系统变异来源 39 测量误差的来源 仪器方面 Discrimination 分辩力 Precision精密度 Repeatability重复性 Accuracy准确度 Bias偏差 Damage损坏Differencesamonginstrumentsandfixtures 不同仪器和夹具间的差异 不同检验者的差异Differenceinusebyinspector Reproducibility再现性 是否经过训练技术 能力疲劳感官差异 视力 触觉 检测环境检测的速度对作业指导书的误解 不同环境所造成的差异 Differencesduetoenvironment 温度湿度振动照明腐蚀污染 异味 粉尘 方法方面 Differencesamongmethodsofuse测试方法测试标准材料方面 收集 准备的样本本身有差异 量测系统变异来源 40 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 理想的量测系统 我们的目标 41 理想量测系统应有的特性 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 变差或来自MSA研究的总变差评价测量系统 偏倚 重复性 再现性 线性可接受 理想的量测系统 42 如何维持好的量测品质 实验室管理 偏移 少仪器经常校验仪器设备保养彻底人员操作正确 正确SIP 正确的操作环境 校验环境 线性 程度好仪器等级仪器经常校验 多点校验 线性校验 仪器设备保养彻底人员操作正确 正确SIP 正确的操作环境 校验环境 43 1 先计划将要使用的方法 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 2 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 3 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 4 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 5 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 6 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 量测系统研究的准备 44 1 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 2 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调整为0 00005 3 研究工作应由知其重要性且仔细认真的人员进行 4 每一位评价人应采用相同方法 包括所有步骤来获得读数 量测系统分析执行注意点 45 46 47 GRR分析方法及图型讲解 48 一 量测系统知识介绍 49 一 量测系统知识介绍 50 二 GRR分析方法介绍 Clsoed 零件可再现分析 进行GRR分析的流程 3 平均值与全距法4 ANOVA方法 51 一 计量型 1 计量值分析计算 平均与全距法 2 计量值分析计算 ANOVA 二 计数型 一致性分析 GRR分析几种方法 二 GRR分析方法介绍 52 MSA GRR分析工具 平均与全距法 定义 全距 极差 Range 意义 表示一群体全部数据的组内变动范围 意义明显 计算简单 缺点 不够灵敏 最大及最小值不变而其他值变化时 无法察觉 R 组内Max值 组内Min值 利用全距 Range 计算标准偏差估计 R d2R 是该群组的全距值 群组内的数据最大 最小值 d2 是修华特博士所建立的系数表 参考下一页 二 GRR分析方法介绍 53 平均与全距法的研究程序 二 GRR分析方法介绍 一 获取一个样本零件数零件数能代表实际的或期望的变差范围 零件数一般来说大于或等于十 假设是10个 二 选择评价人评价人的个数一般在3或3个以上 假设是A B C三个评价人三 测量人随机的测量十个零件 并记录数据在对应的表格中 在测量过程中 评价人不知道相互的测量结果 54 量具重复性和再现性数据收集表 透过各组数据之间的全距 