《MSA量测系统分析简体.ppt》由会员分享，可在线阅读，更多相关《MSA量测系统分析简体.ppt（77页珍藏版）》请在三一办公上搜索。
1、1,MSA 量测系统分析,2,课程大纲：,一、量测数据的质量 二、量测过程三、量测系统的统计特性四、变异的来源五、变异的类型六、量测不确定性七、量测系统分析之准备八、如何进行量测系统分析九、量测系统分析-计量值示范十、量具重复性与再现性之比较十一、量测系统分析判定-计量值十二、量测系统分析-计数值示范十三、Work Shop,3,你了解你的量测系统吗?,产品各项质量特性数据，均须透过量测系统取得量测系统可靠吗？它会不会扭曲“制程声音”？,4,二、量测过程,：标准：零件：仪器：人/程序：环境,S WIPE,量测,数值,分析,输入,输出,可接受可能可接受须改善,量 测 系 统,5,三、量测系统的统
2、计特性,1.量测系统均须在统计管制下而其所生成之变异应根源于共同原因，而非特殊原因。2.量测系统之最小刻度须相对小于制程变异或规格界限之较小者。,6,四、变异的来源(一),仪器(量具),工作件(零件),扩大,量测系统变异,变异性,敏感性,接触几何,变形效应,一致性,单一性,重复性,再现性,使用假设,稳健设计,偏移,线性,稳定性,校准,预防性维护,维护,创建公差,发展的变异,发展,设计变异夹持位置测量站测量探测器,相互关连的特性,清洁,适合的数据,工作的定义,弹性变形,质量,弹性特性,支撑特性,隐藏的几何,可追溯性,校准,热扩散系数,弹性特性,人员/程序,环境,教育,身体的,限制,程序,目视标准
3、,工作规定,工作态度,经验,培训,经验,培训,理解,技能,人因工程,照明,压力,振动,空气污染,几何的兼容性,阳光,人工光阳,光阳,温度,人员,空气流程,热的系统,平等化系统构成要素,周期,标准与环境的关系,标 准,7,四、变异的来源(二),8,五、变异的类 型：,(一)位置变异(Location Variation)(二)宽度变异(Width Variation)(三)量测系统变异(Measurement System Variation),位置(Location),宽度(Width),9,(一)位置变异,准确度(Accuracy)：指一个或多个量测结果的平均数与参考值之间一致的接近程度。,
4、10,偏倚(Bias),偏倚(Bias)：通常被称为准确性，但准确性有多种解释，故有不同涵盖意思。偏倚是指对相同零件上量测多次所得平均值与真值之差异。,偏倚(Bias),VA,VT,VT：真值（可由较高等级量 具多次量测之平均值）VA：量测平均值,11,造成过大偏倚的可能原因：,仪器需要校正；线性误差；基准的磨损或损坏，基准偏差；不适当的校正或使用基准设置；仪器质量不良设计或符合性；仪器、设备或夹具磨损；使用了错误的量具；不同的测量方法作业准备、装入、夹紧、技巧；量测的特性不对；变形(量具或零件)；环境温度、湿度、振动、清洁；错误的假设，应用的参数不对 应用零件数、位置、操作者技能、疲劳、观测
5、误差(易读性、视差)。,12,稳定性(Stability),稳定性(Stability)：又称漂移(Drift)，指经过一 段长期时间下，用相同的量测系统标 准，对同一基准或零件的同一特性，量测所得到的变异。,时间,13,造成稳定性的可能原因：,仪器需要校正，缩短校正周期；仪器、设备或夹具的磨损；正常的老化或损坏；维护保养不好空气、动力、液体、过滤器、腐蚀、尘土、清洁；基准的磨损或损坏，基准的误差；不适当的校正或使用基准设置；仪器质量不好设计或符合性；仪器缺少稳健的设计或方法；不同的测量方法作业准备、装入、夹紧、技巧；变形(量测或零件)；环境变化温度、湿度、振动、清洁；错误的假设，应用的参数不
6、对；应用零件数量、位置、操作者技能、疲劳、观测误差(易读性、视差)。,14,线性(Linearity),线性(Linearity)：线性是指量具在工作范围内，偏倚量之差异分布状况。,数值A,偏倚,数值B,偏倚,15,造成线性误差的可能原因：,仪器需要校正，缩短校正周期；仪器、设备或夹具的磨损；维护保养不好空气、动力、液体、过滤器、腐蚀、尘土、清洁；基准的磨损或损坏，基准的误差最小最大；不适当的校正(没有涵盖操作范围)或使用基准设置；仪器质量不好设计或符合性；缺乏稳健的仪器设计或方法；应用了错误的量具；不同的测量方法作业准备、装入、夹紧、技巧；随着测量尺寸不同，（量具或零件）变形量不同；环境温度
7、、湿度、振动、清洁；错误的假设，应用的常量不对 应用零件数、位置、操作者技能、疲劳、观测误差(易读性、视差)。,16,(二)宽度变异,精密度(Precision)：量测系统整个作业量测范围内(尺寸、范围和时间)的分辨力、敏感度和重复性的 最终影响。,17,重复性(Repeatability),重复性(Repeatability)：又称量具变异(Equipment Variation，EV)同一位作业者，多次量测相同零件之指定特性时所得的变异。,重复性,参考值,18,造成重复性的可能原因：,零件内部(抽样样本):形状、位置、表面亮度、锥度、样本的一致性零件内部:维修、磨损、设备或夹具的失效、质量
