绿带培训之测量系统分析

GR&R6

綠

帶

培

訓测量系统分析重复性和复制性1GB

W2–Six

SigmaAsiaPacific目的

介

绍

测

量

系

统

分

析

定义基本测量术

语

学

习

怎

么

做

测

量

工

具

分

析

(测

量系

统

分

析

)

做个练习来熟悉一下这种方法2GB

W2–Six

SigmaAsiaPacific6

制程改善路径图步骤III:制 程

改

善用DOE方法确定关键输入变数不

断

地 对

制 程

的

稳

定

性和能力进行验证决定最佳的操作窗口完成FMEA，评估控制计划计

划

项

目

， 确

定

KPIV /

KPOV进行短期能力指数分析评估控制计划步

骤

II:

制

程

分

析完成多变数分析确定潜在的KPIV回顾已有数据排序KPIV对必要的测量系统进行分析更新控制计划步

骤

IV:

制

程

控

制完成制程的控制计划步

骤

I:3GB

W2–Six

SigmaAsiaPacific制程测量测量制程•理的想的测”

测量量系统应该能够在任何时候作出“真实测.量系统的质量是由统计意义上的性能来描述的测量制程应包括:–

设计和认证–

随时间变化的制程能力的评估–

控制–

修正和重新认证性能–

必须在统

计

上

的

控

制

中变

异

必

须

小

于

产

品

的

规

格变异

必须小于

制程的变异测量的精度(解析度)

应该是产品规格或制程变异 的

十分之一4GB

W2–Six

SigmaAsiaPacific制程变异的可能原因观察到的制程变异制程的实际变异测量变异长期

制程变异短期

制程变异样本间的变异因设备而产生的变异因操作工而产生的变异重复性校正稳定性线性要找出制程的真正变异必须确认测量系统的变异并将其从制程中分离出去。5GB

W2–Six

SigmaAsiaPacific制程变异的可能原因因设备而产生的变异样本间的变异长期

制程变异短期

制程变异制程的实际变异校正稳定性线性测量变异因操作工而产生的变异重复性观察到的制程变异我

们

将

把

“重

复

性”

和

“复

制

性”

作

为

造

成

测

量

误

差

的

主6GB

W2–Six

SigmaAsiaPacific我

们

将

把

“重

复

性”

和

“复

制

性”

作

为

造

成

测

量

误

差

的

主要

原

因基本公式总共

2产品测量系统

2

2总

的

变

异

等

于

产

品

本

身

的

变

异

加

上因

测

量

系

统

而

引

起

的

变

异7GB

W2–Six

SigmaAsiaPacific测量制程组成部分测量工具:–硬件–软件所有使用工具的程

序

:–操作工–设置和移动步骤–离线计算和数据输入–校正频率和技术8GB

W2–Six

SigmaAsiaPacific要得到的信息

测

量

误

差

多

大

?

测量误差的原

因

是什么?

工具是否一直都稳

定

?

在这个分析中，工具是否有

能力

?

