Minitab教材4.ppt

1、p1,MSA测量系统分析,p2,MSA的目的,了解测量系统是否有足够的能力来侦测出产品或制程参数的变更。,p3,MSA分析的对像,只要控制计划当中所提出的测量系统就必须进行分析。 包含产品特性 包含过程特性,p4,MSA分析方法的分类,MSA,计量型,计数型,破坏型,p5,计量型MSA,计量型,位置分析,离散分析,稳定性分析,偏倚分析,线性分析,重复性分析,再现性分析,稳定性分析,p6,计数型MSA,计量型,风险分析法,信号分析法,数据解析法,p7,破坏性MSA,计量型,偏倚分析,变异分析,稳定性分析法,p8,偏移(Bias),真值,观测平均值,偏倚,偏倚：是测量结果的观测 平均值与基准值的差

2、值。 真值的取得可以通过采用 更高级别的测量设备进行 多次测量，取其平均值而 定之。,p9,重复性(Repeatability),重复性,重复性是由一个评价人，采用 一种测量仪器，多次测量同一 零件的同一特性时获得的测量 值变差。,p10,再现性(Reproducibility),再现性是由不同的评价人，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。,再现性,p11,稳定性(Stability),稳定性,时间1,时间2,稳定性(或飘移)，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。,p12,线性(Linearity),量程,基准值,观测

3、平均值,基准值,线性是在量具预期的工作范围内，偏倚值的差值,p13,线性(Linearity),观测平均值,基准值,无偏倚,有偏倚,p14,Case study(你喜欢什么类型仪器),基准值,观测平均值,基准值,观测平均值,基准值,观测平均值,p15,稳定性分析的做法,自控制计划中去寻找需要分析的测量系统，主要的考虑来自： 控制计划中所提及的产品特性 控制计划中所提及的过程特性,p16,稳定性分析的做法,选取一标准样品 控制计划中所提及的产品特性 控制计划中所提及的过程特性 取出对产品特性或过程特性有代表性的样本。 针对本样本使用更高精密度等级的仪器进行精密测量十次，加以平均，做为参考值。,p

4、17,稳定性分析的做法,请现场测量人员连续测量25组数据，每次测量25次。 记录下这些数据。 一般而言初期的25组数据最好在短的时间内收集，利用这些数据来了解仪器的稳定状况,p18,稳定性分析的做法,将数据输入到minitab中。 计算每一组的平均值 计算每一组的R值。 计算出平均值的平均值 计算出R的平均值。,p19,稳定性分析的做法,计算控制界限 平均值图：Xbarbar+-A2Rbar, Xbarbar R值图：D4Rbar, Rbar, D3Rbar 划出控制界限 将点子绘上 先检查R图，是否连续25点都在控制界限内，以判定重复性是否稳定。 再看Xbar图，是否连绩25点都在控制界限内

5、，以判定偏移是否稳定。 可以利用Xbarbar-标准值，进行偏差检定，看是否有偏差。 可以利用Rbar/d2来了解仪器的重复性。,p20,稳定性分析的做法,后续持续点图、判图 如果前面的控制图是稳定的，那么就可以将此控制界限做为控制用控制界限。 我们后续就固定时间，使用同样的样本、同样的测量仪器，同样的测量人员。 此时由于样本、仪品、人都是固定的，所以如果绘出来的图形有异常，一般就代表仪器有问题，要进行相应的处理。 异常的判定 点：一点超出控制界限 线：连续七点上升，连续七点下降，连绩七点在同一侧。 面：非随机性分析，在+-1sigma的范围内应覆盖68%的概率。,p21,稳定性分析的做法,保

6、留记录 各项的线性分析的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。,p22,范例,p23,p24,结果判定,可以利用Xbar-MASTER来评估其偏差程度。 可以利用Rbar/d2来评估其EV，例用EV/TV可以了解其相应的EV%。,p25,示例,Master的值为48 产品的公差为48+-2 所以偏差为影响百分比为(48.48-48)/4，当然也可以进行相应的统计t检定看是否有显著差异 利用Rbar/d2来估计其标准差，也可以评估其相应的EV%。,p26,Minitab的做法,收集数据,将数据输入minitab中,制作控制图,判图,数据解析,判

