1、測定系統分析1. 概要2. 術語和概念3. MSA 評價指數4. 測定系統分析5. R&R- Gage R&R的學習- Gage Run 圖- Gage Linearity （線性圖）學習6. 特性值 R&R7. 特別值8. MSA 改善事例TQMSPC/SQCDOE檢查品質MSAMSA 是所有改善和品質技術所在的一般依據.S. G. Shina, 是工程制品和工序一致的成功履行1. 概要測定? 對一個目標賦予一個數據量值，而能代表一個特定性質。為理解一道工序對一種現實的精確理解為做出正確決定打基礎為什么測定?請列舉出原因。我們不可能知道我們知道的是什么.事實上，如果我們不能通過數據量值表示出

2、來 我們所知道的事情，我們的所知就不足. 如果我們知道的不足，我們就不能管理它如果我們不能管理它，結果只有靠天了.-6 Sigma理念 (Mikel J. Harry)測定的地位MSA 的必要性這什么利用 MSA?例 有一個測定系統概率是0.01,人為誤判率是0.02 ,良品判別為不良品,不良品判為良品 實際不良率是 1%, 則觀測不良率是多少?若觀察不良率是 2%, 則什么才是真實的不良率?答案P = 99% * 0.01 + 1% * (1 - 0.02) = 1.97%2% = (100 - x)*0.01 + x*(1 - 0.02)x = 1.03 %如果真實不良率是 1%, 在檢查

3、以后為2%.最終，在我們所知道的不良率和真實不良率之間就有巨大的差距也就是我們廢棄的制品的一半是好的以上產生的損失可以通過測定系統消除觀測值的差異+=真實差異測定差異觀測差異盡管我們通過測定得到了數據，也不會總能顯示實際情況，據此，確認有多少數據反映真實情況就是必需的1. 概念+=在數據與真實情況之間的不一致有個概率真實差異測定差異觀測差異工序差異的原因真實差異測定差異長期差異短期差異標準差異Gage差異測量穩定性線性操作差異再現性觀測的工序差異由錯誤數據造成的損失讓我們找一個由錯誤的信息或數據產生損失的例子測定中涉及的問題足夠的精確度能精確衡量工序分散的范圍或一個大于標準幅度的1/10的刻度

4、時間穩定性測量錯誤或分散不好的精度好的精度測量標準系統的管理國家標準 - 一個國家的最大精確度的顯示或設備維護標準比較于測定領域的基本單位，原始單位，其它特殊單位由國家標準局或委員會管理 韓國標準研究院NIST(國家標準技術學院) - 通過國際間比較保持其精確度和準確性國家參考標準 - 中國國家標準學院或計量研究院 - 標準設備的計量及測量標準設備 - 精確度等級13 * 國家計量研究院 持有國家標準承認的GAGE執行外面要求的測定任務可靠性由政府擔保國家級或民辦研究院國家主要標準 -國家計量研究院，自體測定企業測量用標準設備精度等級45*自體測定企業保有計量研究所計量的一臺國際化標準設備無需

5、去外面要求就可以自行檢測一個等級較低的設備精密測量設施 - 用于精確測量，由工業體系內或研究院實驗/檢查 - 等級 : 6 例行檢測設備 - 測定精度低于“精密設備”的精密等級的檢測設備，用于一般的檢測 - 等級 : 7 8 2. 術語與概念精確度 測定平均值與真實值（標準值)之間的一致度真實值(標準)意識上是正確的數值NIST(國家標準技術研究院) 偏差測定平均與真實值的差異 測定設備的錯誤系統錯誤或差距精密度 測定系統的差異因素 :反復性再現性穩定性測量分散是關于平均值與標準偏差之間的一致性與可預見性沒有突發變化周期性的趨勢圖可以作出和評估精確度和偏差 Gage 的精確度在觀測到的平均值和