我们怎样改

善

测量系统?9GB

W2–Six

SigmaAsiaPacificM

i

n

i

tab

练习-

制程能力和测量误差

让

我

们

假

设

，

我

们

有

一

个

5

和

平

均

数

等

于

70

的

制

程

让

我

们

再

假

设

，

我

们

有

一

个

和

制

程

具有

同

样

5

水

平

测

量

误

差

的

测

量

系

统

到

M

i

n

i

tab

，

按

以

下

的

步

骤

到

Sess

i

on

窗

口

到

Ed

i

tor

>

Enab

l

e

Command

Language并

按

鼠标

左

键

应该出现MTB>

在

C1

,C2

和

C3

分

别

输

入

Process,

Meas.Error

和

Observed10GB

W2–Six

SigmaAsiaPacific练习

-

续

键入以下的命令来建立适用于例子的数据:MTB

>

random

100

c1;SUBC>

norm

70

5.MTB

>

rand

100

c2;SUBC>

norm

0

5.MTB

>

let

c3=c1+c211GB

W2–Six

SigmaAsiaPacific建立一组随机常态分布建立一组随机常态分布把制程数据和测量误差相加来建立我们会在生产线上看到的数据实

际制程变异没

有测量误差100

110908070Process60504030151050FrequencyLSLUSL模拟的结果100

110908070Observ

ed60504030151050FrequencyLSLUSL观

察

到

的

制

程

变

异-

有测量误差12GB

W2–Six

SigmaAsiaPacific测量误差的影响平

均

数

总数

产品

测量测

量

系

统

偏

差

-通

过“校正分析”来确定準確性準確性平

均

数变变异异总数产品测量

2

=

2+

2测

量

系

统

的

变

异

-通

过

“R&R

分

析

”来

确定精确性精确性13GB

W2–Six

SigmaAsiaPacific变异的来源产品的变异(

实

际

变

异

)产品的变异(

实

际

变

异

)测量变异测量变异总变异(所观察到的变总变异(所观察到的变异

))14GB

W2–Six

SigmaAsiaPacific术语精

度与

准

确

性

相

关

的

术语–实际数值–偏差–线性与

精

确

性

相

关

的

术语–重复性–复制性–线性•稳

定

性(随

时

间)15GB

W2–Six

SigmaAsiaPacific精度小数点后的数据是可以被系统测量的。测量的

精

度

应

该

是

产

品

规

格

或

制

程

变

异

的

十

分

之

一.1

2

3

4

5差的精度1

2

3

4

5好的精度16GB

W2–Six

SigmaAsiaPacific准确性准确性-

测量的平

均值偏离真实数真值实的数程

度值理

论

上

正

确

的

数

值NIST

标

准偏

差所有测量所得的平均值

和

真

实数值之间的差距工具读数一贯偏离目标系统误差或偏移17GB

W2–Six

SigmaAsiaPacific18GB

W2–Six

SigmaAsiaPacific准确性设备

的

准

确

性

是

指

测

量

数值的平

均

值和真

实

值

或

标

准

值

的

差

距.标准

值

是一比种如可

接

受NIST)

.的、能

追

踪

的参考标准(标准值标准值平均数偏

差准确性测验

我

们

怎

么

来

研

究

测

量

系

统

的

准确

性

?

一

般

由

谁

来

提

供

这

种

功

能

?

用

来

对

测

量

系

统

准

确

性

评

估

进行

描

述

的

常

用

术

语

是

什

么

?19GB

W2–Six

SigmaAsiaPacific准确性测验20GB

W2–Six

SigmaAsiaPacific我

们

怎

么

来

研

究

测

量

系

统

的

准

确

性

性?校

正

分

析一

般

由

谁

来

提

供

这

种

功

能

?实

验

室

人

员用

来

对

测

量

系

统

准

确

性

评

估

进

行

描

述的

常

用

术

语

是

什 么?重

复

性21GB

W2–Six

SigmaAsiaPacific偏差测量的平均值有一固定量的差异:偏

差

影

响

包

括操

作

工

偏

差-

不同操作工对同一事件的测量所得到的可发现的偏差仪

器

偏

差-不同仪器对同一事件的测量所得到的可发现的偏差

.标准值标准值平均数仪

器

1仪

器

2平均数仪

器

2偏

差仪

器

1偏

差精确性•

测

量

系

统

中

的

总

变

异•

重

复

测

量

中

产

生

的

自

然

变

异

的

测

量•

术 语

:

随

机

误 差

,

分

布

,

测 试

/

再

测试

误

差•

重

复

性

和

复

制

性测重量复系测统量中中的产总生变的异自

然变

异

的

测量术试语误:差随机误差,分

布,

测 试

/

再测重复性和复制性MS

2

2

2rpt

rpd22GB

W2–Six

SigmaAsiaPacific精确性

:

重

复性

测量系统既有的变异

在下列类似的情况下，重复测量相同变数所产生的变异–

同一个操作工–

设置相同–

同一个零件–

同样的环境–

短期

用

重

复

测

量

數数

据

分

布

的

综

合

(

平

均

)

