在工业制造领域中,波动就是管理的敌人,其来源一方面来自于过程本身,另一方面来自于测量系统。所谓测量系统分析是指运用统计学的方法对测量系统进行评估,在合适的特性位置测量正确的参数,了解影响测量结果的波动来源及其分布,并确认测量系统是否符合工程需求(像不像之前DOE部分提到的规律部分与随机部分)。这里要敲一个重点:符合工程需求,也就是说在不同行业、项目中第一步是设定目标(标准),然后研究才是对的,以偏概全的完全按某一标准操作是不对的。 特别是现在自动化测试、非标检验越来越多,一招鲜走天下的方法完全是不够用的。 常用的就是测量系统的“五性”: 第一个“性”就是所谓的偏倚性(Bias)。通常是在很短的时间内对一个已知的标准值进行多次测量,以确定测量系统测出值与标准值是否存在差异,是对测量系统准确性的最直接的描述。 第二个“性”就是所谓的线性(Linearity)。好的测量系统要求这些不同长度的偏倚连起来应该是一条直线,即“线性”。通常用一元线性回归来判断偏倚是否呈线性。 第三个“性”就是稳定性(Stability)。也就是说,在不同时间测量同一个东西(通常是标准件),其偏倚和精度随着时间的变化所出现的波动应该是恒定的。这体现了你对测量系统的管理水平,通常用控制图来进行判断。 第四、五个“性”就是大家都非常熟悉的重复性(Repeatability)和再现性(Reproducibility)。这两个性用来评价测量系统在相同条件下多次测量一个被测物,和不同条件下测量一个被测物所出现的波动。 严格来说在做测量系统分析(MSA)时,这五性都要进行验证。偏倚与线性通常是通过定期检定来完成,除了负责计量的人其他人很少接触,而且现在工业化水准对标准化量具制造完全不存在问题,久而久之很多人想当然地把GageR&R等同于MSA,而且随着自动化测量设备的引进,甚至将测量系统分析弱化。 从系列的全面性来看这一章节是必要的,Minitab 量具研究中的许多方法均基于AIAG 出版物(如AIAG手册等),研究对象一样,方法不一样结果自然就不一样了。下面小结四个常见的误区:
下一章节将直接通过案例分析介绍Minitab如何对五性进行分析的。 整理不易,欢迎点亮再看! ---Minitab系列--- ---------------------------------------------- 整理不易,欢迎点亮再看!
|
|