MSA测量系统分析概念课件

测定系统分析1.概要2.术语和概念3.MSA评价指数4.测定系统分析5.计量值R&R -GageR&R的学习 -GageRun图 -GageLinearity（线性图）学习6.特性值R&R7.特别值8.MSA

改善事例测定系统分析1.概要5.计量值R&RTQMSPC/SQCDOE检查品质MSAMSA是所有改善和品质技术所在的一般依据.S.G.Shina,是工程制品和工序一致的成功履行TQMSPC/SQCDOE检查品质MSAMSA是所有改善1.概要测定?

对一个目标赋予一个数据量值，而能代表一个特定性质。为理解一道工序对一种现实的精确理解为做出正确决定打基础为什么测定?请列举出原因。1.概要测定?为理解一道工序为什么测定?我们不可能知道我们知道的是什么.事实上，如果我们不能通过数据量值表示出来我们所知道的事情，我们的所知就不足.如果我们知道的不足，我们就不能管理它如果我们不能管理它，结果只有靠天了. -6Sigma理念 (MikelJ.Harry)测定的地位我们不可能知道我们知道的是什么.测定的地位MSA

的必要性这什么利用MSA?例

有一个测定系统概率是0.01,人为误判率是0.02,良品判别为不良品,不良品判为良品

实际不良率是1%,

则观测不良率是多少?若观察不良率是2%,则什么才是真实的不良率?MSA的必要性这什么利用MSA?答案P=99%*0.01+1%*(1-0.02)=1.97%2%=(100-x)*0.01+x*(1-0.02) x=1.03%如果真实不良率是1%,在检查以后为2%.最终，在我们所知道的不良率和真实不良率之间就有巨大的差距也就是我们废弃的制品的一半是好的以上产生的损失可以通过测定系统消除答案如果真实不良率是1%,在检查以后为2%.最终，在我们观测值的差异+=真实差异测定差异观测差异尽管我们通过测定得到了数据，也不会总能显示实际情况，据此，确认有多少数据反映真实情况就是必需的观测值的差异+=真实差异测定差异观测差异尽管我们通过测定得到1.概念+=在数据与真实情况之间的不一致有个概率真实差异测定差异观测差异1.概念+=在数据与真实情况之间的不一致有个概率真实差异测工序差异的原因真实差异测定差异长期差异短期差异标准差异Gage差异测量稳定性线性操作差异再现性观测的工序差异工序差异的原因真实差异测定差异长期差异短期差异标准差异Gag由错误数据造成的损失让我们找一个由错误的信息或数据产生损失的例子由错误数据造成的损失让我们找一个由错误的信息或数据产生损失的测定中涉及的问题足够的精确度能精确衡量工序分散的范围或一个大于标准幅度的1/10的刻度时间稳定性测量错误或分散不好的精度好的精度测定中涉及的问题足够的精确度不好的精度好的精度测量标准系统的管理国家标准-一个国家的最大精确度的显示或设备维护标准比较于测定领域的基本单位，原始单位，其它特殊单位由国家标准局或委员会管理韩国标准研究院NIST(国家标准技术学院)-通过国际间比较保持其精确度和准确性国家参考标准-中国国家标准学院或计量研究院-标准设备的计量及测量标准设备-精确度等级1~3*国家计量研究院持有国家标准承认的GAGE执行外面要求的测定任务可靠性由政府担保国家级或民办研究院测量标准系统的管理国家标准国家参考标准国家主要标准-国家计量研究院，自体测定企业测量用标准设备精度等级4~5*自体测定企业保有计量研究所计量的一台国际化标准设备无需去外面要求就可以自行检测一个等级较低的设备精密测量设施-用于精确测量，由工业体系内或研究院实验/检查-等级:6例行检测设备

-测定精度低于“精密设备”的精密等级的检测设备，用于一般的检测-等级:7~8

国家主要标准精密测量设施2.术语与概念精确度

测定平均值与真实值（标准值)之间的一致度真实值(标准)意识上是正确的数值NIST(国家标准技术研究院)偏差测定平均与真实值的差异测定设备的错误系统错误或差距精密度

测定系统的差异因素:反复性再现性稳定性测量分散是关于平均值与标准偏差之间的一致性与可预见性没有突发变化周期性的趋势图可以作出和评估2.术语与概念精确度精密度精确度和偏差Gage的精确度在观测到的平均值和真实性(标准)之间的差异偏差测量设备偏差:由于设备不同造成的偏差测量人的偏差:由于测量人员不同造成的偏差真实值(相关标准)

平均值设备1设备2真实值(标准)意味着可由权威标准设备测定值追踪精确度和偏差Gage的精确度真实值平均值设备1设备2精密度反复性测量系统的连续偏差在相似条件下相似的物体测量相同的测量人员相同的设置相同的Gage相同的环境条件短期在重复发生测定分散国产生的标准偏差可以估算称“反复差错”或“短期偏差”再现性-在不同条件下测定不同测量人不同设置不同Gage不同环境条件长期精密度=再现性+反复性

