GR&R6

綠

帶

培

訓(xùn)測(cè)量系統(tǒng)分析重復(fù)性和復(fù)制性1GB

W2–Six

SigmaAsiaPacific目的

介

紹

測(cè)

量

系

統(tǒng)

分

析

定義基本測(cè)量術(shù)

語(yǔ)

學(xué)

習(xí)

怎

么

做

測(cè)

量

工

具

分

析

(測(cè)

量系

統(tǒng)

分

析

)

做個(gè)練習(xí)來(lái)熟悉一下這種方法2GB

W2–Six

SigmaAsiaPacific6

制程改善路徑圖步驟III:制 程

改

善用DOE方法確定關(guān)鍵輸入變數(shù)不

斷

地 對(duì)

制 程

的

穩(wěn)

定

性和能力進(jìn)行驗(yàn)證決定最佳的操作窗口完成FMEA，評(píng)估控制計(jì)劃計(jì)

劃

項(xiàng)

目

， 確

定

KPIV /

KPOV進(jìn)行短期能力指數(shù)分析評(píng)估控制計(jì)劃步

驟

II:

制

程

分

析完成多變數(shù)分析確定潛在的KPIV回顧已有數(shù)據(jù)排序KPIV對(duì)必要的測(cè)量系統(tǒng)進(jìn)行分析更新控制計(jì)劃步

驟

IV:

制

程

控

制完成制程的控制計(jì)劃步

驟

I:3GB

W2–Six

SigmaAsiaPacific制程測(cè)量測(cè)量制程?理的想的測(cè)”

測(cè)量量系統(tǒng)應(yīng)該能夠在任何時(shí)候作出“真實(shí)測(cè).量系統(tǒng)的質(zhì)量是由統(tǒng)計(jì)意義上的性能來(lái)描述的測(cè)量制程應(yīng)包括:–

設(shè)計(jì)和認(rèn)證–

隨時(shí)間變化的制程能力的評(píng)估–

控制–

修正和重新認(rèn)證性能–

必須在統(tǒng)

計(jì)

上

的

控

制

中變

異

必

須

小

于

產(chǎn)

品

的

規(guī)

格變異

必須小于

制程的變異測(cè)量的精度(解析度)

應(yīng)該是產(chǎn)品規(guī)格或制程變異 的

十分之一4GB

W2–Six

SigmaAsiaPacific制程變異的可能原因觀察到的制程變異制程的實(shí)際變異測(cè)量變異長(zhǎng)期

制程變異短期

制程變異樣本間的變異因設(shè)備而產(chǎn)生的變異因操作工而產(chǎn)生的變異重復(fù)性校正穩(wěn)定性線性要找出制程的真正變異必須確認(rèn)測(cè)量系統(tǒng)的變異并將其從制程中分離出去。5GB

W2–Six

SigmaAsiaPacific制程變異的可能原因因設(shè)備而產(chǎn)生的變異樣本間的變異長(zhǎng)期

制程變異短期

制程變異制程的實(shí)際變異校正穩(wěn)定性線性測(cè)量變異因操作工而產(chǎn)生的變異重復(fù)性觀察到的制程變異我

們

將

把

“重

復(fù)

性”

和

“復(fù)

制

性”

作

為

造

成

測(cè)

量

誤

差

的

主6GB

W2–Six

SigmaAsiaPacific我

們

將

把

“重

復(fù)

性”

和

“復(fù)

制

性”

作

為

造

成

測(cè)

量

誤

差

的

主要

原

因基本公式總共

2產(chǎn)品測(cè)量系統(tǒng)

2

2總

的

變

異

等

于

產(chǎn)

品

本

身

的

變

異

加

上因

測(cè)

量

系

統(tǒng)

而

引

起

的

變

異7GB

W2–Six

SigmaAsiaPacific測(cè)量制程組成部分測(cè)量工具:–硬件–軟件所有使用工具的程

序

:–操作工–設(shè)置和移動(dòng)步驟–離線計(jì)算和數(shù)據(jù)輸入–校正頻率和技術(shù)8GB

W2–Six

SigmaAsiaPacific要得到的信息

測(cè)

量

誤

差

多

大

?

測(cè)量誤差的原

因

是什么?

工具是否一直都穩(wěn)

定

?

在這個(gè)分析中，工具是否有

能力

?

我們?cè)鯓痈?/p>

善

測(cè)量系統(tǒng)?9GB

W2–Six

SigmaAsiaPacificM

i

n

i

tab

練習(xí)-

制程能力和測(cè)量誤差

讓

我

們

假

設(shè)

，

我

們

有

一

個(gè)

5

和

平

均

數(shù)

等

于

70

的

制

程

讓

我

們

再

假

設(shè)

，

我

們

有

一

個(gè)

和

制

程

具有

同

樣

5

水

平

測(cè)

量

誤

差

的

測(cè)

量

系

統(tǒng)

到

M

i

n

i

tab

，

按

以

下

的

步

驟

到

Sess

i

on

窗

口

到

Ed

i

tor

>

Enab

l

e

Command

Language并

按

鼠標(biāo)

左

鍵

應(yīng)該出現(xiàn)MTB>

在

C1

,C2

和

C3

分

別

輸

入

Process,

Meas.Error

和

Observed10GB

W2–Six

SigmaAsiaPacific練習(xí)

