Unit-3测量32测量系统分析(MSA)精编版

1、测量(Measure)阶段,测量系统分析(Measurement Systems Analysis ),Define,Measure,Analyze,Improve,Control,Step 4- 确定项目Ys,Step 5- 确认Y的现水准,Step 6-发掘潜在的原因 变量(X),基础统计学 Minitab简介 测量系统分析 Y的表现水平 及目标 确定改进目标,路径位置,目录,MSA 概要 测量系统评价 计量型数据 Gage R 测量系统分析(MSA) 是Measurement System Analysis的首字母的缩写,表示为了确保数据的信赖性,通过研究测量系统所发生的变动对工程散布的影响,从而判断该测量系统的适合性,MSA 概要,测量系统评价的重要性 1.测量数据 1)作为分析判断的基本依据,有必要评价其信赖性; 2)依据测量系统进行观测和评价 2.测量系统的分析 是6SIGMA活动的最基本的工作和最重要的部分之一 3.测量系统分析被强调的原因 1)所有的产品通常都是由许多部件构成的; 2)产品的小型化趋势使产品的误差界限缩小; 3)部件更换或组装时通常要求有互换性; 4)为

2、了能大量生产,通常有增大自动组装的必要性 测量系统分析的种类 1.连续性数据的MSA; 2.离散性数据的MSA,MSA 概要,测量值真实可信吗 - 测量值通常不是绝对的,它是测量流程的结果,与其他流程一样也 具有散布; - 因此,在测量系统得到验证之前,在项目中应把它作为一个重要 的X变量来考虑;,MSA 概要,真值 (实际产品散布),测量误差 (测量散布 ),测量值 (观察的散布),测量值的构成要素,=,数据到处都有,但不一定反映事实,因此有必要确认数据的信赖性.,MSA 概要,在MSA研究时需要确保的信息资料,测量误差有多大? 测量误差的原因是什么? 测量工具分辨率如何 ? 重新测量也有相同的结果吗 ? 使用其他测量工具也有相同的结果吗 ? 测量工具随着时间变化会长期稳定吗? 测量工具是否具备执行该研究(分析)的能力? 怎样提高测量系统?,Y的测量系统评价,理想的测量系统是测量时能够反映出“真值”. 测量系统的品质是由统计性属性决定的. 统计性属性 -测量散布要比产品规格小 -测量散布要比工程散布小. -分辨率应该是产品规格或工程散布的 十分之 一的程度,测量系统的属性,Y的测量系

3、统评价,工程散布可能的来源,我们将把 “重复性”和 “再现性”作为测量误差的第一来源来探讨,为了调查实际的工程散布，必须首先确定测量系统的散布，并把它从工程散布中分离出来,Y的测量系统评价,设备不稳定,测量仪器,环境,方法,配件磨损,电力不稳定,标准次序,测量散布 (错误的测量值),湿度,清洁度,震动,电压变化,气温变化,测量散布的原因 ? (4M 1E),样本,测量者,灰尘/噪音,标准样本,量产样本,良品样本,不良样本,保管/管理,感觉,气氛,熟练度,测量位置,测量次数,测量条件,Y的测量系统评价,假设某实际工程的标准偏差为5,平均为 70， 假设另有一带有一定测量误差 (即标准偏差=5)的测量系统. 使用Minitab, 来模拟测量误差给流程能力所带来的影响.,Minitab 练习 : 流程能力及测量误差,Y的测量系统评价,按照这些方法产生数据来模拟我们的模型:,产生一个随机正态分布,Y的测量系统评价,产生测量系统随机数据,实际流程 +测量系统,Y的测量系统评价,实际工程散布 - 无 测量误差,观察到的工程散布 - 伴随 测量误差,Y的测量系统评价,和测量系统相关的术语,分辨率（

