MSA测量系统的概念与评价(共147页).ppt

1、目目 录录 测量系统的评价（测量系统的评价（MSA）测量系统的概念测量系统的概念离散型数据评价离散型数据评价连续型数据评价连续型数据评价破坏性实验评价破坏性实验评价项目叙述Process Map流程图C & E Matrix 因果矩阵初步的 FMEAMSA 测量系统分析流程能力研究Multi-Vari Studies 多变量分析测量MEASURE 分析ANALYZE改善IMPROVE控制 CONTROLDOE 试验设计(或其他改善方法)控制计划交接训练最终流程 能力研究项目责权移交最终项目报告项目追踪项目追踪MSA（测量系统）的概念（测量系统）的概念测量系统的评估测量系统的评估测量系统

2、必须证明具有充分的敏感度：必须具有充分的辨别力；必须敏感的、有效的探测产品或流程的变化测量系统必须稳定：测量系统的变化应尽量排除特殊原因的干扰测量系统的误差在预期范围内要一致，并且对于所测量的目标（产品或流程）而言是充分的测量系统的构成要素测量系统的构成要素 测量工具：- 硬件- 软件 使用这些工具的所有步骤 ：- 选择测量员- 设定并执行各步骤- 离线计算及资料登录- 校准频率及技术测量系统的误差测量系统的误差: : 偏差、重复性、再现性、稳定性、和线性偏差、重复性、再现性、稳定性、和线性测量系统变化的类型测量系统变化的类型接受测量仪器的标准将仪器相互比较将怀疑为不良的量具的评价作为基础修理

3、测量仪器前后要比较计算流程变化的必需成分和产品流程的可接受程度开发量具性能曲线（GPC）的必要信息，其可以表明 接受部分真值的可能性测量&测试仪器参考标准转换标准校正标准转换标准工作标准检查标准主值主值不同标准间的关系不同标准间的关系术术 语语 Discrimination (鉴别力 ) 与“Accuracy（精确性）”相关用词 - True Value （真正值 ） - Bias （偏差） - Linearity （ 线性相等） 与“ Precision （变异性）”相关用词 - Repeatability （重复性） - Reproducibility （重现性） Stabilit

4、y （ 稳定性） - Linearity （ 线性相等）直 尺 卡 尺 千 分 尺 .28.279.2794.28.282.2822.28.282.2819.28.279.2791鉴别力鉴别力 分辨率是：检测特性的微小的变化的能力分辨率是：检测特性的微小的变化的能力 . . 当仪器不能辨别工件偏差或确定单个零件特性数值偏差时，分辨率当仪器不能辨别工件偏差或确定单个零件特性数值偏差时，分辨率不可以接受不可以接受. . 不能够检测工艺偏差和特殊原因造成的偏差不能够检测工艺偏差和特殊原因造成的偏差. . Discrimination鉴别力鉴别力系统所能量测出的小数位数。测量渐进单位应为产品规格或流程

5、变异计量单位的10分之1鉴别力不足12345鉴别力良好12345测量的鉴别力测量的鉴别力0.1350.1400.145510152025UCL=0.1444Mean=0.1397LCL=0.135000.000.010.02UCL=0.01717R=0.00812LCL=0-Xbar/R 表辨别力=.001MWCC6sigma控制和分析活动中流程分布的不同类型数目的影响控制和分析活动中流程分布的不同类型数目的影响种类的数目可以用于控制，只有当：控制分析1）当流程变化与规格比较时，其值小2）在预期流程变化范围内，损失功效是扁平的3）变化的主源引起平1）对于评估流程参数和指数是不能接受的2）只表示

6、流程是否正在产生一致或不一致部分1）基于流程分布，可以使用半变量控制技术2）可以产生非敏感变量控制图1）可以使用变量控制图1）一般来讲，由于它只提供粗略的估计，所以对估计流程参数和指数来说，是不能接受的1）可推荐均变化1数据类2-4数据类5或更多数据类Accuracy( 精确性）精确性） Accuracy 测量值的平均数是否偏移 True Value? True Value( 真正值 ）- 理论上正确的数值- NIST 国家标 准 偏差 - 所有测量平均值与 True Value 的离差 - Amount tool 持续的远离 中心点 - 系统性误差或 offset标准标准 数数 值值 ( (

