Table of Contents
Comprendre la variabilité du système de mesure en génie
Les projets d'ingénierie dépendent de mesures précises pour valider les conceptions, contrôler les processus et vérifier la qualité du produit. Pourtant, chaque mesure comporte un certain degré d'erreur. Le défi consiste à distinguer la variation réelle du processus et la variation introduite par le système de mesure lui-même. La répétabilité et la reproductibilité de l'évaluation (R&R) fournit un cadre statistique structuré pour faire cette distinction.
Sans une étude de la R&R appropriée, les équipes risquent d'agir sur des données trompeuses. Un système de mesure qui semble fonctionnel peut encore introduire suffisamment de bruit pour masquer les changements réels de processus, générer de fausses alarmes ou masquer des défauts.Cette incertitude s'accumule dans chaque activité en aval : évaluations des capacités de processus, contrôle statistique des processus, conception d'expériences et acceptation finale du produit.
Qu'est-ce que la R&R Gauge?
La méthode de mesure de la qualité est une composante essentielle de l'analyse du système de mesure (ASM), une discipline qui évalue la qualité d'un système de mesure. La méthode quantifie deux sources principales d'erreur de mesure : la répétabilité et la reproductibilité.
La répétabilité fait référence à la variation observée lorsque le même opérateur mesure la même partie plusieurs fois en utilisant la même jauge dans des conditions identiques. Elle saisit la précision inhérente de la jauge elle-même et la capacité de l'opérateur à obtenir des lectures cohérentes.
La reproductibilité saisit la variation qui se produit lorsque différents opérateurs mesurent les mêmes parties à l'aide d'une même jauge. Cette composante reflète des différences dans la technique, l'interprétation, la formation de l'opérateur ou des facteurs physiques tels que la vue ou la stabilité des mains.
Ensemble, ces deux composantes forment l'erreur totale du système de mesure. Une étude de la mesure de la variation de la variation totale observée se divise en trois parties : variation de la variation de la partie à la partie (variation du processus réel), variation de la répétabilité et variation de la reproductibilité.
Principaux paramètres de la R&R
Les résultats d'une étude de R&R sur les jauges sont généralement exprimés en pourcentages de la variation totale ou de la tolérance.
- %GRR (ou %R&R) – la variation combinée de répétabilité et de reproductibilité en pourcentage de la variation totale de l'étude
- %P/T (rapport de précision à tolérance) – la variation du système de mesure en pourcentage de la largeur de tolérance de spécification
- Nombre de catégories distinctes (ndc) – nombre de catégories statistiquement identifiables que le système de mesure peut détecter de façon fiable
Les lignes directrices de l'industrie classent généralement un système de mesure comme acceptable si %GRR est inférieur à 10 %, marginal si entre 10 % et 30 %, et inacceptable au-dessus de 30 %.
Les composants d'un système de mesure
A measurement system includes far more than the gauge itself. Every element in the chain from the part to the recorded value contributes potential variation. Understanding these components helps engineers design better Gauge R&R studies and interpret results more accurately.
L'appareil ou l'instrument
Les facteurs tels que l'étalonnage, l'usure, la résolution, la sensibilité environnementale et la conception influent tous sur la variation apportée par la jauge.
L'opérateur
La personne qui effectue la mesure. Technique d'opérateur, formation, fatigue, motivation, et même caractéristiques physiques peuvent influencer les résultats. La reproductibilité saisit cette source de variation.
La procédure de mesure
La méthode documentée pour prendre des mesures. L'ambiguïté dans la procédure, les définitions imprécises ou les étapes qui permettent une interprétation individuelle augmentent directement l'erreur de reproductibilité.
L'environnement
La température, l'humidité, les vibrations, l'éclairage et la propreté peuvent tous avoir une incidence sur les mesures.
La partie elle-même
Une étude de la mesure de la valeur de l'écart exige des parties qui couvrent toute la gamme de variations de production attendues. L'utilisation de parties avec trop peu de variation gonfle artificiellement le %GRR et peut conduire à rejeter un système de mesure adéquat.
Pourquoi la R&R est importante pour les projets d'ingénierie
Les projets d'ingénierie sont constamment soumis à des pressions pour réduire les coûts, accélérer les délais et améliorer la qualité. L'erreur de mesure mine directement chacun de ces objectifs.
Confiance dans les décisions fondées sur les données
Les décisions techniques ne sont que aussi bonnes que les données qui les appuient. Les études de capacité de processus, l'interprétation des diagrammes de contrôle, les essais d'hypothèses et la conception des expériences supposent toutes que l'erreur de mesure est faible par rapport aux effets étudiés.
Rétravail et recyclage réduits
Un système de mesure qui ne fait pas de bonnes parties les mauvaises ou les mauvaises parties les mauvaises comme les mauvaises parties génère des pertes financières directes. Le graissage des pièces conformes gaspille les matériaux et la capacité de production.
