（MSA）测定系统分析.ppt

测定系统分析,1.概要2.术语和概念3.MSA评价指数4.测定系统分析,5.R&R-GageR&R的学习-GageRun图-GageLinearity（线性图）学习6.特性值R&R7.特别值8.MSA改善事例,TQM,SPC/SQC,DOE,检查品质,MSA,MSA是所有改善和品质技术所在的一般依据.,S.G.Shina,是工程制品和工序一致的成功履行,1.概要,测定?对一个目标赋予一个数据量值，而能代表一个特定性质。,为理解一道工序对一种现实的精确理解为做出正确决定打基础,为什么测定?请列举出原因。,我们不可能知道我们知道的是什么.事实上，如果我们不能通过数据量值表示出来我们所知道的事情，我们的所知就不足.如果我们知道的不足，我们就不能管理它如果我们不能管理它，结果只有靠天了.-6Sigma理念(MikelJ.Harry),测定的地位,MSA的必要性,这什么利用MSA?例有一个测定系统概率是0.01,人为误判率是0.02,良品判别为不良品,不良品判为良品实际不良率是1%,则观测不良率是多少?若观察不良率是2%,则什么才是真实的不良率?,答案P=99%*0.01+1%*(1-0.02)=1.97%2%=(100-x)*0.01+x*(1-0.02)x=1.03%,如果真实不良率是1%,在检查以后为2%.最终，在我们所知道的不良率和真实不良率之间就有巨大的差距也就是我们废弃的制品的一半是好的以上产生的损失可以通过测定系统消除,观测值的差异,+,=,真实差异,测定差异,观测差异,尽管我们通过测定得到了数据，也不会总能显示实际情况，据此，确认有多少数据反映真实情况就是必需的,1.概念,+,=,在数据与真实情况之间的不一致有个概率,真实差异,测定差异,观测差异,工序差异的原因,真实差异,测定差异,长期差异,短期差异,标准差异,Gage差异,测量,稳定性,线性,操作差异,再现性,观测的工序差异,由错误数据造成的损失,让我们找一个由错误的信息或数据产生损失的例子,测定中涉及的问题,足够的精确度能精确衡量工序分散的范围或一个大于标准幅度的1/10的刻度时间稳定性测量错误或分散,不好的精度,好的精度,测量标准系统的管理,国家标准-一个国家的最大精确度的显示或设备维护标准比较于测定领域的基本单位，原始单位，其它特殊单位由国家标准局或委员会管理韩国标准研究院NIST(国家标准技术学院)-通过国际间比较保持其精确度和准确性,国家参考标准-中国国家标准学院或计量研究院-标准设备的计量及测量标准设备-精确度等级13*国家计量研究院持有国家标准承认的GAGE执行外面要求的测定任务可靠性由政府担保国家级或民办研究院,国家主要标准-国家计量研究院，自体测定企业测量用标准设备精度等级45*自体测定企业保有计量研究所计量的一台国际化标准设备无需去外面要求就可以自行检测一个等级较低的设备,精密测量设施-用于精确测量，由工业体系内或研究院实验/检查-等级:6例行检测设备-测定精度低于“精密设备”的精密等级的检测设备，用于一般的检测-等级:78,2.术语与概念,精确度测定平均值与真实值（标准值)之间的一致度真实值(标准)意识上是正确的数值NIST(国家标准技术研究院)偏差测定平均与真实值的差异测定设备的错误系统错误或差距,精密度测定系统的差异因素:反复性再现性稳定性测量分散是关于平均值与标准偏差之间的一致性与可预见性没有突发变化周期性的趋势图可以作出和评估,精确度和偏差,Gage的精确度在观测到的平均值和真实性(标准)之间的差异偏差测量设备偏差:由于设备不同造成的偏差测量人的偏差:由于测量人员不同造成的偏差,真实值(标准)意味着可由权威标准设备测定值追踪,精密度,反复性测量系统的连续偏差在相似条件下相似的物体测量相同的测量人员相同的设置相同的Gage相同的环境条件短期在重复发生测定分散国产生的标准偏差可以估算称“反复差错”或“短期偏差”,再现性-在不同条件下测定不同测量人不同设置不同Gage不同环境条件长期,精密度=再现性+反复性,在不同条件下测定值的平均值的标准偏差可以估计,反复性,相同部门，相同特性，相同的人，设备，反复测定,不精确但反复性很好！,精确但反复性不好！,再现性,真实值,测量人A,B,C,A,测量人B,C,在测量人之间再现性不好！