MSA(比较详细).ppt

“整个散布中,量具 RR占据的比重是否 充分小? ” Gage RR, Repeat,Reprod.的高度 越接近0越好. “作业者别反复测量值稳定否?” 注意 !!! R Chart的界限线超出的话,调查其原因后 再测量. “相互不同部品鉴别能力充分否?” 与R Chart相反的管理界限线脱离越多越好. - GRAPH分析 利用Minitab的计量型Gage RR R chart为与测量误差相关的chart, X bar chart的管理界限线由R bar/d2 所决定. 理想状况时, Xbar R CHART为什么模样? - X Bar R Chart 利用Minitab的计量型Gage RR 样本 测量者 测量值 特定作业者的测量习惯, 特性部品, 测量时出现的问题是什么? 利用Minitab的计量型Gage RR 阶段 4 : Minitab 分析 : Gage Run Chart Stat Quality Tools Gage Run Chart 对作业者和制品间的再现性和反复性进行图表化. 中央线显示制品的平均. 散布的主要原因为反复性(设备)的话, 需要对设备交换、修理、或校正. 散布的主要原因为作业者(反复性)的话, 标准PROCESS的训练,使用或者测量顺序中找出问题点. 训练, 技术, 此外/或者次序中为了了解哪一制品发生的问题,对作业者之间的差异点也有必要观察. 规格分析完了后,妥当与否再确认. Gage性能不强(公差的30%左右) ,PROCESS却产生了较高的性能的话,多数时 Gage的性能对业务不会构成妨害,可以持续使用. 通过设备供给者的合议或者公司文献的参考等知道当前使用中的Gage技术最尖端. 具有与规格相符的性能的话,只有按现在状态使用的方法.此问题有方法的话,使用(signal averaging). 利用Minitab的计量型Gage RR 阶段 5 : 后续措施实施 信号平均化(signal averaging) 方法 注意事项 : 想减少量具 ERROR的话,就利用SAMPLE的标准 ERROR平方根吧. 信号平均技法(signal averaging technique)使用 : n = 同一部品下,反复测量的数. the measurement = “n”测量值平均 例题: 点测量 4次的反复测量值的平均. 50%的量具 ERROR可减少一半 (25%). 必须运用,为了非方法调查的短期接近法,并要调整相应量具 平均分布 个别分布 % Contribution % Contribution = X 100% 整个数据的变动中所占据的测量系统的分散比率(相对比较) 测量系统的分散越小越好(部品变动量要大) 部品选择时,散布较小或较大的情况下,由于分散的相对比较缘故,会造成测量 系统能力错误性的判定. % Study variation % Study variation (% Repeatability and Reproducibility) Gage RR 评价指标 total MS total MS TV P σ σ σ σ * 15 . 5 * 15 . 5 / 2 2 = = σ2MS σ2Total 计量型 Gage RR 评价指标计算 整个测量数据的标准偏差中测量系统的标准偏差的比率. 5.15表示占据整体散布的99%的概率. 与% Contribution的平方根一样. Number of distinct categories Round (SN Ratio× 1.41) 了解测量系统具有的识别能力 % Tolerance % Tolerance (Precision-to-Tolerance Ratio) 部品散布(σp ) 测量散布(σMS ) ※ SN Ratio = 计量型 Gage RR 评价指标计算 整体许可范围(公差)对比测量系统的99% 变动范围 计量型Gage RR 实习例题 利用挑出的横跨1990 ~ 2005年的硬币10个,对量具能力调查进行计划实行. 3名作业者分别对10个硬币一个一个分3次测量.参考下边.使用提供的CALIPERS测量硬币的直径.测量值输入马上输入到Minitab 数据 SHEET后进行分析.评价指标以 % Study Variation和 %Tolerance 为准使用. 阶段: 1) 90个观测者的Minitab 数据输入SHEET创建: 3 作业者 * 3 次 * 10 部品 = 90 观测值 Hint: Calc Make Patterned 数据 Simple Set