M阶段绿带教材(最新)

1、整理课件6Sigma绿带培训绿带培训-测量阶段测量阶段目目 录录01七种基本图形(简单介绍）02过程能力分析03测量系统分析04流程图05因果分析06失效模式及后果分析（FMEA）07M阶段回顾与路径七种基本图形 1、X/Y图2、柏拉图3、时间序列图4、控制图5、箱图6、点图7、直方图要理解数据，很重要的部分就是用图形展示数据。要理解数据，很重要的部分就是用图形展示数据。年年 龄龄身身高高9 08 07 06 05 04 03 02 01 001 8 01 6 01 4 01 2 01 0 08 06 04 02 0S S c c a a t t t t e e r r p p l l o o

2、 t t o o f f 身身 高高 v v s s 年年 龄龄 1、X/Y图：表示两个因素之间的简单关系2柏拉图、原理就是2/8原则阐明20的原因产生80的问题年年 龄龄身身 高高3 02 52 01 51 21 06543211 8 01 6 01 4 01 2 01 0 08 06 04 02 0T T i i m m e e S S e e r r i i e e s s P P l l o o t t o o f f 身身 高高3、时间序列图：观察特定时间内的数据变化趋势D Da at ta aW e e k 3W e e k 2W e e k 1987654B B o o x x

3、p p l l o o t t o o f f W W e e e e k k 1 1 , , W W e e e e k k 2 2 , , W W e e e e k k 3 3中值Q1Q3MinQ3+1.5(Q3-Q1)MaxQ3-1.5(Q3-Q1)异常值50数据4、箱图：用来分析种植和四分值关系基本图形X/Y图、柏拉图、时间序列图、箱图5、控制图：探测和监控过程的变异S S a a m m p p l l e eS S a a m m p p l l e e M M e e a a n n1 91 71 51 31 1975316 0 26 0 05 9 8_X = 6 0 0 .

4、2 3U C L = 6 0 2 . 4 7 4L C L = 5 9 7 . 9 8 6S S a a m m p p l l e eS S a a m m p p l l e e R R a a n n g g e e1 91 71 51 31 19753186420_R = 3 . 8 9 0U C L = 8 . 2 2 5L C L = 011X X b b a a r r - - R R C C h h a a r r t t o o f f S S u u p p p p 2 2基本图形控制图、控制图、直方图D D a a t t a a8 . 47 . 87 . 26 . 66

5、 . 05 . 44 . 84 . 2W e e k 1W e e k 2W e e k 3D D o o t t p p l l o o t t o o f f W W e e e e k k 1 1 , , W W e e e e k k 2 2 , , W W e e e e k k 3 36、点分布图：用于小样本量（NOpenworksheetPIPE.MTW2GraphDotplot 2StatControlChartsVariablesChartsforSubgroupsXbar-R.7、直方图：可以分析不同数据值出现的频率,数据的中心值以及数据的分布形状。 过程能力分析过程能力是

6、 过程在受控状态时,客户要求与过程表现(产品质量或服务的质量变动程度)的比值,如果过程表现越能满足客户要求,则过程能力越充分,反之则不足.四个过程 这些过程的过程能力如何?LSLLSLUSLUSL过程能力如何?过程能力充分 过程能力很充分6 6 6 USLUSLUSLLSLLSLLSL过程能力非常充分过程能力如何?过程能力充分标准差 sigma水平 =0.08 3 =0.06 4 =0.04 6 6 USLUSLUSLLSLLSLLSL过程能力非常充分过程能力很充分过程能力与客户要求 对于某一客户的要求,标准差越小,sigma水平越高,发生不良的可能性越小,过程能力越充分. 当标准差没有变化时

7、,客户要求很严,这对不合格率和过程能力有什么影响呢?什么导致缺陷? 额外的变异来源制造过程和测量系统原材料的偏差不合理的或过窄的规格不适当的规格设计不充分的过程能力不稳定的原材料过程能力分析不充分的过程能力不充分的过程能力LSLUSL不充分的测量能力不充分的测量能力不适当的规格设计不适当的规格设计原材料的偏差原材料的偏差过程能力多少产品超出了规格？短期的/长期的？不同类别数据的过程能力分析 计量型 计数型客户的要求装配时间（装配时间（Min）客户的要求110 115 120 125 130 135 140缺陷 （130Min）无缺陷 （130Min)缺陷数缺陷数1 2 3 4 5 6 7过程抽