在不同条件下测定值的平均值的标准偏差可以估计精密度反复性再现性精密度=再现性+反复性在不同条件反复性真实值相同部门，相同特性，相同的人，设备，反复测定不精确但反复性很好！！！精确但反复性不好！！反复性真实值相同部门，相同特性，相同的人，设备，反复测定不精再现性真实值测量人ABCA测量人BC在测量人之间再现性不好！测量方法不标准

不精确但再现性在A，B，C之间很好!相同的部门，特性，不同（相似的人）设备，反复测量再现性真实值测量人ABCA测量人BC在测量人之间再现稳定性时间的精确度和精密度不同的评价时间1时间2真实值(标准)时间1时间2稳定性差稳定性好稳定性时间的精确度和精密度不同的评价时间1时间2真实值3.测量系统评估索引测量精密度rpdrptMS222sss+=方差反复性再现性标准偏差精密度分散精确度平均值Bias测量错误分解精确度精密度测量错误+=3.测量系统评估索引测量精密度rpdrptMS222sss测定能力评价指数的分类测定系统方差:测定系统的所有精确度决定的基础在于是否使用测定系统%贡献度在与制品/工序偏差进行比较%反复性和再现性不同种类的数目Single-to-Noise

比率

与幅度比较精密度与幅度的比率测定能力评价指数的分类测定系统方差:测定能力评价指数LSLUSL幅度幅度TPMS-==(%)10015.5/s2.1.%贡献度3.5.15σ是包括99%的所有观测值测定能力评价指数LSLUSL幅度幅度TPMS-==(%)10*样品恰当地代表了分散程度是很有意义的.)(

)(

Ratio

SNMSpss测定系统偏差部分偏差=4.*恰当的测定系统可以进行区别的范围的个数

不同种类的个数1.41

SN

×=ratio5.

*样品恰当地代表了分散程度是很有意义的.)()(Ra来源

%贡献度

%研究变量

%公差

GageR&R总计10.6732.6634.31可重复性

3.1017.6218.51重制度7.5627.5028.89操作员2.1914.8115.55操作员*PartID5.3723.1724.34部分-到-部分89.3394.5299.28变动总计100.00100.00105.04清晰的分类数量=4minitab执行结果来源%贡献度%研究变量测定错误的影响假如P/T比率很大，Cpk值就会比真实值小.假如P/T比率很大,概率分类错误发生概率就变大.假如P/T比率小，利用管理图来检测工序的特别情况的时间就变长.如果差别是复杂的，样品大小能被减少的测定错误的影响假如P/T比率很大，Cpk值就会比真实P/T图的影响P/T图的影响%R&R的影响%R&R的影响测定能力评价标准%贡献度%R&R或P/T种类好<1%<10%＞10考虑费用重要性<10%10~30%4~9不能使用＞10%

>30%<4测定能力评价标准%贡献度%R&R种类好<1%<10%＞测定错误的修正与评价精确度精密度散布平均值散布偏差测定学习-纠正阶段-方法与流程R&R学习改善测定工具改善测定方法标准化测定错误的修正与评价精确度精密度散布平均值散布偏差测定学习R4.测定体系评价事前确认事项-是否选择了正确的测定系统？选定测定系统与重要的输入输出变量相关？-要求测定系统的统计特征是令人满意吗?4.测定体系评价事前确认事项测定体系评价:实习阶段1核对M阶段理解和要求的一致性目的确认测定系统是否有统计特征找出环境因素是否影响测定系统?阶段2正规测定系统的持续维护通常GageR&R是第二阶段的一部分二阶段通常是下面的部分一般的修正项目维护方案但可独立操作测定体系评价:实习阶段1阶段2测定体系评价的决定评价流程决定的考虑内容-与标准保持追踪或联系-盲目测量评价费用和时间术语定义和统一与其它测定体系比较阶段2运转频率测定系统评价步骤完全用文件证明在文件中包含的项目事例选择部分的方法评价环境收集data,记录分析的方法重要技术的定义和概念

标准测定工具的保持、维护和使用测定体系评价的决定评价流程决定的考虑内容在文件中包含的项目测量体系的评估检查明细精密度,准确度,公差,P/T比率,%R/R,趋势图的倾向是什么?变动的原因是什么,测量误差是多少?改善测量体系的必需事项是什么?是否向相关人员通报结果?谁管理测量体系，谁解决难题?来自系统的结果是一致的吗?是否有测量体系的控制计划?检验与测量过程是否有文件证明？准备好的详细的程序图?是详细的测量体系和有定义的建立吗?测量员是被训练过的或是经过鉴定的?测量仪器在固有周期是被校正过的？什么时候需要,顾客会与供应商进行联系?测量体系的评估检查明细精密度,准确度,公差,P/T比率5.计算型数据的GageR&R内容-2~3

人员参与-通常测定10部分一般地反复测量2~3

次

流程选择10个样品代表工序的长期偏差(2)测定工具的校正(3)随机让第一个人对所有样品做一次测量（盲目测量)(4).让第二个人像上面第一个人一样测量（所有人员相同）(4)用相同的方法反复做几次(5)将结果数据插入minitab进行分析.5.计算型数据的GageR&R内容(3)随机让第一个人样品的选择样品一般为10个，能代表工序散布.如果样品选择接近工程平均值时，测定评价指标会比实际差.若选择比工程散布大的范围抽取样品，测定评价能力指标显示为比实际好.样品的选择样品一般为10个，能代表工序散布.如果样品选择人员选定和盲目测定操作人员选择利用测定评价工具，人员需收集或检查数据一定次数.检查是否执行，评价没有通告盲目测定为避免操作人员不受前次测量数据的影响（他本人或其它人的测量）必须不让他知道测量的样品是什么.Hawthorne影响的预防人员选定和盲目测定操作人员选择盲目测定数据表准备parts工人1工人2工人3measure12312312312345678910数据表准备parts工人1工人2measure1231231minitab

