MSA实战培训课件.ppt

1、MSA-培训讲义培训讲义 Measurement System Analysis编制：张 训什么是什么是MSA?测量系统分析是一项研究，目的是为了了解系统性和随机性因素如何影响我们正确测量某些测评项的能力。观测结果=真正未知值+误差为什么MSA是重要的？错误的决定 需要更大的样本量 低估能力指数 对于边界样品：劣等的可能被测量成优良的；优良的可能被测量成劣等的。测量系统变异测量系统变异 所观测到测量值的总变异可以来自两个源头：过程和量具本身：如果与过程有关的变异混淆，便会 在不需要时，可能尝试调整过程 过程能力将会显得比实际情况还差 白费努力去尝试改进一个显得没有能力，但其实是有能力的过程，而

2、忽略其他需要改进的过程=+什么时候实施什么时候实施MSA?采集数据之前 如适合，在进行过程能力研究之前 当一个主要的特点或过程没有能力时 当测量系统被怀疑是主要变异源时 当测量系统经历重大改变时 当准备进行试验设计（DOE）时 可成为接受新量具的标准关于MSA的相关概念-数据质量 用来描述测量数据质量的统计特性：偏倚（数据值相对于基准值的位置）及变差（数据的分布宽度）。关于MSA的相关术语-测量系统 测量系统是对测量单元进行量化或对被测的特性进行评估，其所使用的仪器或量具、标准、操作、方法、夹具、软件、人员、环境及假设的集合；也就是说，用来获得测量结果的整个过程。关于MSA的相关术语-宽度变差

3、精确度每个重复读数之间的“接近”程度是测量系统的随机误差所构成重复性一个评价人使用一个测量仪器，对同一个零件的某一特性进行多次测量下的变差。是在固定的和已定义的测量条件下，连续（短期内）多次测量中的变差通常被称为E.V.设备变差设备（量具）能力或潜能系统内部变差再现性不同评价人使用相同的量具，测量一个零件的一个特性的测量平均值的变差。在对产品和过程及进行鉴定时，误差可能是评价人、环境（时间）、或方法通常被称为A.V.评价人变差系统之间（条件）的误差8关于MSA的相关术语-宽度变差（续）GRR或量具的重复性和再现性 量具的重复性和再现性：测量系统重复性和再现性联合估计值 测量系统能力：取决于所用

4、的方法，可能包括或不包括时间的影响 测量系统能力 测量系统变差的短期估计值（GRR图表法）测量系统性能 测量系统变差的长期估计值（长期控制图法）敏感性，能导致可探测到的输出信号的最小输入 一致性，随时间重复性变化的程度 均一性，在正常工作范围内重复性的变化稳定性量具的鉴别能力量具的鉴别能力 经验法则：如果一个量具的测量单位，最多只等于过程总变异六个西格玛的十分之一，它就是拥有足够的鉴别能力。测量单位（6x总合）/10分辨力对过程控制与分析的影响分辨力对过程控制与分析的影响可区分组数可区分组数（ndc）：作为判定分辨力足够与否的另一个标准。通常认为可区分组数小于5时，测量系统不具备起码的分辨力；

5、可区分组数大于等于5时，测量系统具备起码的分辨力；可区分组数大于等于10时，测量系统具备优良的分辨力。ndc=INT 1.41X(p/MS)。p实际过程波动的标准差，MS测量系统波动的标准差可区分组数控制分析1多数情况下不能用于控制图只能指出过程的输出是否合格，不能用于过程参数及指数的估计。24能够用于不太敏感的计量型控制图只能用于过程参数及指数的粗略估计。5能够用于各种类型的控制图表明测量系统的分辨力合格，能够用于过程参数及指数的估计。精度精度观测变异的总和可分为两个主要部分：过程和测量系统（MS）。精度是测量那与测量系统部份有关的变异。测量系统的合格标志测量系统的合格标志 评估指标%GRR

6、，是测量系统波动占过程整体波动的百分比。评估指标%P/T，是测量系统精度占公差的百分比。两项指标都小于10%，则测量系统良好；若一项大于30%，则测量系统不合格，不可接受。%GageR&R或%P/T测量系统能力小于10%良好介于10%30%勉强可接受（关键特性除外）大于30%不合格GRR（Gage R&R）适用的数据类型 适用于所有计数型数据计数型数据和计量型数据。计量型数据。合格合格不合格不合格非常大非常大非常小非常小大大中中小小测量：测量：31.28连续连续根据连续统测评根据连续统测评时间时间金钱金钱重量重量长度长度离散离散分类分类序数序数标称标称满意度满意度月份月份周数周数是是/否否分类