-

續(xù)

鍵入以下的命令來(lái)建立適用于例子的數(shù)據(jù):MTB

>

random

100

c1;SUBC>

norm

70

5.MTB

>

rand

100

c2;SUBC>

norm

0

5.MTB

>

let

c3=c1+c211GB

W2–Six

SigmaAsiaPacific建立一組隨機(jī)常態(tài)分布建立一組隨機(jī)常態(tài)分布把制程數(shù)據(jù)和測(cè)量誤差相加來(lái)建立我們會(huì)在生產(chǎn)線上看到的數(shù)據(jù)實(shí)

際制程變異沒(méi)

有測(cè)量誤差100

110908070Process60504030151050FrequencyLSLUSL模擬的結(jié)果100

110908070Observ

ed60504030151050FrequencyLSLUSL觀

察

到

的

制

程

變

異-

有測(cè)量誤差12GB

W2–Six

SigmaAsiaPacific測(cè)量誤差的影響平

均

數(shù)

總數(shù)

產(chǎn)品

測(cè)量測(cè)

量

系

統(tǒng)

偏

差

-通

過(guò)“校正分析”來(lái)確定準(zhǔn)確性準(zhǔn)確性平

均

數(shù)變變異異總數(shù)產(chǎn)品測(cè)量

2

=

2+

2測(cè)

量

系

統(tǒng)

的

變

異

-通

過(guò)

“R&R

分

析

”來(lái)

確定精確性精確性13GB

W2–Six

SigmaAsiaPacific變異的來(lái)源產(chǎn)品的變異(

實(shí)

際

變

異

)產(chǎn)品的變異(

實(shí)

際

變

異

)測(cè)量變異測(cè)量變異總變異(所觀察到的變總變異(所觀察到的變異

))14GB

W2–Six

SigmaAsiaPacific術(shù)語(yǔ)精

度與

準(zhǔn)

確

性

相

關(guān)

的

術(shù)語(yǔ)–實(shí)際數(shù)值–偏差–線性與

精

確

性

相

關(guān)

的

術(shù)語(yǔ)–重復(fù)性–復(fù)制性–線性?穩(wěn)

定

性(隨

時(shí)

間)15GB

W2–Six

SigmaAsiaPacific精度小數(shù)點(diǎn)后的數(shù)據(jù)是可以被系統(tǒng)測(cè)量的。測(cè)量的

精

度

應(yīng)

該

是

產(chǎn)

品

規(guī)

格

或

制

程

變

異

的

十

分

之

一.1

2

3

4

5差的精度1

2

3

4

5好的精度16GB

W2–Six

SigmaAsiaPacific準(zhǔn)確性準(zhǔn)確性-

測(cè)量的平

均值偏離真實(shí)數(shù)真值實(shí)的數(shù)程

度值理

論

上

正

確

的

數(shù)

值NIST

標(biāo)

準(zhǔn)偏

差所有測(cè)量所得的平均值

和

真

實(shí)數(shù)值之間的差距工具讀數(shù)一貫偏離目標(biāo)系統(tǒng)誤差或偏移17GB

W2–Six

SigmaAsiaPacific18GB

W2–Six

SigmaAsiaPacific準(zhǔn)確性設(shè)備

的

準(zhǔn)

確

性

是

指

測(cè)

量

數(shù)值的平

均

值和真

實(shí)

值

或

標(biāo)

準(zhǔn)

值

的

差

距.標(biāo)準(zhǔn)

值

是一比種如可

接

受NIST)

.的、能

追

蹤

的參考標(biāo)準(zhǔn)(標(biāo)準(zhǔn)值標(biāo)準(zhǔn)值平均數(shù)偏

差準(zhǔn)確性測(cè)驗(yàn)

我

們

怎

么

來(lái)

研

究

測(cè)

量

系

統(tǒng)

的

準(zhǔn)確

性

?

一

般

由

誰(shuí)

來(lái)

提

供

這

種

功

能

?

用

來(lái)

對(duì)

測(cè)

量

系

統(tǒng)

準(zhǔn)

確

性

評(píng)

估

進(jìn)行

描

述

的

常

用

術(shù)

語(yǔ)

是

什

么

?19GB

W2–Six

SigmaAsiaPacific準(zhǔn)確性測(cè)驗(yàn)20GB

W2–Six

SigmaAsiaPacific我

們

怎

么

來(lái)

研

究

測(cè)

量

系

統(tǒng)

的

準(zhǔn)

確

性

性?校

正

分

析一

般

由

誰(shuí)

來(lái)

提

供

這

種

功

能

?實(shí)

驗(yàn)

室

人

員用

來(lái)

對(duì)

測(cè)

量

系

統(tǒng)

準(zhǔn)

確

性

評(píng)

估

進(jìn)

行

描

述的

常

用

術(shù)

語(yǔ)

是

什 么?重

復(fù)

性21GB

W2–Six

SigmaAsiaPacific偏差測(cè)量的平均值有一固定量的差異:偏

差

影

響

包

括操

作

工

偏

差-

不同操作工對(duì)同一事件的測(cè)量所得到的可發(fā)現(xiàn)的偏差儀

器

偏

差-不同儀器對(duì)同一事件的測(cè)量所得到的可發(fā)現(xiàn)的偏差

.標(biāo)準(zhǔn)值標(biāo)準(zhǔn)值平均數(shù)儀

器

1儀

器

2平均數(shù)儀

器

2偏

差儀

器

1偏

差精確性?