6、真實性(標準)之間的差異偏差測量設備偏差 : 由于設備不同造成的偏差測量人的偏差 : 由于測量人員不同造成的偏差真實值(相關標準) 平均值設備 1設備 2真實值(標準) 意味著可由權威標準設備測定值追蹤精密度反復性測量系統的連續偏差在相似條件下相似的物體測量相同的測量人員相同的設置相同的 Gage相同的環境條件短期在重復發生測定分散國產生的標準偏差可以估算稱“反復差錯”或“短期偏差”再現性 - 在不同條件下測定不同測量人不同設置不同Gage不同環境條件長期精密度 = 再現性 + 反復性 在不同條件下測定值的平均值的標準偏差可以估計反復性真實值相同部門，相同特性，相同的人，設備，反復測定不精確但

7、反復性很好！精確但反復性不好！再現性真實值測量人 A B CA測量人B C在測量人之間再現性不好！測量方法不標準 不精確但再現性在A，B，C之間很好!相同的部門，特性，不同（相似的人）設備，反復測量穩定性時間的精確度和精密度不同的評價時間 1時間 2真實值 (標準)時間1時間2穩定性差穩定性好3. 測量系統評估索引測量精密度rpdrptMS222sss+=方差反復性再現性標準偏差精密度分散精確度平均值Bias測量錯誤分解精確度精密度測量錯誤+=測定能力評價指數的分類測定系統方差 : 測定系統的所有精確度決定的基礎在于是否使用測定系統%貢獻度在 與制品/工序偏差進行比較%反復性和再現性不同種類的

8、數目Single-to-Noise 比率 與幅度比較精密度與幅度的比率測定能力評價指數LSLUSL幅度幅度TPMS-=(%)10015.5/s2.1. %貢獻度3.5.15 是包括99%的所有觀測值*樣品恰當地代表了分散程度是很有意義的.)()(RatioSNMSpss測定系統偏差部分偏差=4.*恰當的測定系統可以進行區別的范圍的個數不同種類的個數1.41SN=ratio5. 來源 % 貢獻度 % 研究變量 % 公差 Gage R&R總計 10.67 32.66 34.31 可重復性 3.10 17.62 18.51 重制度 7.56 27.50 28.89操作員 2.19 14.81 15.

9、55操作員*PartID 5.37 23.17 24.34部分-到-部分 89.33 94.52 99.28 變動總計 100.00 100.00 105.04清晰的分類數量 = 4minitab 執行結果測定錯誤的影響假如 P/T 比率很大， Cpk 值就會比真實值小.假如 P/T 比率很大, 概率分類錯誤發生概率就變大. 假如 P/T 比率小，利用管理圖來檢測工序的特別情況的時間就變長.如果差別是復雜的，樣品大小能被減少的P/T 圖的影響%R&R的影響測定能力評價標準%貢獻度%R&R或 P/T種類好 1% 10% 10考慮費用重要性 30% Quality Tools Gage R&R S

10、tudy(Crossed)Minitab提供了 ANOVA 法和 Xbar 分析工具 ANOVA 是較高級的.C1 SAMPLEC2 MEASURERC3 VALUESAMPLEMEASURERVALUESAMPLEMEASURERVALUE輸入 minitab 數據表MinitabCalcMake Patterned Data例 )我們做 minitab 數據表, 3 個作業者，10個樣品，3 次測量minitab graph (1)分析它意味著, “如果數據不統一樣品就不能代表一個工程的散布？”代表“選擇樣本可以很好地代表一個工程的散布?” minitab 圖 (2)的分析coinMisc

11、:Tolerance:Reported by:Date of study:Gage name:024.0023.9523.90321Xbar Chart by operatorSample MeanX=23.973.0SL=24.00-3.0SL=23.9500.080.070.060.050.040.030.020.010.00321R Chart by operatorSample RangeR=0.028333.0SL=0.07294-3.0SL=0.00E+0010 9 8 7 6 5 4 3 2 124.0223.9723.92partoperatoroperator*part In

