MSA量测系统分析.ppt

《MSA量测系统分析.ppt》由会员分享，可在线阅读，更多相关《MSA量测系统分析.ppt（93页珍藏版）》请在三一办公上搜索。

1、1,MSA 量 測 系 統 分 析,2,課 程 大 綱,一、前言:八、如何進行量測系統分析 二、量測數據的品質 九、量測系統分析-計量值範例 三、量測系統 十、量具重複性與再現性之比較 四、量測系統的統計特性 十一、量測系統分析判定-計量值 五、變異的來源 十二、量測系統分析-計數值範例 六、變異的類型 十三、Work Shop 七、量測不確定性,3,顧客的聲音,DELL LCD Process AuditISO-9000 對量測之要求:7.6/8.2.4QS-9000 對量測之要求:4.11.1/4.11.2/4.11.3/4.11.4TS-16949 對量測之要求:7.6.1/8.2.4.

2、1/8.2.4.2,4,ISO-9000 對量測之要求,7.6 監督和量測裝置的管制 組織應決定所從事的監督和量測，及所需的監督和量測裝置，以展現產品對規定要求的符合性的證據。組織應建立流程，以確保監督和量測活動有能力執行，並與 監督和量測要求一致的方式執行。當要求維持有效的結果，量測設備應:(a)在規定期間及使用前，針對可追溯到的國際或國家標準的量測 裝置，加以校正或查證。當不存在這樣的標準時，用來作為校 正或查證的基準應予記錄。(b)必要時加以調整或重調整。(c)加以鑑別，使能夠決定的校正狀況。(d)加以防護，避免因調整而使校正失效。(e)在運搬、維護及儲存時加以保護，以免損壞及變質。,5

3、,ISO-9000 對量測之要求,8.2.4 產品的監督和量測 組織應監督和量測產品的特性，以驗證產品符合要求。這應於產品實現流程的適當階段加以執行，使與既定 規劃安排一致。包含接收準則的符合性證據應加以記錄，記錄應指明 授權產品放行的人員。直到所有規定的活動已經完全滿足，產品放行和服務 提供才應進行，否則應由相關授權核準，和可行時由 顧客核準。,6,QS-9000 對量測之要求,4.11 檢驗、量測與試驗設備之管制4.11.1 概述 供應商對所使用之檢驗、量測與試驗設備(包括測試軟體)，應建立並維持各項書面程序，加以管制、校正及維持，以顯示產品符合規定要求。檢驗、量測與試驗設備應在確保量測之

4、不確定性已被瞭解，且與所需之測定能力相一致之狀態下使用。4.11.2 管制程序 組織應:(a)決定所使用之量測，以及其所需之準確度；選用具有必要 之準確度與精密度之適當檢驗、量測與試驗設備。(b)鑑別所有影響品質之檢驗、量測與試驗設備，並在規定時 間內，加以校正及調整，或在使用前，與經證實符合國際 或國家認可標準之合格設備相比對。若無此類標準，則用 以校正之根據，需書面加以記錄。,7,QS-9000 對量測之要求,4.11 檢驗、量測與試驗設備之管制4.11.3 檢驗、量測與所有檢驗、量測與試驗設備，包含員工自 有的量具，其校正作業試驗設備之記錄應包括:依照工程變更時所做的修正(適當時)。實施

5、校正時，所有超出規範的讀數。校正後，滿足規範的聲明。如有可疑物料或產品已經出貨時，通知客戶處理。4.11.4 量測系統分析 需要有證據顯示，已經實施了適當的統計研究，藉以分析 每一種型式的量測及試驗設備系統的變異結果。這項要求 適用於所有客戶核准的管制計劃裡所列的量測系統。所採 用的分析方法和允收規範，需符合MSA參考手冊中的規定(如:量具R&R研究)。如果獲得客戶的核准，亦可採用其 他分析方法和允收規範。,8,TS 16949 對量測之要求,7.6.1 量測系統分析 實施適當的統計性研究，藉以分析各種量測及測試設備系 統量測結果的變異。本要求應適用於管制計劃裡所列的量 測系統，所採用的分析方