极差 及d2计算估计标准 偏 差 R d2 二 GRR分析方法介绍 55 进一步认识与应用 平均与全距法 分析以下的量测变异分析过程 Repeatability 可 重复性变异 EV Reproducibility再现性变异 AV GRR 重复性 再现性变异 Partvariable零件变异 PV Totalvariable全体变异 TV MSA GRR分析工具平均与全距法 二 GRR分析方法介绍 56 MSA GRR分析工具平均与全距法 二 GRR分析方法介绍 57 MSA GRR分析工具平均与全距法 二 GRR分析方法介绍 58 MSA GRR分析工具平均与全距法 由d2计算EVEV重复性变异 1 量测者A量测 1 零件1 重复3次 10个零件每一个零件重复量测3次各获得一组全距 R 即 max min 2 将量测者A的10个零件获得的全距值进行平均 获得RA A量测者对10个零件重复量3次获得R值的平均值 3 同样B与C量测者进行步骤1 2的量测工作和计算后 也获得RBandRC4 将RARBRC进行平均 获得R为0 165 计算估计 重复性 查d2表 量测次数m 3 量测者 零件数 30 获得d2为1 6936 估计 重复性 R 1 693 0 16 1 693 0 09457 重复性变异 量 EV 6 重复性 0 5670 二 GRR分析方法介绍 59 d2Tables N 15 二 GRR分析方法介绍 60 或是应用k1表计算 1 将RARBRC进行平均 获得R为0 162 实验次数为3次 k1表上试验次数3 k1系数为0 59083 R K1 重复性 0 16 0 5908 0 09454 重复性变异 量 EV 6 重复性 0 5670所以这里的K1 重复性 设备变异 EV的系数 就是等于1 d2 d2查表 量测次数m 3 量测者 零件数 30 获得d2 1 693k1 1 d2 0 5907 MSA GRR分析工具平均与全距法 二 GRR分析方法介绍 61 进一步认识与应用 平均与全距法 分析以下的量测变异分析过程 Repeatability 可 重复性变异 EV Reproducibility再现性变异 AV GRR 重复性 再现性变异 Partvariable零件变异 PV Totalvariable全体变异 TV MSA GRR分析工具平均与全距法 二 GRR分析方法介绍 62 MSA GRR分析工具平均与全距法 二 GRR分析方法介绍 63 均值和极差法 1 六 计量型分析方法 64 MSA GRR分析工具平均与全距法 二 GRR分析方法介绍 65 AV 再现性变异 1 量测者A量测 1 10 零件1 10 重复3次 获得该10个零件的数值 加以进行平均获得一组总平均值 为X12 同样分析量测者B和量测者C 分别获得X2 量测者B量测 1 10获得的零件总平均值 和X3 量测者C量测 1 10获得的零件总平均值 3 求得X1X2X3之间的全距 即X1X2X3的最大值 max 和最小值 min 之差 XDiff Max X1 X2 X3 Min X1 X2 X3 0 0567 or0 057 4 再现性 Xdiff d2 2 重复性 2 nr5 查d2表 量测者数m 3 全距g 1d2 1 912 6 再现性 0 0567 1 912 2 0 0945 2 10 3 0 02417 再现性变异 量 AV 6 再现性 6 0 0241 0 1446 由d2计算AV MSA GRR分析工具平均与全距法 二 GRR分析方法介绍 66 d2Tables N 15 二 GRR分析方法介绍 67 或是应用k2表计算 1 进行X1X2X3的计算 检测者A所有n个零件反复r次 的n r个量测值进行平均 获得X12 同时B C也与上述步骤 计算方式 获得X2andX33 进行该3个数据的全距计算 0 05674 查k2表评价人数为3人 K2 0 52315 AV XDiff k2 2 EV 2 n r 0 0241所以这里的K2 再现性变异 AV的系数 K2 1 d2 d2表 量测者数m 3 全距g 1d2 1 912 d2 1 912k2 1 d2 0 5230 MSA GRR分析工具平均与全距法 二 GRR分析方法介绍 68 