測(cè)

量

系

統(tǒng)

中

的

總

變

異?

重

復(fù)

測(cè)

量

中

產(chǎn)

生

的

自

然

變

異

的

測(cè)

量?

術(shù) 語(yǔ)

:

隨

機(jī)

誤 差

,

分

布

,

測(cè) 試

/

再

測(cè)試

誤

差?

重

復(fù)

性

和

復(fù)

制

性測(cè)重量復(fù)系測(cè)統(tǒng)量中中的產(chǎn)總生變的異自

然變

異

的

測(cè)量術(shù)試語(yǔ)誤:差隨機(jī)誤差,分

布,

測(cè) 試

/

再測(cè)重復(fù)性和復(fù)制性MS

2

2

2rpt

rpd22GB

W2–Six

SigmaAsiaPacific精確性

:

重

復(fù)性

測(cè)量系統(tǒng)既有的變異

在下列類似的情況下，重復(fù)測(cè)量相同變數(shù)所產(chǎn)生的變異–

同一個(gè)操作工–

設(shè)置相同–

同一個(gè)零件–

同樣的環(huán)境–

短期

用

重

復(fù)

測(cè)

量

數(shù)數(shù)

據(jù)

分

布

的

綜

合

(

平

均

)

標(biāo)

準(zhǔn)

差來(lái)

預(yù)

估

重復(fù)性通常要小于系統(tǒng)的總變異

測(cè)量系統(tǒng)既有的變異

在下列類似的情況下，重復(fù)測(cè)量相同變數(shù)所產(chǎn)–––生同設(shè)同的一置一變個(gè)相個(gè)異操同零作件工––同短樣期的環(huán)境

用重復(fù)測(cè)量數(shù)數(shù)

據(jù)

分

布

的

綜

合

(

平

均

)標(biāo)準(zhǔn)差來(lái)預(yù)估

重復(fù)性通常要小于系統(tǒng)的總變異

rpt23GB

W2–Six

SigmaAsiaPacific24GB

W2–Six

SigmaAsiaPacific重復(fù)性對(duì)相同零件、相同特征、由同一個(gè)操作工用相同的儀器連續(xù)測(cè)量所得變異.又

叫

做

測(cè)

試

-再測(cè)試誤差

;用來(lái)作為對(duì)短期變異

的估計(jì).標(biāo)準(zhǔn)值標(biāo)準(zhǔn)值極差的重復(fù)性良好的重復(fù)性平均數(shù)平均數(shù)精確性

:

復(fù)

制性在

不

同

條

件

下， 測(cè)

量

時(shí)

所

產(chǎn)

生

的

變

異不同的操作工不同的設(shè)置不同的測(cè)試零件不同的環(huán)境長(zhǎng)期用在不同測(cè)量條件下得到的測(cè)量平均值的標(biāo)準(zhǔn)差來(lái)估計(jì)25GB

W2–Six

SigmaAsiaPacific

rpd復(fù)制性由不同操作工用相同或不同的儀器連續(xù)對(duì)零件的相同特征測(cè)量時(shí)所得到的測(cè)量平均值的差異

.標(biāo)準(zhǔn)值標(biāo)準(zhǔn)值平均數(shù)平均數(shù)極差的復(fù)制性26GB

W2–Six

SigmaAsiaPacific良好的復(fù)制性操作工1操作2操作工1操作工

2操作操作

3工

3線性在儀器能力范圍內(nèi)，對(duì)準(zhǔn)確性或精確性差異的測(cè)量測(cè)

量

工

具

1

:線性在這里是個(gè)問(wèn)題測(cè)量工具

2

:線性在這里不是個(gè)問(wèn)題準(zhǔn)確性準(zhǔn)確性0測(cè)量單位0測(cè)量單位27GB

W2–Six

SigmaAsiaPacific穩(wěn)定性

測(cè)量分布的平均數(shù)和標(biāo)

準(zhǔn)差隨著

時(shí)

間的變化保持固定并且是

可預(yù)計(jì)的

沒(méi)

有

平 移

,

突

然

的

變 化

,

周 期

,

等

...

用

趨

勢(shì)

圖

來(lái)

評(píng)

估28GB

W2–Six

SigmaAsiaPacific穩(wěn)定性評(píng)

估

隨

時(shí)

間

變

化

的

準(zhǔn)

確

性

或

精

確

性

的

不

同

。標(biāo)準(zhǔn)值標(biāo)準(zhǔn)值標(biāo)準(zhǔn)值標(biāo)準(zhǔn)值穩(wěn)定性差29GB

W2–Six

SigmaAsiaPacificTime

2T

i

me

1穩(wěn)定性好T

i

me

1Time

2Time

3Time

3穩(wěn)定性4

/

17

/

96

6

/

26

/

96

9

/

18

/

96

12

/

11

/

96

2

/

21

/

97950940930920910900890880870860850Date/

T

i

meDCMStandard#1校

正

穩(wěn)

定

性4

/

3

/

96

6

/

19

/

96

8

/

21

/

9610

/

30

/

961

/

8

/

9730GB

W2–Six

SigmaAsiaPacific820810800790780770760750740730Date/

T

i

meDCMStandard#1校

正

穩(wěn)

定

性準(zhǔn)確性

vs.

