用MINITAB软件进行测量系统分析
- 格式:doc
- 大小:128.50 KB
- 文档页数:5
第二章MINITAB之制程能力分析制程能力分析是通过对生产过程进行统计分析,识别和评估生产过程偏离目标值的能力。
MINITAB是一种常用的统计分析软件,可以帮助我们进行制程能力分析。
本文将介绍MINITAB在制程能力分析中的应用,包括测量系统分析、过程稳定性分析和过程能力指数计算等。
首先,我们需要进行测量系统的分析,以确保测量系统具有良好的稳定性和准确性。
MINITAB提供了一系列测量系统分析工具,包括平均值图、范围图、方差分析等。
通过这些工具,我们可以评估测量系统的可靠性,进而确定测量系统是否适合用于制程能力分析。
接下来是过程稳定性分析,主要应用MINITAB中的控制图工具。
控制图可以帮助我们监控过程的稳定性,及时发现和纠正过程中的异常情况。
MINITAB提供了许多不同类型的控制图,例如X-控制图、R-控制图、P-控制图等。
我们可以根据数据类型和分布情况选择合适的控制图,分析过程是否稳定,并识别特殊原因的存在。
最后是过程能力指数的计算。
过程能力指数是衡量过程能力的一个重要指标。
MINITAB提供了能力分析工具,可以帮助我们计算过程的CP、CPK、Pp和Ppk等指数。
通过这些指标,我们可以评估过程是否能够满足要求,并进行相应的改进。
在使用MINITAB进行制程能力分析时,有一些注意事项需要注意。
首先,要选择合适的样本大小和采样方案,以确保分析结果具有一定的可信度。
其次,要确保数据的质量,包括数据的准确性和完整性。
如果数据存在异常值或缺失值,应进行相应的处理。
最后,要结合实际情况对分析结果进行解释和应用,提出相应的改进措施。
综上所述,MINITAB是一种功能强大的统计分析软件,在制程能力分析中有着广泛的应用。
通过MINITAB的测量系统分析、过程稳定性分析和过程能力指数计算等功能,我们可以全面评估和改进生产过程,提高产品质量和生产效率。
用MINITAB软件进行测量系统分析简介MINITAB是一款流行的质量管理和统计分析软件,可用于统计数据分析、验证、模拟等多种应用。
本文将介绍如何使用MINITAB进行测量系统分析。
什么是测量系统分析?测量系统分析是一种用于评估测量数据质量的统计分析技术。
它用于评估测量过程的可靠性和稳定性,以确定测量数据的准确性和可行性。
主要目的是确保测量数据是可信、稳定和一致的。
测量系统分析的组成部分测量系统分析主要由以下三个部分组成:1. 重复性分析重复性分析是评估测量系统的稳定性和可重复性的一种方法。
它涉及在同一条件下多次测量一个物品,并记录测量结果。
2. 中误差分析中误差分析是一种确定测量系统误差来源的方法。
中误差主要是针对不同测量器具之间差异的分析。
3.倾向性分析倾向性分析是评估测量系统的准确性的一种技术。
在该分析中,实验员将同一个物品测量多次,然后与实际值进行比较。
MINITAB软件进行测量系统分析在MINITAB软件中,可以使用各种功能和工具完成测量系统分析。
以下是一个简单的步骤指南:1. 输入数据将所有与测量系统相关的数据输入到MINITAB中。
这些数据可能包括实际测量值、类型和数量等信息。
2. 启动分析工具启动MINITAB软件中的测量系统分析工具,并选择所需的分析选项。
3. 进行分析在分析工具中,进行重复性分析、中误差分析和倾向性分析。
分析结果将显示在软件中,并提供附加分析和工具。
4. 生成报告根据分析结果生成报告,进行数据可视化和结果研究。
此外还可以使用MINITAB软件中的图表和其他数据可视化工具来展示分析结果。
MINITAB软件提供了进行测量系统分析的多种方法和工具,可以帮助保存大量时间和精力。
使用该软件进行测量系统分析将得到更准确、可靠的数据,并帮助提高测量方法和技术。
MINITAB使用方法MSAMINITAB是一款用于统计分析和数据可视化的软件工具,可用于各种统计分析和实验设计。