4、Discrimination ） 正确度（ Accuracy ） - 正确性 - 真值（ True value ） - 偏离（ Bias ） 直线性（ Linearity ） 稳定性（Stability） 精密度（ Precision ） 重复性（ Repeatability ） 再现性（ Reproducibility ）,Y的测量系统评价,是指测量仪器的最小刻度可以测量到被测对象的小数点的位置。 测量仪器的刻度通常应为为产品规格或工程散布宽度的十分之一,好的分辨率,差的分辨率,分辨率,Y的测量系统评价,平均,散布,正确性,精密性,m,m,m,测量系统,产品,总,+,=,s,s,s,2,2,2,测量系统,产品,总,+,=,测量系统和关联术语,测量误差 = 正确性(平均) + 精密性(散布),测量系统偏离-通过 “校准研究”决定,测量系统散布 - 通过 “R 是测量系统的固有散布，可作为 短期散布的估计，,真值,重复性差的潜在原因有那些？,Y的测量系统评价,再现性,不同的操作者用相同或不同的测量仪器测量同一个样本的同一个特性时测量的平均值间的差异,真值,再现性好,再现性差,再现性差的潜

5、在原因有哪些？,Y的测量系统评价,例子,假设我们有一个真实“硬度” 为5.0的参考材料 用方法 1 得出以下读数：3.8, 4.4, 4.2, 4.0 用方法2 得出以下读数：6.5, 4.0, 3.2, 6.3 哪个方法更精确？ 哪个方法更精密? 你更倾向于哪个方法？为什么？,方法 2 - 平均值等于“真实” 硬度值,方法 1 - 散布很低,方法 1 - 与散布相比我们更容易纠正平均值偏移,Y的测量系统评价,正确性是.,测量误差不应大于规格公差和产品散布的10%.,精密性是.,真值,真值,重复性好,重复性差,真值,再现性好,再现性差,检查者A,检查者B,检查者C,检查者A,检查者B,- 测量仪器的自身变动,- 测量者间的变动,真值,Y的测量系统评价,测量系统分析步骤,1.决定测量的项目与特性 2.确认测量仪器 3.收集数据资料 4.分析数据并得出结论,Y的测量系统评价,事前确认事项,选定正确的测量系统了吗 ? 选定的重要测量系统输入变量和重要输出变量间的关系? 测量系统的统计特性是否满足? 数据的用途是什么 ? 对测量仪器是否实施过检验与校正，其结果如何？,事后确认事项,样本的选定具

6、有代表性吗 ? 与工程散布和规格相比其结果如何 ? 测量时是否有误差?,Y的测量系统评价,计量型数据的 Gage R&R,它说明有多少百分比的总散布是由测量误差所带来的 包括重复性和再现性 - % R & R 30% : 不适当,% R & R,一般以百分比表示,Y的测量系统评价,观察到的工程散布,测量系统散布,%R&R = 20%,%R&R = 75%,%R&R = 100%,计量型数据的 Gage R&R,%R&R 是工程改进负责人最佳的参考测量值. % R & R用以推测测量系统的散布占全部工程散布的百分率 %R&R 是执行工程改进研究时最有用的推测值.,% R & R的使用,计量型数据的 Gage R&R,P/T 比,一般用 %表现,注意 : 5.15标准偏差占测量系统散布的 99%. 5.15是产业标准.,说明有多少百分比的公差 由测量误差所占据 包括重复性和再现性 作为目标，我们追求 P/T 30%,计量型数据的 Gage R&R,P/T 比,产品公差,计测系统散布,P/T = 20%,P/T = 100%,P/T = 200%,计量型数据的 Gage R&R,简单的 P/

