（MSA）测定系统分析

1、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- Gage R&R的学习- Gage Run 图- Gage Linearity （线性图）学习6. 特性值 R&R7. 特别值8. MSA 改善事例TQMSPC/SQCDOE检查品质MSAMSA 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

2、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.-6 Sigma理念 (Mikel J. 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

3、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

4、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

5、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 : 7 8 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

6、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(相关标准) 平均值设备 1设备 2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真实值相同部门，相同特性，相同的人，设备，反复测定不精确但

7、反复性很好！精确但反复性不好！再现性真实值测量人 A B CA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rpdrptMS222sss+=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

8、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LSLUSL幅度幅度TPMS-=(%)10015.5/s2.1. %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.)()(RatioSNMSpss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1.41SN=ratio5. 来源 % 贡献度 % 研究变量 % 公差 Gage R&R总计 10.67 32.66 34.31 可重复性 3.10 17.62 18.51 重制度 7.56 27.50 28.89操作员 2.19 14.81 15.

9、55操作员*PartID 5.37 23.17 24.34部分-到-部分 89.33 94.52 99.28 变动总计 100.00 100.00 105.04清晰的分类数量 = 4minitab 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% 10% 10考虑费用重要性 30% Quality Tools Gage R&R S

10、tudy(Crossed)Minitab提供了 ANOVA 法和 Xbar 分析工具 ANOVA 是较高级的.C1 SAMPLEC2 MEASURERC3 VALUESAMPLEMEASURERVALUESAMPLEMEASURERVALUE输入 minitab 数据表MinitabCalcMake Patterned Data例 )我们做 minitab 数据表, 3 个作业者，10个样品，3 次测量minitab graph (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coinMisc

11、:Tolerance:Reported by:Date of study:Gage name:024.0023.9523.90321Xbar Chart by operatorSample MeanX=23.973.0SL=24.00-3.0SL=23.9500.080.070.060.050.040.030.020.010.00321R Chart by operatorSample RangeR=0.028333.0SL=0.07294-3.0SL=0.00E+0010 9 8 7 6 5 4 3 2 124.0223.9723.92partoperatoroperator*part In

12、teractionAverage12332124.0524.0023.9523.90operatorBy operator10 9 8 7 6 5 4 3 2 124.0524.0023.9523.90partBy part%Total Var%Study VarPart-to-PartReprodRepeatGage R&R100500Components of VariationPercentGage R&R (ANOVA) for measure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coinMisc:Tolerance:Reported by:Date of stu

13、dy:Gage name:024.0023.9523.90321Xbar Chart by operatorSample MeanX=23.973.0SL=24.00-3.0SL=23.9500.080.070.060.050.040.030.020.010.00321R Chart by operatorSample RangeR=0.028333.0SL=0.07294-3.0SL=0.00E+0010 9 8 7 6 5 4 3 2 124.0223.9723.92partoperatoroperator*part InteractionAverage12332124.0524.0023

14、.9523.90operatorBy operator10 9 8 7 6 5 4 3 2 124.0524.0023.9523.90partBy part%Total Var%Study VarPart-to-PartReprodRepeatGage R&R100500Components of VariationPercentGage R&R (ANOVA) for measure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coinMisc:Tolerance:Reported by:Date of study:Ga

15、ge name:024.0023.9523.90321Xbar Chart by operatorSample MeanX=23.973.0SL=24.00-3.0SL=23.9500.080.070.060.050.040.030.020.010.00321R Chart by operatorSample RangeR=0.028333.0SL=0.07294-3.0SL=0.00E+0010 9 8 7 6 5 4 3 2 124.0223.9723.92partoperatoroperator*part InteractionAverage12332124.0524.0023.9523

16、.90operatorBy operator10 9 8 7 6 5 4 3 2 124.0524.0023.9523.90partBy part%Total Var%Study VarPart-to-PartReprodRepeatGage R&R100500Components of VariationPercentGage R&R (ANOVA) for measure 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

