1、p1,MSA測(cè)量系統(tǒng)分析,p2,MSA的目的,了解測(cè)量系統(tǒng)是否有足夠的能力來偵測(cè)出產(chǎn)品或制程參數(shù)的變更。,p3,MSA分析的對(duì)像,只要控制計(jì)劃當(dāng)中所提出的測(cè)量系統(tǒng)就必須進(jìn)行分析。 包含產(chǎn)品特性 包含過程特性,p4,MSA分析方法的分類,MSA,計(jì)量型,計(jì)數(shù)型,破壞型,p5,計(jì)量型MSA,計(jì)量型,位置分析,離散分析,穩(wěn)定性分析,偏倚分析,線性分析,重復(fù)性分析,再現(xiàn)性分析,穩(wěn)定性分析,p6,計(jì)數(shù)型MSA,計(jì)量型,風(fēng)險(xiǎn)分析法,信號(hào)分析法,數(shù)據(jù)解析法,p7,破壞性MSA,計(jì)量型,偏倚分析,變異分析,穩(wěn)定性分析法,p8,偏移(Bias),真值,觀測(cè)平均值,偏倚,偏倚：是測(cè)量結(jié)果的觀測(cè) 平均值與基準(zhǔn)值的差

2、值。 真值的取得可以通過采用 更高級(jí)別的測(cè)量設(shè)備進(jìn)行 多次測(cè)量，取其平均值而 定之。,p9,重復(fù)性(Repeatability),重復(fù)性,重復(fù)性是由一個(gè)評(píng)價(jià)人，采用 一種測(cè)量?jī)x器，多次測(cè)量同一 零件的同一特性時(shí)獲得的測(cè)量 值變差。,p10,再現(xiàn)性(Reproducibility),再現(xiàn)性是由不同的評(píng)價(jià)人，采 用相同的測(cè)量?jī)x器，測(cè)量同一 零件的同一特性時(shí)測(cè)量平均值 的變差。,再現(xiàn)性,p11,穩(wěn)定性(Stability),穩(wěn)定性,時(shí)間1,時(shí)間2,穩(wěn)定性(或飄移)，是測(cè)量系統(tǒng) 在某持續(xù)時(shí)間內(nèi)測(cè)量同一基準(zhǔn) 或零件的單一特性時(shí)獲得的測(cè) 量值總變差。,p12,線性(Linearity),量程,基準(zhǔn)值,觀測(cè)

3、平均值,基準(zhǔn)值,線性是在量具預(yù)期的工作范圍內(nèi)，偏倚值的差值,p13,線性(Linearity),觀測(cè)平均值,基準(zhǔn)值,無偏倚,有偏倚,p14,Case study(你喜歡什么類型儀器),基準(zhǔn)值,觀測(cè)平均值,基準(zhǔn)值,觀測(cè)平均值,基準(zhǔn)值,觀測(cè)平均值,p15,穩(wěn)定性分析的做法,自控制計(jì)劃中去尋找需要分析的測(cè)量系統(tǒng)，主要的考慮來自： 控制計(jì)劃中所提及的產(chǎn)品特性 控制計(jì)劃中所提及的過程特性,p16,穩(wěn)定性分析的做法,選取一標(biāo)準(zhǔn)樣品 控制計(jì)劃中所提及的產(chǎn)品特性 控制計(jì)劃中所提及的過程特性 取出對(duì)產(chǎn)品特性或過程特性有代表性的樣本。 針對(duì)本樣本使用更高精密度等級(jí)的儀器進(jìn)行精密測(cè)量十次，加以平均，做為參考值。,p

