測量系統(tǒng)的分析教材

測量系統(tǒng)的分析教材3/2/2024測量系統(tǒng)分析

MSA-MeasurementSystemAnalysisPreparebyLiuXM

3/2/2024Outline1.測量是一個過程2.測量過程的變異3.測量系統(tǒng)的特性4.GRR分析5.測量系統(tǒng)變異性的影響Exercise測量是一個過程測量測量工具測量方法測試人測量對象正確的數(shù)據(jù)不可控因素樣品的真實值樣品的測量值測量測量是一個過程得到的所有數(shù)據(jù)都是測量值，真實值只有上帝知道測量數(shù)據(jù)的變異有一部分是測試造成的產(chǎn)品的變異（真實值的變異）測量變異總體變異(觀測到的變異)測量過程的變異舉例研究兩個工序的能力：根據(jù)上述數(shù)據(jù)：兩個工序生產(chǎn)的產(chǎn)品是相似的（相同的分布）進一步研究？？？Line2Line1s2

觀測(相等)測量過程的變異舉例問題：1.這兩條拉相同嗎？2.哪個測量系統(tǒng)對于發(fā)現(xiàn)工序變異有幫助？3.對于這兩條拉，下一步改善措施是什么？Line1Line2總體變異（觀測）測量變異工序變異s2trueprocess+ s2MS = s2observed

3/2/2024識別過程以及測量系統(tǒng)的變異，首先要定義和區(qū)分變異的來源變異的來源Long-termProcessVariationShort-termProcessVariationVariationwithinsamplesActualProcessVariationBiasStabilityLinearityVariationdueMeasurementVariationObservedProcessVariationRepeatabilityReproducibilitytoinstrument測量系統(tǒng)特性測量的系統(tǒng)偏差通過校正解決測量系統(tǒng)特性分類--準確度和精確度準確度精確度ssstotalproductmeasurement222=+

totalproductmeasurement

測量測系統(tǒng)誤差通過GR&R解決均值方差測量系統(tǒng)的統(tǒng)計特性準確度Bias偏倚Linearity線性Stability穩(wěn)定性精確度Repeatability重復(fù)性Reproducibility再現(xiàn)性

3/2/2024

準確度(Accuracy)BiasStabilityLinearity穩(wěn)定性和線性都是偏倚的形式穩(wěn)定性是時間維度上的偏倚線性是量程維度上的偏倚

3/2/2024ATLConfidentialInformation測量系統(tǒng)的總變差對于重復(fù)測量設(shè)備總變差的測量精確度等于重復(fù)性和再現(xiàn)性的累加精確度(Precision)

3/2/2024ATLConfidentialInformation

測量系統(tǒng)的5個特性：寬度偏差：重復(fù)性；再現(xiàn)性；GageR&R

重復(fù)性：由同一評價人，采用同一種測量儀器，多次測量同一零件的同一特性時獲得的測量值的變差。它屬于系統(tǒng)內(nèi)變差，通常視為設(shè)備變差（E.V.-EquipmentVariation）。Repeatability精確度：重復(fù)性(Repeatability)

3/2/2024ATLConfidentialInformation重復(fù)性反應(yīng)測量裝置的固有變異對同樣的變量在相似條件下重復(fù)測量時的變異同樣的部件同一檢驗員同樣的設(shè)置相同的環(huán)境條件短期根據(jù)重復(fù)測量的平均標準偏差評估sreproducibilityrepeatabilityproducttotal2222sss++=精確度：重復(fù)性(Repeatability)

3/2/2024ATLConfidentialInformationInspectorAMasterValueInspectorBInspectorCMachineAMachineBMachineC再現(xiàn)性:由不同測量人員用同樣儀器對同一零件的同一特性所得重復(fù)測量得平均值的變異稱為測量系統(tǒng)的再現(xiàn)性，簡稱再現(xiàn)性精確度：再現(xiàn)性(Reproducibility)

3/2/2024ATLConfidentialInformationssss2222totalproductrepeatabilityreproducibility=++再現(xiàn)性:

