MSA量测系统分析R-MSA量测系统分析R090422

1MSA量测系统分析MeasurementSystemAnalysis讲师:李国防[e-mail]:2009-4-22R042李国防•经历：•美国质量协会（ASQ）会员63397902•美国质量协会（ASQ）认证质量工程师（CQE）51594•中国质量协会注册6SIGMA黑带CAQ-BBEC-0600103•中国统计局注册统计师(中级)2005100220532050524•中国质量协会会员•中国质量协会注册中级质量工程师0027442•内部讲师培训师3量测的定义以观察所得的数据为基础,描述产品,过程,或服务的过程,能力,或绩效.记住量测要耗费时间和金钱.拥有准确的数据所带来的收益必须要超过获得数据所花费的成本.如果量测对该过程的管理或改善没有明确的答案,那么就要停下来,重新考虑这种量测的必要性.4量测系统分析的目的进行量测系统分析的目的是在确保搜集到的信息足以代表过程中发生的情况。过程中的全部变异包括过程本身的变异以及量测系统的变异，将量测变异减至最小可以保证所搜集的数据反映的变异代表过程的真实变异，因此，量测系统分析必须定期进行，以确保数据的可信赖与有效。一个过程中所有反复发生的活动都会有变动，这种变动称为变异5量测Measurement数据Data资讯Information知识Knowledge知识与量测6数据的类型1.连续数据.连续数据又叫计量(Variable)数据,是通过量测所获得的数据.其特点是可以用单位来度量.如摄氏度、秒、千米.2.离散数据.离散数据又叫计数(Attribute)数据,其特点是表现的是属性和类别.是通过计数所得到的数据.不能被精确细分.7从定性到定量到计量定性定量计数计量这辆汽车的加速性能好从0加速到100公里/小时不到8秒从0加速到100公里/小时需时6.5秒这个零件不好不符合规格该零件长18.33mm规格是18.25±.05mm姚明很高他高到碰到门缘他身高226公分定性数据通常是用文字或图像表达，定性数据要设法转化成定量数据的两种形式中的一种，才符合6σ精神。从上表可以看出，计数数据以是否符合某一基准的个数或整体的比例来量测，而计量数据则是用可带小数的连续区间来量测8一般实例—数据类型练习在组内讨论提出实例，完成下表:定性定量计数计量9数据的误差误差是统计学的基础,也是质量活动的基础,如果不存在误差,6Sigma系统也就失去了任何价值.真值=测量值-测量误差数值量测精度真值量测值低高测量误差10量测系统分析的类型1.作业性定义2.走透过程(WalkingtheProcess)3.GageR&R–计量数据–计数数据我们要尽可能的做量化研究，但并非所有的量测系统均可精确的从事GageR&R研究，有时要以第一或第二种方法进行MSA研究。11量测系统分析—作业性定义量测系统可以根据项目团队提出的作业性定义加以验可，以确保所有从事量测工作的人员完全理解在数据搜集阶段中所期望的。在对数据搜集的作业性定义回顾之后，量测人员要知道：需要什麽信息，爲什麽？如何使用数据搜集表？什麽是缺点？什麽不是缺点（在适用情况下）？如何对那些扭曲数据的非普通情况作出解释？项目团队在研究出作业性定义后，将验证：数据搜集计划搜集到所需数据数据搜集工具是有效且方便使用量测人员明白数据搜集的预期结果1212作业性定义练习班上有多少白色衬衫？1313作业性定义练习衬衫是覆盖人体驱干60%以上的有领衣服，它在裙子或裤子的上方，当它自由下垂时，其下边缘在裙腰或裤腰以下。衣服前方中央左右可以分离且穿着时系以钮扣扣合前方左右两边。如果穿着者穿的既不是裙子，也不是裤子，那麽这件衣服就是衬衫。驱干系指人体肩膀上缘至臀部下缘的部份。如果符合上述定义的衬衫，穿着时其外表可见部分的95％以上是白色，那麽就认爲它是白色的衬衫。白色的定义，是指衬衫的顔色与色卡规定范围内的部分相配。衬衫和顔色卡需的相配情况经由检查人员判定，检查人员要通过ISO9000认证医院的色盲检查。14作业性定义例数据搜集的作业性定义例：–在查检表上以年/月/日记录计算机到达客户的日期–将残余荼叶倒进过滤器，并将过滤器和残余荼叶放在秤盘上，以公克为单位记录每笔残余荼叶的重量–每天记录米饭留在电子锅内的时间。记录每次按下煮饭按钮的时间，再记录每次拿出熟饭锅的时间，用24小时制，时间记录到最近的分。15练习写作业性定义16作业性定义练习10个花生里有多少个有外观缺点？17常态分布此时的数据分配是一条平滑的钟形曲线.反折点1σ目标值LSLUSL18正态分布中，任一点出现在μσ内的概率为P(μ-σXμ+σ)=68.26%μ2σ内的概率为P(μ-2σXμ+2σ)=95.45%μ3σ内的概率为P(μ-3σXμ+3σ)=99.73%+++68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正态分布19正态分布概率(双边)μ±kσ在内的概率在外的概率(P)μ±0.67σ50.00%50.00%μ±1σ68.26%31.74%μ±1.96σ95.00%5.00%μ±2σ95.45%4.55%μ±2.58σ99.00%1.00%μ±3σ99.73%0.27%20哪个制程较好呢？产品变异量测变异总变异21实际制程变异偏倚稳定性线性已观测的制程变异测量系统的变异组内变异组间变异正确度精密度sP2sT2sR&R2sT2=sP2+sR&R2sR&R2=sAV2+sEV2重复性再现性1)制程变异的理解我们所观测制程的变异里包含了实际制程变异和测量系统的变异.假如测量系统的变异比较大时会发生什么样的问题?测量系统验证22测量是为了表示某个物体的特定的性质而对物体赋予数值的方法。操作方法,步骤,Gage和其它装备,软件,测量者等为了得到测量值而使用的我们统称为测量系统(MeasurementSystem).