7、定仪器的适用性,p27,偏倚分析的做法,p28,偏倚分析的做法,自控制计划中去寻找需要分析的测量系统，主要的考虑来自： 控制计划中所提及的产品特性 控制计划中所提及的过程特性,p29,偏倚分析的做法,自生产现场抽取样本： 一般是取在制程中间的产品。 拿取此产品到更高精密的测量设备，测量十次，加以平均，取得参考值。,p30,偏倚分析的做法,现场人员测量： 现场人员：指的是实际在现场工作的人员，由于他们来进行测量，才能真正了解公司测量的偏差是多少。 重复测量十五次，取记录其值。,p31,偏倚分析的做法,将数据输入到minitab中： excel：我们利用来计划平均值，标准差，以及平均值的标准差。

8、平均值使用的语法：average 标准差的语法为：stdev,p32,偏倚分析的做法,计算t值，并加以判定 t值的计算法：利用(平均值-标准值)平均值的标准差。 t=是指用来判定是否有明显偏差的基准，其和自由度有关，一般典型的=0.05 如果t t就代表有明显的偏移。 如果t t就代表没有明显的偏移。 在minitab中可直接看p值,p33,偏倚分析的做法,结果判定 如果t t就代表有明显的偏移。 此时就要再看其所受的影响。 我们利用偏差公差，或偏差过程变化范围来了解其受影响的比例，如果比例比较高时那么就可能仪器要停用或者修理。,p34,偏倚分析的做法,保留记录 各项的线性分析的记录要保存下来

9、，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。,p35,偏差练习,p36,数据解析结果,p37,将数据输入minitab,Select: Stat Basic Statistics 1 Sample t,p38,设定检定对像及检定值,输入基准值,p39,绘图选检定直方图,可以选择不同的图型来形象表示,p40,置信区间选0.95,选择置信区间,选择假设和被择假设,p41,结果输出,One-Sample T: 偏差 Test of mu = 0 vs mu not = 0 Variable N Mean StDev SE Mean 偏差 15 0.0067 0.212

10、0 0.0547 Variable 95.0% CI T P 偏差 ( -0.1107, 0.1241) 0.12 0.905 t Histogram of 偏差,p42,图形输出,p43,线性分析的做法,p44,线性分析,决定要分析的测量系统 由控制计划当中挑选，需要进行分析的仪器。 一般典型包含了产品特性测量仪器以及过程特性测量仪器。 测量风险愈高的仪器要愈优先分析。 线性一般是在制程变异范围比较宽，只做单点的偏差分析，可能担心不足时使用。,p45,线性分析,抽取代表制程变异范围的样品，45个 此时一般由现场当中取出。 最好能覆盖最大值和最小值。 针对取出的样品进行精测 利用更高等级的测量

11、设备进行测量十次，将十次的值进行平均，将此平均值做为参考值。,p46,线性分析,请现场测量人员测量每一样本12次 测量人员应当是能够代表实际测量的人员。 同一样品请测量人员重复测量12次。 记录下测量数据。,p47,线性分析,输入数据到minitab表格中 输入已经得到的测量数据。 利用minitab的资料分析工具中的回归工具进行相应的计算。,p48,线性分析,计算截距t值，斜率t值 利用minitab的回归分析进行分析。 我们直接看各项的t检定结果，以及看p值。,p49,线性分析,是否合格，是否要加补正值或调整 检查截距的t值是否大于t，如果是大于t，则代表有明显的截距问题。或则可以直接看p