7、分类缺陷率缺陷率关于测量过程 测量过程也需要测量过程也需要PFMEA分析分析，以早期确定与潜在过程失效有关的风险，并且在这些失效发生之前提出要采取的措施。PFMEA的结果将转移到控制的结果将转移到控制计划中计划中。测量过程和一般过程的区别，如下图：一般过程一般过程操作操作输入输入输出输出测量过程测量过程分析分析测量测量数值数值被管理被管理的过程的过程决定决定测量系统变差的来源与所有过程类似，测量系统受到变差的随机原因和系统上原因的影响。这些变差的来源是由于普通原因和特殊原因造成的。为了控制测量系统的变差：1.识别潜在的变差来源。2.消除（如有可能的话）或监控这些变差的来源尺寸尺寸连续型连续型特

8、性”特性1”“特性2”测量人員吴勇、叶梅测量仪器半径检测装置测量工作方法两个评价人分别在相同条件下对10个工件非顺序性检测，重复3次。工件編号：1、2、39、10判定方法依Gage R&R計算之數值判定 制定数据采集和测评计划（案例）制定数据采集和测评计划（案例）测评项数据源与位置样本量数据采集人数据采集时间数据采集方式应该同时采集的其他数据浏览浏览Minitab浏览浏览Minitab“T”在在C3-T表示数表示数据类型是文字据类型是文字“D”在在C4-D表示数表示数据类型是日期据类型是日期输入这些资料就如你在输入这些资料就如你在操作操作Excel第一行是参照，通常是第一行是参照，通常是以以“

9、C”开头开头第二行是变量的名称第二行是变量的名称-选择性选择性你可把资料当项目你可把资料当项目project来来保存（可容纳多页工作表，和保存（可容纳多页工作表，和所有结果）所有结果）你也可以只把当前的工作表你也可以只把当前的工作表Worksheet的资料当工作表的资料当工作表保存起来保存起来浏览浏览Minitab打开新的项目打开新的项目/工作表工作表打开已有的项目打开已有的项目存档项目存档项目/工作表工作表从数据库提取数据从数据库提取数据以文字模板保存窗口以文字模板保存窗口 的输出的输出打印打印退出和其他退出和其他菜单：文件菜单：文件处理数据的所有运算处理数据的所有运算 指令指令处理工作表，

10、合并，处理工作表，合并，分开，和抽取部分数据分开，和抽取部分数据有关数据列，复制，堆有关数据列，复制，堆 叠，行列转换的运算叠，行列转换的运算分类，排列，编码，转分类，排列，编码，转 换数据类型和其他换数据类型和其他菜单：数据菜单：数据用用“计算器计算器”计算计算列和行的统计量列和行的统计量建造有模式的数据建造有模式的数据按分布类型建造随机按分布类型建造随机 数据数据计算某些分布下的概计算某些分布下的概 率，包括正态分布，二率，包括正态分布，二 项分布，和项分布，和t-分布分布菜单：计算菜单：计算菜单图形收集各种显示性菜单图形收集各种显示性 的数据分析工具。类似的数据分析工具。类似 Excel

11、的图形工具，但的图形工具，但 拥有更多统计显示性的拥有更多统计显示性的 数据分析工具数据分析工具菜单：图形菜单：图形菜单：统计菜单：统计量具研究量具研究一致性研究一致性研究举例：偏倚和直线性举例：偏倚和直线性 打开D:Six Sigma上课1_GB Datafiles_Mfg直线性-偏倚.mtw表中是：用同样的量具，多次测量三个基准（知晓真正值的物件）评估这量具的直线性。举例：偏倚和直线性举例：偏倚和直线性 举例：偏倚和直线性举例：偏倚和直线性 量具的直线性（在范围高、低端的偏倚）在统计上是相同的：斜度的P值大于0.05斜度是等于零。平均偏倚是-0.0029 结论：量具的线性和偏倚可以接受偏倚

12、的线性回归方程式：偏倚的线性回归方程式：y=常量系数常量系数+斜率系数斜率系数x；P值大于或等于值大于或等于0.05时，则斜度显著为时，则斜度显著为0，判定可以接受；，判定可以接受；P值小于值小于0.05时，则斜度显著不为时，则斜度显著不为0，判定不可以接受；，判定不可以接受；(即：常量系数和斜率系数显著不为即：常量系数和斜率系数显著不为0)计量型数据计量型数据MSA Minitab-交叉MSAMinitab-菜单量具R&R 研究方法有交叉交叉与嵌套嵌套两种。交叉交叉，每个零件可以由多位操用员重复测量。嵌套嵌套，每个零件只能由一位操用员测量一次，如破坏性的检验。对于重复性和再现性的分析方法：X

13、bar-R 和方差法。严格来说，方差法比Xbar-R法较正确，因为考虑到操作人员与零件的交互作用。交叉交叉，可以让你选用Xbar-R或方差法；嵌套嵌套，只能选择方差法嵌套嵌套，在采集样件时，零件是成堆的(不可重复分析不可重复分析)，因为每个操作员都只量测唯一的料件。假设你有用到破坏性的试验,你必须要有足够的证据确定同一个批量中的所有物料都是相等的。Minitab-输出注：注：MSA解读解读标准标准P102-119三个操作员的平均值趋于相同，但物件三个操作员的平均值趋于相同，但物件10的再现性不可以接受；大多数的平的再现性不可以接受；大多数的平均值都在控制线之外，三人基本一致，均值都在控制线之外

