GRR测量系统分析MSA.ppt

警告 Gage R 注意计划外因素 进行研究 指导方针 1.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） 2.重复需要的试验数 每个样本应该由每个操作员测量2 - 3次 3.使用表格收集信息 4.分析结果 5.如果还有的话，确定进一步措施 5 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) 6 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 7 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 8 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 9 Minitab Sixpack 10 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。 11 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 Minitab Sixpack 12 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 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。 13 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。 样 本 范 围 操作员的极差图 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。 14 测量变异 总工艺过程变异 分辨率 样 本 均 值 操作员的Xbar图 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) 15 操作员的Xbar图 样 本 均 值 MSA分析: 测量误差 16 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 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? 17 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 Minitab Sixpack 18 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 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。 19 超界零件 零件 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。 20 超界操作员 操作员 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。 21 零件 均 值 操作员与零件 的关系 操作员 Minitab Sixpack 图形输出的问题 22 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 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%。 23 为了进行工艺过程 改进，这些值应当 小于 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 。 24 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。 25 测量系统如何表示? 26 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 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？ 27 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 部门终于拥有足够的销售量，