8、样-短期q短期数据短期数据 无特殊原因 仅受普通原因的影响 从小范围数据收集而来 从一个班次收集而来 仅使用一台机器 仅有一个操作者 仅使用一批原材料中的元件 很少过程具备提供真实短期样本的能力 很少数据采集系统具备真实的能力过程抽样-长期q长期数据长期数据 反映了普通原因和特殊原因的影响 从大范围数据收集而来 从许多生产班次而来 使用许多机器使用许多机器有许多操作者从大多数过程所收集的数据都代表长期过程注意：长期能力sigma是总体sigma。长期/短期过程能力LSLUSL长期能力长期能力短期能力短期能力长期长期短期短期标准差大标准差大偏离目标值偏离目标值标准差小标准差小达到目标值达到目标值

9、长期和短期能力(Z-偏差) ZLT=ZST短期能力长期能力短期数据 -1.5长期数据 +1.5ZSTZLTZSTZLT要知道要知道收集了 一个处在中心位一个处在中心位置的置的6Sigma过程过程过程能力过程能力LSLUSL0.01ppm0.01ppm初始过程数据给出的是短期6 换成长期：长期和短期能力(Z-偏差)ZLT=ZST Sigma水平 短期DPMO 长期DPMO 1158655.3691462.5 2 22750.1308537.5 3 1350.0 66807.2 4 31.7 6209.7 5 0.3 232.7 6 0.0018 3.4分析短期和长期波动q绝大多数的数据是介于短期

10、和长期之间q为评估真实的短期数据:v设计过程能力分析v分组的方法是否合理q有些过程是不宜进行短期能力分析;v取样非常昂贵或非常困难v过程生产的输出很少或过程周期时间很长短期还是长期另外一个方法可用来观察长期与短期：1 0 09 08 07 06 0051 01 52 02 5SSwithinSSBetween长期短期XxxSSTotalq准则：如果80%的输入是在它们自然的范围中起伏，则输出的数据可被认为是长期的；机会2 22 22 2T o tal= W ith in+ + B etw een2 22 2Long - Term=Short - Term2 2+ +Machinen2 2+ +

11、Day-to-day2 2+ +Operators2 2+ +Batchs2 2+ +Seasonal+ + 短期分析长期分析长期分析短期还是长期CpCp与潜在最佳值与潜在最佳值q Cp是描述潜在最佳值的好指标；q 潜在最佳值观察得到的,过程短期绩效的最佳表现；q 机会所观察的过程长期绩效与潜在最佳值之间的差异；q 6 Sigma项目通过驱使长期绩效朝着短期潜在最佳值；方向发展,以缩短两者间的差距。短期（潜在最佳值）长期q合并标准差与总标准差v各子组的方差可被合并，以得出一组内的标准差；v总的标准差是从所有的数据中计算而得，并没有考虑子组；v合并标准差没有计入组间的波动，而总的标准差考虑了；v

12、合并Sigma是组内波动的最佳值。2 22 22 2Total=W ithin+ +Between短期还是长期短期还是长期q长期数据与短期数据的分别v短期数据是在有限的几个运行周期内收集；数据收集的范围局限在几台设备和操作工；数据特性几乎总是连续变量；v长期数据的收集跨越许多原形周期或设备和操作工；数据可能是连续，也可能是离散的；离散数据几乎总是属于长期过程。能力分析的类型计量型参数检查规格检查规格对过程抽样对过程抽样计算计算Z值值估算估算ppm估算估算Cp,Cpk,Pp,Ppk步骤步骤1步骤步骤2步骤步骤3步骤步骤4计数型参数缺陷数据确认缺陷数据确认计算计算PPM计算计算Z值值步骤步骤1步骤

13、步骤2步骤步骤3步骤步骤4计算计算Cp,Cpk,Pp,Ppk过程能力-计量型数据LSL规格下限规格下限USL规格上限规格上限计量型数据等于计量型数据等于力力量量!q计量型输出的能力确定计量型输出的能力确定 产品规格确认 抽样检验规格的实际数据(短期或长期) 计算Z值 将Z值转化成需要的指标 p p m,Cp,C p k,Pp,P p k步骤步骤1:1:规格确认规格确认q 参数Y的规格正确吗?q 参数Y是否在规格上下限之间的中心点?q 要确定真实的能力, 真实的规格是必要的v 这些是否被忽略: 如何设定规格? 由设计者-蓝图 由客户计量型数据过程分析能力一名钢笔生产工程师想评估生产钢笔时控制钢笔

