कैसे डेटा संचालित इंजीनियरिंग निर्णय लेने के लिए गेज आर एंड आर परिणाम की व्याख्या करने के लिए

मापन प्रणाली भिन्नता वास्तविक प्रक्रिया प्रदर्शन को मास्क कर सकती है, जिससे त्रुटिपूर्ण इंजीनियरिंग निर्णयों का नेतृत्व किया जा सकता है। गेज दोहराव और पुन: प्रयोज्यता (R&R) अध्ययन यह निर्धारित करने का एक संरचित तरीका प्रदान करते हैं कि कितने भागों को मापा जा रहा है, इसके बजाय माप प्रणाली से ही आती है। आर एंड आर परिणामों की सही व्याख्या करके, इंजीनियर आत्मविश्वास से निर्णय ले सकते हैं कि क्या माप प्रणाली अपने इच्छित उद्देश्य के लिए उपयुक्त है या यदि डेटा पर भरोसा करने से पहले सुधारात्मक कार्रवाई की आवश्यकता है।

क्या है gauge R&R?

गेज आर एंड आर एक सांख्यिकीय विधि है, जिसे आम तौर पर मापन प्रणाली विश्लेषण (MSA) के हिस्से के रूप में आयोजित किया जाता है, जो दो मूलभूत घटकों में कुल माप भिन्नता को विघटित करता है:

Repeatability - भिन्नता तब देखी गई जब एक एकल ऑपरेटर समान स्थितियों के तहत समान गेज के साथ समान भाग को कई बार मापता है। यह साधन और ऑपरेटर की स्थिरता की अंतर्निहित सटीकता को कैप्चर करता है।
]Reproducibility - भिन्नता जो उत्पन्न होती है जब विभिन्न ऑपरेटर समान गेज का उपयोग करके उसी हिस्से को मापते हैं। यह घटक ऑपरेटर तकनीक, प्रशिक्षण, या माप प्रक्रियाओं की व्याख्या में अंतर को दर्शाता है।

अतिरिक्त सूत्रों जैसे कि भाग भिन्नता, गेज भिन्नता, और ऑपरेटर-by-part बातचीत का भी मूल्यांकन एक पूर्ण पार गेज आर एंड आर अध्ययन में किया जाता है, अक्सर वेरिएंस (ANOVA) दृष्टिकोण का विश्लेषण करते हैं। ANOVA विधि को प्राथमिकता दी जाती है क्योंकि यह बातचीत प्रभाव को अलग कर सकता है और समान नमूना आकार की आवश्यकता नहीं है, जिससे इसे पुराने रेंज विधि से अधिक मजबूत बनाया जा सकता है।

मुख्य मेट्रिक्स in Gauge R&R परिणाम

व्याख्या कई व्युत्पन्न आंकड़ों पर निर्भर करती है जो भिन्नता के अन्य स्रोतों के सापेक्ष माप प्रणाली त्रुटि को व्यक्त करती है। एक विशिष्ट गेज आर एंड आर अध्ययन से आउटपुट में शामिल हैं:

%Study Variation (जिसे %GRR या %SV भी कहा जाता है)

यह मीट्रिक माप प्रणाली (repeatability + reproducibility) के मानक विचलन की तुलना कुल भिन्नता (measurement system + भाग भिन्नता) के लिए करता है। यह उत्तर देता है: डेटा में कुल कितने फैल गया गेज और ऑपरेटरों के कारण है?

>10% के तहत - माप प्रणाली स्वीकार्य माना जाता है, विशेष रूप से प्रक्रिया नियंत्रण और क्षमता अध्ययन के लिए।
10% से 30% [ - आवेदन, त्रुटि की लागत और मापा जा रहा है की आलोचना के आधार पर स्वीकार्य हो सकता है। अक्सर जोखिम के आधार पर निर्णय की आवश्यकता होती है।
Over 30% - माप प्रणाली स्वीकार्य नहीं है। निर्णय लेने के लिए डेटा का उपयोग करने से पहले प्रमुख सुधार प्रयासों की आवश्यकता होती है।

% टोलरेंस (जिसे पी / टी अनुपात भी कहा जाता है)

यह माप प्रणाली की विविधता (आमतौर पर आर एंड आर का 6 σ) की तुलना इंजीनियरिंग सहिष्णुता (यूएसएल - एलएसएल) से करता है। यह बताता है कि गेज अनुरूप और गैर-अनुरूपण भागों के बीच विश्वसनीय रूप से अंतर कर सकता है। 10% के तहत एक मूल्य उत्कृष्ट है; 10% -30% स्वीकार्य हो सकता है; 30% से अधिक इंगित करता है कि गेज त्रुटि सहिष्णुता बैंड का बहुत अधिक उपभोग करती है, झूठे अस्वीकार या झूठे स्वीकारों का जोखिम उठाती है।

श्रेणी की संख्या (एनडीसी)