测量系统的误差•正确度(Accuracy):测量值和真值之间的差异☞偏倚(Bias),线性(Linearity),稳定性(Stability)•精密度(Precision):用同样的仪器对同样的部品反复测量时产生的测量值的散布☞重复性(Repeatability),再现生(Reproducibility)精度低,正确度差精度低,正确度高精度高,正确度低精度高,正确度高测量系统的精度及正确度测量系统误差23VSAccurateandpreciseprecisebutnotaccurateAccuratebutnopreciseNotaccurateorprecise24•什么是正确度(Accuracy)?•什么是稳定性(Stability)?真值正确度量测系统的平均值*真值是利用最准确的测量装备测量时所得到的值.☞实际值(真值)和观察平均之间的差异.☞最少2次以上在不同时期对同样的部品利用同样的Gage测量时所得到的测量平均值之间的差异.☞仪器设备因磨损,气温,湿度等环境变化和时间的经过而对测量结果产生影响.稳定性Time1Time2时间经过25◎什么是Bias(偏倚)▲Bias=测量值的平均–基准值(真值)▲%Bias=|Bias|ProcessVariationX100(因制程变异发生的偏倚的百分比)▲%Bias=|Bias|ToleranceX100(对允许公差的偏倚的百分比)用某个量具对同一个产品测量时所得到的测量值的平均和基准值(真值)之间的差异我们称之为偏倚(Bias)或是不正确度(Inaccuracy),Bias越小时它的正确度会越高.•ProcessVariation=6σ•Tolerance=USL-LSL26正确度偏差大正确度偏差小LSLUSL测定值真值真值测定值☞在Gage的规定的操作范围内比较正确度后进行评价.即,在规定的操作范围内的两个极限区间最少各研讨1次正确度后得到的差值.☞Gage通常是在操作范围的下限(或者规格值)比上限它的正确度差.•什么是线性(Linearity)?对Gage的操作范围或者Spec范围的正确性.27利用Minitab分析测量系统•正确度(Accuracy)的分析一名评价者反复10次测量了同一个部品:得到10个测量值.●基准值:0.8,部品的制程变异是0.7.Ho:Bias＝0Ha:Bias≠0One-SampleT:xTestofmu=0.8vsmunot=0.8VariableNMeanStDevSEMean95.0%CITPx100.75000.04710.0149(0.7163,0.7837)-3.350.008▲Bias=0.75–0.8=-0.05▲%Bias=|Bias|ProcessVariationX100|-0.05|0.70X100==7.1%P-value=0.008，所以可以认为正确度有问题.StatBasicStatistics1-Samplet28♣线性(Linearity)比较良好的情况基准值测量平均偏倚23145167189110111基准值测量平均偏倚22044066088010100在测量范围全领域基准值和测量平均值一致/没有偏倚正确地测量.在测量范围全领域具有常数倍数的偏倚./虽有偏倚但是因为大小一定所以可以容易调整.基准值基准值测量平均偏倚偏倚测量平均基准值基准值29线性(Linearity)的分析①线性不好的情况–测量范围全领域偏倚(正确度)不一定的情况无法矫正.基准值测定平均偏倚21-143.5-0.566088.50.510111基准值测定平均偏倚23144065-18801011.51.52345678910-1.0-0.50.00.51.01.5扁霖蔼祈狼偏倚基准值偏倚基准值30②线性(Linearity)和偏倚(Bias)判定基准区分判定基准措施Bias製程變異对比不到1%很适合:无改善的必要Linearity製程變異对比1~5%不到适合:几乎不需要改善製程變異对比5~10%不到一般:一部分需要改善製程變異对比10%以上差:需要改善③线性(Linearity)差时需要考虑的事项：•调查量具测量范围中上部或下部的刻度是否合适•检验基准值是否正确•检验测量位置是否正确•检验测量者是否正确的使用了仪器•检验量具磨损与否•检验量具校准与否•调查量具本身内部设计问题※电子式的话在测量全范围进行再校准.※机械式的话在测量范围中以经常使用的范围为中心进行校准后不允许在其他范围使用.31④利用Minitab分析线性测量系统的操作范围内抽样5个部品进行精密的测试之后计算,要反复12次部品12345基准值246810反复12.705.105.807.609.1022.503.905.707.709.3032.404.205.907.809.5042.505.005.907.709.3052.703.806.007.809.4062.303.906.107.809.5072.503.906.007.809.5082.503.906.107.709.5092.403.906.407.809.60102.404.006.307.509.20112.604.106.007.609.30122.403.806.107.709.4032▶实行结果▶结果解释▶Minitab使用方法(StatQualityToolsGageLinearityStudy)StdDevStudyVar%StudyVarSource(SD)(5.15*SD)(%SV)TotalGageR&R0.238941.23058.67Repeatability0.238941.23058.67Part-to-Part2.7457614.140799.62TotalVariation2.7561314.1941100.00Linearity是总制程变异量的13.167%,因此线性是比较差,需要改善.Bias是0.4%，良好.ReferenceValueBias1086421.00.50.0-0.5-1.00Regression95%CIDataAvgBiasPercentB