4、17,穩(wěn)定性分析的做法,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)，每次測(cè)量25次。 記錄下這些數(shù)據(jù)。 一般而言初期的25組數(shù)據(jù)最好在短的時(shí)間內(nèi)收集，利用這些數(shù)據(jù)來了解儀器的穩(wěn)定狀況,p18,穩(wěn)定性分析的做法,將數(shù)據(jù)輸入到minitab中。 計(jì)算每一組的平均值 計(jì)算每一組的R值。 計(jì)算出平均值的平均值 計(jì)算出R的平均值。,p19,穩(wěn)定性分析的做法,計(jì)算控制界限 平均值圖：Xbarbar+-A2Rbar, Xbarbar R值圖：D4Rbar, Rbar, D3Rbar 劃出控制界限 將點(diǎn)子繪上 先檢查R圖，是否連續(xù)25點(diǎn)都在控制界限內(nèi)，以判定重復(fù)性是否穩(wěn)定。 再看Xbar圖，是否連績(jī)25點(diǎn)都在控制界限內(nèi)

5、，以判定偏移是否穩(wěn)定。 可以利用Xbarbar-標(biāo)準(zhǔn)值，進(jìn)行偏差檢定，看是否有偏差。 可以利用Rbar/d2來了解儀器的重復(fù)性。,p20,穩(wěn)定性分析的做法,后續(xù)持續(xù)點(diǎn)圖、判圖 如果前面的控制圖是穩(wěn)定的，那么就可以將此控制界限做為控制用控制界限。 我們后續(xù)就固定時(shí)間，使用同樣的樣本、同樣的測(cè)量?jī)x器，同樣的測(cè)量人員。 此時(shí)由于樣本、儀品、人都是固定的，所以如果繪出來的圖形有異常，一般就代表儀器有問題，要進(jìn)行相應(yīng)的處理。 異常的判定 點(diǎn)：一點(diǎn)超出控制界限 線：連續(xù)七點(diǎn)上升，連續(xù)七點(diǎn)下降，連績(jī)七點(diǎn)在同一側(cè)。 面：非隨機(jī)性分析，在+-1sigma的范圍內(nèi)應(yīng)覆蓋68%的概率。,p21,穩(wěn)定性分析的做法,保

6、留記錄 各項(xiàng)的線性分析的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。,p22,范例,p23,p24,結(jié)果判定,可以利用Xbar-MASTER來評(píng)估其偏差程度。 可以利用Rbar/d2來評(píng)估其EV，例用EV/TV可以了解其相應(yīng)的EV%。,p25,示例,Master的值為48 產(chǎn)品的公差為48+-2 所以偏差為影響百分比為(48.48-48)/4，當(dāng)然也可以進(jìn)行相應(yīng)的統(tǒng)計(jì)t檢定看是否有顯著差異 利用Rbar/d2來估計(jì)其標(biāo)準(zhǔn)差，也可以評(píng)估其相應(yīng)的EV%。,p26,Minitab的做法,收集數(shù)據(jù),將數(shù)據(jù)輸入minitab中,制作控制圖,判圖,數(shù)據(jù)解析,判

7、定儀器的適用性,p27,偏倚分析的做法,p28,偏倚分析的做法,自控制計(jì)劃中去尋找需要分析的測(cè)量系統(tǒng)，主要的考慮來自： 控制計(jì)劃中所提及的產(chǎn)品特性 控制計(jì)劃中所提及的過程特性,p29,偏倚分析的做法,自生產(chǎn)現(xiàn)場(chǎng)抽取樣本： 一般是取在制程中間的產(chǎn)品。 拿取此產(chǎn)品到更高精密的測(cè)量設(shè)備，測(cè)量十次，加以平均，取得參考值。,p30,偏倚分析的做法,現(xiàn)場(chǎng)人員測(cè)量： 現(xiàn)場(chǎng)人員：指的是實(shí)際在現(xiàn)場(chǎng)工作的人員，由于他們來進(jìn)行測(cè)量，才能真正了解公司測(cè)量的偏差是多少。 重復(fù)測(cè)量十五次，取記錄其值。,p31,偏倚分析的做法,將數(shù)據(jù)輸入到minitab中： excel：我們利用來計(jì)劃平均值，標(biāo)準(zhǔn)差，以及平均值的標(biāo)準(zhǔn)差。