14、长度的能力.客户要求为:1251.5mm.该工程师每日随机抽取5支笔, 进行了7天, 共35个数据(见pen .mtw).试求Zst, Cp, Cpk, Zlt, Ppk ?例题：例题：步骤步骤2: 2: 采集数据采集数据-合理分组合理分组q数据采集应能捕捉过程的短期绩效和长期绩效(若有可能)v可通过快速采集一系列数据来完成,这些数据按时间序列排列快速采集的数据应从合理分组中抽样计量型数据过程分析能力步骤步骤2:2:采集数据采集数据-合理分组合理分组q 何谓合理分组v 从某一过程中连续产生的部件或单元中合理的选择,试图捕捉到过程最小的波动;v 组内的差异只由偶因所致,组间的差异主要由异因造成;

15、v 合并标准差(合并是一种平均的形式)-Pooled SD是一种对潜在最佳能力的较好估计.取样实例: 工程师每日随机抽取5支笔, 进行了7天采集长度数据(见pen.mtw).T(1)T(1)T(1)T(1)T(1)D1D2D3D4D5D6D7C Ch ha am mb bT Te em mp pF Fr re eq qu ue en nc cy y125.4124.8124.2123.6121086420H Hi is st to og gr ra am m o of f C Ch ha am mb bT Te em mp pLSL=123.5USL=126.5计量型数据过程分析能力步骤步骤3

16、: 3: 计算计算Z ZUSLUSL和和Z ZLSLLSLq Z-值v 提供了一个标准统计值v 反映了与规格的上下限相关的过程能力-LSL XSshort-termZLSL=USL- X126.5 -124.61Sshort-term0.49=3.86=ZUSL=步骤步骤4: 4: 计算计算CpCpC p=过程的容差( 散布)产品公差U S L - L S L=C p6 C p=客户的要求过程的表现计量型数据过程分析能力步骤步骤5:5:计算过程潜在的能力计算过程潜在的能力(Cp)(Cp) 6stUSL - LSL=Cp=过程的容差(散布)产品公差例题:一个过程的均值为325,标准差为15,规格

17、上限为380,规格下限为270;Cp为多少?若均值为355,标准差没有变化,则Cp又为多少?产品公差产品公差3-3过程容差过程容差计量型数据过程分析能力步骤步骤6:6:钢笔长度的钢笔长度的CpCp值值 6stUSL - LSL=Cp=过程的容差(散布)产品公差126.5 - 123.5Cp= 1.026*0.49U=124.61123.5126.5126.0125.4124.8124.2123.6LSLUSLProcess DataSample N35StDev(Within)0.49662StDev(Overall)0.489815LSL123.5Target*USL126.5Sample

18、Mean124.607Potential (Within) CapabilityOverall CapabilityPp1.02PPL0.75PPU1.29Ppk0.75CpmCp*1.01CPL0.74CPU1.27Cpk0.74Observed PerformancePPM USL0.00PPM Total28571.43Exp. Within PerformancePPM USL69.05PPM Total12966.54Exp. Overall PerformancePPM USL55.66PPM Total11958.37WithinOverallP Pr ro oc ce es s

19、s s C Ca ap pa ab bi il li it ty y o of f C Ch ha am mb bT Te em mp pMinitabMinitab计算结果计算结果计量型数据过程分析能力步骤步骤7: 7: 计算钢笔长度计算钢笔长度CpkCpk过程绩效过程绩效 6*short-term126.5 - 123.56*0.49=1.02Cp=USL - LSL= 3*st 3*st 3* 0.49 3*0.5=0.775,ULS - X=min124.6 - 123.5,126.5 - 124.6Cpk=minX - LSLU=124.61123.5126.5 3st 3stCpl

20、=u - LSLCpu=ULS - uCpk= min（Cpl，Cpu）126.0125.4124.8124.2123.6LSLUSLProcess DataSample N35StDev(Within)0.49662StDev(Overall)0.489815LSL123.5Target*USL126.5Sample Mean124.607Potential (Within) CapabilityOverall CapabilityPp1.02PPL0.75PPU1.29Ppk0.75CpmCp*1.01CPL0.74CPU1.27Cpk0.74Observed PerformancePPM

21、 USL0.00PPM Total28571.43Exp. Within PerformancePPM USL69.05PPM Total12966.54Exp. Overall PerformancePPM USL55.66PPM Total11958.37WithinOverallP Pr ro oc ce es ss s C Ca ap pa ab bi il li it ty y o of f C Ch ha am mb bT Te em mp pMinitabMinitab计算结果计算结果计量型数据过程分析能力步骤步骤8-1: 8-1: 计算计算SigmaSigma水平水平(Zst)

