量测系统分析MSA.pptVIP

量測系統分析  MSA 量測系統及量測之應用 量測之應用 Process control(穩定性)-量同一點 Quality realization(製程能力)-量特定具代表性的點 量測系統 包括操作﹑程序﹑儀具﹑設備﹑軟體﹑操作人員﹑環境 MSA變異數(Variance)的分類 應用MSA之時機 接受新量測設備的準則 一種量測設備與另一種的比較 對疑似有缺陷的儀具評估時之依據 維修前後量測之比較 計算製程變異及其製程之可接受性水平 作為儀具特性曲線(GPC)的重要訊息 量測系統必須滿足的統計特性 (1)量測系統必須處在統計控制中(Stability) (2)量測系統的變異必須小於製程變異 (3)量測系統的變異必須小於規格(Spec.) (4)量測系統的精度必須高於製程變異和 規格兩者中精度較高者(Ex1)(量具最小刻度至 少要為規格單位的10%) (5)量測系統的統計特性可能隨量測項目的 改變而變化(量測系統最大的變異應小於規格與 製程變異之較小者)(Ex2) 範例1. 一元硬幣測量重量數據 範例 2. Cu thickness measured by MRX,σm= 0.1 um variation in the panel σp = 2 um variation between panels σp = 0.3 um MSA特性 穩定性 量測系統穩定性(Stability) 統計上穩定 統計製程管制 (1)R chart出界表示重複性不穩定 (2)X chart出界表示測值不正確(偏差改變) 如果穩定性未確定 (1)量測變異可能因干預不當而增加 (2)結果也不可用來預測其將來性能 偏差 偏差(Bias) Vs 誤差(Error) 須量測至少10次 相對偏差 = Bias/(6*Stdv.) 如果相對偏差過大須檢查以下原因 範例3. 偏差 基準值=0.80mm 製程變異 = 0.70mm X=(X1+…+X10)/10=0.75 偏差=0.75-0.80=-0.05 偏差% =0.05/0.70=7.1% 線性 y = ax + b x = 基準值(reference value) y = 偏差(bias) 線性(Linearity) = |a|×(Process variation) For 99.73% : Process variation = ±3σ %線性 = 100×a% 擬合優度(Goodness of fit) = R2 R2用以確定其線性關係 %線性表述其線性好不好(|a|愈小愈好) 線性 範例 4. - 線性 範例 4. - 線性 y = ax + b a = -0.1317 b = 0.7367 R2 = 0.98 %線性 = 13.71% 範例 4. - 線性 線性-結果分析 系統非線性表示 1)儀器在工作範圍內未正確校正 2)最大或最小值校準量具的誤差 3)儀器磨損 4)儀器固有的設計特性 重複性 Repeatability (5.15σe ;for 99% confidence interval) 表述量測儀器之變異性(短期間的穩定性) 同一人員用同一儀具多次量測同一物件的同一特性時，量測平均值的變異 量測次數愈多, 重複性的估算值愈準確 再現性 Reproducibility(5.15σo ;for 99% confidence interval) 表述不同人員量測所產生之變異性由不同人員用同一儀具多次量測同一物件的同一特性時，量測平均值的變異 數據宜在較長時間取得 Gage RR For 99% confidence interval : 5.15σ Repeatability(5.15σe) Reproducibility(5.15σo ) GRR = 5.15σm PV(Part-to-part Variation) = 5.15σp TV(Total Variation) = 5.15σt %GRR GRR index(σm/σt ) Planning a RR Study How and when will the device be calibrated? How many operators? How many samples? How should samples be selected? How to minimize variation within the sample? Use individual measurements, average or w