反映了不同條件下同一測量時的變異不同檢驗員不同的設(shè)置不同的測試單位不同的環(huán)境條件長期的測量變異根據(jù)不同測量條件下的平均標準偏差評估精確度：再現(xiàn)性(Reproducibility)

3/2/2024ATLConfidentialInformation測量系統(tǒng)變差:s2meas=s2repeat+s2reprod

主要根據(jù)GageR&R的分析結(jié)果確定測量系統(tǒng)是“好”是“壞”，能否滿足應(yīng)用的要求，需要對測量系統(tǒng)的變異與產(chǎn)品的spec與過程的變異相比較

ComparingsmeaswithTolerance:

--Precision-to-ToleranceRatio(P/T)ComparingsmeaswithProcessVariation(P/TV):--%RepeatabilityandReproducibility(%R&R)--DiscriminationIndex計量型測量系統(tǒng)分析方法

3/2/2024PrecisiontoToleranceRatio說明容差的多少百分比的總散布是由測量誤差所導(dǎo)致Bestcase:<10%Acceptable:10%~30%包括重復(fù)性和再現(xiàn)性5.15標準偏差占測量系統(tǒng)散布的99％

6標準偏差占測量系統(tǒng)散布的99.73％

5.15是產(chǎn)業(yè)標準，Minitab14版轉(zhuǎn)換為6UsuallyexpressedaspercentTolerance=USL-LSLP/TRatio

3/2/2024P/TV零件選擇時，散布較小或較大的情況下，由于分散的相對比較緣故，會造成測量系統(tǒng)能力的錯誤性的判定P/TV:Bestcase:<10%

Acceptable:10%~30%UsuallyexpressedaspercentP/TV

3/2/2024P/T和P/TV(%R&R)的應(yīng)用P/Tratio通常用來評估測量系統(tǒng)的精確性－評估測量系統(tǒng)能否較好在產(chǎn)品規(guī)格范圍內(nèi)的表現(xiàn)較好的特性－適當?shù)腜/Tratio也依靠工序?qū)嶋H的工序能力。如果Cpk不足夠，P/Tratio可能給出錯誤的判斷數(shù)值

P/TV(%R&R)是對6Sigma分析最好的測量評估值－評估測量系統(tǒng)能否較好在產(chǎn)品規(guī)格范圍內(nèi)的表現(xiàn)較好的特性－%R&R是在工序改善研究重最好的評估方式之一

3/2/2024ATLConfidentialInformation分析方法：

目前AIAGMSA參考手冊上對于分析計量型測量系統(tǒng)有3種方法，對于計數(shù)型測量系統(tǒng)有2種方法。RangeMethodAverage-RangeMethodANOVAHypothesisTestAnalysesFollowingsaresomepracticalexlestoillustratehowtoperformfourmethodsrespectively.VariableGageAttributeGage測量系統(tǒng)分析-GR&R

3/2/2024ATLConfidentialInformation

操作GR&R的步驟如下：確認測量系統(tǒng)是否被校準選取能夠反應(yīng)或期望的能夠體現(xiàn)過程變異范圍的樣本在所選樣本上做上隱藏的標記，如1－10。作用在于你知道哪個樣本，同時參與測量的人員不會有意的記錄下上次測量的結(jié)果。選擇2-3個測量者（A,B,C），測量過程應(yīng)盡量模擬正常生產(chǎn)時的測量過程，且測量者的選擇應(yīng)選擇實際參與測量的人員。計量型測量系統(tǒng)分析常用的GageR&R研究方式:均值－極差法方差分析法（ANOVA）

3/2/2024ATLConfidentialInformation5.操作者互不干擾地隨機對10個零件測量3次，并記錄，測量時應(yīng)保證操作者不知其它測量結(jié)果。Note:不要讓測量者看到彼此的測量結(jié)果，這么做與隱藏樣本標記的目的是一樣的。6.重復(fù)三個測量者的測量過程，但要更換樣本的測量順序。這樣易于降低測量的偏倚。計量型測量系統(tǒng)分析……10Parts3Appraisers3Trials