精

確性假

設(shè)

我

們

有

一

種

原

料

的

‘真

實(shí)

’

硬

度

為5

.

0

.方

法

1

得

出

以

下

讀 數(shù)

:3

.

8

,

4

.

4

,

4

.

2

,

4

.

0方法2得

出以

下

讀 數(shù)

:6

.

5

,4

.

0

,

3

.

2

,

6

.

3哪種方法較準(zhǔn)確?哪種方法較精確?你較喜歡哪種方

法

?

為

什

么?31GB

W2–Six

SigmaAsiaPacific準(zhǔn)確性

vs.

精

確性32GB

W2–Six

SigmaAsiaPacific假

設(shè)

我

們

有

一

種

原

料

的

‘真

實(shí)

’

硬

度

為5

.

0

.方法1得出

以3

.

8

,下

讀4

.

4

,數(shù):4

.

2

,4

.

0方法2得出

以6

.

5

,下

讀4

.

0

,數(shù):3

.

2

,6

.

3哪

種

方

法

較

準(zhǔn)

確

?

方

法

實(shí)

’

硬 度值哪

種

方

法

較

精

確

?

方

法2

-

平

均

值

等

于

‘真1

-

變

異

非

常

小你較喜歡哪種方法?為什么?方

法

1

-

對(duì)平

均

偏

移

作

補(bǔ)

償

要

比

對(duì)

變

異

作

補(bǔ)

償

來(lái)

得容易相關(guān)性在

兩

個(gè)

變

數(shù)

之

間

線

性

關(guān)

系

的

測(cè)

量， 比

如

，

兩

種不

同

的

測(cè)

量

方

法

或

兩

個(gè)

不

同

的

實(shí)

驗(yàn)

室

.Method

1相關(guān)性例子:偏移Method2相關(guān)性例子:沒(méi)有偏移Method

1Method2相關(guān)性例子:沒(méi)有相關(guān)性Method

133GB

W2–Six

SigmaAsiaPacificMethod

2一個(gè)簡(jiǎn)單的測(cè)量分析

對(duì)減噪材料吸音率的測(cè)量.

用M

i

n

i

t

ab

,鍵入以下數(shù)據(jù)并分析.34GB

W2–Six

SigmaAsiaPacific

8

個(gè)

樣

本

各

取

2

個(gè)

讀

數(shù)

.

公差=0.1Tile

Obs1

Obs21.595.5952.59.5853.62.6154.587.5935.535.5436.538.547.615.6158.618.615數(shù)據(jù)處理35GB

W2–Six

SigmaAsiaPacificMinitab

的結(jié)果SampleTest1Test2ReadingTrialSamp10.5950.5950.5951120.5900.5850.5901230.6200.6150.6201340.5870.5930.5871450.5350.5430.5351560.5380.5400.5381670.6150.6150.6151780.6180.6150.618180.595210.585220.615230.593240.543250.540260.615270.6152836GB

W2–Six

SigmaAsiaPacificM

i

n

i

tab

GR&R

模組37GB

W2–Six

SigmaAsiaPacificM

i

n

i

tab

GR&R

的結(jié)果Source%Contribution%Study

Var%ToleranceTotal

gage

R&R0.989.8816.44Repeatability0.989.8816.44Part-to-Part99.0299.51165.49Total

Variation100.00100.00166.31Number

of

Distinct

Categories

=

14%R&R38GB

W2–Six

SigmaAsiaPacificP/T

Ratio公差對(duì)精確性指數(shù)產(chǎn)品公差LSLUSL測(cè)量系統(tǒng)變異P/T

=

20%39GB

W2–Six

SigmaAsiaPacificP/T

=

100%P/T

=

200%測(cè)量能力指數(shù)

-

P/

T公差對(duì)精確性指數(shù)計(jì)算出測(cè)量誤差在公差中所占比例最

好

:

<10%

可

接

受

:

<30%包括重復(fù)性和復(fù)制性操

作

工

x

零

件

(

樣

本)

x

實(shí)

驗(yàn)

次

數(shù)P/

T

值

.一般用百分比表示一般用百分比表示公差MSP

/

T

=5.15

*

s公

差

=

USL

-

LSL40GB

W2–Six

SigmaAsiaPacific附

記

:

5

.15

倍

的

標(biāo)

準(zhǔn)

差

占

測(cè)

量

系

統(tǒng)

變

異

的

99%

.準(zhǔn)用5.15

是一種工業(yè)標(biāo)重復(fù)性和復(fù)制性%觀察得到的制程變異%R&R

=

75%%R&R

=

100%%R&R

=

20%41GB

W2–Six

SigmaAsiaPacific測(cè)量系統(tǒng)的變異測(cè)量能力指數(shù)

-

%

GR&R算

出

測(cè)

量

誤

差

占

總

變

數(shù)

的

百

分

比

數(shù)

.包

括

重

復(fù)

性

和

復(fù)

制

性操

作

工

x目

標(biāo)

要

求零

件

(樣

本

)

x

實(shí)

驗(yàn)