Meilleure compréhension des processus
L'analyse du système de mesure oblige les équipes à examiner en détail leurs processus de mesure. Cet examen révèle souvent des possibilités d'amélioration au-delà de la jauge elle-même : de meilleurs plans de montage, des procédures plus claires, une meilleure formation des opérateurs ou des stratégies de mesure plus appropriées.
Exigences réglementaires et de la clientèle
De nombreuses industries, y compris l'automobile, l'aérospatiale, les appareils médicaux et l'électronique, exigent des études de mesure de la R&R dans le cadre de normes de systèmes de gestion de la qualité comme ISO 9001, IATF 16949 ou AS9100. Les clients peuvent exiger des preuves de l'adéquation du système de mesure avant d'approuver de nouveaux produits ou procédés.
Types de variation dans les systèmes de mesure
La compréhension des sources de variabilité aide les ingénieurs à cibler efficacement les efforts d'amélioration. La variation totale observée dans toute étude de mesure provient de trois grandes catégories.
Variation entre les parties
Il s'agit de la vraie variation du produit ou du procédé mesuré, qui représente le signal d'intérêt. Dans un système de mesure bien conçu, la variation partielle devrait dominer la variation totale de l'étude.
Variation de l'exploitation (répétabilité)
Lorsque le même opérateur mesure la même partie à plusieurs reprises, les lectures doivent être presque identiques. La variation ici indique des problèmes de précision de la jauge, de cohérence technique de mesure ou de stabilité environnementale.
Variation entre les opérateurs (réproductibilité)
Les différents opérateurs peuvent obtenir systématiquement des lectures différentes sur les mêmes parties. Cette variation révèle des incohérences dans la technique, l'interprétation ou la formation.
Interaction partielle entre les deux opérateurs
Certains opérateurs peuvent mesurer certaines caractéristiques de la pièce différemment des autres. Cet effet d'interaction peut être subtil mais important. Il suggère que les opérateurs n'appliquent pas la procédure de mesure de la même manière sur toute la gamme des pièces.
Réalisation d'une étude de R& sur les jauges;
Une étude de la méthode de mesure de l'écartement est conçue de façon appropriée et suit un protocole structuré pour assurer des résultats valides.
Planification de l'étude
Commencez par définir les limites du système de mesure. Quels sont les jauges, les opérateurs, les procédures et les conditions environnementales qui seront incluses? Choisissez 10 à 20 parties qui représentent la gamme complète de variation de production prévue. Choisissez trois ou plus opérateurs qui effectuent régulièrement la mesure.
randomiser l'ordre de mesure pour minimiser les effets de commande et le biais d'apprentissage. Veiller à ce que les opérateurs effectuent des mesures indépendamment sans connaître les autres’ résultats ou lectures antérieures.
Réalisation des mesures
Les opérateurs doivent suivre la procédure de mesure standard exactement. Ne pas fournir de coaching ou d'orientation spéciale pendant l'étude. L'objectif est d'évaluer le système de mesure comme il fonctionne normalement, pas dans des conditions idéales.
Analyse des données
L'analyse statistique des données recueillies calcule les composantes de variance pour les pièces, les opérateurs et la répétabilité. Plusieurs logiciels supportent l'analyse de la R&R de jauge, y compris Minitab, JMP et R. L'analyse produit les valeurs %GRR, %P/T et ncc qui déterminent l'acceptabilité du système de mesure.
L'analyse de la variance (ANOVA) est préférable à la méthode de l'ancienne gamme, car elle permet de détecter les interactions opérateur-part et fournit des estimations de variance plus précises.
Interprétation des résultats
Comparer les mesures calculées avec les critères établis. Un %GRR inférieur à 10 % indique un excellent système de mesure. Entre 10 % et 30 % est acceptable pour de nombreuses applications, mais peut nécessiter des améliorations pour les mesures critiques.
Le nombre de catégories distinctes (ndc) devrait être de cinq ou plus pour que le système de mesure soit utile pour le contrôle des processus et l'analyse des capacités.
Pratiques exemplaires pour la R&e de jauge; Études R
En suivant les pratiques exemplaires établies, on améliore la fiabilité des résultats de la R&R de Gauge et on aide les équipes à éviter les pièges communs.
Utiliser des pièces représentatives
Les parties sélectionnées pour l'étude doivent couvrir toute la gamme de production prévue, y compris près des limites de spécification. L'utilisation de parties trop similaires gonfle artificiellement le %GRR parce que l'erreur de mesure devient importante par rapport à la variation de la petite partie.
