Mittausjärjestelmän vaihtelu voi peittää todellisen prosessin suorituskyvyn, mikä johtaa virheellisiin teknisiin päätöksiin. Kaapelitoistot ja uudelleenkäynnistävyystutkimukset tarjoavat jäsennellyn tavan määrittää, kuinka suuri osa havaitusta vaihtelusta tulee mittausjärjestelmästä itsestään eikä mitattavista osista. Tulkinnan avulla insinöörit voivat luottaa siihen, että mittausjärjestelmä soveltuu aiottuun tarkoitukseen tai että tarvitaan korjaavia toimia ennen kuin dataan voidaan luottaa.

Mitä Gauge R&R on?

Kaapelin kokonaismittaus ja -mittaus on tilastollinen menetelmä, joka toteutetaan tyypillisesti osana mittausjärjestelmän analyysiä (MSA), joka hajottaa kokonaismittauksen vaihtelun kahdeksi perusosaksi:

  • Käytettävyys[ . ... .......................................................................................................................................................................................................................................
  • Taajuus [ . ... variaatio, joka syntyy, kun eri toimijat mittaavat samoja osia samaa mittaria käyttäen. Tämä osa heijastaa eroja käyttäjän tekniikoissa, koulutuksessa tai mittausmenetelmien tulkinnassa.

Lisäksi arvioidaan muita lähteitä, kuten osavaihtelua, ulottumien vaihtelua ja käyttäjän välistä vuorovaikutusta, täysimittaisessa ristikkäisessä R&R-tutkimuksessa, jossa käytetään usein muunnelmaanalyysimenetelmää (ANOVA). ANOVA-menetelmä on suositeltavampi, koska se voi erottaa vuorovaikutuksen vaikutukset eikä vaadi yhtä suuria näytekokoja, mikä tekee siitä vahvemman kuin vanhempi vaihteluvälimenetelmä.

Keskeiset mittasuhteet kuronnassa

Tulkinta perustuu useisiin johdettuihin tilastoihin, joissa ilmaistaan mittausjärjestelmän virhe suhteessa muihin vaihtelulähteisiin. Tyypillisen Gauge R&R -tutkimuksen tuotosta ovat:

%Study Variation (kutsutaan myös %GRR tai %SV)

Tämä metri vertaa mittausjärjestelmän keskihajontaa (toistuvuus + uusittavuus) kokonaisvaihteluun (mittausjärjestelmä + osavaihtelu). Se vastaa: kuinka suuri osa tietojen kokonaisjakaumasta johtuu ulottumasta ja käyttäjistä?

  • alle 10% [ . . Mittausjärjestelmä katsotaan hyväksyttäväksi erityisesti prosessinohjaus- ja valmiustutkimuksissa.
  • 10-30%[ . Voi olla hyväksyttävää riippuen sovelluksesta, virhekustannuksista ja mitattavan ominaisuuden kriittisestä luonteesta. Usein tarvitaan riskiin perustuva päätös.
  • Yli 30%[ . Mittausjärjestelmä ei ole hyväksyttävä. Tarvitaan merkittäviä parannuksia ennen kuin tietoja voidaan käyttää päätöksenteossa.

%Selvityssuhde (kutsutaan myös P/T-suhteeksi)

Tämä vertaa mittausjärjestelmän vaihtelua (yleensä 6σ R&R) tekniikan toleranssiin (USL . LSL). Se paljastaa, voiko mittari luotettavasti erottaa vastaavat ja vaatimustenvastaiset osat. Alle 10% arvo on erinomainen; 10%.30% voi olla hyväksyttävä; yli 30% tarkoittaa sitä, että mittarivirhe kuluttaa liikaa toleranssikaistaa, mikä saattaa aiheuttaa vääriä hylkäyksiä tai vääriä hyväksyntöjä.