एनडीसी संकेत देता है कि माप प्रणाली कितनी अलग-अलग समूहों को भागों में आसानी से अलग कर सकता है। इसे माप प्रणाली मानक विचलन द्वारा विभाजित भाग मानक विचलन के रूप में गणना की जाती है, फिर नीचे गोल किया जाता है। 5 या उससे अधिक का एनडीसी पर्याप्त माना जाता है, जबकि 2 या उससे कम संकेतों का एक एनडीसी जो माप प्रणाली प्रभावी रूप से भागों को अलग नहीं कर सकती है। 3 से 4 के मान मामूली हैं।

इंजीनियरिंग निर्णयों के लिए गेज आर एंड आर परिणाम की व्याख्या

केवल रॉ नंबर पर्याप्त नहीं हैं। इंजीनियर्स को व्यावसायिक उद्देश्य के संदर्भ में परिणामों की व्याख्या करनी चाहिए: प्रक्रिया नियंत्रण, क्षमता विश्लेषण, या छँटाई/स्क्रैप कमी।

जब मापन प्रणाली स्वीकार्य है (%GRR <10% और NDC ≥ 5)

इस परिदृश्य में, माप प्रणाली न्यूनतम शोर पेश करती है। डेटा का उपयोग क्षमता अध्ययन (Cpk, Ppk) के लिए किया जा सकता है, विश्वास के साथ, और नियंत्रण चार्ट (X-bar & R, व्यक्तियों) सही प्रक्रिया बदलाव को प्रतिबिंबित करेगा। इंजीनियरिंग परिवर्तन का मूल्यांकन बिना चिंता किए किया जा सकता है कि माप त्रुटि वास्तविक सुधारों को मास्क कर रही है। प्रक्रिया समायोजन, आपूर्तिकर्ता स्वीकृति और उत्पाद रिलीज के बारे में निर्णय डेटा संचालित और विश्वसनीय हैं।

जब सुधार की आवश्यकता होती है (%GRR > 30% या NDC <3)

उच्च माप भिन्नता कई जोखिमों की ओर जाता है: नियंत्रण चार्ट में झूठे संकेत (या तो वास्तविक बदलाव का पता लगाने में विफल नहीं) और गलत तरीके से अच्छे बनाम बुरे हिस्सों की तरह। इंजीनियरों को तुरंत भिन्नता को कम करने के लिए कदम उठाना चाहिए। आम जड़ कारणों में शामिल हैं:

Operator तकनीक – शक्ति, संरेखण, या पढ़ने के तरीकों का असंगत अनुप्रयोग। Retraining और मानक संचालन प्रक्रियाओं अक्सर मदद करते हैं।
Gauge शर्त – Worn संपर्क, कम बैटरी, अंशांकन की कमी. नियमित रखरखाव कार्यक्रम इस को कम कर देता है।
]]] अध्ययन के भीतर भाग भिन्नता - यदि नमूना भाग बहुत समान (कम भाग भिन्नता) हैं, तो %GRR भी अगर गेज पर्याप्त है तो भी फुला हुआ दिखाई देगा। यह उन हिस्सों का चयन करके संबोधित किया जा सकता है जो पूरी सहिष्णुता रेंज को स्पैन करते हैं।
Fixture या अभिविन्यास[] - ऐसे हिस्से जो माप के दौरान चलती हैं, दोहराव त्रुटि को लागू करते हैं। समर्पित जुड़नार या बेहतर क्लैंपिंग इस को हल कर सकते हैं।

सुधारात्मक क्रियाओं को लागू करने के बाद, सुधार की पुष्टि के लिए अनुवर्ती अध्ययन किया जाना चाहिए।

मापन भिन्नता को कम करने के लिए प्रैक्टिकल कदम

R&R परिणामों की व्याख्या के आधार पर निम्नलिखित क्रियाएं सबसे प्रभावी हैं:

]] माप प्रक्रिया को मानकीकृत करें एक स्पष्ट, कदम-दर-चरण कार्य निर्देश लिखें जिसमें भाग अभिविन्यास, शून्य गेजिंग और रीडिंग टाइम शामिल है।
]]Improve ऑपरेटर प्रशिक्षण. अंधा लेखा परीक्षा के साथ क्रॉस-ट्रेनिंग का प्रयोग करें. सुनिश्चित करें कि प्रत्येक ऑपरेटर एक ही हिस्से पर उसी माप को दोहराता है जब तक कि उनकी विविधता स्वीकार्य रेंज के भीतर नहीं होती है।
] गेज को अपग्रेड या प्रतिस्थापित करें। ] एक अधिक सटीक साधन (जैसे डिजिटल कैलीपर बनाम मैनुअल, या लेजर माइक्रोमीटर बनाम मैकेनिकल) दोहराई त्रुटि को काफी हद तक काट सकता है।
]कंट्रोल पर्यावरणीय कारकों. तापमान, आर्द्रता, कंपन, और प्रकाश व्यवस्था सभी माप को प्रभावित करती है। यदि अध्ययन बदलाव के बीच उच्च प्रतिवर्तीता भिन्नता को दर्शाता है, तो पर्यावरणीय परिवर्तन अपराध हो सकता है।
Use Aids or जुड़नार. एक सरल गाइड या स्टॉप ऑपरेटर-निर्भर संरेखण त्रुटियों को कम कर सकता है, जो पुनर्जन्म को कम कर सकता है।
]Recalibrate नियमित रूप से. लिंक अंशांकन अंतराल माप प्रणाली के देखे गए बहाव के लिए। कुछ कंपनियां अंशांकन आवृत्ति को समायोजित करने के लिए आर एंड आर परिणाम का उपयोग करती हैं।