8、或保养不好 标准内部:质量、等级、磨损 方法内部:作业准备、技巧、归零、固定、夹持、点密度的变异 评价者内部:技巧、位置、缺乏经验、操作技能或培训、意识、疲劳 环境内部:对温度、湿度、震动、清洁的小幅度波动 错误的假设:稳定，适当的操作 缺乏稳健的仪器设计或方法，一致性不好 量具误用 失真(量具或零件)、缺乏坚固性 应用:零件数量、位置、观测误差(易读性、视差),19,再现性(Reproducibility),再现性(Reproducibility)：又称评价者变异(Appraiser Variation,AV)，指不同评价者以相同量具，量测相同产品之特性时，量测平均数之变异。,再现性,评价者
9、A,评价者C,评价者B,20,造成再现性误差的可能原因：,零件之间(抽样样本)：使用相同的仪器、操作者和方法量测A、B、C零件类型时的平均差异。仪器之间：在相同零件、操作者和环境下使用A、B、C仪器量测的平均数的差异。注意：在这种情况下，再现性误差通常还混有方法和或操作者的误差。标准之间：在量测过程中，不同的设置标准的平均影响。方法之间：由于改变量测点密度、手动或自动系统、归零、固定或夹紧方法等所造成的平均数差异。评价者(操作者)之间：评价者A、B、C之间由于培训、技巧、技能和经验所造成的平均数的差异。推荐在为产品和过程鉴定和使用手动量测仪器时使用这种研究方法。,21,造成再现性误差的可能原因
10、(续)：,环境之间：在经过1、2、3等时段所进行的测量，由于环境周期所造成的平均数的差异。这种研究常用在使用高度自动化测量系统对产品和过程的鉴定。研究中的假设有误。缺乏稳健的仪器设计或方法。操作者培训的有效性。应用零件数量、位置、观测误差(易读性、视差)。,22,量具R&R或GRR,量具R&R或GRR：R&R是结合重复性和再现性变异 的估计值。,=,+,重复性,再现性,重复性,再现性,23,敏感性(Sensitivity),敏感性(Sensitivity):指能生成一个可检测到最小的输出信号。影响敏感性的因素：一个仪器的衰减能力 操作者的技能量测装置的重复性 对于电子或气动量具，提供无漂移操作
11、的能力 仪器使用所处的条件，例如：大气条件、尘土、湿度,24,一致性(Consistency),一致性(Consistency)：量测系统随着时间变化，量测变异的差值。影响一致性的因素：零件的温度 电子设备必要的热机 设备磨损,UCL,LCL,平均全距,25,均一性(Uniformity),均一性(Uniformity)：是量具整个工作范围内变异的差值。影响均一性的因素：由于位置不同，夹具能允许更小更大的尺寸 刻度的可读性不够 读数的视差,尺寸A,尺寸A,尺寸B,26,(三)量测系统变异,量测系统能力(Capability)：是指短期评估中量测系统变异(随机的和系统的)组合 的估计值。组成要素
12、：不准确的偏倚或线性重复性或再现性(GRR)，包括短期的一致性。,=,+,重复性,再现性,能力,s,2,GRR,偏倚(线性),27,量测系统性能(Performance),量测系统性能指组合量测系统变异的长期评估值。长期变异要素：能力(短期变异)稳定性和一致性量测装置的重复性,=,+,稳定性,能力,性能,+,一致性,28,六、量测不确定性(Uncertainty),不确定性(Uncertainty)：是一个与量测结果有关的参数，其特性是由于被测物特征所可能合理造成的数值离散。,再现性,重复性,2,平行性,2,线性,2,稳定性,2,校正标准,时间,2,产品,2,温度,2,电性改变,2,2,量测系
13、统不确定性,2,2,29,量测不确定性(Uncertainty),计算量测系统不确定性95%之信赖区间,t=真值m=量测值,t=m 2,量测系统不确定性,30,七、量测系统分析之准备,1.标准(Standard)：应该创建一个可操作的定义，该定义不论在供应商、顾客或将来时间上都有相同之含义。用于比较可接受1.5偏倚 接受的准则(量具允收条件)在不确定度的指定范围内可接受的已知值。参考值(Reference),31,量测系统分析之准备(续),2.基本设备条件(Basic Equipment)分辨力(Discrimination)、分辨率(Resolution)：(1)最小可读单位。(2)10/1
14、的比例法则 有效分辨率(Effective Resolution)(1)特定应用条件下，一个量测系统对过程变异的敏感度。参考值(Reference Value)(1)某一对象可接受的数值(2)常被用来替代真值。真值(True Value)(1)某一对象的真实数值。(2)不可知且无法知道。,32,分辨率(分辨力)：,分辨率不足,分辨率良好,33,八、如何进行量测系统分析,1.创建必要之指导书文档，例如分析指导书等。2.创建必要之程序书，以管制所有量测系统维持在正常及最 佳状态。3.须有合格之分析人员，待分析之量具，以及必要之环境。4.依据相关之指导书运行分析作业。5.搜集足够之数据，再依据所使用