3/2/2024MSA取樣指導(dǎo)通常選擇10個樣本，2-4個操作員，2-3次試驗根據(jù)試驗的目的選擇設(shè)備（1個或多個）選擇足夠的樣本通常滿足numberofslesxnumberofoperators/gages>15樣本的選擇:－Option1:如果過程的變異已知，樣本的選擇應(yīng)代表過程或產(chǎn)品的正常分布－Option2:如果過程的變異未知，樣本的選擇應(yīng)均勻的涵蓋規(guī)格的寬度

3/2/2024Step1:選取10個樣本。另外確定操作者，操作者要從日常使用此設(shè)備的員工中選取Step2:對設(shè)備進行校驗或確認設(shè)備在上次的計量周期內(nèi)Step3:建立MinitabR&R研究的數(shù)據(jù)收集表

Columnheadings:Column1:PartID(1-10)Column2:Operator(1-3)Column3:Trial(1-2)Column4:Measurement(s)Exle-GageR&RusingMinitab

3/2/2024Step4:要求第一個操作員按照隨機的順序測量所有樣本一次。Blindsling：指操作員不知道每個樣本被定義的序號，這樣可以減小人員的偏差Step5:其余操作員以同樣的方式隨機測量同樣的樣本，為試驗次數(shù)＃1Step6:按照要求的試驗次數(shù)重復(fù)steps4&5。如果整個試驗?zāi)軌蛟谝欢螘r間內(nèi)（幾天）完成是最好的。Step7:在Minitab中錄入數(shù)據(jù)及規(guī)格－Stat>QualityTools>GageR&RStudyStep8:分析數(shù)據(jù)結(jié)果Exle-GageR&RusingMinitab

3/2/2024Step7:在Minitab中錄入數(shù)據(jù)及規(guī)格Stat>QualityTools>GageR&RStudyExle-GageR&RusingMinitabANOVAmethodispreferred.EnterGageInfoandOptions(seenextpage)

3/2/2024totalmeastotalmeasTVPssss==22/LSLUSLLSLUSLTPMSMS-=-=ss*15.5*15.5/2Note:P/TV的分母可根據(jù)樣本的研究或歷史數(shù)據(jù)評估Exle-GageR&RusingMinitab

3/2/2024GageR&RStudy-ANOVAMethodANOVATableWithOperator*PartInteractionSourceDFSSMSFPParts92.058710.22874539.71780.00000Operators20.048000.0240004.16720.03256Oper*Part180.103670.0057594.45880.00016Repeatability300.038750.001292Total592.24912GageR&RSourceVarCompStdDev5.15*SigmaTotalGageR&R0.0044370.0666150.34306Repeatability0.0012920.0359400.18509Reproducibility0.0031460.0560880.28885Operator0.0009120.0302000.15553Oper*Part0.0022340.0472630.24340Part-To-Part0.0371640.1927810.99282TotalVariation0.0416020.2039651.05042Source%Contribution%StudyVar%ToleranceTotalGageR&R10.6732.6622.87Repeatability3.1017.6212.34Reproducibility7.5627.5019.26Operator2.1914.8110.37Oper*Part5.3723.1716.23Part-To-Part89.3394.5266.19TotalVariation100.00100.0070.03NumberofDistinctCategories=4SessionWindowOutput:GraphicalOutput:GageR&ROutput

3/2/2024GageR&RStudy-ANOVAMethodANOVATableWithOperator*PartInteractionSourceDFSSMSFp-valueParts92.058710.22874539.71790.00000Operators20.048000.0240004.16720.03256Oper*Part180.103670.0057594.45880.00016Repeatability300.038750.001292Total592.24913零件與操作者是統(tǒng)計上顯著的GageR&R,ANOVATable<0.05