8、平均值使用的語法：average 標(biāo)準(zhǔn)差的語法為：stdev,p32,偏倚分析的做法,計(jì)算t值，并加以判定 t值的計(jì)算法：利用(平均值-標(biāo)準(zhǔn)值)平均值的標(biāo)準(zhǔn)差。 t=是指用來判定是否有明顯偏差的基準(zhǔn)，其和自由度有關(guān)，一般典型的=0.05 如果t t就代表有明顯的偏移。 如果t t就代表沒有明顯的偏移。 在minitab中可直接看p值,p33,偏倚分析的做法,結(jié)果判定 如果t t就代表有明顯的偏移。 此時(shí)就要再看其所受的影響。 我們利用偏差公差，或偏差過程變化范圍來了解其受影響的比例，如果比例比較高時(shí)那么就可能儀器要停用或者修理。,p34,偏倚分析的做法,保留記錄 各項(xiàng)的線性分析的記錄要保存下來

9、，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。,p35,偏差練習(xí),p36,數(shù)據(jù)解析結(jié)果,p37,將數(shù)據(jù)輸入minitab,Select: Stat Basic Statistics 1 Sample t,p38,設(shè)定檢定對(duì)像及檢定值,輸入基準(zhǔn)值,p39,繪圖選檢定直方圖,可以選擇不同的圖型來形象表示,p40,置信區(qū)間選0.95,選擇置信區(qū)間,選擇假設(shè)和被擇假設(shè),p41,結(jié)果輸出,One-Sample T: 偏差 Test of mu = 0 vs mu not = 0 Variable N Mean StDev SE Mean 偏差 15 0.0067 0.212

10、0 0.0547 Variable 95.0% CI T P 偏差 ( -0.1107, 0.1241) 0.12 0.905 t Histogram of 偏差,p42,圖形輸出,p43,線性分析的做法,p44,線性分析,決定要分析的測(cè)量系統(tǒng) 由控制計(jì)劃當(dāng)中挑選，需要進(jìn)行分析的儀器。 一般典型包含了產(chǎn)品特性測(cè)量?jī)x器以及過程特性測(cè)量?jī)x器。 測(cè)量風(fēng)險(xiǎn)愈高的儀器要愈優(yōu)先分析。 線性一般是在制程變異范圍比較寬，只做單點(diǎn)的偏差分析，可能擔(dān)心不足時(shí)使用。,p45,線性分析,抽取代表制程變異范圍的樣品，45個(gè) 此時(shí)一般由現(xiàn)場(chǎng)當(dāng)中取出。 最好能覆蓋最大值和最小值。 針對(duì)取出的樣品進(jìn)行精測(cè) 利用更高等級(jí)的測(cè)量

11、設(shè)備進(jìn)行測(cè)量十次，將十次的值進(jìn)行平均，將此平均值做為參考值。,p46,線性分析,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量每一樣本12次 測(cè)量人員應(yīng)當(dāng)是能夠代表實(shí)際測(cè)量的人員。 同一樣品請(qǐng)測(cè)量人員重復(fù)測(cè)量12次。 記錄下測(cè)量數(shù)據(jù)。,p47,線性分析,輸入數(shù)據(jù)到minitab表格中 輸入已經(jīng)得到的測(cè)量數(shù)據(jù)。 利用minitab的資料分析工具中的回歸工具進(jìn)行相應(yīng)的計(jì)算。,p48,線性分析,計(jì)算截距t值，斜率t值 利用minitab的回歸分析進(jìn)行分析。 我們直接看各項(xiàng)的t檢定結(jié)果，以及看p值。,p49,線性分析,是否合格，是否要加補(bǔ)正值或調(diào)整 檢查截距的t值是否大于t，如果是大于t，則代表有明顯的截距問題?；騽t可以直接看p