7、参参 考考 标标 准准 ) ) 平平 均均 值值 测量精确性测量精确性精确性是指：标准值和实际测量值之间的差异。标准值是指：制作测量工具的标准抽样或国家公认机关使用的标准品测量值标准值精确性称之为偏移（Bias）Bias( 偏差）偏差）Average of measurement are different by a fixed amount测量平均值会有一固定的差异Bias effects 包括： 操守作者偏差 - 不同的操作者即使测量同一物件，平均值也会造成可察觉的不同 仪器偏差 - 不同的仪器即使侧量同一物件，平均值也会造成可以察觉的不同Master Value仪器二平均数仪器一偏差量仪

8、器二偏差量仪器一平均数Precision（变异性）（变异性） 名词： Random Error, Spread, Test/ Retest error 测量系统中的总变异 MS rpt rpd 测量重复值的自然变异 重复性与再现性=2+ 22 测量系统固有的变异性 在绝对不变的情形下，对相同变量重复测量所产生的变异 - 相同操作者 - 相同设定 - 相同零件 - 相同环境条件 - 短期 由重复值的 Pooled standard deviation 估计所得 Repeatability总是比系统的总变异要小重复性变异重复性变异Master Value平均数由相同人员使用相同仪器对相同零件、相同

9、特性进行连续测量所得的误差test retest error 。也可称为。被用来估计短期变异良好的 Repeatability不良的 Repeatability平均数重复性变异重复性变异 在不同状况下进行测量所得之变异 从不同测量状况所得测量值平均数的标准差估计所得 - 不同操作者 - 不同设定 - 不同测试零件 - 不同环境条件状态 - 长期再现性变异再现性变异检验员检验员 A A检验员检验员B B检验员检验员C C 检验员检验员 A A检验员检验员 B B检验员检验员 C C由不同人员操作相同或不同的仪器，测量同一特性所得的测量平均值的差异Master Value良好 Repeatabil

10、ity不良Repeatability操作员1操作员2操作员3操作员1操作员2操作员3再现性变异再现性变异测量的线性测量的线性线性是指：在测量范围内发生的正确度的差异测量值真实值测量值LSLUSL精确度偏差大精确度偏差小仪器仪器 2 2仪器仪器 1 1精精 确确 性性 直 线 性 没 有 成 为 问 题 仪 表 2精精 确确 性性 直 线 性 成 为 问 题 仪 表 1测测 量量 单单 元元 .1 .01 .001 .0001测测 量量 单单 元元 .1 .01 .001 .0001Linearity （ 线性相等）线性相等）仪器测量能力范围内 ，Accuracy 或 Precision值的差异

11、测量工具 1 ：Linearity 于此是个问题测量工具 2 ：Linearity 于此是问题AccuracyAccuracyMeasurement UnitsMeasurement Units 00Stability （ 稳定性）稳定性） 描述为 no drift , sudden shifts , cyclic trends , etc. 使用趋势图（ Trend Chart ）来评估 定义为测量值的平均数及标准差，即使经过长时间后亦 能维持相同并可预测校校 验验 数数 值值 ( ( 参参 考考 标标 准准 ) )时时 间间 1 1时时 间间 2 2测量稳定性测量稳定性稳定性是指：对同一部

12、品间隔一段时间测量所得平均的差异Time 2Time 1测量系统的磨损，气温，温度等对测量结果的影响经过长时间对Accuracy 或Precision 变化的评估Master Value稳定性良好时间点 1时间点 2时间点 3Master Value稳定性不良时间点 1时间 点 2时间 点 3Stability （ 稳定性）稳定性）Stability（稳（稳 定性）范例定性）范例Calibration StabilityCalibration Stability1/8/978508608708808909009109209309409507307407507607707807908008108

13、204/17/966/26/969/18/9612/11/962/21/974/3/966/19/968/21/9610/30/96Date/ TimeDate/ TimeDCM Standard DCM Standard 测量程序测量程序 理想的测试系统需要每次产生真正的测量结果 测量系统的品质是以统计特质来描述其特征 测量程序应该包含： - 设计与验证 - 持续的能力评估 - 控制 - 修正与再验证 特质 - 必须在统计统计控制中 - 相对于产品规格，其变异性必须要小 - Discrimination 的单位应该精细至产品规格或流程变异的十分之一 - 相对于流程变异，其变异性必须要小测量系