22、(Zst)选: CalcProbability DistributionsNormal填入数据得出:xP(X=x)x P( X = x )x P( X Probability DistributionsNormal用标准正用标准正态分布态分布P( X = x )P( X = x ) x x 0.9882 2 .26358 0.9882 2 .26358步骤步骤8-2: 8-2: 计算计算SigmaSigma水平水平(Zst)(Zst)126.0125.4124.8124.2123.6LSLUSLProcess DataSample N35StDev(Within)0.49662StDev(Ov

23、erall)0.489815LSL123.5Target*USL126.5Sample Mean124.607Potential (Within) CapabilityOverall CapabilityPp1.02PPL0.75PPU1.29Ppk0.75CpmCp*1.01CPL0.74CPU1.27Cpk0.74Observed PerformancePPM USL0.00PPM Total28571.43Exp. Within PerformancePPM USL69.05PPM Total12966.54Exp. Overall PerformancePPM USL55.66PPM

24、Total11958.37WithinOverallP Pr ro oc ce es ss s C Ca ap pa ab bi il li it ty y o of f C Ch ha am mb bT Te em mp p选StatQuality ToolsCapability AnalysisNormal计量型数据过程分析能力CPm:考虑偏离与期望的过程能力=T/6*2+(M-)2 q 把短期的Sigma水平转换成长期的Sigma水平v 问题:需要加还是减1.5?v 提示:长期Sigms水平不会比短期大.v 答案:减Z long-term=Z short-termZ long-term1

25、.5 漂移-从Zst到Zlt v 被用作根据短期能力来测算长期能力,反之亦然v 被用作计算过程中的长期波动步骤步骤9: 9: 计算计算ZltZlt计量型数据过程分析能力步骤步骤10:10:预测长期能力预测长期能力PpkPpkq 用长期能力代替短期波动 3*st 3*st 3*lt 3*ltPpkCpk=min - LSL=min - LSL,ULS - ,ULS - ZLT=ZSTZLTZLT=3*PpkPpk= ZLTMinitab认为长期的波动可通过组间的波动来预测126.0125.4124.8124.2123.6LSLUSLProcess DataSample N35StDev(With

26、in)0.49662StDev(Overall)0.489815LSL123.5Target*USL126.5Sample Mean124.607Potential (Within) CapabilityOverall CapabilityPp1.02PPL0.75PPU1.29Ppk0.75CpmCp*1.01CPL0.74CPU1.27Cpk0.74Observed PerformancePPM USL0.00PPM Total28571.43Exp. Within PerformancePPM USL69.05PPM Total12966.54Exp. Overall Performan

27、cePPM USL55.66PPM Total11958.37WithinOverallP P r r o o c c e e s s s s C C a a p p a a b b i i l l i i t t y y o o f f C C h h a a m m b b T T e e m m p p计量型数据过程分析能力 短期过程能力指标 长期过程能力指标 6*short-termCp=USL - LSLCpk = min(Cpk(USL) , Cpk(LSL) 6*long-termPp=USL - LSLPpk= min(Ppk(USL) , Ppk(LSL) 3*总体=USL

28、- x能力计算公式汇总能力计算公式汇总min( 3*总体LSL x-), 总体=USL - xmin( 总体LSL x-), PpkZ long 3*=USL - xmin( 3*LSL x-), =USL - xmin( LSL x-), CpkZ 组内组内组内short过程变异幅度设计变异幅度组内1)(12nxxisni标准差的计算标准差的计算总体方法方法1: 1: 长期标准差长期标准差方法方法2: 2: 子组级差法子组级差法 =R/d2总体的抽样数据标准差，不进行子组分组，计算出来的过程能力为PPK值其中，R是控制图子组极差的均值，而d2可以从休哈特系数表查得，它取决于子组的样本容量。用

29、极差来估计标准差时，此种计算方法是“不精确”的，因为每一个子组只用了两个数据，且随着子组样本容量的增加而越不精确。组内方法方法3: 3: 移动极差法移动极差法 = MR/d2组内其中，MR是两个连续样本的移动极差，而d2可根据子组样本为2的从休哈特系数。最新研究表明，这种方法对各种失控类型都有很好的预警效果。标准差的计算标准差的计算方法方法4: 4: 子组标准差法子组标准差法 = S/C4其中，S是控制图子组标准差的均值，而C4可根据子组的样本从休哈特系数表查出。与“子组极差法”比较，计算起来有些麻烦（手工），但精确性更好。组内方法方法5: 5: 子组标准差法子组标准差法 = Sp/C4（d）