15、之分析表单运行分析作 业。6.应有分析结论判定此量测系统是处于可接受、勉强接受或 不能接受。,34,九、量测系统分析-计量值示范：,1.偏倚示范：一个制造工程师对量测设备系统进行分析，证明该量测系统应该没有线性误差的考量，所以该工程师只对偏倚进行评价。他在这量测系统范围内选定了一个零件；并对该零件进行量测15次来确定它的参考值。,35,偏倚数据：(续),36,偏倚数值分析：,1.计算 n 个读值的平均数2.计算重复性标准差：式中d2*可查表得知，g=1，且m=n,最大值(Xi)-最小值(Xi)d2*,37,偏倚数值分析：,3.确定偏倚的t统计量(t-statistic)偏倚=观测到的平均测量值
16、一参考值 t=4.如果0落在偏倚值附近95%自信度界限内，则偏倚在5%的水平 上是可接受的。偏倚偏倚式中，d2及d2*及v可从附录中查到，令g=1，且m=n，tv,1-/2可以利用标准t分配查到。,偏倚,38,偏倚直方图：(续),4,3,2,1,0,量测值,次数,15.6,15.7,15.8,15.9,16.0,16.1,16.2,16.3,16.4,39,偏倚分析表：(续),40,2.稳定性示范：,某工厂为了确定某一新量测仪器的稳定性是否为可接受，评价人员选定了接近中间值的一个零件。该零件被送到了量测实验室，经量测其参考值确定为6.01。评价人员量测该零件5次，共量测了一个月(20个小组)；
17、收集到所有数据后，画出了&R图。,41,稳定性示范：(续),UCL=1.010,LCL=0,0.4779,1.00.50.0,样本全距,6.36.26.16.05.95.85.7,UCL=6.267,LCL=5.746,6.021,0,10,20,样本平均,子组,42,1.计算零件每次量测的偏倚，以及平均数。偏倚i,j=Xi,j（参考值）2.在线性图上划出相对参考值的每个偏倚及偏倚平均数。3.计算并划出最适当的线及该线的自信度区间。,3.线性分析：(图标法),偏倚i,j,m,偏倚i,43,Yi=aXi+b式中Xi=参考值，yi偏倚平均数，而对一个已知X0，自信度区间为：,线性分析：(图标法),
18、斜率(Slope),中心,44,上限：b+aX0下限：b+aX04.划出偏倚=0的线，并对图进行审查，以观察是否存在特殊原因，以及线性是否可接受。,线性分析：(图标法),45,5.如果偏倚0的整个直线都位于自信度区间以内，则 该量测系统的线性是可接受。6.若图标法表示线性是可接受的，则以下假设应该为真：H0：a=0 斜率=0 如果下式成立，则不能被否定,线性分析：(图标法),46,7.若以上假设为真，则量测系统对所有参考值具有相同的偏 倚。这个偏倚必为0，该线性才可被接受。H0：b=0 中心（偏倚）0,线性分析：(图标法),47,线性示范：,48,线性示范：(Minitab),49,线性示范：
19、(续),50,线性示范：(续),51,线性示范：(续),52,示范：MSA搜集数据的规划,53,搜集GRR的数据,示范：量测系统分析 计量,54,示范：GRR,量具再现性及再生性数据表,页数,:1/2,零件件名：,瓶嘴封口,量具名称：,作成日期：,零件件号：,量具编号：,#001,作成单位：,特性：,内径尺寸,量具精度：,作成者：,规格：,32.533.5mm,量具范围：,审查者：,x,R,R,R,x,55,零件件名：瓶嘴封口零件件号：特性：重量规格：32.533.5mm 由数据表得：R 0.04 Xdiff=0.060 Rp=0.89,公式：%AV=100 AV/TV%AV=10.79%n=
20、零件数 r=量测次数,再现性作业者变异（AV）公式：AV=n=10 r=2 AV=0.0304,公式：%EV=100 EV/TV%EV=12.59%,重复性设备变异（EV）公式：EV=R*K1 EV=0.0355,制程变异,量测单元分析,量测次数,K1,23,0.88620.5908,作业者人数,2,3,K2,0.7071,0.5231,量具重复性及再现性报告,量具名称：量具编号：#001量具精度：量具范围：,作成日期：作成单位：作 成 者：审 审 查：,56,全变异（TV）公式：TV=TV=0.2839,公式：%PV=100PV/TV PV=98.62%公式：ndc=1.41PV/GRR n
