GRR 测量系统分析(MSA).ppt

警告,Gage R&R （MSA）研究检验测量系统的精确性变量型Gage R&R研究不检验测量系统的准确性在某些应用中,并不存在标准或 “真值” (校正)这些情况下, 准确性无法进行评估因此, 评估与改进精确性是计量型MSA的主要内容属性型 Gage R&R研究检验准确性再现性比较难区分重复性和准确性是计数型MSA的主要内容,1,Gage R&R研究,通常2到3名操作员通常测量10个样本每个样本由每个操作员测量 2-3次需要进行均衡 (下一张),2,要均衡哪个设计?,例 1零件号 操作员 结果1 Mary 14561 Mary 13902 Mary 13002 Mary 12992 Mary 13211 Joe 14331 Joe 13992 Joe 12792 Joe 1300,例 2零件号 操作员 结果1 Mary 14561 Mary 13902 Mary 13002 Mary 12991 Joe 14331 Joe 13992 Joe 12792 Joe 1300,3,测量系统研究的准备,检查仪器已维修并已校准至可追溯的标准检查仪器分辨率小于或等于预期工艺过程的变异/规范范围的1/10挑选2-3 操作仪器的评估人如果工艺需要多个操作员, 随机选择2－4人如果工艺仅需要一个操作员或无操作员, 则视为无操作员影响来进行研究 (忽略再现性影响)从工艺过程中选择5-10个样本零件来表征整个操作范围和各离散零件数样本数－ 选取足够的样本使得样本数 (S) X 操作员数 (O) > 15每个操作员测量每个样本 2-3 次(都使用相同的仪器),4,进行测量研究,呆在现场进行研究; 注意计划外因素进行研究 – 指导方针每个操作员对所有的样本进行一次随机测量持续进行直到每个操作员对所有的样本完成一次测量这是试验 1确保零件进行标记以便于数据采集但对操作员保持“隐蔽”（无法辨别）重复需要的试验数每个样本应该由每个操作员测量2 - 3次使用表格收集信息分析结果如果还有的话，确定进一步措施,5,Minitab中的测量系统分析（MSA）实例,选取10个零件表征工艺过程中变异的预期范围3个操作员随机测量10个零件，每个零件3次打开 Gage3.mtw选择 Stat>Quality Tools>Gage R&R Study (Crossed)…,6,,Minitab中的Gage R&R,在Part numbers（零件号）中输入Part（零件） : Operators（操作员）中输入Operator（操作员）: Measurement data（测量数据）中输入Response（响应） :ANOVA（方差分析）和X-bar & R分析主要的不同之处在于ANOVA 将通过零件间的交互作用对操作员进行评估ANOVA 方法更保守,7,Minitab中的Gage R&R : 选项,5.15 是study variation（研究变异）的默认值z 值范围计算99% 潜在的研究变异基于变异计算标准的偏移可以在所选零件的研究中看到规格界限是10.75 (USL) 和 8.75 (LSL)点击 Options… 在process tolerance（过程公差）对话框中输入2.0 (10.75 – 8.75 = 2.0) 在historical sigma（历史西格玛值）对话框中输入0.195双击 OK,8,解释:可接受性,如果工艺过程公差和历史西格玛值没有用在Minitab中, 一个关键的设想是:选取的用于研究的样本零件可以真实地展现实际工艺过程变异。

这样的话，测量系统的可接受性仅基于对研究中零件变异的比较如果注意选取研究样本零件，这将是一个有效的假设AIAG 规定 “评估测量系统是否可以分析工艺过程的一个标准要素是零件公差或测量系统变异所耗费的操作过程变异” 记住指导方针是:10 % 以下误差 – 可接受的从10%到30% – 由于使用风险、测量仪器的成本、修理成本等考虑也尚能接受超过30 % – 认为不可接受 –应该努力全面改进测量系统,9,Minitab Sixpack,10,Gage R&R 间的联系,当操作员的结果可重复以及操作员间的结果可再现时，可以认为测量过程一致当操作员测量的变化相对于工艺过程的变化或公差范围较小时，标准度量可以有效检地测到零件之间的变异测量所耗工艺过程变异的百分比 (% R&R)决定了测量过程的一致性并能检测出零件之间的变异11,,异 变 的 组 成,百分比,重复性 再现性 零件间,影响方差分析工艺过程公差,Minitab Sixpack,12,注意看带条纹的柱条 – 它们表示总体变异对于数据影响的%Gage R&R是测量系统的总体变异，分为重复性和再现性零件之间变异的柱条表示工艺过程变异的估计。

还记得我们要进行测量的原因吗？,,,工艺过程变异的估计直到输入Historical Sigma,在检验员之间或检验员与检验员之间,标准度量内或一个检验员,总体Gage R&R,异 变 的 组 成,影响方差分析工艺过程公差,百分比,重复性 再现性 零件间,,,重复性: 图表视图,重复性由特别的极差图进行检测，表中画出了每个操作员测量每个零件的差异如果被测零件的最大值和最小值间的差异未超过UCL, 则视度量标准和操作员为可重复的13,重复性表明在极差图中实际所有极差点在控制极限以下任何超出极限的点都需要进行研究样本范围,操作员的极差图,再现性: 图表视图,在Minitab一段（在随后的幻灯片中讨论）中的表格分析是分析确定再现性的最好方式图表中可以看出各个操作员测量相同样本的操作员模式是否有明显不同14,测量变异,总工艺过程变异,,,分辨率,,样本均值,操作员的Xbar图,MSA分析: 有效系统,期望得到的图点均超出UCL和LCL的限制，因为该限制是由标准度量的变异所确定的这些图点应该显示出标准度量变异应该远小于零件间的变异如果所选样本不能代表工艺过程的总体变异，则标准度量 (重复性)变异可能大于局部变异并且使确切的范畴计算成为无效。