标

准

差来

预

估

重复性通常要小于系统的总变异

测量系统既有的变异

在下列类似的情况下，重复测量相同变数所产–––生同设同的一置一变个相个异操同零作件工––同短样期的环境

用重复测量數数

据

分

布

的

综

合

(

平

均

)标准差来预估

重复性通常要小于系统的总变异

rpt23GB

W2–Six

SigmaAsiaPacific24GB

W2–Six

SigmaAsiaPacific重复性对相同零件、相同特征、由同一个操作工用相同的儀器连续测量所得变异.又

叫

做

测

试

-再测试误差

;用来作为对短期变异

的估计.标准值标准值极差的重复性良好的重复性平均数平均数精确性

:

复

制性在

不

同

条

件

下， 测

量

时

所

产

生

的

变

异不同的操作工不同的设置不同的测试零件不同的环境长期用在不同测量条件下得到的测量平均值的标准差来估计25GB

W2–Six

SigmaAsiaPacific

rpd复制性由不同操作工用相同或不同的仪器连续对零件的相同特征测量时所得到的测量平均值的差异

.标准值标准值平均数平均数极差的复制性26GB

W2–Six

SigmaAsiaPacific良好的复制性操作工1操作2操作工1操作工

2操作操作

3工

3线性在仪器能力范围内，对准确性或精确性差异的测量测

量

工

具

1

:线性在这里是个问题测量工具

2

:线性在这里不是个问题准确性准确性0测量单位0测量单位27GB

W2–Six

SigmaAsiaPacific稳定性

测量分布的平均数和标

准差随着

时

间的变化保持固定并且是

可预计的

没

有

平 移

,

突

然

的

变 化

,

周 期

,

等

...

用

趋

势

图

来

评

估28GB

W2–Six

SigmaAsiaPacific稳定性评

估

随

时

间

变

化

的

准

确

性

或

精

确

性

的

不

同

。标准值标准值标准值标准值稳定性差29GB

W2–Six

SigmaAsiaPacificTime

2T

i

me

1稳定性好T

i

me

1Time

2Time

3Time

3稳定性4

/

17

/

96

6

/

26

/

96

9

/

18

/

96

12

/

11

/

96

2

/

21

/

97950940930920910900890880870860850Date/

T

i

meDCMStandard#1校

正

稳

定

性4

/

3

/

96

6

/

19

/

96

8

/

21

/

9610

/

30

/

961

/

8

/

9730GB

W2–Six

SigmaAsiaPacific820810800790780770760750740730Date/

T

i

meDCMStandard#1校

正

稳

定

性准确性

vs.

精

确性假

设

我

们

有

一

种

原

料

的

‘真

实

’

硬

度

为5

.

0

.方

法

1

得

出

以

下

读 数

:3

.

8

,

4

.

4

,

4

.

2

,

4

.

0方法2得

出以

下

读 数

:6

.

5

,4

.

0

,

3

.

2

,

6

.

3哪种方法较准确?哪种方法较精确?你较喜欢哪种方

法

?

为

什

么?31GB

W2–Six

SigmaAsiaPacific准确性

vs.

精

确性32GB

W2–Six

SigmaAsiaPacific假

设

我

们

有

一

种

原

料

的

‘真

实

’

硬

度

为5

.

0

.方法1得出

以3

.

8

,下

读4

.

4

,数:4

.

2

,4

.

0方法2得出

以6

.

5

,下

读4

.

0

,数:3

.

2

,6

.

3哪

种

方

法

较

准

确

?

方

法

实

’

硬 度值哪

种

方

法

较

精

确

?