14、统的基本模式测量系统的基本模式测量系统能力 未修复偏差或线性 重复性和再现性（%R&R） 2=2+2测量系统性能 测量系统能力 稳定性 连贯性 2=2+22+流程测量思路流程测量思路流程变异的总和流程变异的总和产品变异（真正的变异）测量变异总变异（ 观察所得变异）变异的基本模式变异的基本模式总体变异 产品变异 测量系统变异2=2+2测量变异 重复性 再现性2=2+2测量变异的来源测量变异的来源工具工作方法Mechanical instabilityWearElectrical instabilityAlgorithm instabilityEase of Data EntryOpera

15、tor TrainingCalibration FrequencyMaintenance StandardSufficient Work TimeStandard ProceduresOperator TechniqueHumidityCleanliness VibrationLine Voltage VariationTemperature Fluctuation测量变异环境因素流程变异的可能来源流程变异的可能来源Observed Process VariationActual Process VariationMeasurement VariationLong-term Process V

16、ariationShort-term Process VariationVariation w/i sampleVariation due to 量 ? 工具Variation due to operators RepeatabilityCalibrationStabilityLinearity要描述真正的流程变异，必须确认测量系统本身的变异并从变异扣除流程 “ Repeatability ” （重复性）及“ Reproducibility ”（再 现性）是测量误差的主要的来源需获得的资讯需获得的资讯 测量误差的程度有多严重？ 测量误差的来源何在？ 经过长时间使用，工具是否仍维持稳定？ 该工具

17、是否胜任这个分析？ 如何改善测量系统？ 测量系统的评价测量系统的评价Minitab 练习练习流程能力及测量误差流程能力及测量误差 假设有一个标准差是 5 ，平均数70单位流程 同时有有个测量系统，其测量误差与流程误差相同： 5 Sigma 使用 Minitab 模拟测量误差对流程能力的影响练习题（续）练习题（续） 使用下列程序来建立符合上述条件的资料： Minitab CalcRandom Data NormalItemGenerateStore in columnsMeanStandard deviation100Process70.05.0建立一组随机的常态分配练习题（续）练习题（续）Ge

18、nerateStore in columnsMeanStandard deviationItemStore result in variable ExpressionFunctions100Measurement0.05.0C1 ProcessC2 MeasurementObservedProcess+ MeasurementAll functionsAbsolute valueAntilogArcsineArccosineCosineCurrent timeDate (from Text)Minitab CalcRandom Data Normal模拟结果模拟结果实际流程变异 ：无测量误差观

19、察所得流程变异 ：含测量误差05101530405060708090100110LSLUSL05101530405060708090100110LSLUSLFrequencyFrequencyObservedProcessAttribute(离散型离散型 ) MSA 分析分析两种常见资料形态两种常见资料形态ATTRIBUTE - 不连续的，计数资料如： 1 ， 2 ， 3 ， 4 等好 / 坏机器 1 ， 2 ， 3 VARIABLES - 连续性的，计量资料如： 重量 =10.2 磅厚度 =11.211口寸Attribute MSAs 通常为2-3 名员工 Attribute测量系统通常不像

20、计量仪器那样重视准确性 几个样本供以计数或分类 每一样本，由每位人员测量2-3次 或包含预先同意的标准或专家意见执行执行 Attribute MSA 步骤步骤 步骤1：以随机排序方式，要求第一位测量人员计数不良，或 步骤3：继续进行直到所有测量者都检视过同样的样本（这是Trial 1） - 同一人的一致必性 ( Repeatability) - 同组人的一致性 ( Reproducibility) - Agreement level compared to chance alone (Kappa)依 Good/ Bad 步骤2：要求第二位人员依随机排序方式执行相同事件分类 重复步骤1-3 以取

21、得足够的 Trials 用提供的表格来做 MSA 的统计分析 分析结果并决定接续步骤Attribute MSA 中使用标准或专家意见：中使用标准或专家意见：该如何进行该如何进行 预先选择多样物件 - 包含可以接受，不可接受，及界于两者之间的物件 依序号记录个别结果 每件被纺列序号，并分别由每个检验者评估 这些结果将于专家的“正确”结果相比较，来评估其准确度 为评估精确度（ Precision ）， 每位检验者对相同物件的评估结果将 与其他检验者的结果相互比较Attribute MSA ：范例：范例 本范例取自一制造方向盘上喇叭按垫 的美国家公司发现了不良品及良品 在一个次工厂巡 视中，工厂经理