分析例)我们做minitab数据表,3个作业者，10个样品，3次测量Stat>QualityTools>GageR&RStudy(Crossed…)Minitab提供了ANOVA法和Xbar分析工具ANOVA是较高级的.C1SAMPLEC2MEASURERC3VALUESAMPLEMEASURERVALUESAMPLEMEASURERVALUEminitab分析例)我们做minitab数据表,输入minitab数据表Minitab>Calc>MakePatternedData例)我们做minitab数据表,3个作业者，10个样品，3次测量输入minitab数据表例)我们做minitab数minitabgraph(1)分析它意味着,“如果数据不统一样品就不能代表一个工程的散布？”代表“选择样本可以很好地代表一个工程的散布?”minitabgraph(1)分析它意味着,“如果数minitab图(2)的分析coinMisc:Tolerance:Reportedby:Dateofstudy:Gagename:024.0023.9523.90321XbarChartbyoperatorSampleMeanX=23.973.0SL=24.00-3.0SL=23.9500.080.070.060.050.040.030.020.010.00321RChartbyoperatorSampleRangeR=0.028333.0SL=0.07294-3.0SL=0.00E+001098765432124.0223.9723.92partoperatoroperator*partInteractionAverage12332124.0524.0023.9523.90operatorByoperator1098765432124.0524.0023.9523.90partBypart%TotalVar%StudyVarPart-to-PartReprodRepeatGageR&R100500ComponentsofVariationPercentGageR&R(ANOVA)formeasure就是说,“操作员之间的间距是怎样的操作员之间的距离越小越好minitab图(2)的分析coinMisc:TolcoinMisc:Tolerance:Reportedby:Dateofstudy:Gagename:024.0023.9523.90321XbarChartbyoperatorSampleMeanX=23.973.0SL=24.00-3.0SL=23.9500.080.070.060.050.040.030.020.010.00321RChartbyoperatorSampleRangeR=0.028333.0SL=0.07294-3.0SL=0.00E+001098765432124.0223.9723.92partoperatoroperator*partInteractionAverage12332124.0524.0023.9523.90operatorByoperator1098765432124.0524.0023.9523.90partBypart%TotalVar%StudyVarPart-to-PartReprodRepeatGageR&R100500ComponentsofVariationPercentGageR&R(ANOVA)formeasure它意味着每一个操作员测量样品是不同的每一个操作员对样品的测量值是完全相同的是好的!!minitab图(3)的分析coinMisc:Tolerance:ReportedbycoinMisc:Tolerance:Reportedby:Dateofstudy:Gagename:024.0023.9523.90321XbarChartbyoperatorSampleMeanX=23.973.0SL=24.00-3.0SL=23.9500.080.070.060.050.040.030.020.010.00321RChartbyoperatorSampleRangeR=0.028333.0SL=0.07294-3.0SL=0.00E+001098765432124.0223.9723.92partoperatoroperator*partInteractionAverage12332124.0524.0023.9523.90operatorByoperator1098765432124.0524.0023.9523.90partBypart%TotalVar%StudyVarPart-to-PartReprodRepeatGageR&R100500ComponentsofVariationPercentGageR&R(ANOVA)formeasureR&R的高度,重复Reprod越接近0越好!!就是说,“相对重要的R&R超过全部偏差是足够小吗?”minitab图(4)的分析coinMisc:Tolerance:Reportedby它意味着“操作员反复测量值是稳定的”.注意这里…..如果结果在界限线外，操作员应该调查原因并重新测量minitab图(5)的分析它意味着“操作员反复测量值注意这里…..minitab就是说,“区别不同部分的能力是充足的吗?”标准度量R&R的Xbar

图…“与R图相反,Xbar图

尽可能偏离控制界限线是好的.”minitab图(6)的分析就是说,“区别不同部分的能标准度量R&R的Xbar图…Hmmm….每项评估指数是令人不满意吗???7.56%重制度散布比3.10%的可重复性散布大.操作员间的差别还有所要求的测量方法标准化.来源%贡献度%学习变量

标准度量R&R总数10.6732.66可重复性3.1017.62重制度7.5627.50操作员2.1914.81操作员*PartID5.3723.17Part-To-Part89.3394.52变动总数100.00100.00清晰的分类号码=4

minitab价值分析Hmmm….来源%贡献SourceDFSSMSFP

PartID92.058710.22874539.71780.00000Operator20.048000.0240004.16720.03256Operator*PartID180.103670.0057594.45880.00016Repeatability300.038750.001292Total592.24912

ANOVA结果分析在ANOVA表格里,PartID的影响程度非常大,操作员&操作员*PartID很小SourceDFSSMSFP

Meas.position2083.90134.195075144.310.00000measurer10.00160.001611.970.17570measurer*mea.position200.01630.000820.960.52178Repeatability840.07170.00085Total12583.9909