21、dc=8.3978,零件变异（PV）公式：PV=Rp*K3 PV=0.2800,公式：%R&R=100GRR/TV%R&R=16.58%,重复性&再现性（GRR）公式：GRR=GRR=0.04668,制程变异,量测单元分析,0.70710.52310.44670.40300.37420.35340.33750.32490.3146,2345678910,K3,零件数,全部的计算是基于5.15标准差()的预侧，（在常态分配曲线下99%的面积）(5.15/d2）是由量测次数(m)及零件数乘以作业者人数(g)而决定，此处假设(g)大于15AV如果在开平方根符号下，其计算值为负值，则做业者变异设置为0
22、(0)(5.15/d2)是由作业者人数(m)及(g)而决定，因只计算一个全距故(g)1(5.15/d2)是由零件数(m)及(g)而决定，因只计算一个全距故(g)1取自A.J.Duncan所着Quality Control and Industrid Statistics之表3,量具重复性及再现性报告,57,Minitab：数据输入到Minitab，使用Quality Tools Gage R&R Study,示范：量测系统分析计量,58,Minitab：选择Xbar and R的分析试选择ANOVA的分析方式，会有何差异？Study Variation 设为5.15，是以正态分布曲线下 99%
23、的机率为基础。,示范：量测系统分析计量,59,Gage R&R Study-XBar/R MethodGage R&R for Measures%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 StdDev Study Var%Study VarSource(SD)(5.
24、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 1.45064 100.00,Minitab:分析的结果,示范：量测系统分析计量,60,Minitab：分析的结果,示范：量测系统分析计量,61,十、量具重复性与再现性之比较,1.重复性再现性。(1)量测仪器需加以保养。(2)产
25、品之变异出现异常。(3)量具之夹紧或定位（OFFSET）不一致。2.再现性重复性。(1)量具之校正未落实。(2)作业者对量具使用不熟。(3)可能需要辅助仪器协助作业者使用量具。,62,量具再现性与再生性的判定,1.数值10%,表示该量具系统可接受。,2.10%数值 30%,表示该量具系统可接受或不接受，决定于该量具系统之重要性、修理所需之费用等因素。,3.数值 30%,表示该量具系统不能接受，须予以改进。,十一、量测系统分析判定计量值,63,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
26、)1.Kappa判定準則2.有效性判定準則信號偵測理論(Signal Detection Theory),64,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：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。,Attribute Gage R&R,65,Attribute Gage R&R,66,Attribute Gage R&R,有效性的判
27、定準則2:,有效性：Effectiveness失誤率：Miss Rate誤警率：False Alarm Rate,67,範例:Attribute Gage R&R,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)並對每個零量測3次。假設：1為可接受，0為不可接受，X為模糊可疑區,SU,SL,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),68,範例:Attribute Gage R&R,69,範例：Attribute Gage R&R,70,範例：Attribute Gage R&R,71,範例：Attrib
28、ute Gage R&R,72,Po=觀察的一致性次數Pe=期望的一致性次數N=觀察的次數(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,範例：Attribute Gage R&R,73,A的Kappa,=0.92,Po=46+99=145(45,97為實際觀察的個數)Pe=15.68+68.68=84.36,48150,X 49=15.68,102150,X 101=68.68,範例：Attribute Gage R&R,74,範例：Attribute Gage R&R,75,範例：Attribute Gage R&R,76,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,77,Workshop,请根据示范(Minitab:Gageaiag.MTW)计算重复性与再现性，并作判断。,