次

數(shù)%R&R

<

30%一般用百分比表示一般用百分比表示總共

42GB

W2–Six

SigmaAsiaPacific%

R&

R

MS

X

100比較觀察得到的制程變異產(chǎn)品公差LSLUSLP/T

=

20%43GB

W2–Six

SigmaAsiaPacific%R&R

=

20%P/T

=

50%%R&R

=

50%P/T

=

100%%R&R

=

100%測(cè)量系統(tǒng)的變異比較觀察得到的制程變異產(chǎn)品公差LSLUSLP/T

=

50%%R&R

=

25%P/T

=

100%%R&R

=

50%%R&R

=

100%P/T

=

200%測(cè)量系統(tǒng)44

的變異GB

W2–Six

SigmaAsiaPacific比較LSLUSL產(chǎn)品公差觀察得到的制程變異P/T

=

10%測(cè)量系統(tǒng)45

的變異GB

W2–Six

SigmaAsiaPacific%R&R

=

20%P/T

=

20%%R&R

=

40%P/T

=

50%%R&R

=

100%P/

T

的

用

途

(%

公差

)P/

T

指

數(shù)

(在

M

i

n

i

tab

中

的

%

To

l

erance )

是

對(duì)

測(cè)

量

系

統(tǒng)

精

確

性

最

常

用

的

估

計(jì)

方

法.

這種估計(jì)可用來(lái)對(duì)測(cè)量系統(tǒng)在規(guī)格范圍內(nèi)的表現(xiàn)作出適當(dāng)?shù)脑u(píng)估.

規(guī)

格

范圍

,

可

能

太

緊

或

太

松

.

總

的

來(lái)

說(shuō)

,

當(dāng)

測(cè)

量

系

統(tǒng)

只

被

用

于

對(duì)

產(chǎn)

品

分

級(jí)

時(shí)，

P/

T

指

數(shù)

是

一

種

很

好

的

估

計(jì)

方

法

.

盡

管

如

此

,

如

果制

程

的能

力

不

夠

(

Cpk)

,

P/

T值就會(huì)給我們一個(gè)錯(cuò)誤的安全感.46GB

W2–Six

SigmaAsiaPacific%R&R

的用途%R&R

對(duì)

B

l

ackbe

l

t

或

Greenbe

l

t

而

言

是

最

好的

測(cè) 量

.它的估表計(jì)現(xiàn)了如相對(duì)何.於總的制程變異，測(cè)量系統(tǒng)當(dāng)估進(jìn)計(jì)行方制法程改.善分析時(shí)，%R&R

是最有用的必須注意選取能夠代表整個(gè)制程變異的典型樣本。必

須

注

意

選

取

能

夠

代

表

整

個(gè)

制

程

變

異

的

典

型

樣

本

。47GB

W2–Six

SigmaAsiaPacific測(cè)量誤差測(cè)量誤差對(duì)測(cè)

量

誤

差

越

大

，

它

對(duì)

你

在了 解實(shí)

際

制

程

能

力

方

面

的影

響

越 大

!制程能力指數(shù)的影響測(cè)

量

誤

差

越

大

，

它

對(duì)

你

在

了 解實(shí)

際

制

程

能

力

方

面

的影

響

越 大

!48GB

W2–Six

SigmaAsiaPacificGR&R

分析

一

般

用

2

到

3

個(gè)

操

作

工

一

般

用

10

個(gè)

樣

本

來(lái)

測(cè)

量

每

個(gè)

樣

本

被

每

個(gè)

操

作

工

測(cè)

量

2到

3

次49GB

W2–Six

SigmaAsiaPacific實(shí)施GR&R

分析的操作步驟50GB

W2–Six

SigmaAsiaPacific

校正測(cè)量工具,或假設(shè)它已被校正過(guò)了.要第一個(gè)操作工測(cè)量一次隨機(jī)排列的樣本.要第二個(gè)操作工測(cè)量一次隨機(jī)排列的樣本繼續(xù)做直到所有操作工都對(duì)樣本做了第一次測(cè)

量

(

這

是

測(cè)

試

1)

.重

復(fù)

步

驟

2 -

4，

次

數(shù)與

要

求

的

測(cè)

試

次

數(shù)

相

等

.使

用

所

提

供

的

對(duì)

R&R

進(jìn)

行

分

析

的

表

格

.重復(fù)性復(fù)制性以上每一項(xiàng)的標(biāo)準(zhǔn)差%R&R%公差分析分

析

結(jié)

果

，

決

定

要

做

的

工

作

,

如

果

有

的

話

.選擇所用樣本51GB

W2–Six

SigmaAsiaPacific樣本應(yīng)該取自能橫跨整個(gè)常態(tài)制程變異的生產(chǎn)流程中例

如

:

如

果

你

生

產(chǎn)

一

種

厚

度

規(guī)

格

為0

.

010” +/

-

0

.

002“

的

原

料

,

應(yīng)

取

厚

度

從

0

.

008”-

0.012”

的樣本.注

意

!如

果

你

用

同

樣

的

制

程

來(lái)

生

產(chǎn)

不

同

厚

度

的原

料

,

分

子

群

組

來(lái)

實(shí)

施

分

析例

如

:一

個(gè)

制

程

生

產(chǎn)

0

.