12、值，如果p0.05也就是代表有明顯的截距問題。 檢查斜率的t值是否大于t，如果是大于t，則代表有明顯的斜率問題。或則可以直接看p值，如果p0.05也就是代表有明顯的斜率問題。 如果截距是明顯的，那么先看其截距百分比，以決定其是否要加補(bǔ)正值。 如果斜率是明顯的，那么先看其斜率百分比，以決定是否要對(duì)斜率進(jìn)行處理。,p50,線性分析,保留記錄 各項(xiàng)的線性分析的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。,p51,線性示例,一名工廠主管希望對(duì)過程采用新測(cè)量系統(tǒng)。作為PPAP的一部份，需要評(píng)價(jià)測(cè)量系統(tǒng)的線性。基于已證明的過程變差，在測(cè)量系統(tǒng)操作量程內(nèi)選擇了五

13、個(gè)零件。每個(gè)零件經(jīng)過全尺寸檢測(cè)測(cè)量以確定其基準(zhǔn)值。然后由領(lǐng)班分別測(cè)量每個(gè)零件12次。研究中零件是被隨機(jī)選擇的。,p52,示例,p53,輸入數(shù)據(jù),Select: Stat Regression Regression,p54,輸入?yún)?shù),輸入變量,輸入自變量,p55,結(jié)果輸出,Regression Analysis: bias versus m The regression equation is bias = 0.737 - 0.132 m Predictor Coef SE Coef T P Constant 0.73667 0.07252 10.16 0.000 m -0.13167 0.01

14、093 -12.04 0.000 S = 0.2395 R-Sq = 71.4% R-Sq(adj) = 70.9% Analysis of Variance Source DF SS MS F P Regression 1 8.3213 8.3213 145.02 0.000 Residual Error 58 3.3280 0.0574 Total 59 11.6493 Unusual Observations Obs m bias Fit SE Fit Residual St Resid 13 4.0 1.1000 0.2100 0.0379 0.8900 3.76R 16 4.0 1.

15、0000 0.2100 0.0379 0.7900 3.34R R denotes an observation with a large standardized residual,p56,判定,圖形分析顯示特殊原因可能影響測(cè)量系統(tǒng)。基準(zhǔn)值4數(shù)據(jù)顯示可能是雙峰。 即使不考慮基準(zhǔn)值數(shù)據(jù)4，作圖分析也清楚的顯示出測(cè)量系統(tǒng)有線性問題。R2值指出線性模型對(duì)于數(shù)據(jù)是不適合的模型。即使模型可以接受，”偏倚=0”線與置信交叉而不是被包含其中。 此時(shí)，主管應(yīng)該開始分析和解決測(cè)量系統(tǒng)的問題，因?yàn)閿?shù)據(jù)分析不會(huì)提供任何其它的有價(jià)值的線索。然而，為確保所有書面文文件都已作標(biāo)記，主管還是計(jì)算了在此斜率和截距情況下的t

16、統(tǒng)計(jì)量。 ta=-12.043 tb=10.158,p57,判定,采用默認(rèn)值=0.05，t表自由度(gm-2)=58和0.975的比率，主管得出關(guān)鍵值t58,0.975=2.00172。 因?yàn)閠at58,0.975，從作圖分析獲得的結(jié)果由數(shù)據(jù)分析得到增強(qiáng)測(cè)量系統(tǒng)存在線性問題。 在此種情況下，因?yàn)橛芯€性問題，tb與t58,0.975的關(guān)系如何無關(guān)緊要。引起線性問題可能的原因也可以在前面中找到。 如果測(cè)量存在線性問題，需要通過調(diào)整軟件、硬件或兩項(xiàng)同時(shí)進(jìn)行來再校準(zhǔn)以達(dá)到0偏倚。 如果偏倚在測(cè)量范圍內(nèi)不能被調(diào)整到0，只要測(cè)量系統(tǒng)保持穩(wěn)定，仍可用于產(chǎn)品過程控制，但不能進(jìn)行分析，直到測(cè)量系統(tǒng)達(dá)到穩(wěn)定。,p

