MSA测量系统分析24822.pptVIP

* 仪器：　 准确性 ： 偏倚 线形 稳定性 精确性： 重复性 再现性 数据： 1。 判断产品 2。SPC * * 测量仪器的分辨率必须小于或等于规范或过程误差的10％ * NDC: the number of distinct categories 测量仪器的分辨率： 仪器本身参数 Ndc： 仪器和测量系统参数综合考虑 * * 若我們抽測100支圓桿的外徑，我們可以得到100組數據，它形成一個分配(Xi，σi ) 但是若深究這些數據的分配是否會永遠如此呢？其實並不儘然，因為同樣的樣本若交給同一個人第二天再量一次，它就不可能與原來的分配(Xi，σi)完全相同。同樣地，同一組樣本若交給另一個人用同樣的量具來量，當然也就會再形成另一個分配(Xj，σj)。 有了這樣的認知，我們就明白原始的數據標準差(σi)中其實已含蓋了產品真值標準差(σTU)，量器量測誤差(σGRR)及其他隨機誤差(σe)其關係如下： σ21=σ2TU+σ2GRR+σ2e GRR的目的就是要降低量測誤差(σGRR)，使量測值之σi儘量接近σTU(真值之標準差)。 * * * * * The StdDev in the Total Gage RR (section 3) is multiplied by 6 and can be used to represent the standard deviation for linearity * * * * * * * * * * * * * * * * * * * Excel 计算GRR Minitab 计算 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 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 选择 StatQuality ToolsGage RR Study (Crossed)… Minitab中的Gage RR 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 Minitab中的Gage RR : 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 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 Analyzing the VGRR Data Gage RR Study - ANOVA Method Gage RR for Measures Two-Way ANOVA Table With Interaction Source DF SS MS F P Parts 9 0.0091816 0.0010202 289.451 0.00000 Operators 2 0.0001