006”

,

0

.020”,

和

0

.

040”

的原

料

，

公

差

都

是

+/

-

0

.

002”，

都

用

相

同系統(tǒng)來(lái)測(cè)量做

3

次

分

析

-

每

種

厚

度

一

次

.如

果

你

把

上

面

的

樣

本

放

在

一

起

,

GR&R

值就

會(huì)

因人

為

因

素

降

低如果制程只有一個(gè)操作工,或沒(méi)有操作工,排除操作工因素來(lái)分析

(忽略復(fù)制性因素)52GB

W2–Six

SigmaAsiaPacific其它問(wèn)題操

作

工

的

數(shù)

量如

果

制

程

有

多

個(gè)

操

作

工

,

隨

機(jī)

挑選

2-4

個(gè)樣

本

的

數(shù)

量選15擇足夠多的樣本使(樣本數(shù))

X(操作工)>如:果不可行或不可能,按下表選擇測(cè)試次數(shù)

如果SxO

<4,測(cè)試次數(shù)=6

如果SxO

<5,測(cè)試次數(shù)=5

如果SxO

<8,測(cè)試次數(shù)=4如

果

S

x

O

<

15

,

測(cè)

試

次

數(shù)

=

3GR&R

報(bào)告GR&R分析報(bào)告53GB

W2–Six

SigmaAsiaPacific

目的

測(cè)量工具描述

測(cè)量工具分析

步

驟

結(jié)果:

校正

準(zhǔn)確性

精確性

結(jié)

論

改

善

的建議M

i

n

i

tab

指令用

M

i

n

i

t

ab

的

指

令

來(lái)

解

決

同

樣

的問(wèn)

題創(chuàng)

建

一

個(gè)

M

i

n

i

tab

數(shù)

據(jù) 集

:–

一列為操作工–

一列為測(cè)試次數(shù)–

一列為產(chǎn)品樣本–

一列為輸出變數(shù)使

用

M

i

n

i

tab

的

指

令

Stat>Quali

tyToo

ls>gage

R&R

Study54GB

W2–Six

SigmaAsiaPacificM

i

n

i

tab

數(shù)據(jù)集55GB

W2–Six

SigmaAsiaPacificOperator

Trial

Part

Output1111111111111111111111111111112222222222123456789101234567891079068871077865943972880569610737336986447296413907347426701028這

是

在

M

i

n

i

tab

里

第

一個(gè)

操

作

工

的

數(shù)

據(jù).下拉菜單用

Ca

l

c>Make

Patterned

Data>S

i

mp

l

e

Set

of

Numbers第一列是操作工列里的單一操作工例子56GB

W2–Six

SigmaAsiaPacific設(shè)定測(cè)試次數(shù)57GB

W2–Six

SigmaAsiaPacific設(shè)定零件

(樣

本

)58GB

W2–Six

SigmaAsiaPacific給變數(shù)編碼你可

以 用

Man

i

p>Code>Numer

i

ctoTex

t

將

操作工以的

代

號(hào)

改

為

操

作

工

的

姓

名

而

還

是分

析....可59GB

W2–Six

SigmaAsiaPacific測(cè)量

/

分析我們接下去會(huì)將數(shù)據(jù)輸入到測(cè)量列里記住隨機(jī)排列給每個(gè)操作工的樣品，不要讓他們知道他們?cè)跍y(cè)量哪一個(gè)樣品–

要

仔

細(xì)

記

錄

輸

入

對(duì)

應(yīng)

於

每

一

組

實(shí)

驗(yàn)

次

數(shù)

/

操

作

工

/

樣

本

的

測(cè)

試

值!!用以下指令分析數(shù)據(jù)Stat>Quali

ty

Too

ls>gage

R&R

Study讓我們用一些實(shí)際的數(shù)據(jù)來(lái)做一遍60GB

W2–Six

SigmaAsiaPacific例子GR&R

的例子Lam

i

na

te

Th

i

ckness

Measuremen

t

打

開

文

件

THICKGRR.

MTW

這

是

一

個(gè)

用

游

標(biāo)

卡

尺

來(lái)

測(cè)

量

原

料

厚

度的

測(cè)

量

工

具

分 析

.

讀

出

的

數(shù)

據(jù)

為

方

便

輸

入

而

都

被

乘

以1000

(比

如

8

.

9

原

先

是

0

.

0089”)

需

要

規(guī)

格

范

圍

來(lái)

確

定

%P/

T.

本

例 中，

規(guī)格

為

+/

-

0

.

7

,

或

者

公

差

數(shù)

為

1

.

4

.

讓

我

們

開

始

分

析

這

些

數(shù)

據(jù)Stat

>Quali

ty

Tool

s>gage

R&R

St

udy61GB

W2–Six

SigmaAsiaPacificGR&R

例子62GB

W2–Six

SigmaAsiaPacific選項(xiàng)

/

信

息窗口鍵入特定測(cè)量工具的記錄

.當(dāng)同時(shí)做幾種測(cè)量工具鍵

入

特

定

測(cè)

量

工

具

的

記錄

.當(dāng)同時(shí)做幾種測(cè)量工具的

分析時(shí)很重要

..在選項(xiàng)窗口里填入制程公差。記住

--

公

差

是

規(guī)

格

的范圍

!在選項(xiàng)窗口里填入制程公差。記住

--

公

差

是

規(guī)

格

的范圍

!63GB

W2–Six

SigmaAsiaPacific你還可以加入說(shuō)明標(biāo)題

..GR&R

報(bào)告?