进一步认识与应用 平均与全距法 分析以下的量测变异分析过程 Repeatability 可 重复性变异 EV Reproducibility再现性变异 AV GRR 重复性 再现性变异 GRR Partvariable零件变异 PV Totalvariable全体变异 TV MSA GRR分析工具平均与全距法 二 GRR分析方法介绍 69 找到10个零件平均值的全距RP Partvariable零件变异 PV MSA GRR分析工具平均与全距法 二 GRR分析方法介绍 70 d2Tables N 15 二 GRR分析方法介绍 71 Mintab工具计算平均与全距法 二 GRR分析方法介绍 72 Mintab工具计算平均与全距法 二 GRR分析方法介绍 73 Mintab工具计算平均与全距法 二 GRR分析方法介绍 74 Mintab工具计算平均与全距法 二 GRR分析方法介绍 75 Mintab工具计算平均与全距法 分析步骤 续 二 GRR分析方法介绍 76 Mintab工具计算平均与全距法 二 GRR分析方法介绍 77 Mintab工具计算平均与全距法 二 GRR分析方法介绍 3 83 6 17 78 Mintab工具计算平均与全距法 二 GRR分析方法介绍 79 CMM量測系統 1 GR R之柱狀長條越短越好2 Part to Part之柱狀長條越長越好 1 所有點應該落在管制界線以內2 有管制界線外的點 表重復性 量具本身 有問題3 落在0線的點的個數不能大于20 4 大于20 則表明儀器的分辨力可能不足 1 50 以上的點應該落在管制界線以外說明部品的變異大于儀器的變異 1 同一零件間數據變異要小 各零件之間的變異要大2 每組部件對應的點越集中越好 量測 EV AV 變異小 1 連接每一操作人員的平均值的折線 越趨于水平越好 操作員間的變異就越小 1 觀察ABC檢驗者之間存在AV的情況2 當折線出現交錯時 代表有交互作用存在 三 图形解析 80 Minitab 所选的样本是否能正确反映流程的分布如果此值均一的话 可认为样本没有正确反映流程的实际分布情况 测量者间存在差异与否测量者无差异为好 不同样品各测量者是否进行相互不同的测量对于不同样品 各测量者的测量值相同为好 三 图形解析 Minitab 整个分散中 测量设备R R占据的比重是否充份小 GageR R Reprod Repeat的高度趆接近0趆好 测量者反复测量值稳定否 超出Rchart的界限线的话 调查其原因后再测量 相互不同产品鉴别能力充分否 与Rchart相反 脱离管理界限点趆多趆好 至少50 以上 三 图形解析 82 四 GageR RStudy 3 a GageR RStudy MinitabGageR RStudy 重复性和再现性研究 的两种方法 1 量具R R研究 交叉 当每个操作员多次测量每个样品时 2 量具R R研究 嵌套 在破坏性试验中 每个样品只由一名操作员测量 例如 缩膜收缩率检测 空瓶顶压 二氧化碳含量检测等 每个样品只由一名操作员测量 83 五 GRR分析的两种方法 交叉 嵌套 步骤二 量具研究的两种方法 2 利用Minitab软件进行 量具研究 Crossed交叉 Nested嵌套 84 3 利用Minitab软件进行 量具研究 Crossed交叉 步骤三 选择数据 输入规格 进行方差分析 在某种程度上 方差分析法比Xbar和R法更准确 方差分析方法会去考虑测量员和零件是否有交互作用 ANOVA方法是首选 可以得到更多的信息 输入规格上下限 1 测量系统可识别的过程数据中的分组数 2 可区分类别数 5 说明 部件的差异不够大 不足以被测量系统识别 如果希望识别出更多可区分类别 需要更精确的量具 五 GRR分析的两种方法 交叉 嵌套 85 4 利用Minitab软件进行 量具研究 Crossed交叉 五 GRR分析的两种方法 交叉 嵌套 86 5 利用Minitab软件进行 量具研究 Nested嵌套 与交叉分析方法相比 嵌套有哪些区别 1 适用于破坏性试验中 每个样品只由一名操作员测量 2 不考虑测量员和零件的交互作用 五 GRR分析的两种方法 交叉 嵌套 87 5 利用Minitab软件进行 量具研究 Nested嵌套 五 GRR分析的两种方法 交叉 嵌套 