6、法和允收準則應符合顧客的量測 系統分析參考手冊的規定。8.2.4 產品的監督和量測 註:當選擇產品參數以監督指定的內部和外部要求之符合 性時，組織應決定產品特性類別、導向:-量測類別-適當的量測方法-所需的能力和技能,9,你了解你的量測系統嗎?,產品各項品質特性數據，均須透過量測系統取得 量測系統可靠嗎?它會不會扭曲“製程聲音”?,10,二、量測數據的品質,11,三、什麼是量測系統,量測:對某具體事物賦予數字(或數值)，以表示它 們對於特定特性之間的關係。量測系統:對量測單元進行量化，或被測的特性進 行評估，其所用的儀器或量具、標準、操作、方法、夾具、軟體、人員、環境 和假設的集合；是用來獲得

7、量測結果的 整個過程。,12,量測系統,輸入,輸出,將量測過程看成一個製造過程,13,四、量測系統的統計特性,一個好的量測系統應具備的基本統計特性:1.具有足夠的分辨力和敏感度。2.量測系統須處於統計上的管制狀態，意指其所產生之變異 應根源於共同原因，而非特殊原因。3.為了產品控制，量測系統之變異須相對小於規格的界限。4.為了過程控制，量測系統之變異須相對小於生產製程之變 異。,14,分辨力(Discrimination),分辨力:(1)量測儀器上的最小刻度值，也稱解析度(Resolution)。(2)通用的比例規則:1/10比例法則。,15,分辨力,不適當的分辨力，導致過度的去尾忽略,16,

8、分辨力,17,敏感度(Sensitivity),敏感性(Sensitivity):指能產生一個可檢測到最小的輸出信號。影響敏感性的因素:一個儀器的衰減能力。操作者的技能。量測裝置的重覆性。對於電子或電動量具，提供無漂移操作的能力。儀器使用所處的條件，例如:大氣條件、塵土、濕度。,18,五、變異的來源,19,(一)位置變異,準確度(Accuracy):指一個或多個量測結果的平均 數與參考值之間一致的接近程度。,20,造成過大偏倚的可能原因:,儀器需要校正:線性誤差:基準的磨損或損壞，基準偏差:不適當的校正或基準設定:儀器品質不良 設計或符合性:儀器、設備或夾具磨損:使用了錯誤的量具:不同的量測方

9、法 作業準備、載入、夾緊、技巧:量測的特性不對:變形(量具或零件):環境 溫度、濕度、振動、清潔:錯誤的假設，應用的參數不對:應用零件數、位置、操作者技能、疲勞、觀測誤差(易讀性、視差)。,21,穩定性(Stability),穩定性(Stability):又稱漂移(Drift)，指經過一段長期 時間下，用相同的量測系統標準，對 同一基準或零件的同一特性，量測所 得到的變異。,22,造成穩定性的可能原因:,儀器需要校正，縮短校正週期:儀器、設備或夾具的磨損:正常的老化或損壞:維護保養不好 空氣、動力、液體、過濾器、腐蝕、塵土、清潔:基準的磨損或損壞，基準的誤差:不適當的校正或使用基準的設定:儀器

10、品質不好 設計或符合性:儀器缺少穩健的設計或方法:不同的量測方法 作業準備、載入、夾緊、技巧:變型(量測或零件):環境變化 溫度、濕度、振動、清潔:錯誤的假設，應用的參數不對:應用零件數、位置、操作者技能、疲勞、觀測誤差(易讀性、視差)。,23,線性(Linearity),線性(Linearity):線性是指量具在工作範圍內，偏倚量之差異分佈狀況。,24,造成線性誤差的可能原因:,儀器需要校正，縮短校正週期:儀器、設備或夾具的磨損:維護保養不好 空氣、動力、液體、過濾器、腐蝕、塵土、清潔:基準的磨損或損壞，基準的誤差 最小/最大:不適當的校正(沒有涵蓋操作範圍)或使用基準設定:儀器品質不好 設