為制程改善而做的%

R&R?

為

接

受

度

分

析

而

做的

%P/

T?

要當(dāng)心

-

注

意D

i

st

i

nct

Categor

i

es!必須至少是4

才能對(duì)制程改善有用!為制程改善而做的%

R&R為

接

受

度

分

析

而

做的

%P/

T要當(dāng)心

-

注意D

i

st

i

nct

Categor

i

es!必須至少是4

才能對(duì)制程改善有用!64GB

W2–Six

SigmaAsiaPacificSourceVarCompStdDev5.15*SigmaTotal

gage

R&R2.47E-034.97E-020.255709Repeatability2.27E-034.77E-020.245405Reproducibility1.95E-041.40E-020.071857Operator1.95E-041.40E-020.071857Part-To-Part5.78E-037.60E-020.391650Total

Variation8.25E-039.08E-020.467735Source%Contribution%Study

Var%ToleranceTotal

gage

R&R29.8954.6718.26Repeatability27.5352.4717.53Reproducibility2.3615.365.13Operator2.3615.365.13Part-To-Part70.1183.7327.97Total

Variation100.00100.0033.41Number

of

Distinct

Categories

=

2明顯的數(shù)據(jù)區(qū)隔LSLUSL100%

NoiseLSLUSLAttribute

DataLSL65GB

W2–Six

SigmaAsiaPacificUSLLow

Grade

Variable

Data圖形輸出Over-arm

Micrometer

-

1February

1997Reifenheiser1.4

mils

(.0014)Gage

name:Date

of

study:Reported

by:Tolerance:Misc:8.28.18.07.9MaryXbar

ChartbyOperatorFred

JoeSample

Mean3.0SL=8.102X=8.044-3.0SL=7.9860.20.10.0MaryR

ChartbyOperatorFred

JoeSample

RangeR=0.056673.0SL=0.1459-3.0SL=0.0008.28.18.07.9Part

ID1

2

3

4

5

6

7

8

9

10ByOperatorOperator*PartInteractionAverageOperatorFredJoeMaryMary8.38.28.18.07.9Oper

ID

FredJoeByPart1

2

3

4

5

6

7

8 9

108.38.28.18.07.9Part

ID%Total

Var%Study

Var%TolerReprod

Part-to-Part66GB

W2–Six

SigmaAsiaPacificGage

R&R

Repeat1009080706050403020100Components

ofVariationPercentGage

R&R

(ANOVA)

for

ThicknesGR&R

Xbar-R

圖Gagename:

Date

of

study:

Reported

by:

Tolerance:

Misc:8.28.18.07.9MaryXbar

Chart

by

OperatorFred

JoeSample

Mean3.0SL=8.102X=8.044-3.0SL=7.9860.20.10.0MaryR

Chart

by

OperatorFred

JoeSample

RangeR=0.056673.0SL=0.1459-3.0SL=0.000GageR&R(ANOVA)forMeasurem?

我

們

想

在

X-char

t

上見到超出控制限度以外的變異?這代表了零件與零件之間的變異?如果沒(méi)有的話,你可能沒(méi)有選擇覆蓋了整個(gè)制程變異范我

們

想

在

X-char

t

上

見到超出控制限度以外的變異這代表了零件與零件之間的變異如果沒(méi)有的話,你可能沒(méi)有選擇覆蓋了整個(gè)制程變異范圍的樣本?

R-char

t

顯 示了精度水平的影響?

在管制限度內(nèi)，我們需要至少有3個(gè)層次R-char

t

顯 示了精度水平的影響在管制限度內(nèi)，我們需要至少有3個(gè)層次67GB

W2–Six

SigmaAsiaPacificX-char

t

指出如就果說(shuō)每明個(gè)復(fù)操制作性工值的得平懷均疑數(shù)是不同的,我們希望更多的平均值超出控制限

度外，但是希望所有操作工保持一致.這間表的示變我異們期望看到的零件與零件

之我制們限希度望外看到圖中絕大部分點(diǎn)落在

管如果是這樣的話而R-char

t又在控制范圍內(nèi),那么我們就能決定測(cè)量系統(tǒng)的變異占制程總變異的百分比68GB

W2–Six

SigmaAsiaPacificR-char

t

指出對(duì)

不

恰

當(dāng)

精度懷

疑

，

如 果

:范圍圖的控制限

度

里

少

于

3

個(gè)

明

顯

層

次在限度內(nèi)超過(guò)4

個(gè)

層

次

，但

有

1

/

4

的

值

是

零如果R-chart

顯

示

出

有

超

出

控

制

的

情

況，那么

重復(fù)

性

是

有

問(wèn)

題

的如果R-chart

顯

示

某

一

個(gè)

操

作

工

的

讀

數(shù)超出控

制，

其

他

操

作

工

沒(méi)

有

，

那

么

，操作方

法有

問(wèn)

題如果所

有操

作

工

都

超

出

了

控

制

范 圍

,說(shuō)明系

統(tǒng)對(duì)

操

作

工

的

技

術(shù)

是

敏

感

的69GB

W2–Six

SigmaAsiaPacific操作工

-

零件交互作用圖1

2

3

4

5

6

7

8

9

108.28.18.07.9Part

IDOperatorOperator*PartInteractionAverageFredJoeMary每個(gè)操作工做的零件都由一條線表示.操作工之間的交叉線表現(xiàn)了明顯的交互作用.我們希望見到所有操作工，所有零件都是平行線.如個(gè)果問(wèn)存題在.操作工-

零件交互作用，我們應(yīng)該了解并解決這70GB

W2–Six

SigmaAsiaPacific變異的組成部分?