Aveuglez les opérateurs
Les opérateurs ne doivent pas savoir quelle partie ils mesurent ou voient les lectures précédentes, ce qui empêche les biais de la mémoire ou de l'attente et garantit que l'estimation de la répétabilité reflète la performance réelle du système de mesure.
Maintenir des conditions stables
Effectuez l'étude dans des conditions de production normales. Ne pas nettoyer les jauges plus soigneusement ou les maintenir plus soigneusement que d'habitude. L'objectif est d'évaluer le système tel qu'il fonctionne quotidiennement, pas dans des conditions de laboratoire idéales.
Tout documenter
Consigner tous les détails pertinents : identification de la pièce, identité de l'opérateur, ordre de mesure, conditions environnementales, état d'étalonnage des jauges et toutes anomalies observées au cours de l'étude.
Réévaluer périodiquement
Les systèmes de mesure se dégradent au fil du temps en raison de l'usure, des dommages, de l'étalonnage dérivant ou des changements dans les opérateurs ou les procédures. Les études périodiques de la mesure de l'écart de mesure; les études de R détectent ces changements avant qu'ils n'affectent la qualité du produit.
Exemples de cas dans les projets d'ingénierie
Les applications du monde réel démontrent la valeur de la R&R de Gauge pour réduire la variabilité des processus dans différents domaines d'ingénierie.
Inspection des composantes aérospatiales
Les premières études de la capacité du procédé ont montré des valeurs de Cp inférieures à 1,0, ce qui laisse croire que le processus ne pouvait pas répondre aux exigences. Une étude de la R&M de l'appareillage a révélé que le système de mesure a contribué à plus de 60 % de la variation totale observée en raison d'un réglage et d'une technique d'exploitation incohérents. La normalisation de la certification de l'opérateur de fixation et de mise en oeuvre a réduit le pourcentage de GRR à 12 % et la capacité du procédé a été améliorée à 1,3. L'étude a transformé une situation qui semblait nécessiter une refonte du processus en une amélioration simple du système de mesure.
Ligne d'assemblage automobile
Une étude de la mesure de la dimension critique a révélé que les opérateurs lisaient les calages numériques différemment et en ont fait des arrondis réguliers, tandis que d'autres ont arrondi. La normalisation de la règle de lecture et la fourniture de guides de référence visuelle ont réduit l'erreur de reproductibilité de 28 % à 4 %, et la variation réelle du processus est devenue visible, ce qui a permis d'obtenir une maintenance ciblée qui a éliminé les problèmes de montage.
Fabrication d'instruments médicaux
Une entreprise de matériel médical devait valider un nouveau processus de stérilisation. Le protocole de validation exigeait la preuve que les caractéristiques dimensionnelles clés n'ont pas changé après la stérilisation. L'étude initiale de la mesure de la jauge R&R a montré que le système de mesure était de 35%, ce qui signifie que l'erreur de mesure seule pouvait masquer ou exagérer tout changement réel de stérilisation.
Réduction de la variabilité du processus grâce au contrôle du système de mesure
Les études de R&R ne sont pas des activités ponctuelles, mais font partie d'une stratégie de contrôle des systèmes de mesure continue.
R &R pour lier la R &R à l'amélioration du processus
Lorsque la variation du système de mesure est sous contrôle, les données utilisées pour l'amélioration du processus deviennent dignes de confiance. Les équipes peuvent appliquer avec confiance le contrôle statistique du processus, la conception d'expériences et l'analyse de la cause racine parce qu'elles savent que la variation observée reflète le comportement réel du processus.
La réduction de la variabilité des processus suit naturellement. Avec des mesures fiables, les opérateurs peuvent ajuster les processus en fonction de la rétroaction exacte. Les ingénieurs peuvent identifier les véritables sources de variation et prioriser les efforts d'amélioration. Le résultat est un cycle vertueux: de meilleures mesures permettent un meilleur contrôle des processus, ce qui réduit la variabilité, ce qui améliore encore les performances du système de mesure.
Incidences financières
Les coûts cachés comprennent une fréquence accrue d'inspection, des retards dans le lancement des produits, des plaintes des clients, des demandes de garantie et des occasions d'affaires perdues. Investir dans la R& de jauge;Les études de R et les améliorations du système de mesure produisent des rendements substantiels en éliminant ces coûts cachés.
Les études menées dans les industries manufacturières montrent systématiquement que les améliorations apportées aux systèmes de mesure donnent des rendements de 5:1 ou plus lorsqu'on tient compte du coût évité de la mauvaise qualité.
Pièges courants et comment les éviter
Même les équipes expérimentées peuvent commettre des erreurs dans les études de R&R de Gauge. La sensibilisation aux pièges communs permet d'assurer des résultats valides et des améliorations significatives.