测量方法不标准,不精确但再现性在A，B，C之间很好!,相同的部门，特性，不同（相似的人）设备，反复测量,稳定性,时间的精确度和精密度不同的评价,时间1,时间2,真实值(标准),时间1,时间2,稳定性差,稳定性好,3.测量系统评估索引,测量精密度,rpd,rpt,MS,2,2,2,s,s,s,+,=,方差,反复性,再现性,标准偏差,精密度,分散,精确度,平均值,Bias,测量错误分解,精确度,精密度,测量错误,+,=,测定能力评价指数的分类,测定系统方差:测定系统的所有精确度决定的基础在于是否使用测定系统%贡献度在与制品/工序偏差进行比较%反复性和再现性不同种类的数目Single-to-Noise比率与幅度比较精密度与幅度的比率,测定能力评价指数,LSL,USL,幅度,幅度,T,P,MS,-,=,=,(%),100,15,.,5,/,s,2.,1.%贡献度,3.,5.15是包括99%的所有观测值,*样品恰当地代表了分散程度是很有意义的.,),(,),(,Ratio,SN,MS,p,s,s,测定系统偏差,部分偏差,=,4.,*恰当的测定系统可以进行区别的范围的个数,不同种类的个数,1.41,SN,=,ratio,5.,来源%贡献度%研究变量%公差GageR&R总计10.6732.6634.31可重复性3.1017.6218.51重制度7.5627.5028.89操作员2.1914.8115.55操作员*PartID5.3723.1724.34部分-到-部分89.3394.5299.28变动总计100.00100.00105.04清晰的分类数量=4,minitab执行结果,测定错误的影响,假如P/T比率很大，Cpk值就会比真实值小.假如P/T比率很大,概率分类错误发生概率就变大.假如P/T比率小，利用管理图来检测工序的特别情况的时间就变长.如果差别是复杂的，样品大小能被减少的,P/T图的影响,%R&R的影响,测定能力评价标准,%贡献度,%R&R或P/T,种类,好,1%,GageR&RStudy(Crossed),Minitab提供了ANOVA法和Xbar分析工具ANOVA是较高级的.,C1SAMPLEC2MEASURERC3VALUE,SAMPLE,MEASURER,VALUE,SAMPLE,MEASURER,VALUE,输入minitab数据表,MinitabCalcMakePatternedData,例)我们做minitab数据表,3个作业者，10个样品，3次测量,minitabgraph(1)分析,它意味着,“如果数据不统一样品就不能代表一个工程的散布？”,代表“选择样本可以很好地代表一个工程的散布?”,minitab图(2)的分析,就是说,“操作员之间的间距是怎样的,操作员之间的距离越小越好,它意味着每一个操作员测量样品是不同的,每一个操作员对样品的测量值是完全相同的是好的!,minitab图(3)的分析,R&R的高度,重复Reprod越接近0越好!,就是说,“相对重要的R&R超过全部偏差是足够小吗?”,minitab图(4)的分析,它意味着“操作员反复测量值是稳定的”.,注意这里.如果结果在界限线外，操作员应该调查原因并重新测量,minitab图(5)的分析,就是说,“区别不同部分的能力是充足的吗?”,标准度量R&R的Xbar图“与R图相反,Xbar图尽可能偏离控制界限线是好的.”,minitab图(6)的分析,Hmmm.每项评估指数是令人不满意吗?7.56%重制度散布比3.10%的可重复性散布大.操作员间的差别还有所要求的测量方法标准化.,minitab价值分析,SourceDFSSMSFPPartID92.058710.22874539.71780.00000Operator20.048000.0240004.16720.03256Operator*PartID180.103670.0057594.45880.00016Repeatability300.038750.001292Total592.24912,ANOVA结果分析,在ANOVA表格里,PartID的影响程度非常大,操作员&操作员*PartID很小,SourceDFSSMSFPMeas.position