22、在表明“接受”及“退回”的箱子中分别 为免除检验者分类错误的情形，工厂经理着手进行一项关于检验一致 由4位检验员及一位专家/品管经理负责纪录（1）接受或退回的决定及（ 2 ）退回的理由性的研究 预先选择50个物件 包含可接受、不可接受、及界与两者之间Attribute MSA ：范惯例：范惯例检验员A B C D退回数 8 8 8 8接受数 42 42 42 42- 所有检验员各退回8个物件！- 此检验是否有问题？检验员之间的一致性问题检验员之间的一致性问题?针对结果作进一步的分析显示出问题确切存在（右表为其中20笔资料） 在 50 个样本，只有一个成品被所有 检验员 一致“退回” 有 29

23、个成品被所有检验员一致“接受” 不一致性比率 =20/50 = 40%UnitABCD1RRRA2AARA3AAAA4AAAA5AAAA6AAAA7AAAA8AAAA9AAAA10ARRR11RARR12AAAA13RAAR14ARAA15AAAA16AAAA17AAAA18AAAA19AAAA20AAAA与专家意见的一致性问题？与专家意见的一致性问题？检验员专家结果Vs.% 接受的不良品% 退回的良品A 9/13 = 69% 4/37 = 11%B 9/13 = 69% 4/37 = 11%C 9/13 = 69% 4/37 = 11%D 8/13 = 62% 3/37 = 8%UnitAB

24、CD1RRRA2AARA3AAAA4AAAA5AAAA6AAAA7AAAA8AAAA9AAAA10ARRR11RARR12AAAA13RAAR14ARAA15AAAA16AAAA17AAAA18AAAA19AAAA20AAAA整体正确率 =150/200=75%使用图形工具进行分析的第一步使用图形工具进行分析的第一步 使用 Gage Run Chart 之目的在于视觉化 Operator, Sample,及 Trial 提示 : 若使用将 Master value, 将此值当另一 Operator, 加入Minitab 的之间的交互关系工作表中Minitab StatQuality Tools

25、Gage Run Chart ItemPart numbersOperatorsMeasurement dataTrial numbersHistorical muGage InfoOptionsC1 TrialC2 OperatorC3 MeasurementPartOperatorMeasurementTrial 0510678910 051012345 Runchart of Response by Part, OperatorGage name: Date of study: Reported by: Tolerance Misc: 1 2 3PartPartResponseRespo

26、nseGage Run Chart 上图显示不同 Operator 不同 Trial 的样本平均值 。寻找异常点 我们希望不同操作员得到相同的值！使用使用 Agreement Calculations进行分析的第二步进行分析的第二步Attribute MSA Defectives. xls Known PopulationTester1Tester2Sample #MasterTry #1Try #2Vs. MstrTry #1Try #2Vs. Mstr1PassPassPassPassFailN2PassPassFailNPassPass3PassPassFailNPassPass4Pas

27、sPassPassPassPass5PassFailFailNFailFailN6FailFailFailPassFailN7FailFailFailFailFail8PassPassPassPassPass9PassPassPassPassPass使用使用 MSA. xlsTesters1Testers12Testers23Testers3NUM OF TESTERS:NUM OF TESTERS:330DATE:NAMEPROCESS:CHARACTERISTIC:TEST CONDITIONS:你可以于这些栏位中输入实际参与分析的人员姓名最多输入三位这些是必须栏位在“ NUM OF TE

28、STERS ” 栏位中输入参与分析者的数目在“ NUM OF TESTERS ” 栏位中输入受间的物件数于这些栏位登录此MSA分析的相关资讯使用使用 MSA. xlsKnown PopulationSample #Master1Pass2Pass3Pass4Pass5Pass6Fail7FailTester1Try #1Try #2PassPassPassFailPassFailPassPassFailFailFailFailFailFailMasterTry #1Try #1AAAAAABBBAAACCCBBABBBCCCDBDAAA于该栏位输入标准值或专家对每一样本的评断于该栏位记录参与者

29、的答案注意每一样本单位最多进行2次测试这个范例显示参与者的评分或对不良种类的编码用MSA. Xls 在 这型的分析包括 Pass/ Fail测量阐述阐述 MSA. Xls 计分的意义计分的意义% APPRAISER SCORE (1)% SCORE VS.ATTRIBUTE (2)83%83%40%73% MSA. xls 中的 % APPRAISER SCORE 代表分析的人员的一致性格。 亦即是参与人员的 Repeatability %SCORE VS. Attribute代表与专家答案比较后的正确性% APPRAISER SCORE (1)% SCORE VS.ATTRIBUTE (2)