12、teractionAverage12332124.0524.0023.9523.90operatorBy operator10 9 8 7 6 5 4 3 2 124.0524.0023.9523.90partBy part%Total Var%Study VarPart-to-PartReprodRepeatGage R&R100500Components of VariationPercentGage R&R (ANOVA) for measure就是說, “操作員之間的間距是怎樣的操作員之間的距離越小越好coinMisc:Tolerance:Reported by:Date of stu

13、dy:Gage name:024.0023.9523.90321Xbar Chart by operatorSample MeanX=23.973.0SL=24.00-3.0SL=23.9500.080.070.060.050.040.030.020.010.00321R Chart by operatorSample RangeR=0.028333.0SL=0.07294-3.0SL=0.00E+0010 9 8 7 6 5 4 3 2 124.0223.9723.92partoperatoroperator*part InteractionAverage12332124.0524.0023

14、.9523.90operatorBy operator10 9 8 7 6 5 4 3 2 124.0524.0023.9523.90partBy part%Total Var%Study VarPart-to-PartReprodRepeatGage R&R100500Components of VariationPercentGage R&R (ANOVA) for measure它意味著每一個操作員測量樣品是不同的每一個操作員對樣品的測量值是完全相同的是好的 ! minitab 圖 (3)的分析coinMisc:Tolerance:Reported by:Date of study:Ga

15、ge name:024.0023.9523.90321Xbar Chart by operatorSample MeanX=23.973.0SL=24.00-3.0SL=23.9500.080.070.060.050.040.030.020.010.00321R Chart by operatorSample RangeR=0.028333.0SL=0.07294-3.0SL=0.00E+0010 9 8 7 6 5 4 3 2 124.0223.9723.92partoperatoroperator*part InteractionAverage12332124.0524.0023.9523

16、.90operatorBy operator10 9 8 7 6 5 4 3 2 124.0524.0023.9523.90partBy part%Total Var%Study VarPart-to-PartReprodRepeatGage R&R100500Components of VariationPercentGage R&R (ANOVA) for measure R&R的高度,重復 Reprod 越接近0越好!就是說, “相對重要的 R&R 超過全部偏差是足夠小嗎?” minitab 圖 ( 4 )的分析它意味著 “操作員反復測量值是穩定的”.注意這里.如果結果在界限線外，操作員

17、應該調查原因并重新測量 minitab 圖 (5)的分析就是說, “區別不同部分的能力是充足的嗎?”標準度量 R&R的Xbar 圖“與R 圖相反, Xbar 圖 盡可能偏離控制界限線是好的.” minitab 圖 ( 6 )的分析Hmmm. 每項評估指數是令人不滿意嗎?7.56%重制度散布比3.10%的可重復性散布大 . 操作員間的差別還有所要求的測量方法標準化. 來源 % 貢獻度 % 學習變量 標準度量 R&R總數 10.67 32.66 可重復性 3.10 17.62 重制度 7.56 27.50 操作員 2.19 14.81 操作員*PartID 5.37 23.17 Part-To-P

18、art 89.33 94.52 變動總數 100.00 100.00 清晰的分類號碼 = 4 minitab 價值分析Source DF SS MS F P PartID 9 2.05871 0.228745 39.7178 0.00000Operator 2 0.04800 0.024000 4.1672 0.03256Operator*PartID 18 0.10367 0.005759 4.4588 0.00016Repeatability 30 0.03875 0.001292 Total 59 2.24912 ANOVA 結果分析在 ANOVA 表格里, PartID的影響程度非常大

19、,操作員 & 操作員*PartID 很小Source DF SS MS F P Meas.position 20 83.9013 4.19507 5144.31 0.00000measurer 1 0.0016 0.00161 1.97 0.17570measurer*mea.position 20 0.0163 0.00082 0.96 0.52178Repeatability 84 0.0717 0.00085 Total 125 83.9909 標準度量運行圖至于操作員2,二次測量值比一次測量值的小這是一個趨勢至于部分 10, 操作員的測量值顯示不同,再有所要求清除原因的形成. Stat