在质量管理中,特别是测量系统分析(MSA),MINITAB可以帮助分析人员评估测量系统的准确性、稳定性和重复性。
以下是使用MINITAB进行MSA的一般步骤。
1.收集数据:首先,要收集一组测量数据,这些数据代表实际生产环境中的测量结果。
确保数据具有代表性,并包含典型的测量范围。
2.打开MINITAB:启动MINITAB软件,并创建一个新的工作表。
3. 数据导入:将测量数据导入MINITAB。
可以选择使用“Worksheet”菜单上的“Import Data”选项,然后从文件中导入数据。
5.数据分析:使用MINITAB的统计工具进行数据分析。
以下是进行MSA分析的一些重要步骤。
a. 平均值和方差分析:使用MINITAB的“Stat”菜单,选择“Basic Statistics”选项,然后选择“Descriptive Statistics”来计算平均值和方差。
c.方差成分图:MINITAB提供绘制方差成分图的工具,通过显示各个因素的贡献,对测量系统的变异性进行可视化。
d. 标准化指数:使用MINITAB的统计功能来计算测量系统的标准化指数,例如Gage R&R指数。
标准化指数是判断测量系统的稳定性和重复性的一种指标。
6.结果解释和报告:根据分析结果,对测量系统进行评估。
根据需要生成分析报告,包括图形、表格和统计指标。
MINITAB提供了丰富的报告和图形生成工具。
以上是使用MINITAB进行MSA分析的一般步骤。
MINITAB提供了广泛的工具和功能,可用于更高级的MSA分析和其他统计分析任务。
使用MINITAB,用户可以更轻松地收集、分析和解释数据,并在质量管理中做出更准确的决策。
Minitab在MSA中的应用导言测量系统分析(Measurement System Analysis,MSA)是确保测量结果的准确性和可靠性的关键过程。
在质量管理和过程改进中,MSA是至关重要的工具,可帮助组织评估其测量系统的性能并做出相应的调整。
Minitab是一种功能强大的统计软件,被广泛应用于数据分析和质量管理领域。
在MSA中,Minitab提供了一系列强大的功能和方法,用于分析和评估测量系统的性能。
Minitab中的基本概念在开始介绍Minitab在MSA中的具体应用之前,我们首先了解一些Minitab中的基本概念。
数据输入Minitab提供了多种数据输入方式,包括手动输入、复制粘贴和导入外部文件等。
用户可以根据实际情况选择最适合的数据输入方式。
工作表Minitab使用工作表的概念来组织和管理数据。
用户可以在一个工作表中输入多个变量的数据,每列表示一个变量,每行表示一个观测值。
数据清洗和准备Minitab提供了一系列数据清洗和准备工具,用于处理缺失数据、异常值和重复数据等。
这些工具可以帮助用户在进行MSA之前,将数据整理成可分析的形式。
统计分析和图表展示Minitab提供了丰富的统计分析和图表展示功能,用于探索数据的特性和关系。
用户可以通过Minitab生成直方图、散点图、箱线图等各种图表,同时还可以计算均值、方差、标准差等统计指标。
Minitab在MSA中的运用Gage R&R分析Gage R&R(Repeatability and Reproducibility)分析是MSA的核心内容之一,用于评估测量系统的可重复性和可再现性。
Minitab提供了一种简单且全面的方法来执行Gage R&R分析。
首先,用户需要将测量数据输入Minitab的工作表中,并确保每列代表一个变量,每行代表一个观测值。
然后,通过导航栏中的。
利用MINITAB软件进行测量过程的统计控制的研究报告本研究报告旨在探讨利用MINITAB软件进行测量过程的统计控制方法。
本研究选取了一个现实中的制造业公司为研究对象,采用MINITAB软件对其生产过程的测量数据进行分析,以便进行过程优化和良品率提高。
首先,我们使用MINITAB软件对该公司生产过程的样本数据进行了分析。
对数据进行了直方图、正态概率图、极差图等分析方法,确定了修正过程的均值与标准偏差。