11、計或符合性:缺乏穩健的儀器設計或方法:應用了錯誤的量具:不同的量測方法 作業準備、載入、夾緊、技巧:隨著量測尺寸不同，(量具或零件)變形量不同:環境 溫度、濕度、振動、清潔:錯誤的假設，應用的常數不對:應用零件數、位置、操作者技能、疲勞、觀測誤差(易讀性、視差)。,25,(二)寬度變異,精密度(Precision):量測系統整個作業量測範圍內(尺 寸、範圍和時間)的分辨力、敏感 度和重複性的最終影響。,26,重複性(Repeatability),重複性(Repeatability):又稱量具變異(Equipment Variation，VE)同一位作業者，多次量測相同零 件之指定特性時所得的變

12、異。,27,造成重複性的可能原因:,零件內部(抽樣樣本):形狀、位置、表面光度、錐度、樣本的一致性。零件內部:維修、磨損、設備或夾具的失效、品質或保養不好。標準內部:品質、等級、磨損。方法內部:作業準備、技巧、歸零、固定、夾持、點密度的變異。評價者內部:技巧、位置、缺乏經驗、操作技能或培訓、意識、疲勞。環境內部:對溫度、濕度、震動、清潔的小幅度波動。錯誤的假設:穩定、適當的操作。缺乏穩健的儀器設計或方法，一致性不好。量具誤用。失真(量具或零件)、缺乏堅固性。應用:零件數量、位置、觀測誤差(易讀性、視差)。,28,再現性(Reproducibility),再現性(Reproducibility)

13、:又稱評價者差異(Appraiser Variation，AV)，指不同評價者以相同量具，量 測相同產品之特性時，量測平 均數之變異。,29,造成再現性誤差的可能原因:,零件之間(抽樣樣本):使用相同的儀器、操作者和方法量 測A、B、C零件類型時的平均差異。儀器之間:在相同零件、操作者和環境下使用A、B、C儀 器量測的平均數的差異。注意:在這種情況下，再現性誤差通常還混有方法和/或操作者的誤差。標準之間:在量測的過程中，不同的設定標準的平均影響。方法之間:由於改變量測點密度、手動或自動系統、歸零、固定或夾緊方法等所造成的平均數差異。評價者(操作者)之間:評價者A、B、C之間由於培訓、技 巧、技

14、能和經驗所造成的平均數的差異。推薦在為產品和過程鑑定和使用手動量測儀器時使用這種研究方法。,30,造成再現性誤差的可能原因(續):,環境之間:在經過1、2、3等時段所進行的量測，由於 環境周期所造成的平均數的差異。這種研究常用在使用 高度自動化量測系統對產品和過程的鑑定。研究中的假設有誤。缺乏穩健的儀器設計或方法。操作者培訓的有效性。應用 零件數量、位置、觀測誤差(易讀性、視差)。,31,量具R&R或GRR,量具R&R或GRR:R&R是結合重複性和再現性變異的 估計值。,2重複性,2再現性,2GRR,32,(三)量測系統變異,量測系統能力(Capability):是指短期評估中量測系統變異(隨

15、機的和系統的)組合的估計值。組成要素:不準確的偏倚或線性 重複性或再現性性(GRR)，包括短期的一致性。,2GRR,2偏倚(線性),2能力,33,一致性(Consistency),一致性(Consistency):量測系統隨著時間變化，量測 變異的差值。影響一致性的因素:零件的溫度電子設備必要的熱機 設備磨損,34,量測系統性能(Performance),量測系統性能:指組合量測系統變異(隨機的和系統的)的長期評估計算。長期變異要素:能力(短期變異)穩定性和一致性,35,七、量測不確定性(Uncertainty),不確定性(Uncertainty):是量測可靠性的一種量化的 表達。量測的實際值

16、=量測的觀測值(結果)U U是這被測物和量測的結果的 擴展的不確定性(expanded uncertainty)。擴展的不確定性是組合的 標準誤差(UC)或這組合誤差(隨機的和系統的)的標 準差，在量測過程中乘以一個涵蓋常數(k)。U=kuc uc=2 性能+2 其它,36,量測不確定性(Uncertainty),在許多情況下，將使用MSA和GRR方法來計算那些重 大的標準誤差來估計不確定性。為了確保這不確定性 估計值的持續準確性，對一量測過程相關的不確定性 要適當周期性地進行再評價。不確定性和MSA的不同點:MSA專注於理解某量測過程、確定這過程中誤差的 大小，並評估這量測系統是否適用於產品

