1、尺寸测量系统分析minitab使用方法及解析讲解,2010年4月29日 品质部,随机选取样品10件。 每件产品拟定1个测试位置，每个位置随机测试3次，根据位置的编号分为1组，共60个数据进行分析。 分析各测量员的重复性以及再现性 求取合计量具变异 达到要求方可使用.,测量系统事前准备事项,选取样件时，样件要尽量覆盖整个生产制程样件的尺寸范围覆盖面尽可能的广（但不能超过规定的尺寸限度值）。原因详见“可区分类别类别数”； 测量之前需要针对要测量的样件规定测量方式、测量基准； 使用的量具需要精度较高，一般要求精度误差为产品尺寸公差范围的1/10或测量尺寸极差值的1/10。在这里我们选取两者较小的1/
2、10，一般为测量尺寸极差的1/10，因为大部分情况下：测量尺寸范围公差范围； 测量时要遵循随机原则。,测量数据,录入数据,如图所示：大体可分为3列，“部件号”列、“操作员”列、和“测量数据”列。其中“测量数据”列可以根据图纸要求测量的数据分为多列。,部件号为测量数据所对应的序号，此处为1-10循环排列； 姓名为两人，也是与测量数据相对应。 数据部分是将上表中的所有数据按照顺序排为一列。,选择测量方法,如图所示，选取： “统计” “质量工具” “量具研究” “量具R&R研究（交叉）”在我司一般选取“交叉法”。具体原因见下页“小注”,小注 ：,选择交叉分析法的原因： 量具重复性和再现性研究确定观测
3、到的过程变异中有多少是因测量系统变异 所致。使用 Minitab 可以执行交叉或嵌套量具 R&R 研究。 当每个部件由每个操作员多次测量时，请使用量具 R&R 研究（交叉）。 当每个部件只由一名操作员测量（如在破坏性试验 中）时，请使用量具 R&R 研究（嵌套）。在破坏性试验中，测量特征在测量过程后与其在开始时不同。撞击试验即是破坏性试验的一个例子。选择交叉或嵌套 如果需要使用破坏性试验 ，则必须能够假定一个批次中所有部件的相同程度高到足以声称其为相同的部件。如果无法做出此假定，则一个批次中部件之间的变异将掩盖测量住系统变异。 如果可以做出此假定，则为破坏性试验选择交叉还是嵌套量具 R&R 研
4、究取决于建立测量过程的方式。如果所有操作员都测量来自每个批次的部件，则使用量具 R&R 研究（交叉）。如果每个批次只由一名操作员测量，则必须使用量具 R&R 研究（嵌套）。实际上，只要操作员测量独特的部件，就属于嵌套设计。,过程变异,测量系统变异,实际产品变异,选择测量方法,如图所示，依次根据提示选择右侧框要求填入的内容。 分析方法，我们选择“方差分析”。,双击后自动填入右侧要求的空白处,选择方差分析法的原因如下页（小注）,小注 ：,选择方差分析法的原因： Minitab 为量具 R&R（交叉）提供了两种方法：X 和 R 法或方差分析法。X 和 R 法将整体变异分为三种类别：部件间变异、重复性
5、和再现性。方差分析法进一步将再现性划分为其操作员以及操作员与部件交互作用这两个要素（如下图所示）。 在某种程度上，方差分析法比 X 和 R 法更准确，因为它考虑了操作员与部件交互作用，所以我们选择“方差分析法”。,选择测量方法,如图所示，点击“量具信息”，填入量具信息内容后，点击“确定”键。,选择测量方法,如图所示，点击“选项”，“规格上限-规格下限”可以填入产品的公差。如我们的公差为0.05mm，则我们的公差输入为0.1.输入完成以后，点击“确定”键。,测量结果图示：,图示分析：,“研究变异”与“贡献值”的关系为：研究变异=贡献值,总变差（合计变异）,工艺变差（部件间差异）,量具（R&R),