20、 Quality Tools Gage Run Chart如果我們觀察標準度量運行圖,容易抓住操作員的測量習慣, 測量物體時發生的困難標準度量線性學習 Stat Quality Tools Gage Linearity Study 訓練確認是否有特殊趨勢或習慣把測量認為在儀器測量范圍內錯誤我們必須了解真實值和部分散布.真實值:標準值 結果標準度量直線性 至于測量儀器,錯誤標記和計算結果被測量范圍改變為線性,大多數錯誤受線性影響,因此要求恰當的改訂. 連續數據R&R練習準備5個成員一組 管理人員1人錄音1人測量員 3人 100 (won)硬幣每10個硬幣為一組, 選擇19702000制造以外的1

21、0個硬幣為一組,1998制造的模型游標尺 測徑器 : 1 人1 組練習1) 標準度量的準確度和精確度一個操作員，用相同的標準度量，在相同的條件下，用相同的方法，同樣的貨幣，測量超過20次。計算測量結果的平均值和標準偏差精確度標準偏差小于公差的1/10.如果大于 1/10, 應該遠離噪聲原因 如) 不固定的夾具如果標準度量的問題, 應該調換儀器.準確度如果我們知道真實值(標準), 我們能獲得準確度使用標準樣品使用較高等級的標準儀器 如果我們不知道真實值, 我們不能知道準確度練習 2) 兩個儀器相比較 (精確度) 平衡選擇不在19701990 制造的硬幣1020個一個操作員，在相同的條件下，使用相

22、同的方法，用任何一個硬幣，兩個測量儀器，分別測量一次獲得一對數據,在 Minitab里輸入數據, 分析它配對測試的用途 如果結果產生平均值的差別很小（或沒有）,兩個測量儀器在精確度上好象沒有什么差別.如果結果產生平均值有一些差別,一個或兩個測量儀器在精確度上好象有一些問題練習3) 恰當的選擇部件用1998年鑄造的硬幣，可執行的R&R, 分析。然后毀壞結果.反復考慮 R&R 的結果原因.練習4) R&R 平衡選擇不在19701990 制造的硬幣，可執行R&R 硬幣與練習結果1有區別嗎?如果結果令人不滿意, 如何改進測量體系和經改進東西的前/后比較如何改進測量體系和經改進東西前/后的比較毀壞與改進

23、計劃一致,可執行的標準度量,分析結果,檢討是否有更多需要改進的事項.6. R&R屬性值R&R屬性值檢校每一個操作員評估樣品質是否恰當/不恰當步驟準備 20 個樣品準備10個不容易區別的適當樣品和10個不恰當(缺點)的樣品.使兩個操作員決定任意輪換,兩次,分隔的.盲目評估結果安排一個操作員不一致的數量. 操作員之間的 inconsis-tencies的數量事實間差別數量是否每一個樣品全部結果改善了測量體系和再評價. 如果測量體系不能被改進,用另一個體系代替ex) 達到/沒達到標準度量 至于操作員1, 評估不同結果的數量是兩次.因此, 為方法 & 步驟的教育和訓練是必要的. 1 2sample 1

24、2 121234567891011121314151617181920GGNGNGGGNGNGGGGGGGGGGGGGGGGNGGGNGNGGGGGNGGGGGGGGGGGNGGGNGGGGGGGGGGGGGGGGGNGGGNGGGGGGGGGGGGGG操作員sample操作員7. 特別案例是否樣品不夠多在案例中獲得僅一個樣品而取代眾多樣品,用于考慮規格. 例) 檢校關鍵儀器的精密度和精確度, 常用假人代替真人.如果破壞測試找出恰當的取代特性.在同一條件下,反復測量是不可能的.檢校重制度例) 紙直升飛機飛行時間自從條件每一次飛行時間輕微變化以來,事實上,完全相同的重復飛行測量是不可能的 不飛行

