MSA量测系统分析(ppt 20页)

MSA量测系统分析目录：
1、前言
2、名词解释
3、MINITAB量测系统分析方法
4、范例中所使用的数据集
5、Gage、R&R、、(Crossed)
6、Gage、R&R、、(Nested)
7、MINITAB程序窗口的输出内容
8、MINITAB绘图窗口的输出内容
9、范例说明
10、Gage、Run、Chart
11、Gage、Linearity、and、Accuracy

 

MSA量测系统分析内容提要：
      任何时候进行一个制程的数据量测,你都会发现变异的存在,这些变异主要来自于两部份-任何制程所产生出的零件之间一定都会有差异,以及量测方法的不尽完美,因此就算重复量测同一个对象,不一定会得到相同的结果.
      统计制程管制SPC是在探讨 Part-to-Part 的变异,而且尽可能将变异降到最小以达到产品一致的目标,但是在进行任何SPC的分析之前,我们应该检查所观察到的变异是否有偏高的误差是因量测系统所引起的.
      制程开发中的每一个流程都是依据制程所量测到的数据进行统计/图形分析所得到的结果,以分析制程能力是否符合工程规格,然后进行机台调整与制程改善的依据,但是大部份的数据都是经由量测仪器设备得到,量测数据质量的好坏和量测系统是否处在一个稳定的奖状态下有关.
       例如一个量测系统是在稳定的情况下,则使用同一标准片来量测某一质量特性,取得几个量测值,如果这些量测数值都非常 “接近”此一标准片的标准值,那么我们说这些数据的质量是 “好的”,同样的如果量测结果 “偏离”此一标准值达一程度,那么我们这些数据的质量是 “差”的,量测数据质量的好与坏以量测系统在一个稳定的情况下取得多个数据的统计性质进行判定.
       量测数值质量的衡量指针主要有[偏差=Bias]和[变异=Variation],偏差是指偏离标准值的程度,而变异则是指数据的分布扩散的程度.如果量测仪器或人员的误差(Error)很大,容易造成量测数据的平均值偏离真值(True Value),也就是造成偏差或变异大于制程实际的变异,以误差的制程数据来判读制程进行调整或管制,影响是很难衡量的.

..............................