SourceDFSS标准度量运行图至于操作员2,二次测量值比一次测量值的小这是一个趋势至于部分10,操作员的测量值显示不同,再有所要求清除原因的形成.Stat>QualityTools>GageRunChart…如果我们观察标准度量运行图,容易抓住操作员的测量习惯,测量物体时发生的困难标准度量运行图至于操作员2,二次测量值比一次测量值的小这是一标准度量线性学习Stat>QualityTools>GageLinearityStudy…

训练确认是否有特殊趋势或习惯把测量认为在仪器测量范围内错误我们必须了解真实值和部分散布.真实值:标准值标准度量线性学习Stat>QualityTool

结果标准度量直线性

至于测量仪器,错误标记和计算结果被测量范围改变为线性,大多数错误受线性影响,因此要求恰当的改订.结果标准度量直线性至于测量仪器,错误标记和计算结果被测

连续数据R&R练习准备5个成员一组管理人员1人录音1人测量员3人100(won)硬币每10个硬币为一组,选择1970∼2000制造以外的10个硬币为一组,1998制造的模型游标尺测径器:1人1组连续数据R&R练习准备练习1)标准度量的准确度和精确度一个操作员，用相同的标准度量，在相同的条件下，用相同的方法，同样的货币，测量超过20次。计算测量结果的平均值和标准偏差精确度标准偏差小于公差的1/10.如果大于1/10,应该远离噪声原因如)不固定的夹具如果标准度量的问题,应该调换仪器.准确度如果我们知道真实值(标准),我们能获得准确度使用标准样品使用较高等级的标准仪器※如果我们不知道真实值,我们不能知道准确度练习1)标准度量的准确度和精确度练习2)两个仪器相比较(精确度)平衡选择不在1970∼1990制造的硬币10~20个一个操作员，在相同的条件下，使用相同的方法，用任何一个硬币，两个测量仪器，分别测量一次获得一对数据,在Minitab里输入数据,分析它配对测试的用途如果结果产生平均值的差别很小（或没有）,两个测量仪器在精确度上好象没有什么差别.如果结果产生平均值有一些差别,一个或两个测量仪器在精确度上好象有一些问题练习2)两个仪器相比较(精确度)练习3)恰当的选择部件用1998年铸造的硬币，可执行的R&R,分析。然后毁坏结果.反复考虑R&R的结果原因.练习4)R&R平衡选择不在1970∼1990制造的硬币，可执行R&R硬币与练习结果1有区别吗?如果结果令人不满意,如何改进测量体系和经改进东西的前/后比较如何改进测量体系和经改进东西前/后的比较毁坏与改进计划一致,可执行的标准度量,分析结果,检讨是否有更多需要改进的事项.练习3)恰当的选择部件6.R&R属性值R&R属性值检校每一个操作员评估样品质是否恰当/不恰当步骤准备20个样品准备10个不容易区别的适当样品和10个不恰当(缺点)的样品.使两个操作员决定任意轮换,两次,分隔的.盲目评估结果安排一个操作员不一致的数量.操作员之间的inconsis-tencies的数量事实间差别数量是否每一个样品全部结果改善了测量体系和再评价.如果测量体系不能被改进,用另一个体系代替6.R&R属性值R&R属性值盲目评估ex)达到/没达到标准度量

至于操作员1,评估不同结果的数量是两次.因此,为方法&步骤的教育和训练是必要的.12sample12121234567891011121314151617181920GGNGNGGGNGNGGGGGGGGGGGGGGGGNGGGNGNGGGGGNGGGGGGGGGGGNGGGNGGGGGGGGGGGGGGGGGNGGGNGGGGGGGGGGGGGG操作员sample操作员ex)达到/没达到标准度量至于操作员1,评估不同结7.特别案例是否样品不够多在案例中获得仅一个样品而取代众多样品,用于考虑规格.例)检校关键仪器的精密度和精确度,常用假人代替真人.如果破坏测试找出恰当的取代特性.在同一条件下,反复测量是不可能的.检校重制度例)纸直升飞机飞行时间自从条件每一次飞行时间轻微变化以来,事实上,完全相同的重复飞行测量是不可能的不飞行一次,几个操作员同时和如前所说的测量,在测量者之间的重制度能被分析如果不是普通产品7.特别案例是否样品不够多在同一条件下,反复测量是不可能的ex)假如反复的尺寸是不可能的

-两个操作员的测量结果,同时的清空“Operators”列,填充“Partnumbers”列,“Measurementdata”列ex)假如反复的尺寸是不可能的清空“Operators”Source%Contribution%StudyVar

TotalGageR&R5.4723.39Repeatability5.4723.39Part-to-Part94.5397.23TotalVariation100.00100.00清楚的分类数量=6它表现操作员的重制度不循环,小于中心值的5%Source%Contributio分析结果分析结果ex)如果仅有一个操作员能测量 -一个操作员反复测量结果(2次)

剩余空格“Operators”.输入“Partnumbers”,“MeasurementData”.数据ex)如果仅有一个操作员能测量剩余空格“OperatoSource%Contribution%StudyVar

