搜索
QuestionsQ1-MSA的实际意义是什么?Q2-MSA有哪几种类型?区别是什么?Q3-MSA的一般判断指标和标准是什么?Q4-CP,CPK的概念及如何运算?Q5-Roadmap是用来做什么的?Q6-Fishbone是用来做什么的?Q7-C&E矩阵是用来做什么的?Q8-FMEA是用来做什么的?测量系统分析测量系统的意义没有两个东西是完全相同的，但是即使是，我们测量时仍然会得到不同的值。在6σ管理中，数据的应用是极其频繁和相当广泛的。6σ方法的成败与效益，在很大程度上取决于所使用的数据的质量。无论是过程控制、抽样检验，可靠性，还是线性回归，试验设计等都要使用数据。为了获得高质量的数据，需要对生产数据的测量系统有充分的了解和深入的分析。MSA的类型计数型MSA计量型MSA测量内容有两种形式计数值/定性值数据不能以连续的标尺描述通过/不通过，好/坏计量值/定量值数据可以用连续的标尺来描述计数值和计量值必须用不同的方法处理！！！计数型测量系统计数术语计数型数据可用作记录或分析的定性数据（通常为合格/不合格）计数型测量系统将每一产品与标准对比，如果符合标准的要求则接受。可由检验员或合格/不合格量规来实施检查筛选用计数测量系统百分百评价产品筛选效率AMS区分合格与不合格产品的能力客户偏好筛选标准太严格：合格产品被拒收生产者偏好筛选标准太宽松：不合格产品被接收计数值R&R的目的确定各班次、各机器、各流水线的检验员是否用同一标准区分合格与不合格量化测量者或测量仪器是否能正确重复检验结果的能力确定检验员/量仪符合标准的程度，包括：检验员接受不合格产品的概率检验员拒收合格产品的概率识别以下各项：培训需求（个别或全部检验员）缺少程序或控制计划标准没有清晰分明量仪需要调整或进行相关对比计数测量系统应注意事项计数值通常在筛选产品中产生100%产品筛选通常是在过程不能以高比例生产合格产品时实施因此，将生产大量的边界产品（合格或不合格产品）很多测量系统、检验和运作过程都存在变异，这导致大量合格产品的拒收或大量不合格产品的接受。因此我们应该将重点放在改进系统能力而非完善筛选系统！！！计数R&R方法1）从过程中选取至少30件产品在我们选出做分析的产品中应包括下列产品：不良品无缺陷产品边缘产品2）挑选检验员和量仪，检验员应且有经验和资格3）让每位检验员独立以随机的次序检验这些产品并确定合格与否，重复。4）将数据输入至AttributeR&R.ExcelsA工作表或Minitab报告MSA的效率5）记录结果，如需要采取恰当的措施修正检验过程6）重新进行分析，以验证修正措施计数R&R—方法1利用Excel表检验员赵一Y/N-1Y/N-11王二Y/N-2Y/N-22孙三Y/N-3Y/N-33Y/N-AY/N-B序号品质测量1测量2测量1测量2测量1测量21PPP12PP12FF10FALSEFALSE2PPP12PP12FF10FALSEFALSE3FFF12FP01FF12FALSEFALSE4FFF12FF12FF12115FFF12PF01FF12FALSEFALSE6PPP12PP12PP12117PFF10FF10FF101FALSE8PPP12PP12PP12119FPP10PP10PP101FALSE10FPP10FF12FF12FALSEFALSE11PPP12PP12PP121112PPP12PP12PP121113FFF12FF12FF121114FFF12PF01FF12FALSEFALSE检查员自身一致次数/总次数100.00%78.57%100.00%检查员检测结果与已知标准一致次数/总次数78.57%75.00%71.43%所有检查员有一致性的次数/总次数57.14%所有检查员与标准相一致的次数/总次数42.86%例题解析检验员的评分评价是的个人的一致性（重复性）检验员评分比较标准评价的是检验员和“专家”评价相符的程度检验员之间的有效评分，评价的是检验员之间的一致性（再现性）检验员之间有效评分再比较标准综合评价全部检验员和专家的一致性MSA样本指南通常需要大概30个样本，2-4个检验员，2-3次检验根据研究的目的，可用1个或多个量仪一般来说，选择足够的样本使样本数目*检验员数目/量仪数目15样本选择：选择1：如果过程变异未知，样本应包含正常过程/产品变异的全部范围选择2：如果过程变异已知，样本应在规格范围内平均分布。计数R&R—方法2利用MinitabStatQualityToolsAttributeAgreement重复性和再现性要在80%以上！！！计量型测量系统测量系统的波动测量系统的波动主要是由于量具的和检验员的变化引起的。为了考察量具和检验员的波动程度，常常要选用一些零件或产品让检验员使用量具去测量。因此零件间本身的变异对测量结果也有影响，故还要考察零件间的波动；如果测量系统的波动来源主要是零件间的变异，则测量系统状况良好。反之，测量系统的波动主要是由于量具和检验员的变异引起的，则测量系统状况不良；GaugeR&R主要分析各种波动在测量系统总波动中的百分比，从而判别测量系统的状况。准确度和精密度假定材料的硬度的“真值”是５.０方法１得到的读数为：3.84.44.24.0方法２得到的读数为：6.54.03.26.3哪种方法更准确？--多次测量求平均哪种方法更精密？--可以加系数修正你倾向哪种方法？为什么？鉴别（分辨率）系统可测量的小数部分的位数。测量的增量至少要达到产品或过程规格宽度的十分之一。线性度测量仪器准确度或精密度在仪器量程内的变异相关性对两变量之间的线性关系的测量（偏置，无相关）。精度：重复性由同一个测量系统，多次重复测量同一零件的同一特性时，所获得的测量值的变异称为量具的重复性，或称为测量系统的重复性。一个好的测量系统应具有很好的重复性，也就是它的重复测量值的变异是很小的；测量装置的固有变异对同样的变量在相似条件重复测量时的变异同一检验员同一设置同一量具相同的环境条件短期用重复测量的分布的平均标准差来估计对同一部件的同一特性由同一个人使用同一测量仪器的连续测量间的方差。