传统的控制图法中,矩阵往往是以2σ控制限作为标准,但对于一些特殊产品的多维品质特性,教科书定义的常用方法并不是很适用。
而MINITAB可以以某个特别的标准来做出细致、个性化的控制上下限,帮助科研人员更好地寻找产品质量过程中的关键点。
得出该公司生产过程的均值和标准偏差后,我们建立了X-控制图,图中呈现出生产过程的各项数据测量结果。
通过图中的数据表现和控制限的设定,可以很好地观察到生产过程中是否出现了超标情况。
同时,MINITAB软件还能够对数据进行实时监控,一旦测量过程出现了异常,MINITAB会发出警报,提醒相关的员工注意修正生产过程。
接下来,我们使用P-控制图对该公司生产过程的良率进行了统计控制。
P-控制图主要针对的是二项分布的数据,可以很好地控制产品的良率。
通过对生产过程的每个操作进行测量,我们可以得出每个操作的良率数据。
结合MINITAB软件,我们可以很容易地制定出P-控制图,对不同操作的良率进行不同的控制限制。
通过实时地监控P-控制图,我们可以快速检测到不同操作的良率是否达标,以便及时调整生产过程以达到优化效果。
最后,我们使用C-控制图对该公司生产过程的坏品率进行了统计控制。
C-控制图主要针对的是计数数据,可以很好地控制坏品率。
通过对生产过程的每个批次进行测量,我们可以得出每个批次的坏品数数据。
结合MINITAB软件,我们制定了C-控制图,对不同批次的坏品数进行不同的控制限制。
通过实时地监控C-控制图,我们可以快速检测到不同批次是否存在坏品率超标情况,以便及时调整生产过程以达到优化效果。
应用Minitab进行测量系统分析引言应用系统的方法研究测量过程,通过对测量系统的分析来评价测量系统和测量数据的质量和可靠性是十分有意义的。
测量系统分析是ISO/TS 16949和ISO10012:2003中重要的测量过程控制技术。
质量改进的有效性在很大程度上取决于测量系统的能力,因此正确的测量往往是质量改进的第一步。
1 测量系统分析的研究内容1.1 基本概念数据是测量的结果,而测量是指"以确定实体或系统的量值大小为目标的一整套作业"。
这"一整套作业"就是给具体的事物(实体或软件)赋值的过程。
这个过程的输入有人(操作者)、机(量具和必要的设备和软件)、料(实体或系统)、法(操作方法)、环(测量环境)等,这个过程的输出就是测量系统,见图1。
所谓测量系统分析,是指用统计学的方法来了解测量系统中的各个波动源,及其对测量结果的影响,最后给出本测量系统是否合乎使用要求的明确判断。
测量系统必须具有良好的准确性(accuracy)和精确性(precision),通常由偏倚(bias)和波动(variation)等统计指标来表征。
偏倚用来表示多次测量结果的平均值与被测质量特性基准值(真值)之差,其中基准值可通过更高级别的测量设备进行若干次测量取其平均值来确定。
波动表示在相同的条件下进行多次重复测量结果分布的分散程度,常用测量结果的标准差σ或过程波动VP表示。
波动也可称为变异。
测量数据质量高,既要求偏倚小,又要求波动小。
偏倚和波动中有一项大,就不能说测量数据质量高。
1.2 测量结果波动的分解图2揭示了过程波动的主要来源以及测量系统分析的主要内容。
通过测量系统分析,控制测量系统的偏倚和波动,以便获得准确且精确的测量数据。
1.3 重复性和再现性重复性(repeatability)是指在尽可能相同的、恒定不变的测量条件下,对同一测量对象进行多次重复测量所得结果的一致性。
此时测量值的波动称为重复性,记为VE。
用MINITAB软件进行测量系统分析质量部陈志明摘要数据分析在质量管理和过程控制活动中已得到了广泛的应用,而数据的质量又取决于测量系统的能力。
本文以空调公司平衡型量热计空调系统性能测试平台的“GR&R”研究为例,介绍用MINITAB 进行测量系统分析的方法,供大家参考。