17、和過程的 控制；藉由MSA提昇理解和改進(減小變異)。不確定性是量測值的範圍、透過一個自信度區間(Confidence Interval)的定義，與量測結果相關，並 預期包括量測的真值。,37,八、如何進行量測系統分析,1.建立必要之指導書文件，例如量測系統分析指導書等。2.建立必要之程序書，以管制所有量測系統維持在正常及最佳狀態。3.須有合格之分析人員，待分析之量具，以及必要之環境。4.依據相關之指導書執行分析作業。5.蒐集足夠之數據，再依據所使用之分析表單執行分析作業。6.應有分析結論判定此量測系統是處於可接受、勉強接受或不能接受。,38,九、量測系統分析-計量值範例:,位置變異範例:1.

18、偏倚:一個製造工程師對量測設備系統進行分析，證明該量測系統應該沒有線性誤差的考量，所以該工程師只對偏倚進行評價。他在這量測系統範圍內選取了一個零件；並對該零件進行量測15次來確定它的參考值。,39,1.偏倚數據:,40,偏倚數值分析:,1.計算n個讀值的平均數:2.計算重複性標準差:r=,最大值(Xi)-最小值(Xi),d2*,式中d2*可查表得知，g=1，且m=n,=,X,n,i=1,n,Xi,41,偏倚數值分析:,3.確定偏倚的 t 統計量(t-statistic)偏倚=觀測到的平均量測值-參考值 4.如果0落在偏倚值富附近95%自信度界限內，則偏倚在5%的水準上是可以接受的。,b=,r,

19、n,t=,偏倚,b,偏倚-,d2*,d2b,(tr,1-/2),0 偏倚+,d2b,d2*,(tv,1-/2),式中，d2及d2*及V可從附錄中查到，令g=1，且m=n，t v，1-/2可以利用標準 t 分配查到。,42,偏倚直方圖:(續),43,偏倚分析表:(續),44,偏倚範例:(Minitab),Descriptive Statistics:dataVariable N Mean Median TrMean StDev SE Meandata 15 16.007 16.000 16.008 0.212 0.055Variable Minimum Maximum Q1 Q3data 15.

20、600 16.400 15.900 16.100,45,偏倚範例:(Minitab 續),46,偏倚範例:(Minitab 續),One-Sample T:偏倚 Variable N Mean StDev SE Mean 95%CI 偏倚 15 0.006667 0.212020 0.054743(-0.110746,0.124079),47,偏倚範例:(Minitab 續),Results for:BIAS.MTWOne-Sample T:偏倚Test of mu=0 vs not=0Variable N Mean StDev SE Mean 95%CI T P偏倚 15 0.006667

21、0.212020 0.054743(-0.110746,0.124079)0.12 0.905 由於偏倚落在信賴區間內，所以可以假設此量測的偏倚 是可以接受的。,48,2.穩定性:,某工廠為了確定某一新量測儀器的穩定性是否為可接受，評價人員選取了接近中間值的一個零件。該零件被送到了量測實驗室，經量測其參考值確定為6.01。評價人員量測該零件5次，共量測了一個月(20個小組)；收集到所有數據後，畫出了X-R圖。,49,穩定性範例:(續),50,3.線性分析:(圖示法),1.計算零件每次量測的偏倚，以及平均數。2.在線性圖上劃出相對參考值的每個偏倚及偏倚平均數。3.計算並劃出最適當的線及該線的自信

22、度區間。,偏倚i,j,Xi,j,=,(參考值),偏倚i,=,偏倚i,j,m,j=1,m,51,線性分析:(圖示法),Xi=aXi+b式中Xi=參考值，yi=偏倚平均數，而,xy(x y),1,gm,a=,x2,gm,1,(X)2,=斜率(Slope),b=y-ax=中心,對一個已知X0，x自信度區間為:,S=,yi2-byi-axi yi,gm 2,52,線性分析:(圖示法),上限:b+aX0 下限:b+AX0 4.劃出偏倚=0的線，並對圖進行審查，以觀察是否存在特殊原因，以及線性是否可接受。,tgm-2,1-/2(+)1/2S,1,gm,(X0-X)2,(Xi-X)2,tgm-2,1-/2(