6、量具（R&R),再现性,重复性,产品*测量员,再现性,测量员,97.17%+2.83%=100%,2.76%+0.06%=16.4595%,R控制图,每个产品测量3次，这3次的最大值减去最小值即为每个样品极差（最大值-最小值=样本极差） 从上图可以“马春秀”测试的第一个产品的重复性相对较差，最大值与最小值之间的差异为0.012mm。 其余各点的测试较为均衡。,每个点值代表：测量员每个产品测量3次求取的平均值,将两图放到一个坐标系内进行查看。,根据点的重合度及差异大小可以察看某个产品测量时是否出现问题，以查找原因所在。,数字“1”代表产品编号，圈内所代表的点为每个产品所测量的值所在位置，因为一共
7、有2个测量员，每个人测量3次，所以图中一共有六个圆圈点。折线所连的点为6次测量数值的平均值-即最大的带有“+”号的圆圈。从上图可以看出1#、5#、7#件在测量时的精确度较差。如果测量系统的R&R偏差较大，可以对1#、5#、7#产品进行原因分析。“精确”与“准确”关系见下页图,“准确”且“精确”,“准确”但“不精确”,“精确”但“不准确”,既“不准确”也“不精确”,“准确”与“精确”关系,测量值*人,10个产品，每个产品测量3次，所以每个测量员位置上共有30个点。横线所连得带有“+”的点为30次测量所得的平均值。,13.960.05 mm的量具 R&R,判定方法如下页：,MSA-尺寸测量系统分析
8、判定方式,上页表中的“%贡献列”的%R&R值为2.83%处于1%-9%范围以内，所以测量系统是可以接受的。,上页表中“%研究变异列”的%R&R值为16.81%处于10%-30%范围以内，所以测量系统是可以接受的。,Minitab 通过将部件的标准差除以量具的标准差，然后乘以 1.4 14来计算此声明中的类别数。然后，Minitab 会截断该值的尾数，除非该值小于 1。如果小于 1，Minitab 会将可区分类别数设为等于 1。 此数字表示要跨越产品变异极差的非重叠置信区间 数。您也可以将其视为测量系统可识别的过程数据中的分组数。 假设您测量 10 个不同部件，Minitab 报告说您的测量系统
9、可以识别 4 个可区分类别。这意味着，10 个部件中某些部件的差异不够大，不足以被测量系统识别为存在差异。如果希望识别出更多可区分类别，需要更精确的量具 。 汽车工业行动组织 (AIAG )建议，当类别数小于 2 时，测量系统对于控制过程毫无价值，因为无法区分各个部件。当类别数为 2 时，数据可分为两组，如高和低。当类别数为 3 时，数据可分为三组，如高、中、低。5 或更高的值表明测量系统可接受。本次测量系统的 可区分类别数为85,所以测量系统可接受。,可区分的类别数：,可区分类别数小的原因：,分子过小，产品之间波动小。一般来说验证测量系统（不是评价过程能力等）测量过程要满足随机原则，而样本抽
10、样时尽量选择能代表总体特征的样品） 2，分母过大 量具方面，比如量具能够测量的最小单位与样件间的误差相差不够大。 测量人员之间对同一尺度（同一产品的同一特性）的测量确实存在较大的差异。 测量过程本身也很重要，比如棒料两端不一致、片材（壁厚）厚度不均，（由于不知何种产品）我们假设是直径，圆柱度不够而带有椭圆，两次测量分别落在长轴和短轴上（如果是同一人测量，差别就会归结到重复性，如果是不同人差别就会归结到再现性（包括交互作用），无疑增大分母），这类问题细说起来比较麻烦，所以验证之前，要做好测量过程的“规定”和标记以减少不期望的因素的干扰，让过程和数据比较清晰。,选取样件原则：取样时尽量使样件覆盖整个生产制程，即选取的样件在规定的尺寸范围内，分布的尽可能广。这样便增大了产品之间的波动，使可区分类别数的分子增大。假设量具间的波动是不变的，可区分类别数便增大了。,尺寸测量系统的minitab使用方法及其解析就介绍到这里。,谢谢大家！ 再见,