关键词数据分析MINITAB软件测量系统分析(MSA)一测量系统分析概述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过程。
理想的测量系统在每次使用时应只产生正确的测量结果:与一个标准值相符。
而事实上,理想的测量系几乎是不存在的:用一把校准好的卡尺,不同的人测量同一件零件都会产生不同的结果。
低质量的测量系统产生的测量结果往往本身就有较大的偏差,从而可能掩盖被分析过程的偏差,这种结果用于质量验证、质量改进和过程控制分析显然是不恰当的。
测量系统的质量经常使用其测得数据的统计特性来确定,测量系统必须处于统计控制中,也就说测量系统产生的偏差只能是由普通原因造成,而不应由于特殊原因导致。
测量系统分析就是用统计的方法分析测量系统所测数据的统计特性,而确定其质量水平。
通常,我们用下述五个指标来评价测量系统的统计特性,它们是:1)偏倚: 测量观察平均值与该零部件采用精密仪器测量的标准平均值的差值;2)线性:表征量具预期工作范围内偏倚值的差别;3)稳定性:表征测量系统对于给定的零部件或标准件随时间变化系统便倚中的总偏差量,与通常意义上的统计稳定性是有区别的;4)重复性:指同一个评价人,采用同一种测量仪器,多次测量同一零件的同一特性时获得的测量值(数据)的偏差。
5)再现性:指由不同的评价人,采用相同的测量仪器,测量同一零件的同一特性时测量平均值的偏差。
通常,前三种指标用于评价测量系统的准确性,后两种指标用于评价测量系统的精确性。
测量系统的准确性可以通过对设备的校准等比如参照ISO9000或ISO/TS16949关于测量系统的相关要求在体系上对测量系统进行维护、监控。
MINITAB使用方法MSA资料MINITAB是一款流行的统计分析软件,常用于数据分析和质量控制。
其中,MSA(测量系统分析)是MINITAB的重要功能之一,用于评估测量系统的准确性、精度和稳定性。
以下是使用MINITAB进行MSA分析的基本步骤和操作指南。
1.数据准备在进行任何分析之前,首先需要准备好所需的数据。
通常,MSA分析需要测量值和重复测量的数据。
确保数据的可靠性和准确性非常重要。
2.导入数据在MINITAB中,打开一个新的工作表,并将数据导入其中。
可以通过以下途径导入数据:直接输入数据,从文本文件中导入,从其他软件(如Excel)中复制粘贴数据。
3.创建测量系统分析工作表在MINITAB的菜单栏中,选择「Stat」-「Quality Tools」-「Measurement Systems Analysis」-「Gage Study(Crossed Design)」来创建测量系统分析工作表。
4.定义变量在弹出的对话框中,选择要分析的测量变量和因子,并定义各个变量的类型。
对于连续型变量,选择「Continuous Data」;对于离散型变量,选择「Attribute」。
根据实际情况,可能还需要定义其他属性,如测量上限、下限、精度等。
5.输入数据在测量系统分析工作表中,输入数据。
确保按照所定义的变量类型正确输入数据。
6.运行分析点击工具栏上的「OK」按钮,开始运行测量系统分析。
MINITAB将根据提供的数据,进行分析并生成结果。
7.分析结果解读8.结果解释和改进根据分析结果,评估测量系统的性能,并提出可能的改进措施。
根据分析结果的可行性,决定是否需要更换测量方法、设备或校准过程。
9.保存和导出结果在完成分析后,可以选择将结果保存为MINITAB项目文件(.MTB)或导出为其他常用格式,如Excel文件或PDF文档。
总结:MINITAB是一款强大的统计分析软件,可用于执行多种数据分析任务,包括MSA(测量系统分析)。
msa minitab例题详解MSA(Measurement System Analysis)是对测量系统进行全面评估的一种统计技术,主要用于确定测量系统测量的准确性、重复性和再现性。
在质量控制领域,MSA是确保测量数据准确性的重要手段。
以下是一个使用MINITAB软件进行MSA分析的示例:1. 假设我们要分析一个测量设备在测量长度方面的准确性,首先需要收集数据。