TotalGageR&R5.4723.39Repeatability5.4723.39Part-to-Part94.5397.23TotalVariation100.00100.00清楚的分类数量=6它表现操作员的重制度不循环,小于中心值的5%Source%Contributioex)如果不是普通产品

-组织基础消灭的测量在这个案例里,我们能评价用基底测量位置标准测量仪器水平的精确度

我们能测量被认为是一个样品的每一个基底测量点XX X XX X X X X Xex)如果不是普通产品

-组织基础消灭的测量在这个案例ex)异常案例纸质直升飞机的降落配置品A4纸20张10把尺,10把剪刀回形针1盒10个stop-watchs试验方法一个小组做一个纸直升飞机.通过10次降落试验,相同的降落时间搜集数据在Minitab里输入结果并分析ex)异常案例纸质直升飞机的降落8.测量体系改进案例DESCRIPTIONBASELINEMStageIImprovedrateTOTALGAGER&R%Contribution44.0323.948.7880%%StudyVar66.3548.9329.6355%20㎛6㎛3㎛85%StadardizationofmeasuringmethodStopperinstal标准度量R&R范例

RangeofMeasuringErrorImprovedcontentsStage8.测量体系改进案例DESCRIPTIONBASELINEMGageR&RGageR&RforMAXSource%Contribution%StudyVarTotalGageR&R44.0366.35Repeatability27.7052.63Reproducibility16.3240.40OPERATOR0.000.00OPERATOR*JIGNO16.3240.40Part-To-Part55.9774.81TotalVariation100.00100.00NumberofDistinctCategories=2基础线体GageR&RStudyGageR&RforMAXSource%Contribution%StudyVarTotalGageR&R8.7829.63Repeatability8.3728.94Reproducibility0.416.39OPERATOR0.416.39Part-To-Part91.2295.51TotalVariation100.00100.00NumberofDistinctCategories=5Gage

name:Dateof

sudy:Reportedby:Toerance:Msc:#1민영1999.7.61999.7.70847848849850851852853123Xbar

Chart

by

OPERATORSample

MeanX=8.4883.0SL=8.502-3.0SL=8.47300.000.010.020.030.04123R

Chart

by

OPERATORSample

RangeR=0.0079333.0SL=0.02592-3.0SL=0.00E+00123458.478.488.498.508.518.528.53JIG

NOOPERATOROPERATOR*JIG

NO

InteractionAverage1231238.478.488.498.508.518.528.53OPERATORBy

OPERATOR123458.478.488.498.508.518.528.53JIG

NOBy

JIG

NO%Total

Var%Study

VarGage

R&RRepeatReprodPart-to-Part050100Components

of

VariationPercentGage

R&R

(ANOVA)

for

MAXGage

name:Date

of

study:Reported

by:Tolerance:Misc:06.1556.1576.1596.1616.1636.1656.1676.16912Xbar

Chart

by

OPERATORSample

MeanX=6.1603.0SL=6.162-3.0SL=6.15800.0000.0010.0020.0030.00412R

Chart

by

OPERATORSample

RangeR=0.0010503.0SL=0.003431-3.0SL=0.00E+00

1

2

3

4

5

6

7

8

9106.1556.1606.165JIG

NOOPERATOROPERATOR*JIG

NO

InteractionAverage12126.1546.1596.1646.169OPERATORBy

OPERATOR

1

2

3

4

5

6

7

8

9106.1546.1596.1646.169JIG

NOBy

JIG

NO%Total

Var%Study

VarGage

R&RRepeatReprodPart-to-Part050100Components

of

VariationPercentGage

R&R

(ANOVA)

for

DATA备注)像上面的改进之后，如果问题反复发生，我们能通过正在使用的反复测量值的平均值获得精确的数据.

ST

阶段结束GageR&RGageR&RforMAXSource%Con测量方法标准化●-标准度量R&R结果既然操作员间的散布为0.02mm,那么再现性，反复性也有问题，测定直接影响质量.且达成良品与不良品也难以正确区分.序号问题图解改善计划1

测定是抓GAGE的PROBE缔结部位，因此缔结部位变化造成测定误差0.02mm以上.234.5678.575●缔结部定盘JIG8.575●PROBEAGAGE素体测定时,JIG上附着的第一行可测定。但第二行部品只能测定前端部，下端部因JIG接解GAGE轴不能测定移动JIG测定，前端部测定时GAGE的PROBE确良突出素体外边的部位出进行测定，因此出现测定误差TOP面测定时素体的孔造成测定误差定盘的清洁度低影响测定.用GAGE为数据有可能出现测定的误差测定方法是移动JIG，有可能造成GAGEPROBER磨损，因此有可能不能保证GAGE自身测定值使用缔结部位附着在GAGE下端的。测量第一行之后，旋转JIG180度后测定第二行.前端部测定时测定从最前端部10mm的位置前端部和下端部各测定3个点定盘清扫用液体进行尺寸用刻度（旋转1次以上时测定困难)PROBE的磨损状态点检.GAGE检校正实施素体TOPGAGE缔结部素体测量方法标准化●-标准度量R&R结果既然操作员间的散布区分图解问题/改善前定盘素材测定器机种别STOPPER固定STOPPER●测定STOPPER的附着对策改善后测定值测定器掉进素材（TOP）的HOLE，造成测定值误差设置定盘固定STOPPER，按机种别制作STOPPER附着，使测定器PROBE经常固定有一个位置，防止素材（TOP）因HOLE引起测定误差测定器素材定盘区分图解问题/改善前定盘素材测定器机种别STOPPER固定S测定系统分析1.概要2.术语和概念3.MSA评价指数4.测定系统分析5.计量值R&R -GageR&R的学习 -GageRun图 -GageLinearity（线性图）学习6.特性值R&R7.特别值8.MSA