30、组内标准差的计算标准差的计算limjijExxSS112LevelofFactors(ThereareLLevels)因子的水平因子的水平(假设共有假设共有L个水平个水平)A1 A2 A3 A4 A5 A6 ALNo.ofrepeatedtrials.(Eachlevelisrepeatedmtimes)实验的重复次数实验的重复次数(假设每一水平重复假设每一水平重复m次次)x11 x21 x31 x41 x51 x61 XL1x12 x22 x32 x42 x52 x62 xL2 x13 x23 x33 x43 x53 x63 xL3 .x1m x2m x3m x4m x5m x6m xLmS

31、um总和总和T1 T2 T3 T4 T5 T6 TLTAverage平均数平均数x1 x2 x3 x4 x5 x6 xLx其中：Sp = SSE/(-1）li 1）-m-1llid=（组内方法方法6: 6: 标准普尔法标准普尔法 的计算如下:组内标准差的计算标准差的计算 a、当每组子样本容量ni相等时： =(s1 2+s22+s32+sn2) /n b、当每组子样本容量ni不相等时： =(f1*s1 2+f2*s22+f3*s32+fn*sn2)/（f1+f2+f3+fn） 其中fi=ni -1 ， ni=1，2，3 Sn为每组子样本的组内标准差。样本根据抽样时间进行分组；组内组内过程能力计算

32、练习过程能力计算练习1 1q 某工程师欲分析杀菌过程,分析方法是监控每批产品杀菌室温度,所有不合格产品会重新返工.q 产品合格率显示过去9个月有11.5%批的产品不合格.PPM=缺陷比率 1000000=115000q Z-值: 假定所有缺陷发生在左或右的一端q P(zQuality ToolsCapability AnalysisBinomial计算缺陷水平计算每单位缺陷（计算每单位缺陷（DPU）缺陷总数生产的总数DPU=计算每百万机会缺陷（计算每百万机会缺陷（DPMO）DPU*1,000,000在一个单位中错误的总机会DPMO=Measurement Systems Analysis测量系

33、统分析测量系统分析计数型MSA计量型MSA您的数据怎么样？ 六个西格玛方法建立在这样一种思想上：基于数据的决策。基于数据的决策。用于决策过程的数据必须是可靠的。基于不可靠数据的决策与无数据支持的决策没有什么差别。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。分析给您答案。测量系统的意义测量系统的意义- 与进行测量有关的任何东西：人、测量工具、材料、方法和环境。 观察观察测量测量数据数据输入输入 输出输出 输入输入 输出输出-“测量系统测量系统”部件部件“测量系统测量系统”概念概念 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

34、测量过程。S 标准W 工件(如,零件)I 仪器P 人/程序E 环境测测量量方方法法测量过程测量过程测测量量环环境境被测量对象被测量对象输入输入测量结果测量结果输出输出测测量量仪仪器器测测量量人人员员过程变量过程变量过程变量过程变量过程变量过程变量过程变量过程变量可用函数关系表示测量过程输入与输出间的关系：可用函数关系表示测量过程输入与输出间的关系：y=f(X1,X2.Xn)Y:测量结果测量结果X：输入测量对象：输入测量对象,测量设备测量设备,人员人员,环境等环境等“测量系统测量系统”概念概念任何观测数据的误差，都是部件的实际误差和测量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。

35、系统误差的总和。测量系统引测量系统引起的误差起的误差观察值观察值总误差总误差部件差异引起的部件差异引起的误差误差 2总值总值 = 2产品产品 + 2测量测量测量系统误差的来源测量系统误差的来源总误差总误差被测量对象误差被测量对象误差测量系统误差测量系统误差测量仪器误差测量仪器误差测量人员误差测量人员误差准确性准确性线性线性稳定性稳定性重复性重复性测量人员误差测量人员误差测量人员和被测量人员和被测量对象交互测量对象交互误差误差散布源总过程变差过程变差测量系统变差LSLLSLUSLUSL测量系统分析的目的：确认总误差，测量系统中的测量系统分析的目的：确认总误差，测量系统中的测量人员误差和测量仪器的

36、大小，并对测量系统的测量人员误差和测量仪器的大小，并对测量系统的适用性作出判断。适用性作出判断。 2总值总值 = 2产品产品 + 2测量测量测量系统的作用测量系统的作用 测量系统分析（GageR&R分析）分析）是用来分析测量系统的方法，目的是确定测量某种东西时出现的波动(误差)的大小和类型。 测量系统分析（GageR&R分析）分析）将提供以下与您的数据有关的信息： 测量误差是否很小，相对产品规范或过程误差来说是否可以接受。 如果测量误差不可接受，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测量系统分析方法测量系统分析方法根据测量对象的