उदाहरण: R&R का उपयोग करके गुणवत्ता के मुद्दे को ठीक करने के लिए

ऑटोमोटिव शाफ्ट के निर्माता को बाहरी व्यास (ओडी) माप के कारण उच्च स्क्रैप दर का सामना करना पड़ा। प्रारंभिक गेज आर एंड आर अध्ययन में केवल 2 के एनडीसी के साथ 42% का %GRR दिखाया गया था। गेज एक मैनुअल माइक्रोमीटर था, और तीन ऑपरेटर लाइन पर घूम रहे थे।

परिणामों की जांच के बाद, टीम ने उल्लेख किया कि दोहराव उच्च थी (एक ही रन के भीतर ऑपरेटर भिन्नता बड़ी थी) और उत्तरदायित्व भी अधिक थी। जांच से पता चला कि माइक्रोमीटर के आक्रमण के पास पहना हुआ फ्लैट स्पॉट था और ऑपरेटर असंगत बल के साथ थंब दबा रहे थे। इसके अलावा, भाग समर्थित नहीं था, जिससे माप के दौरान डूप हो गया।

सुधारात्मक क्रिया: माइक्रोमीटर को एक डिजिटल माइक्रोमीटर के साथ एक स्थिर-बल तंत्र के साथ बदल दिया गया था, एक वी-ब्लॉक स्थिरता को शाफ्ट का समर्थन करने के लिए जोड़ा गया था, और सभी ऑपरेटरों को एक मानकीकृत माप चेकलिस्ट के साथ 30 मिनट का प्रशिक्षण सत्र प्राप्त हुआ। एक अनुवर्ती आर एंड आर अध्ययन ने %GRR of 8% और NDC की 7 की पैदा की। स्क्रैप दर अगले महीने में 5% से कम 0.5% से कम हो गई, और प्रक्रिया क्षमता Cpk 0.8 से 1.33 तक बेहतर हो गया।

यह मामला दिखाता है कि कैसे आर एंड आर परिणामों की व्याख्या सीधे कार्रवाई योग्य फिक्स की ओर जाता है जो गुणवत्ता और लागत में सुधार प्रदान करता है।

R&R को डेटा-ड्राइव इंजीनियरिंग में एकीकृत करना

गेज आर एंड आर एक समय का व्यायाम नहीं होना चाहिए। यह एक निरंतर सुधार चक्र का हिस्सा है:

सभी महत्वपूर्ण माप प्रणालियों पर प्रारंभिक अध्ययन करना।
आवधिक पुन: अध्ययन (मुख्य रूप से या किसी भी गेज मरम्मत, ऑपरेटर परिवर्तन, या प्रक्रिया परिवर्तन के बाद) सेट करने के लिए परिणामों का उपयोग करें।
एक माप प्रणाली में निष्कर्षों को विभिन्न श्रेणियों और %GRR की संख्या के साथ रजिस्टर करें।
ग्राहक रिपोर्टिंग के लिए किसी भी क्षमता अध्ययन को स्वीकार करने से पहले आर एंड आर आउटपुट को आवश्यक इनपुट करें।

जब माप प्रणाली भिन्नता कम होती है, तो इंजीनियरिंग निर्णय मजबूत हो जाते हैं: प्रक्रिया समायोजन वास्तविक परिवर्तन को दर्शाता है, चार्ट सिग्नल की वास्तविक प्रक्रिया में बदलाव करता है, और उत्पाद स्वीकृति निर्णय सटीक होते हैं। यह डेटा संचालित दृष्टिकोण फिर से काम को कम करता है, प्रक्रियाओं के समायोजन को समाप्त करता है, और गुणवत्ता प्रणाली में विश्वास बनाता है।

आगे की शिक्षा के लिए, पद्धति और स्वीकृति मानदंड पर आगे पढ़ने के लिए, AIAG मापन प्रणाली विश्लेषण (MSA) Manual (4th edition) - कई उद्योगों में इस्तेमाल होने वाला एक मानक संदर्भ। NIST इंजीनियरिंग सांख्यिकी पुस्तिका गेज आर एंड आर पर एक ऑनलाइन अध्याय प्रदान करता है, जिसमें काम करने वाले उदाहरण ([FLT:]NIST Gauge R&R[FLT]]] व्यापक रूप से [FLT]]] हो सकता है।

गेज आर एंड आर परिणामों की व्याख्या में माहिर होने के कारण, इंजीनियर कच्चे माप डेटा को विश्वसनीय, कार्य करने योग्य जानकारी में बदल देते हैं - ध्वनि इंजीनियरिंग निर्णयों का बेडरॉक।