改善事例测定系统分析1.概要5.计量值R&RTQMSPC/SQCDOE检查品质MSAMSA是所有改善和品质技术所在的一般依据.S.G.Shina,是工程制品和工序一致的成功履行TQMSPC/SQCDOE检查品质MSAMSA是所有改善1.概要测定?

对一个目标赋予一个数据量值，而能代表一个特定性质。为理解一道工序对一种现实的精确理解为做出正确决定打基础为什么测定?请列举出原因。1.概要测定?为理解一道工序为什么测定?我们不可能知道我们知道的是什么.事实上，如果我们不能通过数据量值表示出来我们所知道的事情，我们的所知就不足.如果我们知道的不足，我们就不能管理它如果我们不能管理它，结果只有靠天了. -6Sigma理念 (MikelJ.Harry)测定的地位我们不可能知道我们知道的是什么.测定的地位MSA

的必要性这什么利用MSA?例

有一个测定系统概率是0.01,人为误判率是0.02,良品判别为不良品,不良品判为良品

实际不良率是1%,

则观测不良率是多少?若观察不良率是2%,则什么才是真实的不良率?MSA的必要性这什么利用MSA?答案P=99%*0.01+1%*(1-0.02)=1.97%2%=(100-x)*0.01+x*(1-0.02) x=1.03%如果真实不良率是1%,在检查以后为2%.最终，在我们所知道的不良率和真实不良率之间就有巨大的差距也就是我们废弃的制品的一半是好的以上产生的损失可以通过测定系统消除答案如果真实不良率是1%,在检查以后为2%.最终，在我们观测值的差异+=真实差异测定差异观测差异尽管我们通过测定得到了数据，也不会总能显示实际情况，据此，确认有多少数据反映真实情况就是必需的观测值的差异+=真实差异测定差异观测差异尽管我们通过测定得到1.概念+=在数据与真实情况之间的不一致有个概率真实差异测定差异观测差异1.概念+=在数据与真实情况之间的不一致有个概率真实差异测工序差异的原因真实差异测定差异长期差异短期差异标准差异Gage差异测量稳定性线性操作差异再现性观测的工序差异工序差异的原因真实差异测定差异长期差异短期差异标准差异Gag由错误数据造成的损失让我们找一个由错误的信息或数据产生损失的例子由错误数据造成的损失让我们找一个由错误的信息或数据产生损失的测定中涉及的问题足够的精确度能精确衡量工序分散的范围或一个大于标准幅度的1/10的刻度时间稳定性测量错误或分散不好的精度好的精度测定中涉及的问题足够的精确度不好的精度好的精度测量标准系统的管理国家标准-一个国家的最大精确度的显示或设备维护标准比较于测定领域的基本单位，原始单位，其它特殊单位由国家标准局或委员会管理韩国标准研究院NIST(国家标准技术学院)-通过国际间比较保持其精确度和准确性国家参考标准-中国国家标准学院或计量研究院-标准设备的计量及测量标准设备-精确度等级1~3*国家计量研究院持有国家标准承认的GAGE执行外面要求的测定任务可靠性由政府担保国家级或民办研究院测量标准系统的管理国家标准国家参考标准国家主要标准-国家计量研究院，自体测定企业测量用标准设备精度等级4~5*自体测定企业保有计量研究所计量的一台国际化标准设备无需去外面要求就可以自行检测一个等级较低的设备精密测量设施-用于精确测量，由工业体系内或研究院实验/检查-等级:6例行检测设备

-测定精度低于“精密设备”的精密等级的检测设备，用于一般的检测-等级:7~8

国家主要标准精密测量设施2.术语与概念精确度

测定平均值与真实值（标准值)之间的一致度真实值(标准)意识上是正确的数值NIST(国家标准技术研究院)偏差测定平均与真实值的差异测定设备的错误系统错误或差距精密度

测定系统的差异因素:反复性再现性稳定性测量分散是关于平均值与标准偏差之间的一致性与可预见性没有突发变化周期性的趋势图可以作出和评估2.术语与概念精确度精密度精确度和偏差Gage的精确度在观测到的平均值和真实性(标准)之间的差异偏差测量设备偏差:由于设备不同造成的偏差测量人的偏差:由于测量人员不同造成的偏差真实值(相关标准)

平均值设备1设备2真实值(标准)意味着可由权威标准设备测定值追踪精确度和偏差Gage的精确度真实值平均值设备1设备2精密度反复性测量系统的连续偏差在相似条件下相似的物体测量相同的测量人员相同的设置相同的Gage相同的环境条件短期在重复发生测定分散国产生的标准偏差可以估算称“反复差错”或“短期偏差”再现性-在不同条件下测定不同测量人不同设置不同Gage不同环境条件长期精密度=再现性+反复性