方

法2

-

平

均

值

等

于

‘真1

-

变

异

非

常

小你较喜欢哪种方法?为什么?方

法

1

-

对平

均

偏

移

作

补

偿

要

比

对

变

异

作

补

偿

来

得容易相关性在

两

个

变

数

之

间

线

性

关

系

的

测

量， 比

如

，

两

种不

同

的

测

量

方

法

或

两

个

不

同

的

实

验

室

.Method

1相关性例子:偏移Method2相关性例子:没有偏移Method

1Method2相关性例子:没有相关性Method

133GB

W2–Six

SigmaAsiaPacificMethod

2一个简单的测量分析

对减噪材料吸音率的测量.

用M

i

n

i

t

ab

,键入以下数据并分析.34GB

W2–Six

SigmaAsiaPacific

8

个

样

本

各

取

2

个

读

数

.

公差=0.1Tile

Obs1

Obs21.595.5952.59.5853.62.6154.587.5935.535.5436.538.547.615.6158.618.615数据处理35GB

W2–Six

SigmaAsiaPacificMinitab

的结果SampleTest1Test2ReadingTrialSamp10.5950.5950.5951120.5900.5850.5901230.6200.6150.6201340.5870.5930.5871450.5350.5430.5351560.5380.5400.5381670.6150.6150.6151780.6180.6150.618180.595210.585220.615230.593240.543250.540260.615270.6152836GB

W2–Six

SigmaAsiaPacificM

i

n

i

tab

GR&R

模组37GB

W2–Six

SigmaAsiaPacificM

i

n

i

tab

GR&R

的结果Source%Contribution%Study

Var%ToleranceTotal

gage

R&R0.989.8816.44Repeatability0.989.8816.44Part-to-Part99.0299.51165.49Total

Variation100.00100.00166.31Number

of

Distinct

Categories

=

14%R&R38GB

W2–Six

SigmaAsiaPacificP/T

Ratio公差对精确性指数产品公差LSLUSL测量系统变异P/T

=

20%39GB

W2–Six

SigmaAsiaPacificP/T

=

100%P/T

=

200%测量能力指数

-

P/

T公差对精确性指数计算出测量误差在公差中所占比例最

好

:

<10%

可

接

受

:

<30%包括重复性和复制性操

作

工

x

零

件

(

样

本)

x

实

验

次

数P/

T

值

.一般用百分比表示一般用百分比表示公差MSP

/

T

=5.15

*

s公

差

=

USL

-

LSL40GB

W2–Six

SigmaAsiaPacific附

记

:

5

.15

倍

的

标

准

差

占

测

量

系

统

变

异

的

99%

.准用5.15

是一种工业标重复性和复制性%观察得到的制程变异%R&R

=

75%%R&R

=

100%%R&R

=

20%41GB

W2–Six

SigmaAsiaPacific测量系统的变异测量能力指数

-

%

GR&R算

出

测

量

误

差

占

总

变

数

的

百

分

比

数

.包

括

重

复

性

和

复

制

性操

作

工

x目

标

要

求零

件

(样

本

)

x

实

验

次

数%R&R

<

30%一般用百分比表示一般用百分比表示总共

42GB

W2–Six

SigmaAsiaPacific%

R&

R

MS

X

100比较观察得到的制程变异产品公差LSLUSLP/T

=

20%43GB

W2–Six

SigmaAsiaPacific%R&R

=

20%P/T

=

50%%R&R

=

50%P/T

=

100%%R&R

=

100%测量系统的变异比较观察得到的制程变异产品公差LSLUSLP/T

=

50%%R&R

=

25%P/T

=

100%%R&R

=

50%%R&R

=

100%P/T

=

200%测量系统44

的变异GB

W2–Six

SigmaAsiaPacific比较LSLUSL产品公差观察得到的制程变异P/T

=

10%测量系统45

的变异GB

W2–Six

SigmaAsiaPacific%R&R

=

20%P/T

=

20%%R&R

=

40%P/T

=

50%%R&R

=

100%P/

T

的

用

途

(%

公差

)P/

T

指

数

(在

M

i

n

i

tab

中

的

%

To

l

erance )

是

对

测

量

系

统

精

确

性

最

常

用

的

估

计

方

法.