17、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. 来源 % 贡献度 % 学习变量 标准度量 R&R总数 10.67 32.66 可重复性 3.10 17.62 重制度 7.56 27.50 操作员 2.19 14.81 操作员*PartID 5.37 23.17 Part-To-P

18、art 89.33 94.52 变动总数 100.00 100.00 清晰的分类号码 = 4 minitab 价值分析Source DF SS MS F P PartID 9 2.05871 0.228745 39.7178 0.00000Operator 2 0.04800 0.024000 4.1672 0.03256Operator*PartID 18 0.10367 0.005759 4.4588 0.00016Repeatability 30 0.03875 0.001292 Total 59 2.24912 ANOVA 结果分析在 ANOVA 表格里, PartID的影响程度非常大

19、,操作员 & 操作员*PartID 很小Source DF SS MS F P Meas.position 20 83.9013 4.19507 5144.31 0.00000measurer 1 0.0016 0.00161 1.97 0.17570measurer*mea.position 20 0.0163 0.00082 0.96 0.52178Repeatability 84 0.0717 0.00085 Total 125 83.9909 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. Stat

20、 Quality Tools Gage Run Chart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 Stat Quality Tools Gage Linearity Study 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1

21、0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

22、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

23、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. 1 2sample 1

24、2 121234567891011121314151617181920GGNGNGGGNGNGGGGGGGGGGGGGGGGNGGGNGNGGGGGNGGGGGGGGGGGNGGGNGGGGGGGGGGGGGGGGGNGGGNGGGGGGGGGGGGGG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

25、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 “Part numbers” 列,“Measurement data” 列Source %Contribution %Study Var Total Gage R&R 5.47 23.39 Repeatability 5.47 23.39 Part-to-Part 94.53 97.23 Total Variation 100.00 100.00 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

26、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“Part numbers”, “MeasurementData”.数据Source %Contribution %Study Var Total Gage R&R 5.47 23.39 Repeatability 5.47 23.39 Part-to-Part 94.53 97.23 Total Variation 100.00 100.00 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

27、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 X XXXXXXXXXex) 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DESCRIPTIONBASELINEM StageIImproved rateTOTALGAGER&R%Contribution44.0323.948.7880%StudyVar66.3548.9329.6355%2063

28、85%Stadardization of measuring methodStopper instal标准度量 R&R 范例 Range of Measuring ErrorImproved contents StageGageR&RGageR&RforMAXSource%Contribution%StudyVarTotalGageR&R44.0366.35Repeatability27.7052.63Reproducibility16.3240.40OPERATOR0.000.00OPERATOR*JIGNO16.3240.40Part-To-Part55.9774.81TotalVaria

29、tion100.00100.00NumberofDistinctCategories=2基础线体GageR&RStudyGageR&RforMAXSource%Contribution%StudyVarTotalGageR&R8.7829.63Repeatability8.3728.94Reproducibility0.416.39OPERATOR0.416.39Part-To-Part91.2295.51TotalVariation100.00100.00NumberofDistinctCategories=5Gagename:Dateofsudy:Reportedby:Toerance:M

30、sc:#11999.7.61999.7.70847848849850851852853123XbarChartbyOPERATORSampleMeanX=8.4883.0SL=8.502-3.0SL=8.47300.000.010.020.030.04123RChartbyOPERATORSampleRangeR=0.0079333.0SL=0.02592-3.0SL=0.00E+00123458.478.488.498.508.518.528.53JIGNOOPERATOROPERATOR*JIGNOInteractionAverage1231238.478.488.498.508.518.

31、528.53OPERATORByOPERATOR123458.478.488.498.508.518.528.53JIGNOByJIGNO%TotalVar%StudyVarGageR&RRepeatReprodPart-to-Part050100ComponentsofVariationPercentGageR&R(ANOVA)forMAXGagename:Dateofstudy:Reportedby:Tolerance:Misc:06.1556.1576.1596.1616.1636.1656.1676.16912XbarChartbyOPERATORSampleMeanX=6.1603.0SL=6.162-3.0SL=6.15800.0000.0010.0020.0030.00412RChartbyOPE