[工程科技]测量系统分析MSA.ppt

- 是否是文件化的检查/测量方法? - 细部的PROCESS MAP准备好了吗? - 是否具备了具体的测量系统和测量设定? - 有没有经过训练并获得认证的作业者? - 测量仪器的补正是否按照适当的计划在进行? - 追踪正确性吗? - 追踪RR吗? - 追踪偏离吗? - 追踪线形性吗? - 追踪分辨率吗? - 与供货商或顾客是否具有适当的相关关系? P/T 比(Minitab中的% Tolerance)在推断测量系统的精密性时最为常用. 该推断值适合用于评价测量系统关于SPEC功能发挥如何时使用. 但是，SPEC可能过小或过大. 通常 P/T比是使用测量系统对样品进行分类时，可以成为最为准确的推断值. 测量误差对工程能力指数的影响 测量误差越大, 越影响我们掌握真正的工程能力. 一般对2-3名作业者进行 一般用10个样品作为测量对象 每个作业者对每个样品进行2-3次的反复测量 要在具有正态分布的PROCESS中取样. 例: 生产平均=9, SIGMA= 0.01的物品，那么样品应在8.97 - 9.03 (99%的范围)之间选定. 注意 1 如果用不同成分的材料进行生产，即使是使用一个PROCESS，要把它分为更细部的集团后进行R R 分析 例: PROCESS用70.0, 85.0, 90.5的材料进行生产. 公差都是 +/- 0.50, 用同一个测量系统进行测量. 对每种材料进行一次分析，总共进行3次分析 如果把三种样品合在一起分析, GR R值就会人为的变小. A. 调整测量仪器的刻度，确认刻度是否合适. B. 1号作业者按照随意的顺序对所有样品进行一次测量. C. 2号作业者按照随意的顺序对所有样品进行一次测量. D. 依次类推，让所有作业者都测量一次. (这是一次测量) 根据测量次数，重复B~D过程. 利用以下内容决定RR 统计量. 反复性 再现性 反复性和再现性的各自的标准偏差 %RR P/T 比 对结果进行分析，必要时决定后续的措施. 制作Trial 2次, Operator 3名, Sample 10个的测量系统分析的表格. Minitab文件有以下列. Sample Operator Trial Measurment data 制作测量次数 / 作业者/ 样品 组合的表格. 这是使用 Make Patterned Data 功能. 作业者用姓名表示，用 “Coding” 功能也可以进行分析. 利用Minitab进行数据分析 打开ANOVA MSA.MPJ文件中的 AIAG MSA Example 工作表 利用Minitab的 Gage RR Study 功能 Minitab 提供分析性和视觉性信息. 分析结果 ANOVA 表 散布的组成要素 比率 (%)的表 使用图表的视觉性结果 X-Bar / R CHART 散布的组成要素 作业者 – 样品的交互作用PLOT 作业者和样品别的各自的PLOT 让我们先看一看分析性结果后，再来看利用图表的结果. 若作业者的平均不同，说明再现性有问题. 所有作业者的平均都应在管理界限以外，并具有一贯的形态. 这说明我们所期望的样品间散布大. 图中的大多数数据点应在管理界限以外. 若大部分点在管理界限以外，R- Chart也在管理状态下，就能决定测量系统给总PROCESS散布带来多大的影响. 在以下情况下可能导致不充分的分辨率. R –Chart管理界限内存在5个以下点. 即使存在5个以上的点, 其中四分之一的点都是0. R- Chart 出现脱离管理界限的情况,说明反复性有问题. 作业者的范围(range)脱离管理界限,其他的没有脱离的情况，说明测量方法上出现问题. 如果所有作业者都脱离了管理界限，说明该测量系统对作业者技法非常敏感. Xbar Chart R Chart 解释“总散布中Gage RR所占的比重是否足够小” . Gage RR 柱子越小越好, Part-to-Part 柱子越大越好. 散布的组成要素 %RR 对于PROCESS改善活动LEADER来说是最好的测量值. % R R是用来推断测量系统对整个PROCESS散布的影响. %RR 是进行PROCESS改善分析时最有用的推断值. % R R的用途 P/T 比 公差中测量误差占多少%. 包含了反复性和再现性. 作业者 x 样品 x 测量次数 最好 : 10%, 允许: 30% 注意 : 5.15的标准偏差占测量系统散布的 99%.