7、T 比实习,让我们用计算器（ Calculator ）功能建立一个叫做Delta的列变量，它就是观察者1 和观察者2读数之间的差异,计量型数据的 Gage R&R,例题：WEAR-MEASURE,描述性统计: Delta 平均值 变量 N N* 平均值 标准误 标准差 C5 10 0 -0.410 0.122 0.387,利用 描述统计学（ Descriptive Statistics ）, 计算Delta 的标准偏差 这个标准偏差叫做测量的标准差 它主要描绘哪个，重复性或再现性？,计量型数据的 Gage R&R,Precision,=,5.15,*,Precision,=,5.15,*,0.387,Precision,=,1.99305,s,公差 (规格上限-规格下限)是 5. 精密性和公差间的比率?,使用上述的标准偏差，如何得出对测量分散好的估计？,计量型数据的 Gage R&R,描述性统计: Delta 平均值 变量 N N* 平均值 标准误 标准差 C5 10 0 -0.410 0.122 0.387,该比率(即精密性和公差比率)叫 P/T 比. 即： 说明测量误差占规格公差的

8、 46% .,计量型数据的 Gage R&R,描述性统计: Delta 平均值 变量 N N* 平均值 标准误 标准差 C5 10 0 -0.410 0.122 0.387,P/T 比 (Minitab里 % Tolerance)通常在推测测量系统精密性时普遍使用. 该推测值在评价测量系统与规格相关的问题时比较适合 只是要注意规格公差可能太小或太宽的情况,P/T 比使用,计量型数据的 Gage R&R,测量误差给流程能力带来的影响,测量误差越大,给大家理解真正的流程能力带来更大的影响.,计量型数据的 Gage R&R,%R&R = 20%,%R&R = 50%,%R&R = 100%,测量系统散布,P/T = 20%,P/T = 50%,P/T = 100%,产品公差和工程散布一致时,计量型数据的 Gage R&R,测量系统散布,产品公差是工程散布的 时,计量型数据的 Gage R&R,%R&R = 20%,%R&R = 40%,%R&R = 100%,P/T = 10%,P/T = 20%,P/T = 50%,观察到的工程散布,测量系统散布,产品公差是工程散布的 2倍时,计量型数据的

9、 Gage R&R,一般选出 2-3名作业者 一般选择 10个样本为被测对象 每个作业者通常对每个样本反复测量 2-3次,注意事项,所选样本要能很好地代表工程 要以工程内平时做检查工作的作业者为评价对象 作业者在测量过程中不准知道样本属性的信息,测量系统分析的一般做法,计量型数据的 Gage R&R,操作者数量 如果工程使用若干个操作者，随机选择 2 - 4 名 如果工程只使用一名操作者，或不使用操作者，进行无操作者影响研究（忽略再现性影响 ） 样本数 选择足够多的样本，以使： (样本数) X (操作者数) 15 如果不现实或不可能，选择测试数，以使： 如果 样本数 x 操作者数 15, 测试数 = 3 如果 样本数 x 操作者数 8, 测试数 = 3 到 4 如果 样本数 x 操作者数 5, 测试数 = 4 到 5 如果 样本数 x 操作者数 4, 测试数 = 6 到 6,计量型数据的 Gage R&R,样本选定方法,从工程中抽样应覆盖工程的散布范围 例如: 如果你生产了一种材料，检定的平均值为 9.00， sigma 为 0.01，那么抽样的检定范围为 8.97 - 9.03 (99%的范围) 注意! 如果你的工程生产具有不同检定但具有相同基数的材料，把其分群并分别作R&R研究 例如: 一个工程生产出检定为 70.0, 85.0, 和 90.5 ，公差均为 +/- 0.50 的材料，均用同一系统测量 作3次研究 对每个检定作一次 如果你把上述样本合在一起， GR&R值将被人为地降低,计量型数据的 Gage R&R,R&R 分析顺序,校准测量仪器，或确认它已经被校准 让操作者1 随机测量一次所有的样本 让操作者2 随机测量一次所有的样本 继续到所有的操作者都对样本

《Unit-3测量32测量系统分析(MSA)精编版》由会员ahu****ng1分享，可在线阅读，更多相关《Unit-3测量32测量系统分析(MSA)精编版》请在金锄头文库上搜索。