88 Minitab通过将部件的标准差除以量具的标准差 然后乘以1 41来计算此声明中的类别数 然后 Minitab会截断该值的尾数 除非该值小于1 如果小于1 Minitab会将可区分类别数设为等于1 此数字表示要跨越产品变异极差的非重叠置信区间数 您也可以将其视为测量系统可识别的过程数据中的分组数 假设您测量10个不同部件 Minitab报告说您的测量系统可以识别4个可区分类别 这意味着 10个部件中某些部件的差异不够大 不足以被测量系统识别为存在差异 如果希望识别出更多可区分类别 需要更精确的量具 汽车工业行动组织 AIAG 建议 当类别数小于2时 测量系统对于控制过程毫无价值 因为无法区分各个部件 当类别数为2时 数据可分为两组 如高和低 当类别数为3时 数据可分为三组 如高 中 低 5或更高的值表明测量系统可接受 六 Ndc 可区分類別數解释 89 方差分析法 ANOVA GRR分析方法介绍 特点 是一种比前两中更复杂的统计技术 可用于分析测量误差或其他测量系统研究中数据变异的来源 采用这种方法 方差可以被分解成4部分 零件 评价人 零件与评价人之间的交互作用和由于量具造成的重复误差 90 ANOVA的优点 GRR分析方法介绍 有处理任何实验装置的能力 可以更精确地估计方差 从实验数据中获得更多信息 如零件与评价人之间的交互作用影响 91 ANOVA的缺点 数据的计算更复杂分析者需要具备一定的统计学知识基础用来分析结果在不需要很全面 很精确的对测量系统进行分析的情况下 一般不采用这种方法如果用计算机进行分析 可以考虑采用这种方法 GRR分析方法介绍 92 MSA GRR分析工具 一致性分析 GRR分析方法介绍 适用于非定量系统 如好或坏通过 不通过区分声音 嘶嘶声 叮当声 重击声 區分色彩亮度通过 失败 93 MSA GRR分析工具 一致性分析 属性研究 一致性分析 内容分为 重复性 个别检查员本身 一致性次数 总检查零件数准确性 个别检查员检测结果与已知标准相符合的次数 总检查零件数重复性和再现性 所有检查员有一致性的次数 总检查零件数重复性 再现性和准确性 所有检查员与已知标准相一致性次数 总检查零件数由以上项目显示出GRRMSA属性研究 一致性分析 它包含的范围是 可 重复性Repeatability AIAG第三版 再现性Reproducibility AIAG第三版 偏差 GRR分析方法介绍 94 GRR分析方法介绍 MSA GRR分析工具 一致性分析 95 1 计数型数据GageR R需要至少 3个不同的操作者30个零件 包括1 3的合格零件 1 3的不合格零件 1 3的边缘件 每个零件测3次确保抽样随机性 代表性 GRR分析方法介绍 96 课堂小练习 1 Activity 色度量测 目视检查 97 Activity 色度量测 目视检查 98 Mini tab分析步驟 将数据建立在Mini tab 要求30顆Parts以上 选择 统计 质量工具 属性一致性分析 GRR分析方法介绍 99 Mini tab分析步驟 續 选择多个输入 MultipleColumns 輸入A1A2A3B1B2B3C1C2C3检验员人数输入3 试验数输入3已知标准 属性 输入c16按OK GRR分析方法介绍 100 Mini tab分析步驟 續 解说Mini tab內容 个别检查员本身一致性次数 总检查零件数 重复性Repeatability A 有11个Parts量测有一致性 11 15 73 33 B 有10个Parts量测有一致性 10 15 66 67 C 有7个Parts量测有一致性 7 15 46 67 GRR分析方法介绍 101 Mini tab分析步驟 續 解說Mini tab內容 檢查員本身與標準的一致性次數 總檢查零件數 準確性Accuracy baisA 有9個Parts量測有一致性 9 15 60 B 有9個Parts量測有一致性 6 15 60 C 有7個Parts量測有一致性 9 15 46 67 GRR分析方法介绍 102 Mini tab分析步驟 續 解說Mini tab內容 所有檢查員有一致性的零件次數 A1 A2 A3 B1 B2 B3 C1 C2 C3 之零件次數 總檢查零件數OverallRepeatabi