37、性质，测量系统分析有两种形式：1.Attributes计数值计数值/定性值（离散数据定性值（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采用计数型测量系统分析2.Variables计量值计量值/定量值（连续数据）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方差分析法 可以识别部品、人员、测量仪器的误差可以识别人员和部品交互作用影响2. 平均值和极差分析法：可以识别部品、人员、测量仪器的误差不可以识别人员和部品交互作用影响3. 部品内偏

38、差分析方法可以用于特殊形状部品(如圆形)的测量系统分析可以识别测量人员、测量仪器、被测部品的误差此法计算繁琐4. 简略法可以识别测量系统总误差无法区分测量人员误差和测量仪器误差5. 即时法可以确定自动测量系统的重复性误差不提供人员影响数据测量系统分析方法测量系统分析方法 确认测量数据类型 确定误差来源 选择样本 收集数据 分析数据测量系统分析步骤测量系统分析步骤1、确认测量数据类别、确认测量数据类别 根据数据性质，可 其分为： 计数型数据 计量型数据2、确定误差来源、确定误差来源对于自动测定系统，误差来源为：部品本身误差和测量仪器误差。对于普通测定系统，误差来源为：测量 人员、测量仪器和部品。

39、对于目视检查，误差来源为：检查人员和部品。3、选择样本、选择样本 计量型数据的样本选择 在选择计量型样本时，需使所选样本代表整个过程范围。 计数型数据的样本选择 在选择计数型样本时，需同时选择部分规格内和规格外的样本，并 选择部分接近界限的样本4、收集数据、收集数据收集数据即对选定的样本进行测量的选择在测量前确认以下事项：在测量前确认以下事项： 确认测量仪器经过校准，以保证其准确性和线性在规定范围。确保使用足够的分辨率的仪器进行测量。如被测量对象的规格 范围为0.01mm,则需选用分辨率为的测量仪器进行测量测量时注意事项：测量时注意事项： 每个测量人员以附机顺序测量各样本，以保证在测量时不相互

40、参照他人或自己以前的测量结果。记录所有原始测量数据5、对测量数据进行分析、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，后续将对不同 的测量系统分析方法作以下介绍。测量系统分析步骤测量系统分析步骤测量系统的波动测量系统的波动测量系统的波动主要是由于量具和检验员的变化引起的。为了考察量具和检验员的波动程度，常常要选用一些零件或产品让检验员使用量具去测量。因此零件同本身的变异对测量结果也有影响，帮还要考察零件间波动；如果测量系统的波动来源主要是零件间的变异，则测量系统状况良好。反之，测量系统的波动主要是由于量具和检验员的变异引起的，则测量系统状况不良；Gauge R&R主

41、要分析各种波动在测量系统总波动中的百分比，从而判别测量系统的状况。一、准确度和精密度一、准确度和精密度测量系统分析基本术语测量系统分析基本术语caabda、精密度高、准确性低b、精密度高、准确性高c、精密度低、准确性高d、精密度低、准确性差 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、分辨率二、分辨率（Resolution）应该使用哪一把尺测量具有上述分布的过程？测量系统分析基本术语测量系统分析基本术语差的分辨率差的分辨率好的分辨率好的分辨率三、线性度三、线性度（Linearity）测量仪器准确度

42、或精密度在仪器量程内的变异。四、相关性四、相关性（Correlation）对两变量之间的线性关系的测量测量系统分析基本术语测量系统分析基本术语测测量量值值被测对象真值被测对象真值线性好线性好线性差线性差五、重复性五、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测量系统分析基本术语测量系统分析基本术语重复性：测量装置的固有变异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

43、设置、同一量具、相同的环境条件、短期用重复测量的分布的平均标准差来估计五、重复性五、重复性（Repeatability）测量系统分析基本术语测量系统分析基本术语 真值真值平均值平均值好的重复好的重复性性平均值平均值差的重复差的重复性性 2总总 = 2产品产品 + 2重复性重复性+ 2再现性再现性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。六、再现性六、再现性再现性测量系统B测量系统B测量系统分析基本术语测量系统分析基本术语 2总总 = 2产品产品 + 2重复性重复性+ 2再现性再现性不同条件下同一测量时的变异 不同的操作人

