MSA---GR&R课件.ppt

测量系统分析
记数型MSA
计量型MSA
MSA
问题引入
No two things are exactly alike, but even if they were, we would still get different values when we measure them.
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。
D. J. Wheeler
MSA
问题引入
Measure
Process/Product
Knowledge
Understanding
Analysis
Improvement
You don’t know what
you can’t measure !!
Measurement... Why
bother?
MSA
课程目的
介绍两种测量系统的分析方法
记数型测量系统的重复性和再现性( Attribute R&R )
计量型重复性和再现性(Gage R&R):

介绍计量型量具能力的概念
分辨率(Resolution)
准确度(Accuracy):
偏倚(Bias),线性(Linearity),稳定性(Stability),相关性(Correlation)
精度(Precision):
重复性(Repeatability),再现性(Reproducibility)
衡量指标(Metrics):P/T,P/TV,%Contribution
演示和实践针对属性数据的量具研究方法
演示和实践针对连续变量数据的量具研究方法
MSA
量具的类型有多少?
变量型量具
电压仪
卡尺
量杯
反射计
压力计
温度计
属性性量具
测隙规
通止规(Go-no gage)
目测(pass/fail)
MSA
Attribute R&R
记数型测量系统
MSA
属性 R&R 的目的
评估过程
对照客户的要求,来评估你的检测和技能标准
确认所有的班次、设备等使用同样的衡量标准来判断好与坏;
量化检验者重复测量的准确性的能力
确认检测者们对“已知基准”(包括用户和生产者偏倚)遵从的程度
改进过程
发现什么地方需要培训,什么地方缺少程序,什么地方标准没有被定义
MSA
Attribute R&R –术语
鉴定者的得分%(Appraiser Score)–操作工对某属性R&R的一致性的比例
属性数据(Attribute Data)–用于记录和分析的质量评价的数据(通/止)
属性测量系统(Attribute Measurement System) –某一将每一部件与标准件相对比的(若符和标准,则接受)的测量系统
用户偏倚(Customer Bias) –操作工有将好的产品视为不合格品的倾向
生产者偏倚(Producer Bias)–操作工有将不好的产品视为好的产品的倾向
有效筛选的得分%(Effective Screen Score) –所有操作工自己和他们之间对某属性R&R的一致性比例
基准值(Master Value) –用更高准确度的量具所测出的某部件的某一特性的平均值
筛选(Screen) – 100%的产品用检验技术进行评估
筛选的有效性(Screen Effectiveness) –属性测量系统鉴别好或坏的能力
MSA
属性 R&R 的方法
设定
从过程中选择30个部件,50%良品,50%不良
若有可能,选择一些介于好与坏分界线之间的样品
选择检验者–经过全面训练并合格的
执行
每一个检测者按照随机的顺序检测部件,并确认是通过检验还是不通过检验。每一个检测者重复检测1
分析
可以利用Excel分析(AttributeR&)
或者可以利用Minitab分析
评估
结果文件化
若有必要,采取适宜的措施以修正过程
标准没有清晰定义
需要培训
再对测量系统进行研究,以确认修正的有效性
AttributeR&
MSA
Attribute R&R – Excel方法
Appraiser Score=操作工自身一致次数/总次数
Score vs. Attribute = 操作工检测结果与已知标准相符的次数/总次数
Screen Effective Score=所有操作工有一致性的次数/总次数
Screen Effective Score vs. Attribute= 所有操作工与标准相一致次数/总次数
AttributeR&
Known Population
Operator # 1
Operator # 2
Operator # 3
Y/N-1
Y/N-2
Sample #
Attribute
Try #1
Try #2
Try #1
Try #2