2083.90134.195075144.310.00000measurer10.00160.001611.970.17570measurer*mea.position200.01630.000820.960.52178Repeatability840.07170.00085Total12583.9909,标准度量运行图,至于操作员2,二次测量值比一次测量值的小这是一个趋势至于部分10,操作员的测量值显示不同,再有所要求清除原因的形成.,StatQualityToolsGageRunChart,如果我们观察标准度量运行图,容易抓住操作员的测量习惯,测量物体时发生的困难,标准度量线性学习,StatQualityToolsGageLinearityStudy,训练确认是否有特殊趋势或习惯把测量认为在仪器测量范围内错误,我们必须了解真实值和部分散布.,真实值:标准值,结果,标准度量直线性,至于测量仪器,错误标记和计算结果被测量范围改变为线性,大多数错误受线性影响,因此要求恰当的改订.,连续数据R&R练习,准备5个成员一组管理人员1人录音1人测量员3人100(won)硬币每10个硬币为一组,选择19702000制造以外的10个硬币为一组,1998制造的模型游标尺测径器:1人1组,练习1)标准度量的准确度和精确度一个操作员，用相同的标准度量，在相同的条件下，用相同的方法，同样的货币，测量超过20次。计算测量结果的平均值和标准偏差精确度标准偏差小于公差的1/10.如果大于1/10,应该远离噪声原因如)不固定的夹具如果标准度量的问题,应该调换仪器.准确度如果我们知道真实值(标准),我们能获得准确度使用标准样品使用较高等级的标准仪器如果我们不知道真实值,我们不能知道准确度,练习2)两个仪器相比较(精确度)平衡选择不在19701990制造的硬币1020个一个操作员，在相同的条件下，使用相同的方法，用任何一个硬币，两个测量仪器，分别测量一次获得一对数据,在Minitab里输入数据,分析它配对测试的用途如果结果产生平均值的差别很小（或没有）,两个测量仪器在精确度上好象没有什么差别.如果结果产生平均值有一些差别,一个或两个测量仪器在精确度上好象有一些问题,练习3)恰当的选择部件用1998年铸造的硬币，可执行的R&R,分析。然后毁坏结果.反复考虑R&R的结果原因.练习4)R&R平衡选择不在19701990制造的硬币，可执行R&R硬币与练习结果1有区别吗?如果结果令人不满意,如何改进测量体系和经改进东西的前/后比较如何改进测量体系和经改进东西前/后的比较毁坏与改进计划一致,可执行的标准度量,分析结果,检讨是否有更多需要改进的事项.,6.R&R属性值,R&R属性值检校每一个操作员评估样品质是否恰当/不恰当步骤准备20个样品准备10个不容易区别的适当样品和10个不恰当(缺点)的样品.使两个操作员决定任意轮换,两次,分隔的.,盲目评估结果安排一个操作员不一致的数量.操作员之间的inconsis-tencies的数量事实间差别数量是否每一个样品全部结果改善了测量体系和再评价.如果测量体系不能被改进,用另一个体系代替,ex)达到/没达到标准度量,至于操作员1,评估不同结果的数量是两次.因此,为方法&步骤的教育和训练是必要的.,操作员,sample,操作员,7.特别案例,是否样品不够多在案例中获得仅一个样品而取代众多样品,用于考虑规格.例)检校关键仪器的精密度和精确度,常用假人代替真人.如果破坏测试找出恰当的取代特性.,在同一条件下,反复测量是不可能的.检校重制度例)纸直升飞机飞行时间自从条件每一次飞行时间轻微变化以来,事实上,完全相同的重复飞行测量是不可能的不飞行一次,几个操作员同时和如前所说的测量,在测量者之间的重制度能被分析如果不是普通产品,ex)假如反复的尺寸是不可能的-两个操作员的测量结果,同时的,清空“Operators”列,填充“Partnumbers”列,“Measurementdata”列,Source%Contribution%StudyVarTotalGageR&R5.4723.39Repeatability5.4723.39Part-to-Part94.5397.23TotalVariation100.00100.00清楚的分类数量=6,它表现操作员的重制度不循环,小于中心值的5%,分析结果,ex)如果仅有一个操作员能测量-一个操作员反复测量结果(2次),剩余空格“Operators”.