17、58,R&R分析的做法,p59,R&R分析,決定要分析的測(cè)量系統(tǒng) 由控制計(jì)劃當(dāng)中挑選，需要進(jìn)行分析的儀器。 一般典型包含了產(chǎn)品特性測(cè)量?jī)x器以及過程特性測(cè)量?jī)x器。 測(cè)量風(fēng)險(xiǎn)愈高的儀器要愈優(yōu)先分析。,p60,R&R分析,選擇十個(gè)可以代表制程變化的產(chǎn)品，一般此項(xiàng)產(chǎn)品的變化，最好能夠覆蓋產(chǎn)品的變化范圍比較好。 選擇可以代表實(shí)際現(xiàn)測(cè)量人員的操作測(cè)量人員。 每一個(gè)測(cè)量人員針對(duì)每一個(gè)產(chǎn)品重復(fù)測(cè)量23 次。 測(cè)量風(fēng)險(xiǎn)愈高的儀器要愈優(yōu)先分析。,p61,R&R分析,請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品重復(fù)測(cè)量23次。 在測(cè)量時(shí)，要使用盲測(cè)的原則，偵測(cè)出人員平常測(cè)量時(shí)的無意識(shí)錯(cuò)誤，才能真正估計(jì)出在正式測(cè)量時(shí)的誤差。,p62,R&R

18、分析,將各項(xiàng)的測(cè)量數(shù)據(jù)輸入到excel的檔案當(dāng)中。 輸入數(shù)據(jù)時(shí)要注意有效讀數(shù)，只取到最小讀數(shù)，如果要估讀，只能估讀一半。,p63,R&R分析,計(jì)算出R&R的結(jié)果 一般利用此項(xiàng)的excel表格可以得可以下的結(jié)果： AV:人員的變異 EV:儀器的變異 PV：產(chǎn)品的變異 TV：總變異 R&R%：重復(fù)性和再現(xiàn)性所占的比例。,p64,R&R分析,判定： R&R%30%，不可以接受。,p65,R&R分析,保留記錄 各項(xiàng)的R&R的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。,p66,R&R練習(xí),Select: Stat Quality Tools Gage R&

19、R(Crossed),p67,輸入各項(xiàng)參數(shù),p68,得到結(jié)果,Gage R&R %Contribution Source VarComp (of VarComp) Total Gage R&R 0.004437 10.67 Repeatability 0.001292 3.10 Reproducibility 0.003146 7.56 Operator 0.000912 2.19 Operator*Part 0.002234 5.37 Part-To-Part 0.037164 89.33 Total Variation 0.041602 100.00 StdDev Study Var %S

20、tudy Var Source (SD) (5.15*SD) (%SV) Total Gage R&R 0.066615 0.34306 32.66 Repeatability 0.035940 0.18509 17.62 Reproducibility 0.056088 0.28885 27.50 Operator 0.030200 0.15553 14.81 Operator*Part 0.047263 0.24340 23.17 Part-To-Part 0.192781 0.99282 94.52 Total Variation 0.203965 1.05042 100.00 Numb

21、er of Distinct Categories = 4 Gage R&R for Response,p69,圖形結(jié)果,p70,Phase 3計(jì)數(shù)型MSA,p71,計(jì)數(shù)型風(fēng)險(xiǎn)分析法的做法,p72,計(jì)數(shù)型風(fēng)險(xiǎn)分析法的做法,決定要分析的測(cè)量系統(tǒng) 由控制計(jì)劃當(dāng)中挑選，需要進(jìn)行分析的儀器。 一般典型包含了產(chǎn)品特性測(cè)量?jī)x器以及過程特性測(cè)量?jī)x器。 測(cè)量風(fēng)險(xiǎn)愈高的儀器要愈優(yōu)先分析。 一般比較典型的是外觀檢驗(yàn)部份。 只判定好或不好，通或不通的儀器。,p73,計(jì)數(shù)型風(fēng)險(xiǎn)分析法的做法,選擇二十個(gè)左右可以代表制程的樣品 此樣品必須包含合格和不合格的產(chǎn)品，臨界附近的產(chǎn)品最好要有。 現(xiàn)場(chǎng)實(shí)際測(cè)量人員23人 以實(shí)際在現(xiàn)