30、83%83%87%60%40%23%73%40% 参与人员个别的分属表 现在三个栏位中 该分数代表参与者对样 本的Reproducibility 。 其数值代表所有参与者 给予相同答案的频率 该分数代表所有参与 者与专家答案比较后 的正确性使用使用 Kappa Calculations进行分析第三步骤进行分析第三步骤Kappa Techniques 当一测量系统采用非实体测量来分类物件时使用 Kappa techniques对所的错误或差异给予同样的处理 使用于：- 测量对象必须彼此互相独立- 评估者独立地检验及分类- 分类项目必须互斥且详尽Kappa TechniquesKappa (K)被

31、定义为排除巧合一致后，检验者之间的一致性比例PPobservedchance其中：K =P-1observedPchance= 评估者对物件分类的一致性比例= 因巧造成一致性的比例问题在于：我们获得相同答案的机会会比巧合大多少？Kappa TechniquesKappa ValueSuggested Interpretation-1 to 0.0Agreement expected by chance=/ 0.60Marginal Significant effort required=/ 0.70Good Improvement Warranted=/ 0.90Excellent若 Kapp

32、a value 为 +1 代表完美的一致性通用原则：若 K GOOD for “drip” MARGINAL for “Too thick”; and UNACCEPTABLY Low for the remaining categories 阐述结果 欲改善此测量系统，需要改善改变不良的分类定义、对评估者的再训练，或双管齐下Kappa Techniques Roadmap我们将在第二周的课程中再探讨Kappa的计算！选择评估者选择零件测量零件收集资料计算Kappa拟定决策练习题练习题 #1 糖果检测糖果检测目的：评估 M&M 检测系统工具: 3名操作员一包 M&M 巧克力MS

33、A.xls 档案程序: 评估 MSA系统报告任何建议与改善测量系统测量系统 改善方法改善方法 感官敏锐度增强器(改善作业人员感官敏锐度之装置) 遮罩 / 样版(阻绝不重要资讯) 确认清单 产品重新设计 自动化 工作区域再规划 Visual Aids一、实验方法：一、实验方法：1. 评价对象评价对象:原生产线操作者、检查者和检查设备原生产线操作者、检查者和检查设备2. 样品数量：样品数量：20台（台（OK品：品：10台、台、NG品：品：10台）台） 3. 检查方法检查方法:在对方不知情况下，对编号样品进行在对方不知情况下，对编号样品进行 定子线伤的目视检测定子线伤的目视检测 和电气检测和电气检测

34、, 记记 录检查结果并与正确答案对比。录检查结果并与正确答案对比。4. 评价工具：评价工具：MSAANOVAAttribute Gage R&R Study（离散型数据分析）（离散型数据分析）二、实验结果二、实验结果（三线）：（三线）：范秀雄 冯淑明 赖赞庭 李小燕 罗小巧 王文碧 杨房贵 郑俊锐 钟胜强 朱国楚30405060708090100AppraiserPercentWithin Appraiser范秀雄 冯淑明 赖赞庭 李小燕 罗小巧 王文碧 杨房贵 郑俊锐 钟胜强 朱国楚30405060708090100AppraiserPercentAppraiser vs Stand

35、ardAssessment AgreementDate of study:Reported by:Name of product:Misc:,95.0% CIPercent二、实验结果二、实验结果（三线）：（三线）：Within AppraiseAssessment AgreementAppraiser # Inspected # Matched Percent (%) 95.0% CI 范秀雄 20 20 100.0 ( 86.1, 100.0)冯淑明-Q 20 16 80.0 ( 56.3, 94.3)赖赞庭 20 19 95.0 ( 75.1, 99.9)李小燕 20 20 100.0

36、( 86.1, 100.0)罗小巧 20 18 90.0 ( 68.3, 98.8)王文碧 20 14 70.0 ( 45.7, 88.1)杨房贵 20 19 95.0 ( 75.1, 99.9)郑俊锐 20 17 85.0 ( 62.1, 96.8)钟胜强 20 15 75.0 ( 50.9, 91.3)朱?Q 20 18 90.0 ( 68.3, 98.8)# Matched: Appraiser agrees with him/herself across trials.二、实验结果二、实验结果（三线）：（三线）：Each Appraiser vs StandardAssessment