也称为测试-再测试误差；用来估计短期测量变异。精度：再现性由不同测量系统测量同一零件的同一特性所得重复测量的均值的变异，称为量具的再现性，或称为测量系统的再现性；不同条件下同一测量时的变异不同的操作人员不同的设置不同的量具不同的环境条件用不同测量条件下的测量平均值的标准差来做估计由不同的人员、不同的机器、不同的工具等对同一部件的同一特性的测量平均值的标准差。稳定性准确度随着时间而产生变化的测量测量的分布保持不变，均值和标准差皆可预测无漂移、突变、周期性循环等用趋势图评价通过定期校准和重复性与再现性分析加以控制测量系统指标确定测量系统是“好”还是“坏”，需要将产品规格或过程变异与测量系统变异相比。（对客户重要）将σ２与公差相比较：精密度/公差比例将s2与过程变异比较：（对过程重要）重复性和再现性区别指数精密度/公差比例（P/T)表示测量误差所占公差的百分比５.１５σMS代表９９%的测量最佳状况：１０%勉强可接受：３０%包含重复性和再现性P/T=5.15*σMS/Tolerance(T=USL-LSL)%P/TV表示由于测量系统的误差占所有变异的百分比最佳状况：１０%勉强可接受：３０%%P/TV＝σMS/σTotalσ2MS=σ2repeat+σ2reprodσ2total=σ2product+σ2repeatibility+σ2reproducibilityP/T与%P/TV的应用P/T比例是对测量系统精密度最常用的估计它评估测量系统针对相关产品规格的测量效果适当的P/T比例极大依赖于过程能力%P/TV是6Sigma分析的最好测量估计测量系统对整体过程变异的表现%P/TV是实施过程改善分析的最好估计。所挑选的样本必须涵盖整个过程范围。测量能力评价指标%Contribution=σ2MS/σ2total%Studyvariation=σMS/σtotal(P/TV)%Tolerance=5.15σMS/Tolerance(P/TRatio)区分测量系统的区间数=σPart/σMS*1.41(明显分类数）判断准则过程能力的效果Cpk高的过程可承受较大的测量误差在规格边缘的部件较少将减少错判的机会Cpk非常小的过程不能承受任何测量误差在规格边缘的部件较多将增加错判的机会区分%P/TVP/TRatio明显分类数好的水准0~10%0~10%10可接受水准10~30%10~30%5~9不接受30%30%5计量型测量仪器分析-用Minitab—GR&R分析计量型测量仪器分析-用Minitab—GR&R分析计量型测量仪器分析-用Minitab—GR&R分析在此输入特定的测量仪器信息作为履历当进行一定数目的重复时非常重要计量型测量仪器分析-用Minitab—GR&R分析选项屏中输入制程公差记住-公差是规格的整体范围！加上一个描述性标题。Minitab输出Minitab产生解析的和图表的分析信息解析结果：ANOVA表格散布构成百分比占有率表图表结果：X-Bar/R图散布构成检验员*部件交互作用图检验员别和部件别图让我们先看解析结果，然后再看图表结果GageR&RStudy-ANOVAMethodANOVATableWithOperator*PartInteractionSourceDFSSMSFPParts92.058710.22874539.71780.00000Operators20.048000.0240004.16720.03256Oper*Part180.103670.0057594.45880.00016Repeatability300.038750.001292Total592.24912GageR&RSourceVarCompStdDev5.15*SigmaTotalGageR&R0.0044370.0666150.34306Repeatability0.0012920.0359400.18509Reproducibility0.0031460.0560880.28885Operator0.0009120.0302000.15553Oper*Part0.0022340.0472630.24340Part-To-Part0.0371640.1927810.99282TotalVariation0.0416020.2039651.05042Source%Contribution%StudyVar%ToleranceTotalGageR&R10.6732.6622.87Repeatability3.1017.6212.34Reproducibility7.5627.5019.26Operator2.1914.8110.37Oper*Part5.3723.1716.23Part-To-Part89.3394.5266.19TotalVariation100.00100.0070.03NumberofDistinctCategories=4Buffalo,NYPlant1.5mmSixSigmaBB01/01/1988Gage#020371Misc:Tolerance:Reportedby:Dateofstudy:Gagename:01.11.00.90.80.70.60.50.40.3321XbarChartbyOperatorSampleMeanX=0.80753.0SL=0.8796-3.0SL=0.735400.150.100.050.00321RChartbyOperatorSampleRangeR=0.038333.0SL=0.1252-3.0SL=0.000109876543211.11.00.90.80.70.60.50.4PartIDOperatorOperator*PartInteractionAverage1233211.11.00.90.80.70.60.50.4OperIDByOperat