GRR_测量系统分析_MSA.ppt

1。前言：在日常生产中，我们经常根据获得的过程加工部件的测量 数据去分析过程的状态、过程的能力和监控过程的变化；那么， 怎么确保分析的结果是正确的呢？我们必须从两方面来保证，一 是确保测量数据的准确性/质量，使用测量系统分析（MSA）方法 对获得测量数据的测量系统进行评估；二是确保使用了合适的数 据分析方法，如使用SPC工具、试验设计、方差分析、回归分析 等。 测量系统的误差由稳定条件下运行的测量系统多次测量数据的统 计特性：偏倚和方差来表征。偏倚指测量数据相对于标准值的位 置，包括测量系统的偏倚（Bias）、线性（Linearity）和稳定性（ Stability）；而方差指测量数据的分散程度，也称为测量系统的 R 注意计划外因素 进行研究 指导方针 每个操作员对所有的样本进行一次随机测量 持续进行直到每个操作员对所有的样本完成一次测量 这是试验 1 确保零件进行标记以便于数据采集但对操作员保持“隐蔽”（无法辨别） 重复需要的试验数 每个样本应该由每个操作员测量3次 使用表格收集信息 分析结果 如果还有的话，确定进一步措施 12 Minitab中的测量系统分析（MSA）实例 选取10个零件表征工艺过程中变异的预期范围 3个操作员随机测量10个零件，每个零件3次 打开 Gage3.mtw 选择 StatQuality ToolsGage R&R Study (Crossed) 13 Minitab中的Gage R&R 在Part numbers（零件号）中输入Part（零件） : Operators（ 操作员）中输入Operator（操作员）: Measurement data（测量 数据）中输入Response（响应） : ANOVA（方差分析）和X-bar & R分析主要的不同之处在于 ANOVA 将通过零件间的交互作用对操作员进行评估 ANOVA 方法更保守 14 Minitab中的Gage R&R : 选项 5.15 是study variation（研究变异）的默认值 z 值范围计算99% 潜在的研究变异 基于变异计算标准的偏移可以在所选零件的研究中看到 规格界限是10.75 (USL) 和 8.75 (LSL) 点击 Options 在process tolerance（过程公差）对话框中输入2.0 (10.75 8.75 = 2.0) 在historical sigma（历史西格玛值）对话框中输入0.195 双击 OK 15 解释:可接受性 如果工艺过程公差和历史西格玛值没有用在Minitab中, 一个关键的设想 是:选取的用于研究的样本零件可以真实地展现实际工艺过程变异。这样 的话，测量系统的可接受性仅基于对研究中零件变异的比较。如果注意 选取研究样本零件，这将是一个有效的假设。 AIAG 规定 “评估测量系统是否可以分析工艺过程的一个标准要素是零件 公差或测量系统变异所耗费的操作过程变异” 。记住指导方针是: 10 % 以下误差 可接受的 从10%到30% 由于使用风险、测量仪器的成本、修理成本等考虑也尚能接 受 超过30 % 认为不可接受 应该努力全面改进测量系统 16 Minitab Sixpack 17 Gage R&R 间的联系 当操作员的结果可重复以及操作员间的结果可再现时，可以认为 测量过程一致。 当操作员测量的变化相对于工艺过程的变化或公差范围较小时， 标准度量可以有效检地测到零件之间的变异。 测量所耗工艺过程变异的百分比 (% R&R)决定了测量过程的一致 性并能检测出零件之间的变异。 异 变 的 组 成 百 分 比 重复性 再现性 零件间 影响 方差分析 工艺过程 公差 18 Minitab Sixpack 注意看带条纹的柱条 它们 表示总体变异对于数据影响 的%。Gage R&R是测量系 统的总体变异，分为重复性 和再现性。零件之间变异的 柱条表示工艺过程变异的估 计。 还记得我们要进行测量的原 因吗？ 工艺过程变异的估计直到输 入Historical Sigma 在检验员之间 或检验员与检 验员之间 标准度量内 或一个检验员 总体Gage R&R 异 变 的 组 成 影响 方差分析 工艺过程 公差 百 分 比 重复性 再现性 零件间 19 重复性表明在极差图中实际所有极差点在控制极限以下。任何超出极限的点都需要进行研究。 重复性: 图表视图 重复性由特别的极差图进行检测，表中画出了每个操作员测量每 个零件的差异。如果被测零件的最大值和最小值间的差异未超过 UCL, 则视度量标准和操作员为可重复的。 样 本 范 围 操作员的极差图 20 再现性: 图表视图 在Minitab一段（在随后的幻灯片中讨论）中的表格分析是分析确 定再现性的最好方式。图表中可以看出各个操作员测量相同样本 的操作员模式是否有明显不同。 测量变异 总工艺过程变异 分辨率 样 本 均 值 操作员的Xbar图 21 MSA分析: 有效系统 期望得到的图点均超出UCL和LCL的限制，因为该限制是由标准度量的 变异所确定的。