23、+)1/2S,gm,1,(X0-X)2,(Xi-X)2,53,線性分析:(圖示法),5.如果偏倚=0的整個直線都位於自信度區間以內，則該量測系統的線性是否接受。6.若圖示法表示線性是否可接受的，則以下假設應該為真:H0:a=0 斜率=0 如果下式成立，則不能被否定。,t=,a,(Xj-X)2,S,tgm-2,1-/2,54,線性分析:(圖示法),7.若以上假設為真，則量測系統對所有參考值具有相同的偏倚。這個偏倚必為0，該線性才可被接受。H0:b=0 中心(偏倚)=0,t=,b,tgm-2,1-/2,1,gm,+,X2,(Xi-X)2,S,55,3.線性範例:,某工廠進行量測系統線性分析，評價人

24、員挑選5個不同長度的零件，並量測10次，所得觀測值，運用Minitab系統進行分析。零件參考值 2.00 4.00 6.00 8.00 10.00 1 2.70 5.10 5.80 7.60 9.10 2 2.50 3.90 5.70 7.70 9.30 3 2.40 4.20 5.90 7.80 9.50 4 2.50 5.00 5.90 7.70 9.30 5 2.70 3.80 6.00 7.80 9.40 6 2.30 3.90 6.10 7.80 9.50 7 2.50 3.90 6.00 7.80 9.50 8 2.50 3.90 6.10 7.70 9.50 9 2.40 3.9

25、0 6.40 7.80 9.60 10 2.40 4.00 6.30 7.50 9.20 11 2.60 4.10 6.00 7.60 9.30 12 2.40 3.80 6.10 7.70 9.40,量測次數,56,3.線性範例:(Minitab),57,線性範例:(Minitab續),58,3.線性範例:(Minitab),Minitab:Stat Quality Tools Gage Linearity Study,59,3.線性範例:(Minitab),Minitab:Stat Quality Tools Gage R&R Study(Crossed),60,3.線性範例:(Minit

26、ab),將過程變異(Process Variation)輸入，計算線性程度Minitab:Stat Quality Tools Gage Linearity and Bias Study,61,3.線性範例:(Minitab),62,3.線性範例:(Minitab),從圖形顯示，參考值 4 的數據呈現兩種模式。即使不考慮參考值4的數據，Bias=0的直線不完 全落入信賴區間內(Confidence Interval)，所以，此量測系統可能存在線性問題。必要時，應該透 過硬體或軟體修正，並對量測系統進行重新校正 使其達到零偏倚。,63,九.量測系統分析-計量值範例:(續),寬度變異範例 範例:M

27、SA蒐集數據的規劃,64,範例:量測系統分析-計量,蒐集GRR的數據,65,範例:GRR,66,量具重複性及再現性報告,67,量具重複性及再現性報告,ndc必須大於或等於5,68,範例:量測系統分析-計量(Minitab),Minitab:數據輸入到Minitab，使用Quality Tools Gage R&R Study 選擇Xbar and R 的分析 試選擇ANOVA的分析方式，會有何差異？Study Variation設為5.15，是以常態分布曲線下99%的機率為基礎。,69,範例:Gage R&R Xbar and R(平均值-全距法),數據輸入到Minitab，Minitab:S

28、tat Quality Tools Gage R&R Study(Crossed)選擇Xbar and R 的分析 試選擇ANOVA的分析方式，會有何差異？,70,Gage R&R Study XBar/R Method,%Contribution Source Variance(of Variance)Total Gage R&R 2.18E-03 2.75 Repeatability 1.26E-03 1.58 Reproducibility 9.24E-04 1.16 Part-to-Part 7.72E-02 97.25 Total Variation 7.93E-02 100.00

