8Aug,XXXXMSA分析.ppt

測量系統分析,測量的重要性,如果測量的方式不對，那麼好的結果可能被測為壞的結果，壞的結果也可能被測為好的結果，此時便不能得到真正的產品或過程特性。,測量系統的組成,將被測試的材料間斷連續將被測量的特性收集和准備樣品測量的種類和尺度儀器或測試設備檢驗者或技術員使用的狀況,典型的進展,決定那些是要測量,顧客的聲音你必須轉換成技術特徵或規格。技術特徵失效模式分析控制計劃因為在條文要求中，只要是列在控制計劃中的就必須進行測量,測量誤差,y=x+測量值=真值(TrueValue)+測量誤差,戴明說沒有真值的存在,一致(線性),測量誤差的來源,Sensitivity敏感度(Threshold起始值)化學指示器Discrimination(辦別能力)Precision精密度(Repeatability重復性)Accuracy准確度(Bias偏差)Damage損壞Differencesamonginstrumentsandfixtures(不同儀器和夾具間的差異),測量誤差的來源,Differenceinusebyinspector不同檢驗者的差異(Reproducibility再現性)Differencesamongmethodsofuse(使用不同的方法所造成差異)Differencesduetoenvironment(不同環境所造成的差異),測量的變異說明,環境因素,溫度濕度振動照明腐蝕磨耗污染(油脂),人性因素,訓練技能疲勞無聊眼力舒適零件的複雜性檢驗的速度指導書的誤解,測量系統的特性,Discrimination辦別力(abilitytotellthingsapart)Bias偏差(Accuracy准確性)Repeatability重覆性(precision)Reproducibility再現性Linearity線性Stability穩定性,持續改進的說明,測量過程,賦值過程定義為測量過程。而賦予的值定義為測量值。量具：任何用來獲得測量結果的裝置，經常用來特指用在車間的裝置，包括用來測量合格不合格的裝置。測量系統：內來對被測特性賦值的操作、程序、量具、設備、軟件以及操作人員的集合；用來獲得測量結果的整個過程。,理想的測量系統,理想的測量系統在每次使用時，應只產生“正確”的測量結果。每次測量結果總應該與一個標准值相符。一個能產生理想測量結果的測量系統，應具有零方差、零偏倚和所測的任何產品錯誤分類為零概率的統計特性。,IDEALMEASUREMENTSYSTEM,真值,真值,測量系統所應具有之特性,測量系統必須處於統計控制中，這意味著測量系統中的變差只能是由於普通原因而不是由於特殊原因造成的。這可稱為統計穩定性。測量系統的變異必須比製造過程的變異小。變異應小於公差帶。,測量精密應高於過程變異和公差帶兩者中精度較高者，一般來說，測量精度是過程變異和公差帶兩者中精度較高者的十分之一。測量系統統計特可能隨被被測項目的改變而變化。若真的如此，則測量系統的最大的變差應小於過程變差和公差帶兩者中的較小者。,何謂標準,國家標準在美國是由NIST保持或追蹤。一級標準直接從國家標准直接複製或傳遞而來的標准。二級標準從一級標準傳遞而來的標准工作標準從二級標準傳遞而來的標准,測量系統的評定,第一階段：明白該測量過程並確定該測量系統是否滿足我們的需要。主要有二個目的確定該測量系統是否具有所需要的統計特性，此項必須在使用前進行。發現那種環境因素對測量系統顯著的影響，例如溫度、濕度等，以決定其使用之空間及環境。,第二階段的評定目的是在驗證一個測量系統一旦被認為是可行的，應持續具有恰當的統計特性。常見的就是R如:制程中所需量具讀數的精確度是0.01m/m,則測量應選擇精確度為0.001m/m),以避免量具的鑑別力不足，一般之特性者所使用量具的精確度應是被測量物品公差的1/5。試驗完後,測試人員將量具的再生性及再現性數據進行計算如附件一(R&R數據表),附件二(R&R分析報告),依公式計算並作成-R管制圖或直接用表計算即可,結果分析:,當再現性(EV)變異值大於再生性(AV)時.量具的結構需在設計增強.量具的夾緊或零件定位的方式需加以改善.量具應加以保養.當再生性(AV)變異值大於再現性(EV)時.作業員對量具的操作方法及數據讀取方式應加強教育,作業標準應再明確訂定或修訂.可能需要某些夾具協助操作員,使其更具一致性的使用量具.量具與夾治具校驗頻率於入廠及送修矯正後須再做測量系統分析,並作記錄.,EV,AV及R&R之接受標準如下:數值30%量具系統不能接受,須予以改進.必要時更換量具或對量具重新進行調整,並對以前所測量的庫存品再抽查檢驗,如發現庫存品已超出規格應立即追蹤出貨通知客戶,協調處理對策.,再現性示例,第一步估計重覆性,第二步計算再現性,計算操作平均的極差(RO)利用d2係數將RO轉換成標准差乘以5.15減去由於重覆性所造成的部份,第三步計算零件間的變異,每次的值都是同一零件測二次，所以只是偵測出儀器變異(Re)。