37、AgreementAppraiser # Inspected # Matched Percent (%) 95.0% CI 范秀雄 20 18 90.0 ( 68.3, 98.8)冯淑明-Q 20 16 80.0 ( 56.3, 94.3)赖赞庭 20 15 75.0 ( 50.9, 91.3)李小燕 20 18 90.0 ( 68.3, 98.8)罗小巧 20 13 65.0 ( 40.8, 84.6)王文碧 20 10 50.0 ( 27.2, 72.8)杨房贵 20 15 75.0 ( 50.9, 91.3)郑俊锐 20 12 60.0 ( 36.1, 80.9)钟胜强 20 12 60

38、.0 ( 36.1, 80.9)朱国楚-Q 20 18 90.0 ( 68.3, 98.8)# Matched: Appraisers assessment across trials agrees with standard.二、实验结果二、实验结果（三线）：（三线）：All Appraisers vs StandardAssessment Agreement# Inspected # Matched Percent (%) 95.0% CI 20 5 25.0 ( 8.7, 49.1)# Matched: All appraisers assessments agree with stan

39、dard.二、实验结果二、实验结果（三线（三线WIT检测）：检测）：WIT9095100AppraiserPercentWithin AppraiserWIT9095100AppraiserPercentAppraiser vs StandardAssessment AgreementDate of study:Reported by:Name of product:Misc:,95.0% CIPercent二、实验结果二、实验结果（三线（三线WIT检测）：检测）：Within AppraiserAssessment AgreementAppraiser # Inspected # Match

40、ed Percent (%) 95.0% CI WIT 20 20 100.0 ( 86.1, 100.0)# Matched: Appraiser agrees with him/herself across trials. 二、实验结果二、实验结果（三线（三线WIT检测）：检测）：Each Appraiser vs StandardAssessment AgreementAppraiser # Inspected # Matched Percent (%) 95.0% CI WIT 20 20 100.0 ( 86.1, 100.0)# Matched: Appraisers assess

41、ment across trials agrees with standard.二、实验结果二、实验结果（三线真空（三线真空WIT）：）：真空WIT9095100AppraiserPercentWithin Appraiser真空WIT9095100AppraiserPercentAppraiser vs StandardAssessment AgreementDate of study:Reported by:Name of product:Misc:,95.0% CIPercent二、实验结果二、实验结果（三线真空（三线真空WIT）：）：Within AppraiserAssessment

42、 AgreementAppraiser # Inspected # Matched Percent (%) 95.0% CI 真空WIT 20 20 100.0 ( 86.1, 100.0)# Matched: Appraiser agrees with him/herself across trials. 二、实验结果二、实验结果（三线真空（三线真空WIT）：）：Each Appraiser vs StandardAssessment AgreementAppraiser # Inspected # Matched Percent (%) 95.0% CI 真空WIT 20 20 100.0

43、 ( 86.1, 100.0)# Matched: Appraisers assessment across trials agrees with standard.三、实验结论：三、实验结论：人员目视检查能力：人员目视检查能力： ( 合格要求合格要求: 生产人员-80%以上 , QC人员-90%以上 , 设备-95% 以上 )再现性：再现性： 一线一线: QC50%不合格不合格, 制造制造-75%不合格不合格 三线三线: QC-50%不合格不合格, 制造制造-75%不合格不合格 重复性：重复性： 一线一线: QC-100%合格合格, 制造制造-25%不合格不合格 三线三线: QC-50%不合

44、格不合格, 制造制造-25%不合格不合格2. 设备的检查能力：设备的检查能力：一线一线 : WIT检测检测100%合格合格, 真空真空WIT95%合格合格 ( 重复性重复性 = 再现性再现性 ) 三线三线: WIT检测检测 = 真空真空WIT = 100% ( 重复性重复性= 再现性再现性 ) 四、下步计划：四、下步计划：组织相关人员进行培训组织相关人员进行培训 -时间时间: 2周。周。现场人员目视检测能力的再次实验现场人员目视检测能力的再次实验( 2周后周后) , 能能力合格着上岗。力合格着上岗。真空真空WIT 机机 进行校正进行校正,确保测量准确性。确保测量准确性。4检测设备上追加检测设备