可以请3名检验员使用该设备对同一个部件进行多次测量,得到一系列的测量值。
将这些数据记录在表格中,包括检验员编号、部件编号、测量长度等。
2. 将数据输入MINITAB软件中,选择“质量工具”-“量具研究”-“量具R&R研究(交叉)”。
3. 在弹出的对话框中,输入检验员编号、部件编号和测量长度等变量,并指定部件号和检验员作为分类变量。
点击“确定”开始分析。
4. MINITAB软件会自动进行方差分析,计算测量系统的重复性和再现性。
分析结果会显示量具的R&R值、P/T值、可区分类别数等指标。
5. 根据分析结果,可以对测量系统进行评估。
如果R&R值和P/T值都大于30%,则说明测量系统的重复性和再现性较差,需要采取措施改进。
如果可区分类别数小于5,则说明测量系统的分辨力较低,也需要进行改进。
6. 如果需要进一步了解方差的构成,可以在MINITAB中选择“方差分量”,软件会分别计算重复性和再现性的方差分量,以及合计量具R&R的方差分量。
这些信息有助于了解测量系统各组成部分对总变异的贡献。
7. 除了方差分析外,还可以使用线性回归分析等方法对测量系统进行分析,以评估其准确性和可靠性。
例如,可以请更高一级别的测量设备对同一部件进行多次测量,取其平均值作为真值,然后将该值与被评估设备的测量值进行线性回归分析,以评估被评估设备的准确性。
8. 在完成MSA分析后,可以根据分析结果采取相应的措施,如对设备进行校准、培训检验员等,以提高测量系统的准确性和可靠性。
用MINITAB软件进行测量系统分析质量部陈志明摘要数据分析在质量管理和过程控制活动中已得到了广泛的应用,而数据的质量又取决于测量系统的能力。
本文以空调公司平衡型量热计空调系统性能测试平台的“GR&R”研究为例,介绍用MINITAB 进行测量系统分析的方法,供大家参考。
关键词数据分析MINITAB软件测量系统分析(MSA)一测量系统分析概述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过程。
理想的测量系统在每次使用时应只产生正确的测量结果:与一个标准值相符。
而事实上,理想的测量系几乎是不存在的:用一把校准好的卡尺,不同的人测量同一件零件都会产生不同的结果。
低质量的测量系统产生的测量结果往往本身就有较大的偏差,从而可能掩盖被分析过程的偏差,这种结果用于质量验证、质量改进和过程控制分析显然是不恰当的。
测量系统的质量经常使用其测得数据的统计特性来确定,测量系统必须处于统计控制中,也就说测量系统产生的偏差只能是由普通原因造成,而不应由于特殊原因导致。
测量系统分析就是用统计的方法分析测量系统所测数据的统计特性,而确定其质量水平。
通常,我们用下述五个指标来评价测量系统的统计特性,它们是:1)偏倚: 测量观察平均值与该零部件采用精密仪器测量的标准平均值的差值;2)线性:表征量具预期工作范围内偏倚值的差别;3)稳定性:表征测量系统对于给定的零部件或标准件随时间变化系统便倚中的总偏差量,与通常意义上的统计稳定性是有区别的;4)重复性:指同一个评价人,采用同一种测量仪器,多次测量同一零件的同一特性时获得的测量值(数据)的偏差。
5)再现性:指由不同的评价人,采用相同的测量仪器,测量同一零件的同一特性时测量平均值的偏差。
通常,前三种指标用于评价测量系统的准确性,后两种指标用于评价测量系统的精确性。
测量系统的准确性可以通过对设备的校准等比如参照ISO9000或ISO/TS16949关于测量系统的相关要求在体系上对测量系统进行维护、监控。
也就是说,通过对测量系统的分辨率、偏倚、线性和稳定性进行分析后进行校准后可以解决其准确性问题,工程上通常用测量系统的精确性亦即其重复性和再现性来研究其统计特性,就是通常所说的“GR&R研究”。
二测量系统分析流程及方法测量系统分析是一项重要的系统工程。