二個測量者之間的差異代表了人員之間的差異(Ro)每個產品間的差距代表了產品的差異(Rp)。,組數,樣本,d2,控制圖係數表,CaseStudy,操作者A,R&R極差分析法,典型的極差法使用兩名評價人和五個零件進行分析，在這個分析中，每個評價人測量每個零件一次，每個零件的極差是評價人A獲得的測量結果與評價人B的測量結果的絕對值，利用這些數據來計算R&R，但這種方法，無法分解成是儀器的誤差或是人的誤差。,分析數據,計算,CaseStudy,操作者B,CaseStudy,操作者C,ANOVAMETHOD,ANOVAMETHOD,ANOVAMETHOD,ANOVAMETHOD,ANOVAMETHOD,線性分析之執行,在測量儀器的工作範圍內選擇一些零可確定線性。這些被選零件的偏倚由基准值與測量觀察平均值之間的差值確定。最佳擬合偏倚平均值與基准值的直線的斜率乘以零件的過程變差(或公差)是代表量具線性的指數。為把量具線性轉變成過程變差(或公差)的百分率，可將線性乘以100後除以過程變差(或公差)。至於穩定性，建議分析技術可採用圖形，即帶最佳擬合直線的散點圖。,線性分析之執行,正如在偏倚研究中一樣，零件的基准值可由工具室或全尺寸檢驗設備確定。在操作範圍內選取的那些零件由一個或多個評價人測量，確定每一零件的觀察平均值，基准值與觀察平均值之間的差值為偏倚，要確定各個被選零件的偏倚。線性圖就是在整個工作範圍內的這些偏倚與基准值之間描繪的。如果線性圖顯示可用一根直線表示這些標繪點，則偏倚與基准值之間的最佳線性回歸直線表示兩個參數之間的線性。線性回歸直線的擬合優度R2確定偏倚與基准值是否有良好的線性關係。,線性分析之執行,系統的線性及線性百分率由回歸線斜率及零件過程變差(或公差)計算得出。如果回歸線有很好的線性擬合，那麼可以評價線性幅度及線性百分率來確定線性是否可接受。如果回歸線沒有很好的線性擬合，那麼可能偏倚平均值與基准有非線性關係，這需要進一步分析以判定測量系統的系統是否可接受。,線性分析之執行,如果測量系統為非線性，查找這些可能原因在工作範圍上限和下限內儀器沒有正確校准。最小或最大值校准量具的誤差。磨損的儀器。儀器固有的設計特性。,計算誤差:誤差=觀測平均值參考值制程變異=6繪圖:X軸=參考值Y軸=誤差其方程式為:y=a+bx再分別計算其截距，斜率，擬合度，線性，線性%等,公式,判定:針對重要特性其線性度%10%以上者判為不合格，此項之儀器不適合使用。實際情形依工廠的情形而做調整,CaseStudy,何謂計數型量具,就是把各個零件與某些指定限值相比較，如果滿足限件則接受該零件否則拒收。計數型量具只能指示該零件被接受或拒收。,小樣法之做法,先選取二十個零件來進行。選取二位評價人以一種能防止評價人偏倚的方式兩次測量所有零件。在選取二十個零件時，必須有一些零件稍許高或低於規範限值。所有的測量結果(每個零件測四次)一致則接受該量具，否則應改進或重新評價，或找到一個可接受之替代測量系統。,大樣法,對於某計數型量具，用量具特性曲線的概念來進行量具研究，GPC是用於評價量具的重復性和偏倚。這種量具研究可用於單限值和雙限值量具。對於雙限值量具，假定誤差是線性一致的，只需檢查一個限值。,大樣法之做法,一般地，計數型量具研究包括獲得多個被選零件的基準值。這些零件經過多次(m)評價，連同接受總次數(a)，逐個零件地記錄，從這些結果就能做估計重復性和偏倚。,第一步驟,選取零件。最根本的是已知研究中所用零件的基準值。應儘可能按實際情況等間隔選取八個零件，其最大和最小值應代表該過程範圍八個零件必須用量具測量m=20，並記錄接受的次數(a)。,第二步驟,對於整個研究，最小的零件必須a=0，最大的零件a=20，記錄接受的次數(a)。其餘1a19。如果不滿足這些准則，必須用量具測量更多的已知其基準值的零件(X)。如果不滿足上述零件這些點可選在量具研究已測量的零件測量中間點。一直重復以上直到滿足上述要求。,偏差之計算,偏差是否偏離0之檢定,XtaPa-0.016000.025-0.015010.075-0.014030.175-0.013050.275-0.012080.425-0.0110160.775-0.0105180.875-0.0100200.975-0.0080201.000,範例計算之結果,考題,今有一公司使用了一個的量規，用以判定產品是否符合公司之要求今取了八個的產品其每個均測量二十次，所以m=20，a則界於020之間，各項的數據如次頁所附,XtaPa-0.01800-0.01501-0.01403-0.01305-0