14、，三人基本一致，则零件间的变异可以为过程的分析和控则零件间的变异可以为过程的分析和控制提供有用的信息；制提供有用的信息；在控制线内，虽有在控制线内，虽有5个以上的水平，但是有个以上的水平，但是有11个个R值是零，超过值是零，超过1/4的标准，判定：量具的分的标准，判定：量具的分辨力不够；辨力不够；R值没有失控的情形，因此判定重复性可以接值没有失控的情形，因此判定重复性可以接受；受；发现评价人的变差之间存在差异发现评价人的变差之间存在差异三人的平均值图有明显的波动；发现评三人的平均值图有明显的波动；发现评价人之间的差别在零件价人之间的差别在零件10上较为明显；上较为明显；三个三个K线条之间有交互

15、关系，但交互作线条之间有交互关系，但交互作用小。用小。各波动分量方差贡献率（小于各波动分量方差贡献率（小于1%合格）合格）=2MS/2总合总合x100%GRR值值=6MS/6总合总合x100%P/T值值结论：不能接受结论：不能接受物件物件10的变异较大，不符合每个物的变异较大，不符合每个物件的变异最少的原则。说明此件的件的变异最少的原则。说明此件的重复性与再现性波动较大。重复性与再现性波动较大。三个操作员之间的平均值水平线虽三个操作员之间的平均值水平线虽然不够水平，并趋于水平，再现性然不够水平，并趋于水平，再现性波动小，但不是最低。波动小，但不是最低。Minitab-输出可区分的类别数可区分的

16、类别数4，只能够用于不，只能够用于不太敏感的计量型控制图，只能用于太敏感的计量型控制图，只能用于过程参数及指数的粗略估计。过程参数及指数的粗略估计。ndc组数组数5，因此判定：测量系，因此判定：测量系统不具备起码的分辨力。统不具备起码的分辨力。%R&R%P/T测量系统变异测量系统变异方差分量贡献率方差分量贡献率%人和零件的交互作用人和零件的交互作用属性一致性属性一致性MSA MSA 如果卡帕统计量=1，一致性是完善的如果卡帕统计量=0，一致性是同概率所期待的一样如果卡帕统计量0，一致性是比概率所期待的差属性MSA：Fleisss KappaKappa卡帕统计量是用来评估评定等级之间的绝 对一致

17、性的程度可用在二进数、标称数和序数的数据类型可以这样解释卡帕统计量属性属性MSAMSA：Fleiss Fleiss，s Kappas Kappa统计量统计量决定决定实效实效卓越的一致性0.9可接受的一致性0.7，且 0.9不可接受-需改进0.7举例：属性一致性分析Minitab中的属性MSAMinitab中的属性MSAMinitab中的属性MSA-诠释检验员自身检验员自身的一致性评的一致性评估：估：FredFred的的95%95%置置信区间是信区间是86.0910086.09100，KappaKappa统计量统计量为为1 1。综合一。综合一致性卓越。致性卓越。LeeLee的的95%95%置置信

18、区间是信区间是68.398.7768.398.77，Kappa Kappa统统计量为计量为0.790.79。综合一致。综合一致性可以接受性可以接受。检验员与标准的一致性评估：检验员与标准的一致性评估：FredFred的的95%95%置信区间是置信区间是86.0910086.09100，KappaKappa统计量为统计量为1 1。综合。综合一致性卓越。一致性卓越。LeeLee的的95%95%置信区间是置信区间是62.1196.7962.1196.79，Kappa Kappa统计量为统计量为0.790.79。综合一致性可以接受。综合一致性可以接受。重复性的重复性的一致性比率一致性比率偏倚的偏倚的一

19、致性比率一致性比率Minitab中的属性MSA-诠释检验员之间的检验员之间的一致性评估：一致性评估：95%95%置信区间是置信区间是62.1196.7962.1196.79，KappaKappa统计量为统计量为0.830.83。综合一。综合一致性可以接受致性可以接受所有检验员与标准的一致性评估所有检验员与标准的一致性评估：95%95%置信区间是置信区间是62.1196.7962.1196.79，KappaKappa统计量为统计量为0.890.89。综合一致性。综合一致性可以接受可以接受再现性的再现性的一致性比率一致性比率总体有效性的总体有效性的一致性比率一致性比率一致性比率标准：一致性比率标准：大于或等于大于或等于90%以上，为最好；以上，为最好；大于或等于大于或等于80%，且小于，且小于90%，可以接受；可以接受；小于小于80%，应采，应采 取措施。取措施。