输入“Partnumbers”,“MeasurementData”.数据,Source%Contribution%StudyVarTotalGageR&R5.4723.39Repeatability5.4723.39Part-to-Part94.5397.23TotalVariation100.00100.00清楚的分类数量=6,它表现操作员的重制度不循环,小于中心值的5%,ex)如果不是普通产品-组织基础消灭的测量,在这个案例里,我们能评价用基底测量位置标准测量仪器水平的精确度我们能测量被认为是一个样品的每一个基底测量点,XXXXXXXXXX,ex)异常案例,纸质直升飞机的降落配置品A4纸20张10把尺,10把剪刀回形针1盒10个stop-watchs试验方法一个小组做一个纸直升飞机.通过10次降落试验,相同的降落时间搜集数据在Minitab里输入结果并分析,8.测量体系改进案例,DESCRIPTION,BASE,LINE,M,Stage,I,Improvedrate,TOTAL,GAGE,R&R,%,Contribution,4,4,.,0,3,2,3,.,9,4,8,.,7,8,8,0,%,%,Study,Var,6,6,.,3,5,4,8,.,9,3,2,9,.,6,3,5,5,%,2,0,6,3,8,5,%,Stadardizationofmeasuringmethod,Stopperinstal,标准度量R&R范例,RangeofMeasuringError,Improvedcontents,Stage,Gage,R&R,Gage,R&R,for,MAX,Source,%,Contribution,%,Study,Var,Total,Gage,R&R,4,4,.,0,3,6,6,.,3,5,Repeatability,2,7,.,7,0,5,2,.,6,3,Reproducibility,1,6,.,3,2,4,0,.,4,0,OPERATOR,0,.,0,0,0,.,0,0,OPERATOR*JIG,NO,1,6,.,3,2,4,0,.,4,0,Part-To-Part,5,5,.,9,7,7,4,.,8,1,Total,Variation,1,0,0,.,0,0,1,0,0,.,0,0,Number,of,Distinct,Categories,=,2,基础线体,Gage,R&R,Study,Gage,R&R,for,MAX,Source,%,Contribution,%,Study,Var,Total,Gage,R&R,8,.,7,8,2,9,.,6,3,Repeatability,8,.,3,7,2,8,.,9,4,Reproducibility,0,.,4,1,6,.,3,9,OPERATOR,0,.,4,1,6,.,3,9,Part-To-Part,9,1,.,2,2,9,5,.,5,1,Total,Variation,1,0,0,.,0,0,1,0,0,.,0,0,Number,of,Distinct,Categories,=,5,G,a,g,e,n,a,m,e,:,D,a,t,e,o,f,s,u,d,y,:,R,e,p,o,r,t,e,d,b,y,:,T,o,e,r,a,n,c,e,:,M,s,c,:,#,1,1,9,9,9,.,7,.,6,1,9,9,9,.,7,.,7,0,8,4,7,8,4,8,8,4,9,8,5,0,8,5,1,8,5,2,8,5,3,1,2,3,X,b,a,r,C,h,a,r,t,b,y,O,P,E,R,A,T,O,R,S,a,m,p,l,e,M,e,a,n,a,r,G,a,g,e,R,&,R,R,e,p,e,a,t,R,e,p,r,o,d,P,a,r,t,-,t,o,-,P,a,r,t,0,5,0,1,0,0,C,o,m,p,o,n,e,n,t,s,o,f,V,a,r,i,a,t,i,o,n,P,e,r,c,e,n,t,G,a,g,e,R,&,R,(,A,N,O,V,A,),