通常需要根据测量过程的可重复性(破坏性或非破坏性)、测量结果性质(记数型数据或计量型数据)、待测单元的数量大小、过程的成本、仪器或量具的状态及测量过程输出的重要性等因素来确定分析的方法和流程。
限于篇幅,本文仅就空调公司系统性能测试平台(量热计平衡室)的分析结合笔者对测量系统分析的了解做简要介绍,详细方法可参阅本文的参考文献(1)。
测量系统分析步骤:1.验证“量具(gage)”的校准;2.选择工件和测量者执行测量;3.用MINITAB软件进行数据评估;4.分析数据,解释结果,得出结论;5.检查是否有不合格的测量单位,制定长期量具保持/改进计划。
量具必须经过校准且才处在正常状态,没有经过校准或者已经过了校准期限的量具是处于不正常状态的,其测量所得数据不能用于测量系统分析。
为保证数据的统计独立性,视测量过程的时间、费用等因素,一般随机选择代表整个过程的10件工件进行测量,选择2~3名熟练操作工在不知情的情况下对各工件进行2~3次重复测量,得到一组用于评估测量系统的数据。
将所得数据按要求输入MINITAB软件,执行相关统计分析命令后,即可得到数据的统计特性,根据相应的评判规则既可判断测量系统的能力是否满足要求,既而根据分析结果有针对性的作出长期量具保持/改进计划。
如前所述,关于精确性的数据的统计特性包括测量系统的重复性、再现性等,MINITAB提供不同的分析方法以计算出测量系统的重复性、再现性、被测工件之间的偏差、过程总偏差以及各因素对过程偏差的百分比和对被测特性公差的比例,以考察测量系统相对于过程偏差及规范公差的测量能力,同时MINITAB 还计算出测量系统的区别分类数(Number of Distinct Categories),以考察测量系统的有效解析度。
三用MINITAB轻松实现测量系统分析1.制定测量方案,取得测量数据本文选择空调公司平衡型量热计空调系统性能测试平台的“GR&R”研究中的窗机KC=35/F1(US30M0)性能测试数据为例进行研究,本次试验由R和H两位试验员对10件该机型产品分别进行两次性能测试,其制冷量(W)测得数据如下:表1:性能测试数据表KC-35/F1(US30M0)的制冷量规范值为3500±175W。
2.用MINITAB进行分析MINITAB是美国MINITAB公司为专业质量管理人员开发的一款基于6sigma管理原则的数据统计分析软件,可帮助进行统计计算、假设检验、方差分析、试验设计、统计过程控制(工序能力分析、控制图)、测量系统分析、可靠性和寿命试验分析等质量分析和改进活动,并能进行排列图、因果效应图、直方图、盒状图等图形绘制。
只需输入原始数据,执行相应命令,即可获得计算分析结果。
下面将简单介绍用MINITAB进行测量系统分析的方法。
1)在MINITAB的电子表格内输入表1中数据;2)执行MSA分析命令:选择stat>quality tools>gage study>gage r&r study (crossed);MINITAB提供了针对各种情形下的精确性分析方法:MINITAB提供五种进行测量系统精确性分析的方法,1)Gage Run Chart,2) Gage R&R (Crossed) , 3)Gage R&R (Nested), 4)Attribute Gage Study (Analytic Method), 5)Attribute Agreement Analysis。
其中:1)Gage Run Chart提供各测量数据的链图,帮助你分析不同的操作者和工件之间测量结果的差异;2) Gage R&R (Crossed) 用于分析当每一被测工件都可以被多个操作者重复重复测量时的GR&R分析;3)Gage R&R (Nested) 用于分析当每一被测工件不可以被多个操作者重复重复测量(即进行破坏性测量)时的GR&R 分析;上述三种选择均针对计量型(连续型)数据而言。
4)Attribute Gage Study (Analytic Method)则是针对计数型(逻辑型)数据的分析。