22、場(chǎng)工作人員為主。,p74,計(jì)數(shù)型風(fēng)險(xiǎn)分析法的做法,執(zhí)行測(cè)量 每一個(gè)樣本最好都有其標(biāo)準(zhǔn)值，標(biāo)準(zhǔn)值一般是由公司的質(zhì)量部所判定。 讓每一個(gè)對(duì)此二十個(gè)左右的樣品進(jìn)行測(cè)量判定，每一個(gè)產(chǎn)品最少要測(cè)二次以上，才可以了解每一個(gè)人的重復(fù)性的情況。 記錄下數(shù)據(jù)。,p75,計(jì)數(shù)型風(fēng)險(xiǎn)分析法的做法,輸入數(shù)據(jù)到minitab檔案 將各個(gè)人員的測(cè)量結(jié)果輸入到minitab檔案中。 minitab檔案可以自動(dòng)執(zhí)行計(jì)算，并得到相應(yīng)的分析結(jié)果。,p76,計(jì)數(shù)型風(fēng)險(xiǎn)分析法的做法,計(jì)算出風(fēng)險(xiǎn)分析的結(jié)果 minitab表格將可以計(jì)算出下列四項(xiàng)的內(nèi)容。 個(gè)人的重復(fù)性正確百分比。 個(gè)人和標(biāo)準(zhǔn)值相比較的正確百分比。 全部測(cè)量人員一致的百分

23、比。 全部測(cè)量人員和標(biāo)準(zhǔn)一致的百分比。,p77,計(jì)數(shù)型風(fēng)險(xiǎn)分析法的做法,進(jìn)行判定，和采取措施 個(gè)人的重復(fù)性正確百分比90%。 個(gè)人和標(biāo)準(zhǔn)值相比較的正確百分比90%。 全部測(cè)量人員一致的百分比90%。 全部測(cè)量人員和標(biāo)準(zhǔn)一致的百分比90%。 萬一小于此百分比，則代表此測(cè)量系統(tǒng)尚不可以被接受，應(yīng)做調(diào)整。,p78,計(jì)數(shù)型風(fēng)險(xiǎn)分析法的做法,保留記錄 各項(xiàng)的風(fēng)險(xiǎn)分析法的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。,p79,風(fēng)險(xiǎn)分析法范例,Select: Stat Quality Tools Attribute Gage R&R Study,p80,輸入各項(xiàng)參

24、數(shù),p81,結(jié)果輸出-1,Attribute Gage R&R Study Attribute Gage R&R Study for Rating Each Appraiser vs Standard Assessment Agreement Appraiser # Inspected # Matched Percent (%) 95.0% CI Duncan 15 8 53.3 ( 26.6, 78.7) Hayes 15 13 86.7 ( 59.5, 98.3) Holmes 15 15 100.0 ( 81.9, 100.0) Montgomery 15 15 100.0 ( 81.9

25、, 100.0) Simpson 15 14 93.3 ( 68.1, 99.8) # Matched: Appraisers assessment across trials agrees with standard.,p82,結(jié)果輸出-2,Between Appraisers Assessment Agreement # Inspected # Matched Percent (%) 95.0% CI 15 6 40.0 ( 16.3, 67.7) # Matched: All appraisers assessments agree with each other. All Appraisers vs Standard Assessment Agreement # Inspected # Matched Percent (%) 95.0% CI 15 6 40.