如果操作员模式没有可比性，则操作员和零件间存在明显的关联 (这将在另一张幻灯片中讨论),15,操作员的Xbar图,样本均值,MSA分析: 测量误差,16,X Bar图(期望值),Minitab Sixpack,极差图是否在控制范围之内?X-bar 图和极差图上的限制从何而来?我们要不要控制极差图和X-bar图?,17,,在我们的测量系统中控制范围代表什么?,,操作员的Xbar图,操作员的极差图,样本范围,样本范围,Minitab Sixpack,18,本图显示所有操作员共同绘制10个零件的数据，显示了原始数据并强调突出了测量的平均值与上图相似，但零件是按操作员而不是按数据进行排列，此图可以帮助识别操作员的测量结果此图显示每个操作员对所有10个零件的数据这是显示零件与操作员之间关系的最好方式通过零件,通过操作员,零件,操作员,零件,平均,操作员,操作员*零件 关系,通过零件: 变异分析,图中显示所有操作员共同绘制10个零件的数据此图应该显示工艺过程中最小尺寸到最大尺寸的同一个零件的图点如果是工艺过程中生产的零件，则它们有的同时在公差范围内和有的则公差范围外如果一个零件显示出较大的分散性，则它不适宜作为测试品，因为在该零件可能体现不出其特性。

19,超界零件,零件,通过操作员: 变化分析,此图显示了操作员绘制的10个零件数据红线连接了操作员所绘制全部10个零件的平均值，红线应该是水平状态的任何明显的倾斜表示操作员与其他操作员相比，在测量零件时有或大或小的偏移20,超界操作员,操作员,操作员与零件的关系,操作员影响: 如果平均值连线出现明显的分离，则在进行测量的操作员和被测量的零件之间存在一定关系这不是好现象，需要进行研究21,零件,均值,操作员与零件 的关系,操作员,Minitab Sixpack,图形输出的问题,22,变异的组成,超界零件,超界操作员,操作员的极差图,操作员*零件 关系,操作员,零件,均值,操作员,零件,,百分比,样本范围,样本均值,%影响%方差分析%工艺过程%公差,操作员的Xbar图,Gage R&R: 数字输出,以下表中是用Mintab算出变异研究的百分比, 它是每个变源占计算可能的总变异比例. 5.15 * SD表示总变化统计值 99%是如何计算的，而且除非输入了Historical Sigma 值，否则一律假设其等于真实工艺变化的99%23,,,为了进行工艺过程改进，这些值应当小于 30%,Gage R&R: 数字输出,%用于根据已知的%进行的测量分析，来对测量系统有效性进行分级。

如果工艺过程进行顺利，则%公差很重要总数按照数学累加也许会超过100%区分指数值表示, 在研究变异中, 测量系统能可靠地识别不重叠测量组的数目我们希望这个数目是5或者更高4是临界值小于4意味着测量系统只能使用计数型数据24,,让我们再做一次,选取3个零件表示预期工艺过程变异的范围3个操作员以随机顺序测量3个零件各3次打开练习 Gage2.mtw无可用的工艺过程历史并且未制定公差此数据组用于举例说明Gage R&R和标准度量运行图25,测量系统如何表示?,26,变异的组成,通过零件,通过操作员,操作员的极差图,均值,操作员,零件,,百分比,样本范围,样本均值,均值＝406.2,%影响%方差分析,操作员*零件 关系,操作员,零件,来源,总体Gage R&R重复性再现性销售再现性零件之间总体变异,操作员的Xbar图,执行测量研究,如何对以下一些工艺过程建立测量研究？报价雇员绩效检查评估关于工伤的严重性雇佣程序举例: 报价程序过程的简要描述:客户为了修理设备给出工单一个分析员查看工单并为完成工单进行估价，然后对客户进行报价在该情况下相关的测量误差是什么？,27,执行MSA,比尔相信报价过程中的变异是客户满意度的重要影响因素比尔收到客户反馈，其价格变化源于恶性竞争用一周的时间为客户任务报价，在一周后递交近乎相同的作业并看到35%的价格变化是不正常的。

帮助比尔决定如何估计报价过程中的误差量，尤其是与重复性和再现性相关的比尔决定设置10份假客户定价需求并让3名不同的内部店员在随后的2周内各报价3次由于公司提供产品的多样性，比尔选择销售经理计算的定价需求$24,000部门终于拥有足够的销售量，比尔对于 他们没有认可报价感到轻松，但他修改 了一些不重要的客户信息，这只是为了 进行确认28,进行测量系统分析（MSA）图表和数字输出,29,变异的组成,超界零件,超界操作员,操作员的极差图,均值,操作员,百分比,样本范围,样本均值,%影响%方差分析,操作员与零件 关系,零件,来源,操作员的Xbar图,总体Gage R&R重复性再现性销售再现性销售再现性*报价零件之间总体变异,。