这种估计可用来对测量系统在规格范围内的表现作出适当的评估.

规

格

范围

,

可

能

太

紧

或

太

松

.

总

的

来

说

,

当

测

量

系

统

只

被

用

于

对

产

品

分

級

时，

P/

T

指

数

是

一

种

很

好

的

估

计

方

法

.

尽

管

如

此

,

如

果制

程

的能

力

不

够

(

Cpk)

,

P/

T值就会给我们一个错误的安全感.46GB

W2–Six

SigmaAsiaPacific%R&R

的用途%R&R

对

B

l

ackbe

l

t

或

Greenbe

l

t

而

言

是

最

好的

测 量

.它的估表计现了如相对何.於总的制程变异，测量系统当估进计行方制法程改.善分析时，%R&R

是最有用的必须注意选取能够代表整个制程变异的典型样本。必

须

注

意

选

取

能

够

代

表

整

个

制

程

变

异

的

典

型

样

本

。47GB

W2–Six

SigmaAsiaPacific测量误差测量误差对测

量

误

差

越

大

，

它

对

你

在了 解实

际

制

程

能

力

方

面

的影

响

越 大

!制程能力指数的影响测

量

误

差

越

大

，

它

对

你

在

了 解实

际

制

程

能

力

方

面

的影

响

越 大

!48GB

W2–Six

SigmaAsiaPacificGR&R

分析

一

般

用

2

到

3

个

操

作

工

一

般

用

10

个

样

本

来

测

量

每

个

样

本

被

每

个

操

作

工

测

量

2到

3

次49GB

W2–Six

SigmaAsiaPacific实施GR&R

分析的操作步骤50GB

W2–Six

SigmaAsiaPacific

校正测量工具,或假设它已被校正过了.要第一个操作工测量一次随机排列的样本.要第二个操作工测量一次随机排列的样本继续做直到所有操作工都对样本做了第一次测

量

(

这

是

测

试

1)

.重

复

步

骤

2 -

4，

次

数与

要

求

的

测

试

次

数

相

等

.使

用

所

提

供

的

对

R&R

进

行

分

析

的

表

格

.重复性复制性以上每一项的标准差%R&R%公差分析分

析

结

果

，

决

定

要

做

的

工

作

,

如

果

有

的

话

.选择所用样本51GB

W2–Six

SigmaAsiaPacific样本应该取自能横跨整个常态制程变异的生产流程中例

如

:

如

果

你

生

产

一

种

厚

度

规

格

为0

.

010” +/

-

0

.

002“

的

原

料

,

應

取

厚

度

从

0

.

008”-

0.012”

的样本.注

意

!如

果

你

用

同

样

的

制

程

来

生

产

不

同

厚

度

的原

料

,

分

子

群

组

来

实

施

分

析例

如

:一

个

制

程

生

产

0

.

006”

,

0

.020”,

和

0

.

040”

的原

料

，

公

差

都

是

+/

-

0

.

002”，

都

用

相

同系统来测量做

3

次

分

析

-

每

种

厚

度

一

次

.如

果

你

把

上

面

的

样

本

放

在

一

起

,

GR&R

值就

会

因人

为

因

素

降

低如果制程只有一个操作工,或没有操作工,排除操作工因素来分析

(忽略复制性因素)52GB

W2–Six

SigmaAsiaPacific其它问题操

作

工

的

数

量如

果

制

程

有

多

个

操

作

工

,

随

机

挑选

2-4

个样

本

的

数

量选15择足够多的样本使(样本数)

X(操作工)>如:果不可行或不可能,按下表选择测试次数

如果SxO

<4,测试次数=6

如果SxO

<5,测试次数=5

如果SxO

<8,测试次数=4如

果

S

x

O

<

15

,

测

试

次

数

=

3GR&R

报告GR&R分析报告53GB

W2–Six

SigmaAsiaPacific

目的

测量工具描述

测量工具分析

步

骤

结果:

校正

准确性

精确性

结

论

改

善

的建议M

i

n

i

tab

指令用

M

i

n

i

t

ab

的

指

令

来

解

决

同

样

的问

题创

建

一

个

M

i

n

i

tab

数

据 集

:–

一列为操作工–

一列为測试次数–

一列为产品样本–

一列为输出变数使

用

M

i

n

i

tab

的

指

令

Stat>Quali

tyToo

ls>gage

R&R

Study54GB

W2–Six

SigmaAsiaPacificM

i

n

i

tab

数据集55GB

W2–Six

SigmaAsiaPacificOperator

Trial

Part

Output1111111111111111111111111111112222222222123456789101234567891079068871077865943972880569610737336986447296413907347426701028这

是

在

M

i

n

i

tab

里

第

一个

操

作

工

的

数

据.下拉菜单用

Ca

l

c>Make

Patterned

Data>S

i

mp

l

e

Set

of

Numbers第一列是操作工列里的单一操作工例子56GB

W2–Six

SigmaAsiaPacific设定测试次数57GB

W2–Six

SigmaAsiaPacific设定零件

(样

本

)58GB

W2–Six

SigmaAsiaPacific给变数编码你可

以 用

Man

i

p>Code>Numer

i

ctoTex

t

将

操作工以的

代

号

改

为

操

作

工

的

姓

名

而

还

是分

析....可59GB

W2–Six

SigmaAsiaPacific测量

/

分析我们接下去会将数据输入到测量列里记住随机排列给每个操作工的样品，不要让他们知道他们在测量哪一个样品–

要

仔

细

记

录

输

入

对

应

於

每

一

组

实

验

次

数

/

操

作

工

/

样

本

的

测

试

值!!用以下指令分析数据Stat>Quali

ty

Too

ls>gage

R&R

Study让我们用一些实际的数据来做一遍60GB

W2–Six

SigmaAsiaPacific例子GR&R

的例子Lam

i

na

te

Th

i

ckness

Measuremen

t

打

开

文

件

THICKGRR.

MTW

这

是

一

个

用

游

标

卡

尺

来

测

量

原

料

厚

度的

测

量

工

具

分 析

.

读

出

的

数

据

为

方

便

输

入

而

都

被

乘

以1000

(比

如

8

.

9

原

先

是

0

.

0089”)

需

要

规

格

范

围

来

确

定

%P/

T.

本

例 中，

规格

为

+/

-

0

.

7

,

或

者

公

差

数

为

1

.

4

.

让

我

们

开

始

分

析

这

些

数

据Stat

>Quali

ty

Tool

s>gage

R&R

St

udy61GB

W2–Six

SigmaAsiaPacificGR&R

例子62GB

W2–Six

SigmaAsiaPacific选项

/

信

息窗口键入特定测量工具的记录

.当同时做几种测量工具键

入

特

定

测

量

工

具

的

记录

.当同时做几种测量工具的

分析时很重要

..在选项窗口里填入制程公差。记住

--

公

差

是

规

格

的范围

!在选项窗口里填入制程公差。记住

--

公

差

是

规

格

的范围

!63GB

W2–Six

SigmaAsiaPacific你还可以加入说明标题

..GR&R

报告•

为制程改善而做的%

R&R•

为

接

受

度

分

析

而

做的

%P/

T•

要当心

-

注

意D

i

st

i

nct

Categor

i

es!必须至少是4

才能对制程改善有用!为制程改善而做的%

R&R为

接

受

度

分

析

而

做的

%P/

T要当心

-

注意D

i

st

i

nct

Categor

i

es!必须至少是4

才能对制程改善有用!64GB

W2–Six

SigmaAsiaPacificSourceVarCompStdDev5.15*SigmaTotal

gage

R&R2.47E-034.97E-020.255709Repeatability2.27E-034.77E-020.245405Reproducibility1.95E-041.40E-020.071857Operator1.95E-041.40E-020.071857Part-To-Part5.78E-037.60E-020.391650Total