29、Study Var%Study Var Source StdDev(SD)(5.15*SD)(%SV)Total Gage R&R 0.046706 0.24053 16.58 Repeatability 0.035461 0.18262 12.59 Reproducibility 0.030396 0.15654 10.79 Part-to-Part 0.277778 1.43056 98.62 Total Variation 0.281677 1.46064 100.00Number of Distinct Categories=8,Minitab:分析的結果,71,範例:量測系統分析-計

30、量,Minitab:分析的結果,72,十、量具重複性與再現性之比較,1.重複性 再現性(1)量測儀器需要維修。(2)量具應重新設計以提升剛度。(3)量具之夾緊或固定裝置需進行改進。(4)零件內變異過大。2.再現性 重複性(1)需對評價者進行如何使用和判讀該量具的培訓。(2)量具上的刻度不清楚。(3)可能需要某種夾具協助評價者提升使用量具的一致性。,73,十一、量測系統分析判定-計量值,量具重複性與再現性的判定,74,十二、量測系統分析-(計量值)範例,外觀檢驗量測分析，兩個人，15個樣本，重複兩次，數據如下:,75,範例:量測系統分析-計數,Minitab:Go/No-Go分析,76,範例:量

31、測系統分析-計數,Minitab:Go/No-Go分析,77,範例:量測系統分析-計數,78,Workshop,請根據範例(Minitab:Gageaiag.MTW)計算重複性與再現性，並作判斷。,79,Attribute Gage R&R-(計數值),計數值的重複性和再現性可以採用以下二種方法:假設檢定分析(Hypothesis Test Analysis)1.Kappa判定準則 2.有效性判定準則信號偵測理論(Signal Detection Theory),80,Attribute Gage R&R,使用時機:分辨好/壞(Go/No-Go)區別等級(15級)判別:分為一致性及正確性的判別

32、:評估者本身的差異、評估者之間的差異及與標準比較的差異。資料結構:順序型(Ordinal):有三個以上的水準，例如:非常不滿意、不滿意、普通、滿意、非常滿意或是1,2,3,4,5的分數。類別型(Nominal):有兩個以上的水準，例如:韌的、軟的、脆的等。,、,81,Attribute Gage R&R,82,有效性的判定準則2:,有效性:Effectiveness失誤率:Miss Rate誤警率:False Alarm Rate,Attribute Gage R&R,83,範例:Attribute Gage R&R,採用計數值(go/no go)量規最大風險 位於規格界線處(藍色區域),SL

33、,SU,允收區,目標值,拒絕區,尺寸規格,+,拒絕區,X,X,實驗例証說明評價小組對計數值量測系統進行研究，小組於生產中隨機選取50個零件，同時選用3名評價者(A、B、C)並對每個零件量測3次。假設:1為可接受，0為不可接受，X為模糊可疑區,84,範例:Attribute Gage R&R,85,基準:1為好的(可接受的)0為不好的(不可接受的),範例:Attribute Gage R&R,86,範例:Attribute Gage R&R,87,範例:Attribute Gage R&R,88,範例:Attribute Gage R&R,Po=觀察的一致性次數Pe=期望的一致性次數N=觀察的次

34、數(如一個評價者觀察50個樣品 共3次，則N為150)Kappa不考慮評估者之間的不一致性有多大，只考慮評估者之間是不是一致。,89,範例:Attribute Gage R&R,P0=46+99=145(45,97為實際觀察的個數)Pe=15.68+68.68=84.36 X 49=15.68 X 101=68.68,(46+99)-(15.68+68.68),150-(15.68+68.68),145-84.36,150-84.36,60.64,65.64,48,150,102,150,0.92,=,=,A的Kappa=,=,90,範例:Attribute Gage R&R,有效性=X 100%,=X 100%=X 100%=90%,做出正確決定的次數,總決定次數,50,45,90,50-(3+2),A的有效性(%),91,範例:Attribute Gage R&R,A的失誤率=X 100%=4.2%(將不好的“0”判為好的“1”)A的誤警率=X 100%=2.9%(將好的“1”判為不好的“0”),48,2,102,3,92,範例:Attribute Gage R&R,Kappa 分析 判定:以嚴謹的方式來看，A、B、C三人均不合要求但一般而言，A、B二人是可以接受的,93,感謝您的參加Q&A,