Eri luokkien lukumäärä (NDC)

NDC osoittaa, kuinka monta erillistä ryhmää mittausjärjestelmä pystyy luotettavasti erottamaan osat toisistaan. Se lasketaan siten, että osa keskihajonta jaettuna mittausjärjestelmän keskihajontalla, pyöristetään alaspäin. NDC:n 5 tai sitä suurempi katsotaan riittäväksi, kun taas NDC:n 2 tai vähemmän signaalia siitä, että mittausjärjestelmä ei pysty erottamaan osia tehokkaasti. Arvot 3-6 ovat marginaalisia.

Tulkkaus suunnittelupäätösten tuloksia varten

Raakanumerot eivät yksin riitä. Insinöörien on tulkittava tuloksia osana liiketoiminnan tavoite: prosessinohjaus, kykyanalyysi, tai lajittelu / romun vähentäminen.

Kun mittausjärjestelmä on hyväksyttävä (%GRR < 10% ja NDC ≥ 5)

Tässä skenaariossa mittausjärjestelmä tuo mukanaan minimaalisen melun. Tietoja voidaan käyttää [] kapesitavuustutkimuksiin[ (Cpk, Ppk) luottavaisin mielin ja ohjauskarttoihin (X-bar & R, yksilöt) heijastaa todellisia prosessien muutoksia. Teknisiä muutoksia voidaan arvioida huolehtimatta siitä, että mittausvirhe peittää todelliset parannukset. Prosessin muutoksia, toimittajan hyväksyntää ja tuotteen julkaisua koskevat päätökset ovat datalähtöisiä ja luotettavia.

Paraneminen (% GRR > 30% tai NDC < 3)

Suuri mittausvaihtelu johtaa useisiin riskeihin: virheellisiin signaaleja ohjaustaulukoissa (joko ei havaita todellista muutosta tai vaikuttaa meluun), epäluotettavia kykyindeksit, ja väärä lajittelu hyviä vs. huonoja osia. Insinöörien olisi välittömästi toteutettava toimenpiteitä vähentää vaihtelua. Yhteisiä syitä ovat:

  • Käyttötekniikka[ . ... .......................................................................................................................................................................................................................................
  • Kaasutila[ ... ........................................................................................................................................................................................................................................
  • Osan vaihtelu tutkimuksessa[ . Jos näytteen osat ovat liian samanlaisia (pieni osavaihtelu), %GRR tulee näyttämään liioitellulta, vaikka mittari olisi riittävä. Tätä voidaan käsitellä valitsemalla osat, jotka kattavat täyden toleranssialueen.
  • Korjaus tai suunta[ . Osat, jotka liikkuvat mittausten aikana, tuovat toistettavuusvirheen. Omistetut kiinnityslaitteet tai paranneltu puristus voi ratkaista tämän.

Korjaustoimien toteuttamisen jälkeen on tehtävä seurantatutkimus, jolla varmistetaan parannus.

Käytännön toimet mittausmuutosten vähentämiseksi

Tutkimus- ja tutkimustulosten tulkinnan perusteella seuraavat toimet ovat tehokkaimpia:

  1. Vakioi mittausmenettely.[ Kirjoita selkeä askel askeleelta työohje, johon sisältyy osasuuntaus, mittan nollaus ja lukemisen ajoitus.
  2. Käytä operaattorin koulutusta.[ Käytä ristikkäistunteja sokeiden tarkastusten kanssa. Varmista, että jokainen operaattori toistaa saman mittauksen samasta osasta, kunnes niiden vaihtelu on hyväksyttävällä alueella.
  3. Korjaa tai korvaa mittari.[ Tarkempi laite (esim. digitaalinen kaliiperi vs. manuaalinen, tai laser mikrometrit vs. mekaaninen) voi leikata toistettavuusvirhe radikaalisti.
  4. Ohjaa ympäristötekijöitä.[ Lämpötila, kosteus, tärinä ja valaistus vaikuttavat mittaukseen. Jos tutkimuksessa näkyy suurta toistettavuusvaihtelua vuorojen välillä, ympäristömuutokset voivat olla syypää.
  5. Käytä apuvälineitä tai kalusteita.[ Yksinkertainen opas tai pysähdys voi vähentää operaattorista riippuvia linjausvirheitä, mikä vähentää toistettavuutta.
  6. Kalibroi säännöllisesti.[ Linkki havaittuun drift-mittausjärjestelmään. Jotkut yritykset käyttävät tutkimus- ja kehitystuloksia kalibroinnin taajuuden säätöön.