Variation8.25E-039.08E-020.467735Source%Contribution%Study

Var%ToleranceTotal

gage

R&R29.8954.6718.26Repeatability27.5352.4717.53Reproducibility2.3615.365.13Operator2.3615.365.13Part-To-Part70.1183.7327.97Total

Variation100.00100.0033.41Number

of

Distinct

Categories

=

2明显的数据区隔LSLUSL100%

NoiseLSLUSLAttribute

DataLSL65GB

W2–Six

SigmaAsiaPacificUSLLow

Grade

Variable

Data图形输出Over-arm

Micrometer

-

1February

1997Reifenheiser1.4

mils

(.0014)Gage

name:Date

of

study:Reported

by:Tolerance:Misc:8.28.18.07.9MaryXbar

ChartbyOperatorFred

JoeSample

Mean3.0SL=8.102X=8.044-3.0SL=7.9860.20.10.0MaryR

ChartbyOperatorFred

JoeSample

RangeR=0.056673.0SL=0.1459-3.0SL=0.0008.28.18.07.9Part

ID1

2

3

4

5

6

7

8

9

10ByOperatorOperator*PartInteractionAverageOperatorFredJoeMaryMary8.38.28.18.07.9Oper

ID

FredJoeByPart1

2

3

4

5

6

7

8 9

108.38.28.18.07.9Part

ID%Total

Var%Study

Var%TolerReprod

Part-to-Part66GB

W2–Six

SigmaAsiaPacificGage

R&R

Repeat1009080706050403020100Components

ofVariationPercentGage

R&R

(ANOVA)

for

ThicknesGR&R

Xbar-R

图Gagename:

Date

of

study:

Reported

by:

Tolerance:

Misc:8.28.18.07.9MaryXbar

Chart

by

OperatorFred

JoeSample

Mean3.0SL=8.102X=8.044-3.0SL=7.9860.20.10.0MaryR

Chart

by

OperatorFred

JoeSample

RangeR=0.056673.0SL=0.1459-3.0SL=0.000GageR&R(ANOVA)forMeasurem•

我

们

想

在

X-char

t

上见到超出控制限度以外的变异•这代表了零件与零件之间的变异•如果没有的话,你可能没有选择覆盖了整个制程变异范我

们

想

在

X-char

t

上

见到超出控制限度以外的变异这代表了零件与零件之间的变异如果没有的话,你可能没有选择覆盖了整个制程变异范围的样本•

R-char

t

显 示了精度水平的影响•

在管制限度内，我们需要至少有3个层次R-char

t

显 示了精度水平的影响在管制限度内，我们需要至少有3个层次67GB

W2–Six

SigmaAsiaPacificX-char

t

指出如就果说每明个复操制作性工值的得平怀均疑数是不同的,我们希望更多的平均值超出控制限

度外，但是希望所有操作工保持一致.这间表的示变我异们期望看到的零件与零件

之我制们限希度望外看到图中绝大部分点落在

管如果是这样的话而R-char

t又在控制范围内,那么我们就能决定测量系统的变异占制程总变异的百分比68GB

W2–Six

SigmaAsiaPacificR-char

t

指出对

不

恰

当

精度怀

疑

，

如 果

:范围图的控制限

度

里

少

于

3

个

明

显

层

次在限度内超过4

个

层

次

，但

有

1

/

4

的

值

是

零如果R-chart

显

示

出

有

超

出

控

制

的

情

况，那么

重复

性

是

有

问

题

的如果R-chart

显

示

某

一

个

操

作

工

的

读

数超出控

制，

其

他

操

作

工

没

有

，

那

么

，操作方

法有

问

题如果所

有操

作

工

都

超

出

了

控

制

范 围

,说明系

统对

操

作

工

的

技

术

是

敏

感

的69GB

W2–Six

SigmaAsiaPacific操作工

-

零件交互作用图1

2

3

4

5

6

7

8

9

108.28.18.07.9Part

IDOperatorOperator*PartInteractionAverageFredJoeMary每个操作工做的零件都由一条线表示.操作工之间的交叉线表现了明显的交互作用.我们希望见到所有操作工，所有零件都是平行线.如个果问存题在.操作工-