在不同条件下测定值的平均值的标准偏差可以估计精密度反复性再现性精密度=再现性+反复性在不同条件反复性真实值相同部门，相同特性，相同的人，设备，反复测定不精确但反复性很好！！！精确但反复性不好！！反复性真实值相同部门，相同特性，相同的人，设备，反复测定不精再现性真实值测量人ABCA测量人BC在测量人之间再现性不好！测量方法不标准

不精确但再现性在A，B，C之间很好!相同的部门，特性，不同（相似的人）设备，反复测量再现性真实值测量人ABCA测量人BC在测量人之间再现稳定性时间的精确度和精密度不同的评价时间1时间2真实值(标准)时间1时间2稳定性差稳定性好稳定性时间的精确度和精密度不同的评价时间1时间2真实值3.测量系统评估索引测量精密度rpdrptMS222sss+=方差反复性再现性标准偏差精密度分散精确度平均值Bias测量错误分解精确度精密度测量错误+=3.测量系统评估索引测量精密度rpdrptMS222sss测定能力评价指数的分类测定系统方差:测定系统的所有精确度决定的基础在于是否使用测定系统%贡献度在与制品/工序偏差进行比较%反复性和再现性不同种类的数目Single-to-Noise

比率

与幅度比较精密度与幅度的比率测定能力评价指数的分类测定系统方差:测定能力评价指数LSLUSL幅度幅度TPMS-==(%)10015.5/s2.1.%贡献度3.5.15σ是包括99%的所有观测值测定能力评价指数LSLUSL幅度幅度TPMS-==(%)10*样品恰当地代表了分散程度是很有意义的.)(

)(

Ratio

SNMSpss测定系统偏差部分偏差=4.*恰当的测定系统可以进行区别的范围的个数

不同种类的个数1.41

SN

×=ratio5.

*样品恰当地代表了分散程度是很有意义的.)()(Ra来源

%贡献度

%研究变量

%公差

GageR&R总计10.6732.6634.31可重复性

3.1017.6218.51重制度7.5627.5028.89操作员2.1914.8115.55操作员*PartID5.3723.1724.34部分-到-部分89.3394.5299.28变动总计100.00100.00105.04清晰的分类数量=4minitab执行结果来源%贡献度%研究变量测定错误的影响假如P/T比率很大，Cpk值就会比真实值小.假如P/T比率很大,概率分类错误发生概率就变大.假如P/T比率小，利用管理图来检测工序的特别情况的时间就变长.如果差别是复杂的，样品大小能被减少的测定错误的影响假如P/T比率很大，Cpk值就会比真实P/T图的影响P/T图的影响%R&R的影响%R&R的影响测定能力评价标准%贡献度%R&R或P/T种类好<1%<10%＞10考虑费用重要性<10%10~30%4~9不能使用＞10%

>30%<4测定能力评价标准%贡献度%R&R种类好<1%<10%＞测定错误的修正与评价精确度精密度散布平均值散布偏差测定学习-纠正阶段-方法与流程R&R学习改善测定工具改善测定方法标准化测定错误的修正与评价精确度精密度散布平均值散布偏差测定学习R4.测定体系评价事前确认事项-是否选择了正确的测定系统？选定测定系统与重要的输入输出变量相关？-要求测定系统的统计特征是令人满意吗?4.测定体系评价事前确认事项测定体系评价:实习阶段1核对M阶段理解和要求的一致性目的确认测定系统是否有统计特征找出环境因素是否影响测定系统?阶段2正规测定系统的持续维护通常GageR&R是第二阶段的一部分二阶段通常是下面的部分一般的修正项目维护方案但可独立操作测定体系评价:实习阶段1阶段2测定体系评价的决定评价流程决定的考虑内容-与标准保持追踪或联系-盲目测量评价费用和时间术语定义和统一与其它测定体系比较阶段2运转频率测定系统评价步骤完全用文件证明在文件中包含的项目事例选择部分的方法评价环境收集data,记录分析的方法重要技术的定义和概念

标准测定工具的保持、维护和使用测定体系评价的决定评价流程决定的考虑内容在文件中包含的项目测量体系的评估检查明细精密度,准确度,公差,P/T比率,%R/R,趋势图的倾向是什么?变动的原因是什么,测量误差是多少?改善测量体系的必需事项是什么?是否向相关人员通报结果?谁管理测量体系，谁解决难题?来自系统的结果是一致的吗?是否有测量体系的控制计划?检验与测量过程是否有文件证明？准备好的详细的程序图?是详细的测量体系和有定义的建立吗?测量员是被训练过的或是经过鉴定的?测量仪器在固有周期是被校正过的？什么时候需要,顾客会与供应商进行联系?测量体系的评估检查明细精密度,准确度,公差,P/T比率5.计算型数据的GageR&R内容-2~3