5)Attribute Agreement Analysis它的功用在于将测试值与规范值相比较,在逻辑判定(也可以称为二进制特性描述)的情况下对测量结果进行判定。
本文选择的2) Gage R&R (Crossed)中,MINITAB提供了两种分析方法,X BAR and R法和ANOVA法,可以在在进行实际分析时选择两者中的一个。
其中前者将总体偏差分解为工件与工件之间(part-to-part)的偏差,重复性(repeatability)及再现性(reproducibility)三种,而后者则进一步将再现性(reproducibility)分化为操作者偏差及操作者与被测工件之间的交互偏差,由上,我们建议一般采用ANOVA法进行计量型数据的非破坏性的测试的测量系统分析,不推荐使用X BAR and R方法。
3)命令设置:在对话框中设置如下,选择ANOV A方法:点击“gage info”,输入量具信息,点击“options”,输入设置选项如下图:选择占正态曲线下99%面积的5.15个标准差,输入规范公差350,确定交互作用的估计alpha值0.25;4)分别点击OK后即可得分析结果如下:四结果分析1.评判准则量具的重复性和再现性的可接受准则:1)低于10%的误差:测量系统可接受;2)10%至30%的误差:根据应用的重要性,量具成本,维修的费用等可能是可接受的;3)大于30%的误差:测量系统需要改进;4)区别分类数不小于5,测量系统可接受,。
2.图形及结果分析A图(偏差组成图)表明:考察的过程大部分偏差来自于工件与工件之间,来自测量系统的偏差很小;B图(重复性极差控制图)表明:两名试验员对各样机的测试结果都在极差控制限内,说明他们进行试验的方式是一致的;C图(零件评价人均值图)表明:只有4点在控制限内,有90%的测量结果在控制界限之外,说明测量系统能够足以并能够检测到各样机代表的过程的偏差,且没有明显发现试验员与试验员之间的差异;D图(零件链图)表明:10台样机之间存在很大的偏差,没有奇异读数或不一致的零件;E图(评价人比较图)表明:R和H两位试验员之间无差异,也就是说来自评价人之间的偏差为0;F图(零件评价人交互图)表明:交互作用曲线基本是平行的,也就是说在评价人与零件之间没有显著的交互作用。
Source StdDev(SD)Study Var(5.15*SD)%Study Var(%SV)%Tolerance(SV/Toler)Total Gage R&R 10.7748 55.490 20.44 7.93Repeatability 8.9289 45.984 16.94 6.57Reproducibility 6.0309 31.059 11.44 4.44试验人员0.00000.00000.00000.0000试验人员*样机编号 6.0309 31.059 11.44 4.44Part-To-Part 51.5948 265.713 97.89 37.96Number of Distinct Categories = 63.结论测量系统的精度与过程规范的比率(SV/Toler)=7.94% <10%,说明量具对于规范的测量能力是可以接受的;测量系统的精度与总过程偏差的百分比%GR&R=20.44% <30%,说明量具对于过程偏差的测量能力是可勉强接受;区别分类数=6>5,说明测量系统能可靠的对过程偏差进行分级,测量系统是可以接受的;由此,基于对给定规范公差的比率及区别分类数,测量系统是可以接受的。
但是测量系统的重复性较大,可以考虑从进一步维护、校准测量设备,减少零件内偏差等角度对测量系统进行改进。
应该指出的是,测量系统的可接受性不应只取决于这几个简单的指数,应该同时使用随时间变化的图来分析测量系统的长期性能。
五后语影响测量系统的因素是多方面的,本文从测量结果的统计特性的角度介绍测量系统分析的方法,同时,MINITAB是一款数据统计分析的专业软件,广泛的用于企业质量管理、大学统计分析教学等各领域,全球实行6sigma管理的绝大部分企业都在使用该软件。