3/2/2024GaugeR&RStudy-ANOVAMethodSourceVarCompStdDev95%ConfInt5.15*Sigma

TotalGaugeR&R0.0044370.066615(0.0597,0.2250)0.34306Repeatability0.0012920.035940(0.0287,0.0480)0.18509Reproducibility0.0031460.056088(*,*)0.28885Operator0.0009120.030200(0.0000,0.2169)0.15553Oper*Part0.0022340.047263(0.0254,0.0800)0.24340Part-To-Part0.0371640.192781(0.1098,0.3345)0.99282TotalVariation0.0416020.2039651.05042Varianceduetothemeasurementsystem(brokendownintorepeatabilityandreproducibility)TotalvarianceVarianceduetothepartsStandarddeviationforeachvariancecomponent99%ofthevariationrepresentedGageR&R,VariationComponents

3/2/2024SourceVarComp5.15*Sigma

TotalGaugeR&R0.0044370.34306Repeatability0.0012920.18509Reproducibility0.0031460.28885Operator0.0009120.15553Oper*Part0.0022340.24340Part-To-Part0.0371640.99282TotalVariation0.0416021.05042326600504134300...

StudyVarTV/Ptotalmeas===ss=Source%Contrib%StudyVar%ToleranceTotalGageR&R10.6732.6622.87Repeatability3.1017.6212.34Reproducibility7.5627.5019.26Operator2.1914.8110.37Oper*Part5.3723.1716.23Part-To-Part89.3394.5266.19TotalVariation100.00100.0070.032287.05.13430.0

*15.5/===-=TolLSLUSLTPMSs1067.0041602.0004437.0

22===totalMSContributionssGageR&R,Results

3/2/2024GageR&R--NumberofDistinctCategories識別力與％ContributionDistinctCategories=類別2345678％Contribution33.3％18.2％11.1％7.4％5.3％3.9％3.0％

3/2/2024GageR&R--NumberofDistinctCategories識別力的意義及判定AutomobileIndustryActionGroup(AIAG)建議：類別數(shù)<2=2=3≥5備注系統(tǒng)無法區(qū)分兩個部品系統(tǒng)只能將數(shù)據(jù)分為兩組，比如：高和低系統(tǒng)只能將數(shù)據(jù)分為三組，比如：高、中、低系統(tǒng)基本可接受

3/2/2024GageR&R,ComponentsofVariation“整個散布中，GageR&R占據(jù)的比重是否足夠?。俊盙ageR&R,Repeat,Reprod的高度越接近0越好

3/2/2024ATLConfidentialInformationGageR&R,Xbar&R極差圖(重復(fù)性)用于確定過程是否受控確定與重復(fù)性有關(guān)的統(tǒng)計控制確定過程中評價人之間對每個零件的一致性Rchart的點超出控制線的話，需調(diào)查其原因后再測量作業(yè)者之間反復(fù)測量值是否穩(wěn)定？

3/2/2024GageR&R,Xbar&R均值圖(再現(xiàn)性)提供了測量系統(tǒng)的“可用性”指示：≥50％的點落在控制線外－測量系統(tǒng)應(yīng)該能夠充分探測零件間的變差－測量系統(tǒng)能夠提供過程分析和過程控制有用的信息如果<50％的點落在控制線外－測量系統(tǒng)缺乏足夠的分辨率－樣本不能代表期望的過程變差相互不同部件鑒別能力是否充分？

3/2/2024GageR&R,GraphicalOutput鏈圖單個零件對變差一致性的影響分離顯示（如：異常讀數(shù)）如果此值均一的話，可認為樣本沒有正確反映工程的實際散布狀況所有的樣本是否能正確反映過程的散布？

3/2/2024GageR&R,GraphicalOutput散點圖評價人之間的一致性顯示可能的分離點零件－評價人交互作用作業(yè)者無差異為好作業(yè)者間是否存在差異？

3/2/2024GageR&R,GraphicalOutput振蕩圖評價人之間的一致性顯示可能的分離點零件－評價人交互作用各作業(yè)者的測量值相同為好根據(jù)樣本各作業(yè)者是否進行相互不同的測量？