Piège 1 : Portée partielle insuffisante
Lorsque la plage de la pièce est étroite, le %GRR calculé apparaît gonflé parce que l'erreur de mesure devient importante par rapport à la petite variation de la pièce. Le résultat est une fausse alarme qui conduit à des changements inutiles du système de mesure.
Solution:[ Sélectionnez des pièces qui couvrent au moins 80 % de la tolérance de spécification, incluant idéalement des pièces proches des limites de spécification et des pièces proches de la valeur nominale.
Piège 2 : Conditions de mise en scène
Les équipes effectuent parfois des études de R&R dans des conditions idéales : jauges soigneusement nettoyées, temps supplémentaire accordé, opérateurs sur leur meilleur comportement.Ces études surestiment la capacité du système de mesure et fournissent une fausse confiance.
Solution: Mener l'étude dans des conditions de production normales avec une préparation minimale. L'objectif est de mesurer le système tel qu'il fonctionne réellement.
Piège 3: Ignorer l'interaction opérateur-par-partie
La méthode de mesure de la plage de R&R ne permet pas de détecter les interactions opérateur-part. Cette interaction peut être une source importante de variation qui, si elle est omise, conduit à sous-estimer l'erreur du système de mesure totale.
Solution: Utilisez la méthode ANOVA pour l'analyse, qui comprend le terme d'interaction et fournit des estimations de variance plus précises.
Piège 4 : Taille insuffisante de l'échantillon
L'utilisation de trop peu de pièces ou d'opérateurs réduit la puissance statistique de l'étude. Les résultats peuvent ne pas être représentatifs du système de mesure et de la performance réelle.
Solution:[ Utiliser au moins 10 pièces et 3 opérateurs avec au moins 2 mesures répétées par combinaison de pièces-opérateurs. Des études plus larges avec plus de pièces offrent une meilleure précision.
Piège 5 : Traiter la R&R de l'appareil comme un exercice de réussite-échec
Certaines équipes considèrent que la norme Gauge R&R est une exigence de conformité et s'arrêtent après avoir déterminé l'acceptabilité, ce qui manque l'occasion de déterminer et de réduire les sources spécifiques de variation de mesure.
Solution:[ Utiliser les résultats détaillés pour cibler les améliorations. Si la répétabilité est élevée, étudier la technique de mesure et de jauge. Si la reproductibilité est élevée, améliorer la formation et les procédures des opérateurs.
Intégration de la R&R sur l'appareillage avec d'autres outils de qualité
La R&R est plus efficace lorsqu'elle est intégrée à d'autres méthodes d'amélioration de la qualité. Le système de mesure doit être adéquat avant d'appliquer des outils qui reposent sur des données de mesure.
Contrôle statistique des processus (SPC)
Un système de mesure à forte variation crée des schémas graphiques difficiles à interpréter – de fausses alarmes ou de signaux manqués. L'exécution de la jauge R&R avant la mise en œuvre de la CPS garantit que les limites de contrôle reflètent le comportement réel du processus plutôt que le bruit de mesure.
Études des capacités des procédés (Cp, Cpk)
Les indices de capacité de traitement mesurent la mesure dans laquelle un processus satisfait aux spécifications relatives à sa variation naturelle. L'erreur de mesure gonfle la variation observée, réduisant ainsi les valeurs calculées de Cp et de Cpk. Cela peut conduire à des conclusions erronées selon lesquelles un processus n'est pas capable lorsqu'il est réellement.
Conception des expériences (DOE)
Les expériences conçues permettent de déterminer les facteurs qui influent sur les extrants des procédés. L'erreur de mesure élevée réduit la puissance statistique des expériences, ce qui rend plus difficile la détection des effets réels des facteurs.
Analyse de la cause racine
Lorsque des problèmes de qualité surviennent, les équipes utilisent les données pour identifier les causes profondes. Si le système de mesure introduit un bruit important, les données peuvent indiquer les causes erronées ou suggérer des modèles qui n'existent pas.
Conclusion
La répétabilité et la reproductibilité de l'échelle sont des outils fondamentaux pour réduire la variabilité des processus dans les projets d'ingénierie. En quantifiant la variation introduite par le système de mesure lui-même, la R& de l'échelle permet aux équipes de prendre des décisions fondées sur les données avec confiance.
Un système de mesure qui respecte les critères de R&R de Gauge fournit des données fiables pour le contrôle des processus, l'analyse des capacités et l'amélioration continue. Les équipes qui intègrent R&R de Gauge dans leur cadre de gestion de la qualité constituent une base solide pour produire des produits cohérents et de haute qualité.
Pour plus de renseignements sur l'analyse du système de mesure et son application en génie, voir les ressources du système de mesure ASQ , la série de blogs du Minitab MSA et iSixSigma Gauge R&R . Ces ressources externes fournissent une plus grande profondeur sur la conception des études, les méthodes d'analyse et les applications spécifiques à l'industrie.