12、值，如果p0.05也就是代表有明显的截距问题。 检查斜率的t值是否大于t，如果是大于t，则代表有明显的斜率问题。或则可以直接看p值，如果p0.05也就是代表有明显的斜率问题。 如果截距是明显的，那么先看其截距百分比，以决定其是否要加补正值。 如果斜率是明显的，那么先看其斜率百分比，以决定是否要对斜率进行处理。,p50,线性分析,保留记录 各项的线性分析的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。,p51,线性示例,一名工厂主管希望对过程采用新测量系统。作为PPAP的一部份，需要评价测量系统的线性。基于已证明的过程变差，在测量系统操作量程内选择了五

13、个零件。每个零件经过全尺寸检测测量以确定其基准值。然后由领班分别测量每个零件12次。研究中零件是被随机选择的。,p52,示例,p53,输入数据,Select: Stat Regression Regression,p54,输入参数,输入变量,输入自变量,p55,结果输出,Regression Analysis: bias versus m The regression equation is bias = 0.737 - 0.132 m Predictor Coef SE Coef T P Constant 0.73667 0.07252 10.16 0.000 m -0.13167 0.01

14、093 -12.04 0.000 S = 0.2395 R-Sq = 71.4% R-Sq(adj) = 70.9% Analysis of Variance Source DF SS MS F P Regression 1 8.3213 8.3213 145.02 0.000 Residual Error 58 3.3280 0.0574 Total 59 11.6493 Unusual Observations Obs m bias Fit SE Fit Residual St Resid 13 4.0 1.1000 0.2100 0.0379 0.8900 3.76R 16 4.0 1.

15、0000 0.2100 0.0379 0.7900 3.34R R denotes an observation with a large standardized residual,p56,判定,图形分析显示特殊原因可能影响测量系统。基准值4数据显示可能是双峰。 即使不考虑基准值数据4，作图分析也清楚的显示出测量系统有线性问题。R2值指出线性模型对于数据是不适合的模型。即使模型可以接受，”偏倚=0”线与置信交叉而不是被包含其中。 此时，主管应该开始分析和解决测量系统的问题，因为数据分析不会提供任何其它的有价值的线索。然而，为确保所有书面文文件都已作标记，主管还是计算了在此斜率和截距情况下的t

16、统计量。 ta=-12.043 tb=10.158,p57,判定,采用默认值=0.05，t表自由度(gm-2)=58和0.975的比率，主管得出关键值t58,0.975=2.00172。 因为tat58,0.975，从作图分析获得的结果由数据分析得到增强测量系统存在线性问题。 在此种情况下，因为有线性问题，tb与t58,0.975的关系如何无关紧要。引起线性问题可能的原因也可以在前面中找到。 如果测量存在线性问题，需要通过调整软件、硬件或两项同时进行来再校准以达到0偏倚。 如果偏倚在测量范围内不能被调整到0，只要测量系统保持稳定，仍可用于产品过程控制，但不能进行分析，直到测量系统达到稳定。,p

17、58,R&R分析的做法,p59,R&R分析,决定要分析的测量系统 由控制计划当中挑选，需要进行分析的仪器。 一般典型包含了产品特性测量仪器以及过程特性测量仪器。 测量风险愈高的仪器要愈优先分析。,p60,R&R分析,选择十个可以代表制程变化的产品，一般此项产品的变化，最好能够覆盖产品的变化范围比较好。 选择可以代表实际现测量人员的操作测量人员。 每一个测量人员针对每一个产品重复测量23 次。 测量风险愈高的仪器要愈优先分析。,p61,R&R分析,请现场人员对十个产品重复测量23次。 在测量时，要使用盲测的原则，侦测出人员平常测量时的无意识错误，才能真正估计出在正式测量时的误差。,p62,R&R

18、分析,将各项的测量数据输入到excel的档案当中。 输入数据时要注意有效读数，只取到最小读数，如果要估读，只能估读一半。,p63,R&R分析,计算出R&R的结果 一般利用此项的excel表格可以得可以下的结果： AV:人员的变异 EV:仪器的变异 PV：产品的变异 TV：总变异 R&R%：重复性和再现性所占的比例。,p64,R&R分析,判定： R&R%30%，不可以接受。,p65,R&R分析,保留记录 各项的R&R的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。,p66,R&R练习,Select: Stat Quality Tools Gage R&