Esimerkki: R&R:n käyttäminen laatukysymyksen korjaamiseen

Autokuilujen valmistajalla oli korkea romunopeus ulkohalkaisijan (OD) mittauksen vuoksi. Alun perin tehdyssä GRR-tutkimuksessa todettiin, että NDC-mitta oli 42% ja että se oli vain 2. Mittari oli manuaalinen mikrometri, ja kolme operaattoria pyöri radalla.

Tulokset tutkittuaan tiimi totesi, että toistettavuus oli suuri (operaattorin vaihtelu yhden ajon aikana oli suuri) ja toistettavuus vielä suurempi. Tutkimus paljasti, että mikrometrillä oli kulunut tasainen piste ja että toimijat painoivat sormusta epäjohdonmukaisesti. Myöskään osaa ei tuettu, mikä aiheutti roikkumisen mittauksen aikana.

Korjaavat toimet: mikrometri korvattiin digitaalisella mikrometrillä vakiovoimamekanismilla, akselin tueksi lisättiin V-lohkon laite, ja kaikille toimijoille järjestettiin 30 minuutin käytännön koulutus, jossa oli vakiomuotoinen mittauslista. Seurantatutkimus tuotti R&R-arvona 8% ja NDC 7:nä. Romutustaajuutena oli seuraavan kuukauden aikana 5 prosenttia ja alle 0,5 prosenttia, ja prosessikapasiteetti Cpk parani 0,8 prosentista 1,33 prosenttiin.

Tämä tapaus osoittaa, miten tutkimus- ja tutkimustulosten tulkinta johtaa suoraan toimiin, jotka parantavat laatua ja kustannusparannuksia.

Tutkimus- ja kehittämistoiminnan sisällyttäminen tieto- ja viestintätekniikkaan

Kaapelintorjunta ja -valvonta ei saa olla kertaluonteinen harjoitus. Se on osa jatkuvaa parannussykliä:

  • Suoritetaan alkututkimuksia kaikista kriittisistä mittausjärjestelmistä.
  • Käytä tuloksia määrittää säännöllisesti uudelleen tutkimuksia (neljännesvuosittain tai sen jälkeen, kun mittari korjaus, käyttäjän muutos, tai prosessin muutos).
  • Dokumentoi mittausjärjestelmärekisterin havainnot sekä erillisten luokkien ja %GRR:n lukumäärä.
  • Tee tutkimus- ja kehitystuloksesta tarvittava panos ennen kuin mikään valmiustutkimus hyväksytään asiakasraportointia varten.

Kun mittausjärjestelmän vaihtelu on vähäistä, tekniset päätökset ovat vankkoja: prosessien säätö heijastaa todellisia muutoksia, ohjauskaaviot signaalit todelliset prosessien muutokset ja tuotteiden hyväksymispäätökset ovat tarkkoja. Tämä datalähtöinen lähestymistapa vähentää uudelleen työtä, poistaa prosessien ylisäädön ja luo luottamusta laatujärjestelmään.

Menetelmiä ja hyväksymisperusteita koskevaa lisälukea varten AIAG Measurement Systems Analysis (MSA) Manual[ (4. painos) .

Kun insinöörit hallitsevat Gaugen tutkimus- ja tutkimustulosten tulkinnan, he muuttavat raakamittausdatan luotettavaksi ja toimivaksi tiedoksi .