零件交互作用，我们应该了解并解决这70GB

W2–Six

SigmaAsiaPacific变异的组成部分•

图形中代表的数据是我们以前讨论过的。•

我

们

想

要

GR&R

柱

高

越

短

越

好

,

使

零

件

与

零

件

的

柱

高%Total

Var%Study

Var%TolerGage

R&R

Repeat

Reprod

Part-to-Part图形中代表的数据是我们以前讨论过的。我

们

想

要

GR&R

柱

高

越

短

越

好

,

使

零

件

与

零

件

的

柱

高更

高

！1009080706050403020100Percent71GB

W2–Six

SigmaAsiaPacific按操作工MaryJoeOper

IDFred8.38.28.18.07.9ByOperator•

按

操

作

工

的

图

形

显

示

了

数

值

的

平

均

数

(

红

色

圆圈)和每个操作工数据的分布•

我

们

希

望

看

到

操

作

工

平

均

值

是

一

条

直

线

,

且

各组 数

据 分

布

相

近按

操

作

工

的

图

形

显

示

了

数

值

的

平

均

数

(

红

色

圆圈)和每个操作工数据的分布我

们

希

望

看

到

操

作

工

平

均

值

是

一

条

直

线

,

且

各组 数

据 分

布

相

近72GB

W2–Six

SigmaAsiaPacific按零件8.38.28.18.07.973GB

W2–Six

SigmaAsiaPacificByPart•

按

零

件

的

图

形

显

示

了

数

值

的

平

均

数

(

红

色

圆

圈

)和每个零件数据的变异•

我

们

希

望

看

到

每

个

零

件

内

的

变

异

最

小

,

但

在

零件间

存

在

较

大

变

异PartID12345678910按零件的图形显示了数值的平均数(

红色圆圈)和每个零件数据的变异我们希望看到每个零件内的变异最小,但在零件间存在较大变异练习74GB

W2–Six

SigmaAsiaPacific看

一

下

下

一

个

文

件

NEWgage2

.

MTW这个文件里的公差是0.0014”进

行

GR&R

分

析用

5

分

钟

的时

间

来

得出

以

下

几个

问

题的

结

论

:–

对制程改善来说这个测量工具是不是可以接受?–

对产品验收来说这个测量工具是不是可以接受?–

你认为什么得到了改善?行动

/

改

善7.757.657.557.45Xbar

Chart

by

OperatorDoug

Rich

RickSample

Mean3.0SL=7.632

X=7.601-3.0SL=7.5700.100.050.00RickR

Chart

by

OperatorDoug

RichSample

RangeR=0.030003.0SL=0.07723-3.0SL=0.0007.757.657.557.45PartIDOperator*Part

InteractionAverageRick7.757.657.557.45Oper

ID

Doug1

2

3

4

5

6

7

8 9

10By

Operator1

2

3

4

5

6

7

8 9

107.757.657.557.45PartIDRichBy

Part%Total

Var%Study

Var%TolerReprod

Part-to-PartGage

R&R

Repeat1009080706050403020100Components

of

VariationPercent75GB

W2–Six

SigmaAsiaPacific小组分析了系统的问题，重新设计了测量设备，再次进行分析.结果

显示

系统

的

GR&R

是

25

.

3%,

P/

T

是

9

.

25%,

5

D

i

st

i

nct

Categor

i

es.另一个分析工具另一个能够帮助了解操作工、样本和测试次数交互作用的工具是测量趋势图.Stat>Quality

Tools>gage

Run

Chart76GB

W2–Six

SigmaAsiaPacific测量趋势

图8.38.28.18.07.9PartNum54321MeasuremFredJoeMaryMeasurem图

中

显

示

每

个

样

品

依

每

个

操

作

工

和

每

次

测

试 所

得的平均值看

那

些

不

规

则

的

-

我

们

希

望

看

到

所

有

操

作

工

的

读8.3