这些图点应该显示出标准度量变异应该远小于零件间的 变异。 如果所选样本不能代表工艺过程的总体变异，则标准度量 (重复性)变异 可能大于局部变异并且使确切的范畴计算成为无效。 如果操作员模式没有可比性，则操作员和零件间存在明显的关联 (这将在 另一张幻灯片中讨论) 操作员的Xbar图 样 本 均 值 22 X Bar图(期望值) UCL LCL 测量 误差 产品变异 X Bar图 (不可接受值) 0.00000 UCL LCL 测量 误差 产品变异 0.00001 0.00002 0.00003 0.00004 0.00005 0.00006 0.00007 0.00008 0.00009 0.00010 0.00011 MSA分析: 测量误差 23 Minitab Sixpack 极差图是否在控制范围之内? X-bar 图和极差图上的限制从何而来? 我们要不要控制极差图和X-bar图? 在我们的测量系统中控制 范围代表什么? 操作员的Xbar图 操作员的极差图 样 本 范 围 样 本 范 围 24 Minitab Sixpack 本图显示所有操作员共同绘制10个零件的数据 ，显示了原始数据并强调突出了测量的平均值 。 与上图相似，但零件是按操作员而不是按数 据进行排列，此图可以帮助识别操作员的测 量结果。 此图显示每个操作员对所有10个零件的数据 。这是显示零件与操作员之间关系的最好方 式。 通过零件 通过操作员 零件 操作员 零件 平 均 操作员 操作员*零件 关系 25 通过零件: 变异分析 图中显示所有操作员共同绘制10个零件的数据。此图应该显示工 艺过程中最小尺寸到最大尺寸的同一个零件的图点。如果是工艺 过程中生产的零件，则它们有的同时在公差范围内和有的则公差 范围外。如果一个零件显示出较大的分散性，则它不适宜作为测 试品，因为在该零件可能体现不出其特性。 超界零件 零件 26 通过操作员: 变化分析 此图显示了操作员绘制的10个零件数据。红线连接了操作员所绘 制全部10个零件的平均值，红线应该是水平状态的。任何明显的 倾斜表示操作员与其他操作员相比，在测量零件时有或大或小的 偏移。 超界操作员 操作员 27 操作员与零件的关系 操作员影响: 如果平均值连线出现明显的分离，则在进行测量的 操作员和被测量的零件之间存在一定关系。这不是好现象，需要 进行研究。 零件 均 值 操作员与零件 的关系 操作员 28 Minitab Sixpack 图形输出的问题 变异的组成 超界零件 超界操作员 操作员的极差图 操作员*零件 关系 操作员 零件 均 值 操作员 零件 百 分 比 样 本 范 围 样 本 均 值 %影响 %方差分析 %工艺过程 %公差 操作员的Xbar图 29 Gage R&R: 数字输出 以下表中是用Mintab算出变异研究的百分比, 它是每个变源占计算 可能的总变异比例. 5.15 * SD表示总变化统计值 99%是如何计算 的，而且除非输入了Historical Sigma 值，否则一律假设其等于真 实工艺变化的99%。 为了进行工艺过程 改进，这些值应当 小于 30% 30 Gage R&R: 数字输出 %用于根据已知的%进行的测量分析，来对测量系统有效性进行分 级。如果工艺过程进行顺利，则%公差很重要。%总数按照数学累 加也许会超过100%。 区分指数值表示, 在研究变异中, 测量系统能可靠地识别不重叠测 量组的数目。我们希望这个数目是5或者更高。4是临界值。小于4 意味着测量系统只能使用计数型数据。 31 让我们再做一次 选取3个零件表示预期工艺过程变异的范围。 3个操作员以随机顺序测量3个零件各3次。 打开练习 Gage2.mtw 无可用的工艺过程历史并且未制定公差。 此数据组用于举例说明Gage R&R和标准度量运行图。 32 测量系统如何表示? 变异的组成 通过零件 通过操作员 操作员的极差图 均 值 操作员 零件 百 分 比 样 本 范 围 样 本 均 值 均值406.2 %影响 %方差分析 操作员*零件 关系 操作员 零件 来源 总体Gage R&R 重复性 再现性 销售再现性 零件之间 总体变异 操作员的Xbar图 33 执行测量研究 如何对以下一些工艺过程建立测量研究？ 报价 雇员绩效检查 评估关于工伤的严重性 雇佣程序 举例: 报价程序 过程的简要描述:客户为了修理设备给出工单。一个分析员查看工单 并为完成工单进行估价，然后对客户进行报价。 在该情况下相关的测量误差是什么？ 34 执行MSA 比尔相信报价过程中的变异是客户满意度 的重要影响因素 比尔收到客户反馈，其价格变化源于恶性竞争 用一周的时间为客户任务报价，在一周后递交近乎相同的作业并看到35%的 价格变化是不正常的。 帮助比尔决定如何估计报价过程中的误差 量，尤其是与重复性和再现性相关的 比尔决定设置10份假客户定价需求并让3名不同的内部店员在随后的2周内各 报价3次。 由于公司提供产品的多样性，比尔选择 销售经理计算的定价需求$24,000