25、一次,幾個操作員同時和如前所說的測量,在測量者之間的重制度 能被分析如果不是普通產品ex) 假如反復的尺寸是不可能的- 兩個操作員的測量結果,同時的清空 “Operators” 列,填充 “Part numbers” 列,“Measurement data” 列Source %Contribution %Study Var Total Gage R&R 5.47 23.39 Repeatability 5.47 23.39 Part-to-Part 94.53 97.23 Total Variation 100.00 100.00 清楚的分類數量 = 6它表現操作員的重制度不循環,小于中心值的

26、5% 分析結果ex) 如果僅有一個操作員能測量- 一個操作員反復測量結果 ( 2 次) 剩余空格 “Operators”. 輸入“Part numbers”, “MeasurementData”.數據Source %Contribution %Study Var Total Gage R&R 5.47 23.39 Repeatability 5.47 23.39 Part-to-Part 94.53 97.23 Total Variation 100.00 100.00 清楚的分類數量 = 6它表現操作員的重制度不循環,小于中心值的5% ex) 如果不是普通產品- 組織基礎消滅的測量在這個案例

27、里,我們能評價 用基底測量位置標準測量儀器水平的精確度 我們能測量被認為是一個樣品的每一個基底測量點 X XXXXXXXXXex) 異常案例紙質直升飛機的降落配置品A4 紙 20 張10把尺, 10 把剪刀回形針1盒10 個stop-watchs試驗方法一個小組做一個紙直升飛機 .通過10次降落試驗,相同的降落時間搜集數據在Minitab里輸入結果并分析8.測量體系改進案例DESCRIPTIONBASELINEM StageIImproved rateTOTALGAGER&R%Contribution44.0323.948.7880%StudyVar66.3548.9329.6355%2063

28、85%Stadardization of measuring methodStopper instal標準度量 R&R 范例 Range of Measuring ErrorImproved contents StageGageR&RGageR&RforMAXSource%Contribution%StudyVarTotalGageR&R44.0366.35Repeatability27.7052.63Reproducibility16.3240.40OPERATOR0.000.00OPERATOR*JIGNO16.3240.40Part-To-Part55.9774.81TotalVaria

29、tion100.00100.00NumberofDistinctCategories=2基礎線體GageR&RStudyGageR&RforMAXSource%Contribution%StudyVarTotalGageR&R8.7829.63Repeatability8.3728.94Reproducibility0.416.39OPERATOR0.416.39Part-To-Part91.2295.51TotalVariation100.00100.00NumberofDistinctCategories=5Gagename:Dateofsudy:Reportedby:Toerance:M

30、sc:#11999.7.61999.7.70847848849850851852853123XbarChartbyOPERATORSampleMeanX=8.4883.0SL=8.502-3.0SL=8.47300.000.010.020.030.04123RChartbyOPERATORSampleRangeR=0.0079333.0SL=0.02592-3.0SL=0.00E+00123458.478.488.498.508.518.528.53JIGNOOPERATOROPERATOR*JIGNOInteractionAverage1231238.478.488.498.508.518.

31、528.53OPERATORByOPERATOR123458.478.488.498.508.518.528.53JIGNOByJIGNO%TotalVar%StudyVarGageR&RRepeatReprodPart-to-Part050100ComponentsofVariationPercentGageR&R(ANOVA)forMAXGagename:Dateofstudy:Reportedby:Tolerance:Misc:06.1556.1576.1596.1616.1636.1656.1676.16912XbarChartbyOPERATORSampleMeanX=6.1603.0SL=6.162-3.0SL=6.15800.0000.0010.0020.0030.00412RChartbyOPE