《MSA测量系统分析》PPT课件.ppt

MeasurementSystemsAnalysis,测量系统分析,计数型MSA,计量型MSA,GAGER&R,测量系统的意义,测量是任何六个西格玛项目的基础,SixSigma项目中的每一个决定，几乎都是基于客观数据做出的，如果基础数据都不可靠，整套的方法论/流程就都成为了流沙上的高楼。于是，测量系统分析(MeasurementSystemAnalysis)，作为保证数据可靠的一个流程，在SixSigma中就显得格外重要。,您的测量系统是否好得足以让您放心收集数据？GageR&R分析给您答案。,称重案例,谁的称准？,“测量系统”概念,-与进行测量有关的任何东西：人、测量工具、材料、方法和环境。,将“测量系统”看作是会给测量数据带来额外误差的子过程，其目的就是使用误差尽可能小的测量过程。,S标准W工件(如,零件)I仪器P人/程序E环境,任何观测数据的误差，都是部件的实际误差和测量系统误差的总和。,总误差,被测量对象误差,测量系统误差,测量仪器误差,测量人员误差,准确性,线性,稳定性,重复性,测量人员误差,测量人员和被测量对象交互误差,测量系统误差的来源,误差是必然现象,研究对象,确定测量某种东西时出现的波动(误差)的大小和类型,误差是否很小，相对产品规范或过程误差来说是否可以接受。如果不可接受，从何处着手来改进测量系统使您能够对数据的“质量”充满信心测量仪器是否具有足够的分辨率,MSA（GageR&R分析）-作用,将提供与您的测量数据有关的信息，用于测量系统改善的参考,根据测量对象的性质，测量系统分析有两种形式：1.Attributes计数值/定性值（离散数据）数据不能以连续的标尺描述通过/不通过，好/坏采用计数型测量系统分析2.Variables计量值/定量值（连续数据）数据可以用连续的标尺来描述采用计量型测量系统分析,注意：1、一看到数据，就要确认测量数据类型2、计数值和计量值必须用不同的方法处理,确认测量数据类型确定误差来源选择样本收集数据分析数据,1、确认测量数据类别,测量系统分析步骤,计量型数据的样本选择所选样本代表整个过程范围计数型数据的样本选择规格内和规格外的样本，部分接近界限的样本,2、确定误差来源,自动测定系统,普通测定系统,目视检查,部品本身、测量仪器,人员、测量仪器、部品,检查人员、部品,3、选择样本,4、收集数据,测量系统分析步骤,5、对测量数据进行分析,完成测量后，最后一步是对测量数据进行分析处理,在测量前确认以下事项,测量时注意事项：,仪器在校验期内吗？,仪器精度足够吗？（1/10理论）,随机与真实,详细介绍,测量系统分析基本术语,一、准确度和精密度,假定材料的硬度的“真值”是5.0,方法1得到的读数为：3.8，4.4，4.2，4.0方法2得到的读数为：6.5，4.0，3.2，6.3哪种方法更准确？哪种方法更精密？你倾向哪种方法？为什么？,系统可测量的小数部分的位数，测量的增量至少要达到产品或过程规格宽度的十分之一,二、分辨率（Resolution）,应该使用哪一把尺测量具有上述分布的过程？,三、重复性（Repeatability）,由同一个测量系统，多次重复测量同一零件的同一特性时，所获得的测量值的变异称为量具的重复性，或称为测量系统的重复性，简称为重复性；一个好的测量系统应具有很好的重复性，也就是它的重复测量值的变异是很小的；,重复性,第一次测量,第二次测量,重复性：对同样的变量在相似条件重复测量时的变异同一检验员同一设置同一量具相同的环境条件短期,2total=2product+2repeatability+2reproducibility,三、重复性（Repeatability）,2means,由不同测量系统测量同一零件的同一特性所得重复测量的均值的变异，称为量具的再现性，或称为测量系统的再现性，简称再现性。,四、再现性（Reproducibility）,再现性,测量系统A,测量系统B,不同条件下同一测量时的变异不同的操作人员不同的设置不同的量具不同的环境条件长期测量变异,四、再现性（Reproducibility）,2total=2product+2repeatability+2reproducibility,2means,精密度-公差比例表示测量误差所占公差的百分比5.15meas代表99%的测量最佳状况：10%勉强可接受：30%包含重复性和再现性,公差=规格上限规格下限,五、P/T比例,一般用百分比表示,应用,P/T比例是对测量系统精密度最常用的估计它评估测量系统针对相关产品规格的测量效果适当的P/T比例极大依赖于过程能力,表示由于测量系统的误差占所有变异的百分比%P/TV：最佳状况：10%可接受：15样本选择选择1：如果过程变异未知，样本应包含正常过程/产品变异的全部范围（以获得TV）选择2：如果过程变异已知，样本应在规格范围内平均分布,样本指南,计数型GageR&R实例,现有一注塑的塑料部件：微波炉某外观控制面板，从外观上目视检验部件，包含直观脏点或其它异常(黑斑)的部件不可接受。关于GageR&RStudy14部件（一般要30以上数据）用于分析一些可以接受，一些不合格，一些处于边缘。对通常检验这种部件的3个操作员进行分析。每个操作员以随机顺序评估每个部件两次。两次评估之间相隔一个星期。原始数据被输入表格中。,打开文件:AttributeMSA.MTW,如何判断？,重复性一致性百分比（量化操作员个人误差）再现性一致性百分比（量化操作员之间误差）,判断结果与标准一致性的百分比（量化测量系统误差）,判断结果与标准一致性的百分比（量化测量系统误差）,测量数据依列放置！,各检验员重复性百分比,各检验员判定与标准一致的百分比,各检验员再现性百分比,各检验员检验结果全部与标准一致的百分比,计数型GageR&R结果说明,实心点-当次比例长线-致信区间,计数型GageR&R图形说明,对于离散数据gageR&R，多大的一致百分比可以接受？一般来说，应该尽量获得90%以上的一致百分比。如果结果非常主观，90%就是一个不切实际的目标。这时，高于80%的一致百分比可能是可接受的。离散变量gageR&R分析就是确定不同类型的“一致百分比”，并决定