44、员、不同的设置、不同的量具、不同的环境条件、长期测量变异用不同测量条件下的测量平均值的标准差来估计六、再现性六、再现性测量系统分析基本术语测量系统分析基本术语真值真值好的再现性好的再现性作业者作业者1差的再现性差的再现性作业者作业者2作业者作业者3作业者作业者1 作业者作业者2作业者作业者3七、稳定性七、稳定性（Stability）测量系统分析基本术语测量系统分析基本术语q稳定性：随着时间而产生变异的程度 q 测量的分布保持不变，均值和标准差皆可预测q 无漂移、突变、周期性循环等q 用趋势图评价q 通过定期校准和重复性与再现性分析加以控制精密度-公差比例表示测量误差所占公差的百分比5.15 m

45、eas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=规格上限规格下限八、八、P/T比例比例公差MSTP*15. 5/一般用百分比表示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5.15 标准误差包含了正态分布的99%。5.15 +2.575-2.57599%测量系统分析基本术语测量系统分析基本术语%P/TV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：30%九、九、%P/TV一般以百分比表示一般以百分比表示100&%TotalMSRRP

46、/TV%P/TV是6Sigma分析的最好测量估计测量系统对整体过程变异的表现%P/TV是实施过程改善分析的最好估计。所挑选的样本必须涵盖整个过程范围。应用测量系统分析基本术语测量系统分析基本术语十、十、明显分类数明显分类数 差别类数目决策 / 值 2对制定过程控制决策没有价值2 3只用于二元决策 (“Go/No Go”) 5足够的分辨率。对于制定过程控制决策来说，可以接受明显分类数（差别类数目）：明显分类数（差别类数目）：指的指的是是测量系统可以识别出的过程数据中的非重叠组的数目。取整数)41. 1(MSPartn测量系统分析基本术语测量系统分析基本术语GageRR评价标准评价标准(计量型计量

47、型)% R R数值判断%RR10%测量系统可接受测量系统可接受10%10可以接受的水准1030%1030%59不接受30%30%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测量目的：确定成品检验测量系统的 重复性、再现性是否符合要求数据类型：离散型(0表示合格,1表示 不合格)测量对象：库存电脑板测量对象：库存电脑板KD23B-BA-ZKD23B-BA-Z样本数：40测量工具：目测(结合工装操作)测量者：成品检验员3人测量方法： 1.对已选定的已知合格/不合格部品； 2.3名检验员随机作2次检验并

48、判定；判定基准判定基准: :按规格书上要求按规格书上要求数据收集：王久华成品检验测量系统分析成品检验测量系统分析 真实值 第1次 第2次 第1次第2次 第1次 第2次1000000021000100300000004000000051111111600000007111111181111111911111111011101011111111111201111111311111111410000001500000001611111111700000001811111111911111112011111112100000002200101002300000002400010002511101112

49、61111111270000000280000000290000000301111111310000100320000000331111111340000000350000000361111111371111111380000000390000000401111111样本检测员1检测员2检测员3结果表明：结果表明：1.1.该测量系统重复性为该测量系统重复性为85%85%， 2.2.该测量系统再现性为该测量系统再现性为80%80%。 根据测量系统信赖性判定标准：根据测量系统信赖性判定标准：80%80%结论：该测量系统可信赖。结论：该测量系统可信赖。成品检验测量系统分析成品检验测量系统分析Appr

50、aiserPercent3211009590858075706595.0%?CIPercentAppraiserPercent3211009590858075706595.0%?CIPercentDate of study: Reported by:Name of product:Misc:Assessm ent Agreem entWithin AppraisersAppraiser vs StandardAttribute Agreement Analysis for Attribute Agreement Analysis for 检测结果检测结果 Within Appraisers W

51、ithin Appraisers Appraiser #?Inspected #?Matched Percent 95 % CI1 40 39 97.50 (86.84, 99.94)2 40 34 85.00 (70.16, 94.29)3 40 39 97.50 (86.84, 99.94)# Matched: Appraiser agrees with him/herself across trials.Each Appraiser vs Standard Each Appraiser vs Standard Appraiser #?Inspected #?Matched Percent

52、 95 % CI1 40 36 90.00 (76.34, 97.21)2 40 32 80.00 (64.35, 90.95)3 40 36 90.00 (76.34, 97.21)# Matched: Appraisers assessment across trials agrees with the known standard.Between Appraisers Between Appraisers #?Inspected #?Matched Percent 95 % CI 40 34 85.00 (70.16, 94.29)# Matched: All appraisers as

53、sessments agree with each other.All Appraisers vs Standard All Appraisers vs Standard #?Inspected #?Matched Percent 95 % CI 40 32 80.00 (64.35, 90.95)# Matched: All appraisers assessments agree with the known standard. 计量型测量系统计量型测量系统连续数据连续数据GageR&R连续数据连续数据GageR&R实例实例 让我们用 Minitab 来分析一些数据 我们将