45、上追加电流表电流表，便于跟踪线伤与，便于跟踪线伤与 泄漏电流的关系。泄漏电流的关系。Variables (连续型连续型 ) MSA 分析分析两种常见资料形态两种常见资料形态ATTRIBUTE - 不连续的，计数资料如： 1 ， 2 ， 3 ， 4 等好 / 坏机器 1 ， 2 ， 3 VARIABLES - 连续性的，计量资料如： 重量 =10.2 磅厚度 =11.211口寸简单测量分析之三个统计特性简单测量分析之三个统计特性 简单测量分析 我们希望得到的结果是： - 另两名操作员各测量10个样本 - 操作员的测量结果变异很小 - 两操作员结果应有强烈关联性 - 每位操作员之结果的平均值应为相

46、近简单测量分析之三个统计特性简单测量分析之三个统计特性 使用 Minitab 开启档案：WEAR-MEASURE. 输出：刹车皮的磨损性. 两名操作员各测量10个样本一次SampleObs1Obs2113.214.028.28.8310.911.2414.314.2510.711.866.66.479.59.8810.811.398.89.31013.313.6简单测量分析简单测量分析 - 续续使用 Calculator功能建立Delta变量栏位，它是Observer 1 与 Observer 2读数之差值ItemStore result in variable ExpressionFunct

47、ionsC1 SampleC2 Obs1C3 Obs2DeltaObs1-Obs2All functionsAbsolute valueAntilogArcsineArccosineCosineCurrent timeDate (from Text)Minitab CalcCalculator 简单测量分析简单测量分析 - 续续 使用Descriptive Statistics 计算 Delta 之标准差 其代表什么? Repeatability 或 Reproducibility? Variable N Mean Median StDev Delta 10 -0.410 -0.400 0.3

48、87 该标准差称之为 测量之标准误差简单测量分析简单测量分析 - 续续 Variable N Mean Median StDev Delta 10 -0.410 -0.400 0.387 使用上列的标准差，何者为测量散布的良好估计值？Precision = 6 * Precision = 6 * 0.387Precision = 2.32假设 Tolerance ( upper spec lower spec )为5， Precision Tolerance 之间的比率为何？简单测量分析简单测量分析 - 续续 Variable N Mean Median StDev Delta 10 -0.4

49、10 -0.400 0.387此比率称为 Precision to Tolerance ( P/T) Ration 在这个例子中的 P/T Ration 是P/T =PrecisionTolerance=2.325= 46%这可被解读为“46%的规格Tolerance 被测量误差成占用”Correlation ( 相关性相关性 )两变量之间线性关系的测量，例如两组不同的测量方法或两间不同的实验室 Offset No Offset 无相关性 方法 1方法 1方法 1方法 2方法 2方法 2简单测量分析简单测量分析 - 续续 使用 Minitabs 中的 correlation 功能计算两观察者之

50、间的相关性 Correlation of Obs1 and Obs2 = 0.98Minitab StatCalculator ItemVariablesDisplay p-valuesStore matrix disply nothingC1 SampleC2 Obs1C3 Obs2Obs1 Obs2简单测量分析简单测量分析 - 续续 借用描绘 Observer 1 及 Observer 2 资料我们可用图形检 - Simple Plot - Fitted Line Plot 我们先试 Fitted Line Plot 视其关联性 有两种方法可以采用Minitab StatRegressio

51、nItemResponseYPredictor XType of Regression ModelOptioosStorageC1 SampleC2 Obs1C3 Obs2Obs1 Obs2LinearQuadraticCubicFitted Line PlotCorrelation 与测量与测量Y = 1.08E-02 + 0.961881XR-Sq = 0.977Regression Plot 678910111213141567891011121314Obs2Correlation 练习题练习题 Department of Health (DOH) 要求你定期提供废水深度报告 你及 DO

52、H 用不同的测量系统测量样本的深度 DOH 指你测量结果是错误的，但你认为是正确的 若你不符合 DOHs 的标准，你将面临每月 $ 的罚款Correlation 练习题练习题 所需设备 10个塑胶容器 - 两种测量设备（分别为 DoH 及你公司所采用） - 2 位人员（分别为 DoH 及你公司 QA 人员 规格 - 参照容器 步骤 - 将10个容器装入介于两高度记号间不等量的水（询问训练员） - 请公司QA代表与DoH代表在不碰触容器的情形下独立地测量水面高度 分析结果并于课堂上提出简单测量分析简单测量分析 利用上面资料，于 Minitab 中建立以下之资料组 使用 Descriptive S