19、R(Crossed),p67,输入各项参数,p68,得到结果,Gage R&R %Contribution Source VarComp (of VarComp) Total Gage R&R 0.004437 10.67 Repeatability 0.001292 3.10 Reproducibility 0.003146 7.56 Operator 0.000912 2.19 Operator*Part 0.002234 5.37 Part-To-Part 0.037164 89.33 Total Variation 0.041602 100.00 StdDev Study Var %S

20、tudy Var Source (SD) (5.15*SD) (%SV) Total Gage R&R 0.066615 0.34306 32.66 Repeatability 0.035940 0.18509 17.62 Reproducibility 0.056088 0.28885 27.50 Operator 0.030200 0.15553 14.81 Operator*Part 0.047263 0.24340 23.17 Part-To-Part 0.192781 0.99282 94.52 Total Variation 0.203965 1.05042 100.00 Numb

21、er of Distinct Categories = 4 Gage R&R for Response,p69,图形结果,p70,Phase 3计数型MSA,p71,计数型风险分析法的做法,p72,计数型风险分析法的做法,决定要分析的测量系统 由控制计划当中挑选，需要进行分析的仪器。 一般典型包含了产品特性测量仪器以及过程特性测量仪器。 测量风险愈高的仪器要愈优先分析。 一般比较典型的是外观检验部份。 只判定好或不好，通或不通的仪器。,p73,计数型风险分析法的做法,选择二十个左右可以代表制程的样品 此样品必须包含合格和不合格的产品，临界附近的产品最好要有。 现场实际测量人员23人 以实际在现

22、场工作人员为主。,p74,计数型风险分析法的做法,执行测量 每一个样本最好都有其标准值，标准值一般是由公司的质量部所判定。 让每一个对此二十个左右的样品进行测量判定，每一个产品最少要测二次以上，才可以了解每一个人的重复性的情况。 记录下数据。,p75,计数型风险分析法的做法,输入数据到minitab档案 将各个人员的测量结果输入到minitab档案中。 minitab档案可以自动执行计算，并得到相应的分析结果。,p76,计数型风险分析法的做法,计算出风险分析的结果 minitab表格将可以计算出下列四项的内容。 个人的重复性正确百分比。 个人和标准值相比较的正确百分比。 全部测量人员一致的百分

23、比。 全部测量人员和标准一致的百分比。,p77,计数型风险分析法的做法,进行判定，和采取措施 个人的重复性正确百分比90%。 个人和标准值相比较的正确百分比90%。 全部测量人员一致的百分比90%。 全部测量人员和标准一致的百分比90%。 万一小于此百分比，则代表此测量系统尚不可以被接受，应做调整。,p78,计数型风险分析法的做法,保留记录 各项的风险分析法的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。,p79,风险分析法范例,Select: Stat Quality Tools Attribute Gage R&R Study,p80,输入各项参

24、数,p81,结果输出-1,Attribute Gage R&R Study Attribute Gage R&R Study for Rating Each Appraiser vs Standard Assessment Agreement Appraiser # Inspected # Matched Percent (%) 95.0% CI Duncan 15 8 53.3 ( 26.6, 78.7) Hayes 15 13 86.7 ( 59.5, 98.3) Holmes 15 15 100.0 ( 81.9, 100.0) Montgomery 15 15 100.0 ( 81.9

25、, 100.0) Simpson 15 14 93.3 ( 68.1, 99.8) # Matched: Appraisers assessment across trials agrees with standard.,p82,结果输出-2,Between Appraisers Assessment Agreement # Inspected # Matched Percent (%) 95.0% CI 15 6 40.0 ( 16.3, 67.7) # Matched: All appraisers assessments agree with each other. All Appraisers vs Standard Assessment Agreement # Inspected # Matched Percent (%) 95.0% CI 15 6 40.