人员参与-通常测定10部分一般地反复测量2~3

次

流程选择10个样品代表工序的长期偏差(2)测定工具的校正(3)随机让第一个人对所有样品做一次测量（盲目测量)(4).让第二个人像上面第一个人一样测量（所有人员相同）(4)用相同的方法反复做几次(5)将结果数据插入minitab进行分析.5.计算型数据的GageR&R内容(3)随机让第一个人样品的选择样品一般为10个，能代表工序散布.如果样品选择接近工程平均值时，测定评价指标会比实际差.若选择比工程散布大的范围抽取样品，测定评价能力指标显示为比实际好.样品的选择样品一般为10个，能代表工序散布.如果样品选择人员选定和盲目测定操作人员选择利用测定评价工具，人员需收集或检查数据一定次数.检查是否执行，评价没有通告盲目测定为避免操作人员不受前次测量数据的影响（他本人或其它人的测量）必须不让他知道测量的样品是什么.Hawthorne影响的预防人员选定和盲目测定操作人员选择盲目测定数据表准备parts工人1工人2工人3measure12312312312345678910数据表准备parts工人1工人2measure1231231minitab

分析例)我们做minitab数据表,3个作业者，10个样品，3次测量Stat>QualityTools>GageR&RStudy(Crossed…)Minitab提供了ANOVA法和Xbar分析工具ANOVA是较高级的.C1SAMPLEC2MEASURERC3VALUESAMPLEMEASURERVALUESAMPLEMEASURERVALUEminitab分析例)我们做minitab数据表,输入minitab数据表Minitab>Calc>MakePatternedData例)我们做minitab数据表,3个作业者，10个样品，3次测量输入minitab数据表例)我们做minitab数minitabgraph(1)分析它意味着,“如果数据不统一样品就不能代表一个工程的散布？”代表“选择样本可以很好地代表一个工程的散布?”minitabgraph(1)分析它意味着,“如果数minitab图(2)的分析coinMisc:Tolerance:Reportedby:Dateofstudy:Gagename:024.0023.9523.90321XbarChartbyoperatorSampleMeanX=23.973.0SL=24.00-3.0SL=23.9500.080.070.060.050.040.030.020.010.00321RChartbyoperatorSampleRangeR=0.028333.0SL=0.07294-3.0SL=0.00E+001098765432124.0223.9723.92partoperatoroperator*partInteractionAverage12332124.0524.0023.9523.90operatorByoperator1098765432124.0524.0023.9523.90partBypart%TotalVar%StudyVarPart-to-PartReprodRepeatGageR&R100500ComponentsofVariationPercentGageR&R(ANOVA)formeasure就是说,“操作员之间的间距是怎样的操作员之间的距离越小越好minitab图(2)的分析coinMisc:TolcoinMisc:Tolerance:Reportedby:Dateofstudy:Gagename:024.0023.9523.90321XbarChartbyoperatorSampleMeanX=23.973.0SL=24.00-3.0SL=23.9500.080.070.060.050.040.030.020.010.00321RChartbyoperatorSampleRangeR=0.028333.0SL=0.07294-3.0SL=0.00E+001098765432124.0223.9723.92partoperatoroperator*partInteractionAverage12332124.0524.0023.9523.90operatorByoperator1098765432124.0524.0023.9523.90partBypart%TotalVar%StudyVarPart-to-PartReprodRepeatGageR&R100500ComponentsofVariationPercentGageR&R(ANOVA)formeasure它意味着每一个操作员测量样品是不同的每一个操作员对样品的测量值是完全相同的是好的!!minitab图(3)的分析coinMisc:Tolerance:ReportedbycoinMisc:Tolerance:Reportedby:Dateofstudy:Gagename:024.0023.9523.90321XbarChartbyoperatorSampleMeanX=23.973.0SL=24.00-3.0SL=23.9500.080.070.060.050.040.030.020.010.00321RChartbyoperatorSampleRangeR=0.028333.0SL=0.07294-3.0SL=0.00E+001098765432124.0223.9723.92partoperatoroperator*partInteractionAverage12332124.0524.0023.9523.90operatorByoperator1098765432124.0524.0023.9523.90partBypart%TotalVar%StudyVarPart-to-PartReprodRepeatGageR&R100500ComponentsofVariationPercentGageR&R(ANOVA)formeasureR&R的高度,重复Reprod越接近0越好!!就是说,“相对重要的R&R超过全部偏差是足够小吗?”minitab图(4)的分析coinMisc:Tolerance:Reportedby它意味着“操作员反复测量值是稳定的”.注意这里…..如果结果在界限线外，操作员应该调查原因并重新测量minitab图(5)的分析它意味着“操作员反复测量值注意这里…..minitab就是说,“区别不同部分的能力是充足的吗?”标准度量R&R的Xbar

图…“与R图相反,Xbar图

尽可能偏离控制界限线是好的.”minitab图(6)的分析就是说,“区别不同部分的能标准度量R&R的Xbar图…Hmmm….每项评估指数是令人不满意吗???7.56%重制度散布比3.10%的可重复性散布大.操作员间的差别还有所要求的测量方法标准化.来源%贡献度%学习变量

标准度量R&R总数10.6732.66可重复性3.1017.62重制度7.5627.50操作员2.1914.81操作员*PartID5.3723.17Part-To-Part89.3394.52变动总数100.00100.00清晰的分类号码=4

minitab价值分析Hmmm….来源%贡献SourceDFSSMSFP