53、tatistics 功能并计算Delta 之 StandardDeviation Ruler 1 Ruler 2 Delta- 这是对测量误差的粗估值 将标准差乘以 6 并除以 Tolerance 值（2 mm）- 这是对 P/T ratio 的估计值 选出发言人并于课堂上报告你们的 P/T 值测量能力指标测量能力指标 P/T Precision / Tolerance RatioP/T =5.15*MSTolerance通常以百分比表示 描述多少 Tolerance 比率 是被测量误差所占用 同时包含了 Repeatability 与 Reproducibility - Operator U

54、nit Trial experiment 最佳情形：10% 可接受：30% 注意：5.15 标准差代表 99% 的MS变异,5.15标准差为工业标准Measurement Capability (测量能力）指标测量能力）指标 - % GR&RP/T =MS通常以百分比表示 描述多少总变异比率是由测量误差造成的 同时包含了 Repeatability 与 Reproducibility - Operator Unit Trial experiment 以% R&R 但是,若流程能力(Cpk)不适当时,P/T率可能带给你错误的保证%R&R 的应用的应用 对Black Bel

55、t 而言,%R&R 是较好的指标 - 对整体流程变异而言,此指标可应用于评估测量系统的表现 - %R&R 是进行流程改善时的较佳指标当使用样本来表达完整又具体代表性的流程变异时,务必小心Gage R&R 分析之设定分析之设定 一般需有 2-3 名操作员 一般需有 10工单位物件以供测量 每一操作员对每一物件测量 2-3 次样本选择样本选择 样本应从散布于流程常态变异的程序中取得 - 范例:若生产一平均厚度 1.000”及变异数 0.010”的材料，则 样本厚度范围应为0.080” 1.020”(95% range) - 若使用同一流程生产不同厚度的材料,将它们分组执行

56、R&R 分析 注意! - 范例: 一流程生 1.000”、2.000”及4.000”的材料且 Tolerance 为 +/- 0.030”。所有数值皆由同一系统测量所得 对每一厚度的材料各执行分析 - 若将上述样本混在一起，则 GR&R 值会变小执行执行 R&R分析的步骤分析的步骤 校准测量工具,或确认其已被校准 设定 Minitab 中的资料矩阵,并确定已随机化 令操作员依随机顺序测量样本 在 Minitab 中分析资料并决定 R&R 分析之统计数值 - Repeatability - Reproducibility - 上述之标准差 - %R&R -

57、 %P/T 分析结果并决定接续行动样本大小问题样本大小问题 操作员数 - 若流程使用多位操作员,则随机选择 2 4 个 - 若流程使用单一或没有操作员,则分析时忽略操作员之影响 即略 Reproducibility 之影响 样本数 - 选择足够之样本使得 ( Samples：样本数）（ Operators：操作员数） 15 - 若不可行,选择测试的次数使得： 若 S0 若 S0 若 S0 若 S0 4，.测试次数 = 6 - 8Distinct Data CategoriesLSLUSLLSLUSLLSLUSL100% NoiseAttribute DataLow Grade Variable

58、 DataMSA 练习题练习题开启 Gageaiag. mtwPart Operator Response1122331111110.650.601.001.000.850.80 Minitab Gage R&R 研究研究开启 Gageaiag. mtwMinitab StatQuality Tools Gage R&R StudyItem Part numbersOperatorsMeasurement dataMethod of AnalysisGage InfoOptionsC1 PartC2 OperatorC3 ResponsePartOperatorResponse

59、ANGVAXbar and RMinitab Gage R&R 研究研究Gage Options若该零件有一 Tolerance则在此输入一般资讯Gage nameDate of studyReported by Gage ToleranceMiscellaneousStudy variationProcess toleranceProcess variationDraw plost on separate,one plot per pageTitle5.155Minitab 输出输出Gage R&R Study ANOVA MethodANOVA Table With Ope

60、rator*Part InteractionSource DF SS MS FParts 9 2.05871 0.228745 39.7178 0.00000 Operators 2 0.04800 0.024000 4.1672 0.03256 Oper*Part 18 0.10367 0.005759 4.4588 0.00016 Repeatahility 30 0.03875 0.001292Total 30 2.24912细节将于第二周讨论Minitab 输出输出Gage R&RSource VarComp StdDev 5.15*SigmaTotal 测量工具 R&R 0.004437 0.066615 0.34306Repeatability 0.001292 0.035940 0.18509Reproducibility 0.006146 0.056088 0.28885Operator 0.000912 0