圖形中代表的數(shù)據(jù)是我們以前討論過(guò)的。?

我

們

想

要

GR&R

柱

高

越

短

越

好

,

使

零

件

與

零

件

的

柱

高%Total

Var%Study

Var%TolerGage

R&R

Repeat

Reprod

Part-to-Part圖形中代表的數(shù)據(jù)是我們以前討論過(guò)的。我

們

想

要

GR&R

柱

高

越

短

越

好

,

使

零

件

與

零

件

的

柱

高更

高

！1009080706050403020100Percent71GB

W2–Six

SigmaAsiaPacific按操作工MaryJoeOper

IDFred8.38.28.18.07.9ByOperator?

按

操

作

工

的

圖

形

顯

示

了

數(shù)

值

的

平

均

數(shù)

(

紅

色

圓圈)和每個(gè)操作工數(shù)據(jù)的分布?

我

們

希

望

看

到

操

作

工

平

均

值

是

一

條

直

線

,

且

各組 數(shù)

據(jù) 分

布

相

近按

操

作

工

的

圖

形

顯

示

了

數(shù)

值

的

平

均

數(shù)

(

紅

色

圓圈)和每個(gè)操作工數(shù)據(jù)的分布我

們

希

望

看

到

操

作

工

平

均

值

是

一

條

直

線

,

且

各組 數(shù)

據(jù) 分

布

相

近72GB

W2–Six

SigmaAsiaPacific按零件8.38.28.18.07.973GB

W2–Six

SigmaAsiaPacificByPart?

按

零

件

的

圖

形

顯

示

了

數(shù)

值

的

平

均

數(shù)

(

紅

色

圓

圈

)和每個(gè)零件數(shù)據(jù)的變異?

我

們

希

望

看

到

每

個(gè)

零

件

內(nèi)

的

變

異

最

小

,

但

在

零件間

存

在

較

大

變

異PartID12345678910按零件的圖形顯示了數(shù)值的平均數(shù)(

紅色圓圈)和每個(gè)零件數(shù)據(jù)的變異我們希望看到每個(gè)零件內(nèi)的變異最小,但在零件間存在較大變異練習(xí)74GB

W2–Six

SigmaAsiaPacific看

一

下

下

一

個(gè)

文

件

NEWgage2

.

MTW這個(gè)文件里的公差是0.0014”進(jìn)

行

GR&R

分

析用

5

分

鐘

的時(shí)

間

來(lái)

得出

以

下

幾個(gè)

問(wèn)

題的

結(jié)

論

:–

對(duì)制程改善來(lái)說(shuō)這個(gè)測(cè)量工具是不是可以接受?–

對(duì)產(chǎn)品驗(yàn)收來(lái)說(shuō)這個(gè)測(cè)量工具是不是可以接受?–

你認(rèn)為什么得到了改善?行動(dòng)

/

改

善7.757.657.557.45Xbar

Chart

by

OperatorDoug

Rich

RickSample

Mean3.0SL=7.632

X=7.601-3.0SL=7.5700.100.050.00RickR

Chart

by

OperatorDoug

RichSample

RangeR=0.030003.0SL=0.07723-3.0SL=0.0007.757.657.557.45PartIDOperator*Part

InteractionAverageRick7.757.657.557.45Oper

ID

Doug1

2

3

4

5

6

7

8 9

10By

Operator1

2

3

4

5

6

7

8 9

107.757.657.557.45PartIDRichBy

Part%Total

Var%Study

Var%TolerReprod

Part-to-PartGage

R&R

Repeat1009080706050403020100Components

of

VariationPercent75GB

W2–Six

SigmaAsiaPacific小組分析了系統(tǒng)的問(wèn)題，重新設(shè)計(jì)了測(cè)量設(shè)備，再次進(jìn)行分析.結(jié)果

顯示

系統(tǒng)

的

GR&R

是

25

.

3%,

P/

T

是

9

.

25%,

5

D

i

st

i

nct

Categor

i

es.另一個(gè)分析工具另一個(gè)能夠幫助了解操作工、樣本和測(cè)試次數(shù)交互作用的工具是測(cè)量趨勢(shì)圖.Stat>Quality

Tools>gage

Run

Chart76GB

W2–Six

SigmaAsiaPacific測(cè)量趨勢(shì)

圖8.38.28.18.07.9PartNum54321MeasuremFredJoeMaryMeasurem圖

中

顯

示

每

個(gè)

樣

品

依

每

個(gè)

操

作

工

和

每

次

測(cè)

試 所

得的平均值看

那

些

不

規(guī)

則

的

-

我

們

希

望

看

到

所

有

操

作

工

的

讀8.3