hur man utför Mätsystemanalys (MSA)

MSA är en samling experiment och analyser som utförs för att utvärdera ett mätsystems förmåga, prestanda och mängd osäkerhet angående de uppmätta värdena. Vi bör granska mätdata som samlas in, de metoder och verktyg som används för att samla in och registrera data. Vårt mål är att kvantifiera mätsystemets effektivitet, analysera variationen i data och bestämma dess troliga källa. Vi måste utvärdera kvaliteten på de uppgifter som samlas in med avseende på plats och breddvariation. Data som samlas in bör utvärderas för bias, stabilitet och linjäritet.

under en MSA-aktivitet måste mängden mätosäkerhet utvärderas för varje typ av gage eller mätverktyg som definieras i processkontrollplanerna. Varje verktyg bör ha rätt nivå av diskriminering och upplösning för att få användbar information. Processen, de verktyg som används (gages, fixturer, instrument, etc.) och operatörerna utvärderas för korrekt definition, noggrannhet, precision, repeterbarhet och reproducerbarhet.

Dataklassificeringar

innan vi analyserar data och eller gages, verktyg eller fixturer måste vi bestämma vilken typ av data som samlas in. Data kan vara attributdata eller variabla data. Attributdata klassificeras i specifika värden där variabel eller kontinuerlig data kan ha ett oändligt antal värden. Mer detaljerade definitioner finns nedan.

Masterprovet

För att utföra en studie bör du först få ett prov och fastställa referensvärdet jämfört med en spårbar standard. Vissa processer kommer redan att ha” masterprover ” etablerade för den höga och låga änden av den förväntade mätspecifikationen.

Gage r&r-studie

För gages eller instrument som används för att samla in variabel kontinuerlig data, Gage repeterbarhet och reproducerbarhet (Gage R& R) kan utföras för att utvärdera osäkerhetsnivån inom ett mätsystem. För att utföra ett Gage r & r, Välj först det gage som ska utvärderas. Utför sedan följande steg:

• skaffa minst 10 slumpmässiga prover av delar som tillverkats under en vanlig produktionskörning
• Välj tre operatörer som regelbundet utför den särskilda inspektionen
• Låt var och en av operatörerna mäta provdelarna och registrera data
• upprepa mätprocessen tre gånger med varje operatör med samma delar
• beräkna medelvärdet (medelvärdet) och intervallet för provgenomsnitten för var och en av operatörerna
• beräkna skillnaden för varje operatörs medelvärden, medelvärdesintervall och mätområdet för varje provdel som används i studien
• beräkna repeterbarhet för att bestämma mängden utrustningsvariation
• beräkna reproducerbarhet för att bestämma mängden variation som införts av operatörerna
• beräkna variationen i delarna och totala variationsprocentandelar

den resulterande Gage R & r-procentsatsen används som grund för att acceptera gage. Riktlinjer för bestämning finns nedan:

• mätsystemet är acceptabelt om Gage r & r-poängen faller under 10%
• mätsystemet kan bestämmas acceptabelt beroende på applikationens relativa betydelse eller andra faktorer om Gage R & r faller mellan 10% och 20%
• Alla mätsystem med Gage r & r större än 30% kräver åtgärder för att förbättra
  • alla åtgärder som identifierats för att förbättra mätsystemet bör utvärderas för effektivitet

vid tolkning av resultaten av a Gage r & R, utför en jämförelsestudie av repeterbarhets-och reproducerbarhetsvärdena. Om repeterbarhetsvärdet är stort i jämförelse med reproducerbarhetsvärdet, skulle det indikera ett eventuellt problem med den gage som används för studien. Gage kan behöva bytas ut eller kalibreras om. Negativt, om reproducerbarhetsvärdet är stort i jämförelse med repeterbarhetsvärdet, skulle det indikera att variationen är operatörsrelaterad. Operatören kan behöva ytterligare utbildning om korrekt användning av gage eller en fixtur kan krävas för att hjälpa operatören att använda gage.

Gage R& r-studier ska utföras under någon av följande omständigheter:

• när ett nytt eller annat mätsystem införs
• efter förbättringsaktiviteter
• när en annan typ av mätsystem införs
• efter förbättringsaktiviteter som utförts på det aktuella mätsystemet på grund av resultaten från en tidigare Gage R& r-studie
• årligen i linje med inställt kalibreringsschema för gage

attribut gage r& r

attributmätningssystem kan analyseras med en liknande metod. Mätosäkerhet för attributgages ska beräknas med kortare metod enligt nedan:

• bestäm det gage som ska studeras
• skaffa 10 slumpmässiga prover från en vanlig produktionskörning
• Välj 2 olika operatörer som utför den särskilda inspektionsaktiviteten regelbundet
• låt operatörerna utföra inspektionen två gånger för var och en av provdelarna och registrera data
• beräkna sedan kappa-värdet.
• när kappa-värdet är större än 0.6, anses gage acceptabelt
  • Om inte, kan gage behöva bytas ut eller kalibreras

attributet gage-studien bör utföras baserat på samma kriterier som tidigare listats för Gage R & r-studien.

under MSA ska Gage R&r eller attributet gage-studien slutföras på var och en av de gages, instrument eller fixturer som används i mätsystemet. Resultaten ska dokumenteras och lagras i en databas för framtida referens. Det kan krävas för en PPAP-inlämning till kunden. Dessutom, om några problem skulle uppstå, kan en ny studie utföras på gage och resultaten jämfört med tidigare data för att avgöra om en förändring har inträffat. En korrekt utförd MSA kan ha ett dramatiskt inflytande på kvaliteten på data som samlas in och produktkvaliteten.

nyckeltermer och definitioner

• attributdata-Data som kan räknas för inspelning och analys (ibland kallad go/ no go-data)
• variabel data-Data som kan mätas; data som har ett värde som kan variera från ett prov till nästa; kontinuerlig variabel data kan ha ett oändligt antal värden
• Bias-skillnad mellan det genomsnittliga eller genomsnittliga observerade värdet och målvärdet
• stabilitet – en förändring i mätförspänningen under en tidsperiod
  • en stabil process skulle övervägas i ”statistisk kontroll”
• linjäritet – en förändring i biasvärdet inom intervallet för normal processoperation
• upplösning-minsta måttenhet för ett valt verktygsgage eller instrument; mätsystemets känslighet för att bearbeta variation för en viss egenskap som mäts
• noggrannhet-närheten av data till målet eller det exakta värdet eller till ett accepterat referensvärde
• Precision – hur nära en uppsättning mätningar är till varandra
• repeterbarhet – ett mått på effektiviteten hos det verktyg som används; variationen av mätningar som erhållits av en enda operatör som använder samma verktyg för att mäta samma egenskap
• Reproducerbarhet – ett mått på operatörens variation; variationen i en uppsättning data som samlas in av olika operatörer med samma verktyg för att mäta samma delkaraktäristik