54、使用 Minitab 的测量仪器 R&R 研究功能 连续数据连续数据GageR&R实例实例Minitab 输出 Minitab 产生解析的和图表的分析信息 解析结果 ANOVA 表格 散布构成 百分比占有率表 图表结果 X-Bar / R 图 散布构成 操作者*部品交互作用图 操作者别和部品别图 让我们先看解析结果，然后再看图表结果 连续数据连续数据GageR&R实例实例Source %占有率占有率 %研究散布研究散布 %公差公差 总测量仪器总测量仪器 10.67 32.66 68.61 重复性重复性 3.10 17.62 37.02 再现性再现性 7.56 27.50

55、 57.77 操作者操作者 2.19 14.81 31.11 操作者操作者*样本样本 5.37 23.17 48.68 部品部品-部品部品 89.33 94.52 198.56 总散布总散布 100.00 100.00 210.08 明显的分类数明显的分类数 = 4测量仪器测量仪器 R&R 报表报表 %P/TV(与总误差比与总误差比)必须小于必须小于30 %P/T(与公差比）与公差比）必须小于必须小于30明显的分类数，必须大于5P P e e r r c c e e n n t tPart-to-PartReprodRepeatGage R&R100500% Contribut

56、ion% Study Var% ToleranceS S a a m m p p l l e e R R a a n n g g e e5.02.50.0_R=1.867UCL=4.805LCL=0李四王二张三S S a a m m p p l l e e M M e e a a n n504030_X=43.01UCL=44.92李四王二张三LCL=41.10零零件件编编号号10987654321504030操操作作者者张三王二李四504030零零件件编编号号A A v v e e r r a a g g e e10 9 8 7 6 5 4 3 2 1504030操作者李四王二张三Gage

57、name:拉力计Date of study: 2005/8/22Reported by: AATolerance:Misc:C Co om mp po on ne en nt ts s o of f V Va ar ri ia at ti io on nR R C Ch ha ar rt t b by y 操操作作者者X Xb ba ar r C Ch ha ar rt t b by y 操操作作者者测测量量值值 b by y 零零件件编编号号测测量量值值 b by y 操操作作者者 操操作作者者 * * 零零件件编编号号 I In nt te er ra ac ct ti io on nG

58、Ga ag ge e R R& &R R ( (A AN NO OV VA A) ) f fo or r 测测量量值值图表输出形状尽量重合,大于50%红线以外形状尽量重合,点大部红线以内,分级大于5越平越好右标相对越高越好.越窄越好.越重合越好. 图表解读Xbar / R 图Misc:Tolerance:Reported by:Date of study:Gage name:01.11.00.90.80.70.60.50.40.3321Xbar Chart by OperatorSample MeanX=0.80753.0SL=0.8796-3.0SL=0.735400.150

59、.100.050.00321R Chart by OperatorSample RangeR=0.038333.0SL=0.1252-3.0SL=0.00E+00Gage R&R (ANOVA) for Measurement 极差（极差（Range）图可以帮助确定不合适的分辨率）图可以帮助确定不合适的分辨率 我们要求在控制限内有最少我们要求在控制限内有最少5个可能的数值个可能的数值 我们想看到在我们想看到在Xbar图中散图中散布布在在控制限控制限的外面的外面 这显示的是部品这显示的是部品-部品的散部品的散布布 如果没有超限点如果没有超限点,你很可能没你很可能没能获得生产中覆盖正常范围

60、能获得生产中覆盖正常范围的样本的样本图表解读 X-bar Chart by 测量者 测量者对同一部品进行重复测量时测量值的平均 如果每个操作者的平均值不同，再现性是可疑的 我们要求更多的平均值落在控制限外部，但所有的操作者是一致的 这预示着更多的部品-部品散布，正是我们所要求的 我们想看到图上多数点落在控制限外部 X-bar有多点超出规格，则说明偏差来自部品本身，否则来自测量系统。 图表解读 R chart by 测量者 测量者对同一部品进行测量时最大值与最小值差异R值 可疑的不适当的分辨率，如果： R-图在控制限内有少于5个的明显水平 5 或更多的R水平，但多于1/4的值为0 如果R-图显示非受控情况，重复性可疑 如果一个操作者的范围非受控，而其他操作者受控，那么方法可疑 如果所有的操作者的范围都非受控，那么系统对操作者方法敏感 M