Introduzione all'analisi R&R di Gauge

Se i vostri gages, strumenti o dispositivi di prova producono dati inaffidabili, anche i metodi di controllo del processo statistico più sofisticati (SPC) falliranno. Gauge Ripetibilità e Reproducibilità[ (Gauge R&R) analisi è lo strumento principale utilizzato per quantificare la variazione del sistema di misurazione.

Uno studio di Gauge R&R eseguito correttamente aiuta i produttori a identificare le fonti di errore, ridurre gli scarti, evitare false accettazioni e garantire che le specifiche del prodotto siano soddisfatte in modo coerente. Questo articolo fornisce una guida completa e passo per implementare un'efficace analisi di Gauge R&R nei processi di controllo della qualità, coprendo progettazione di studio, raccolta dei dati, analisi statistiche e interpretazione utilizzando metodi accessibili dal settore Automotive Industry Action Group (AIAG) e altri organismi di standard.

Comprendere i componenti della variazione del sistema di misurazione

Prima di immergersi nella progettazione di studio, è essenziale capire le tre fonti di variazione che un'analisi di R&R Gauge separa:

Ripetibilità

Ripetibilità[[]] è la variazione osservata quando lo stesso operatore misura la stessa parte più volte utilizzando la stessa gabbia in condizioni identiche. Rispecchi la precisione intrinseca dello strumento di misura e la consistenza della procedura di misura.

Reproducibilità

La reproducibilità[[] cattura la variazione causata da diversi operatori che misurano la stessa parte con la stessa gabbia. Include differenze nella tecnica dell'operatore, nelle abitudini di lettura e nell'interpretazione dei risultati di misura. Un basso valore di riproducibilità suggerisce che gli operatori sono ben addestrati e seguono metodi standardizzati; l'alta variazione di riproducibilità spesso indica la necessità di ulteriori istruzioni di lavoro più chiare.

Variazione parziale a ritmo

La variazione di parte[[] è la vera differenza nella dimensione o nella caratteristica misurata attraverso il campione di parti selezionate per lo studio. Questo componente non è un errore; è il segnale che il sistema di misura dovrebbe rilevare. Per un sistema di misura essere in grado, la variazione di parte-a-parte deve essere grande rispetto alla ripetibilità combinata e alla variazione di riproducibilità.

Perché Gauge R&R è critico nel controllo qualità di produzione

I sistemi di misura che contribuiscono ad una variazione eccessiva possono portare a due risultati costosi: rifiutare parti buone (rischio del produttore) o accettare parti cattive (rischio del consumatore). Sia l'erosiva redditività e la reputazione del marchio.

Il manuale AIAG Measurement Systems Analysis (MSA) raccomanda le seguenti linee guida per %Gauge R&R:

  • %GRR ≤ 10%[] – Il sistema di misura è accettabile.
  • 10% < %GRR ≤ 30%[[] – Può essere accettabile in base all'importanza dell'applicazione, al costo della gabbia e ad altri fattori.
  • %GRR > 30%[] – Il sistema di misura è inaccettabile e deve essere migliorato.

Queste soglie aiutano gli ingegneri di qualità a prendere decisioni basate sui dati sul fatto che un sistema di misura possa essere utilizzato per il controllo del processo, gli studi di capacità o l'ispezione finale.

Pianificare uno studio efficace di R&R Gauge

La corretta pianificazione è la fase più critica di uno studio Gauge R&R. Studi robusti o poco progettati producono risultati fuorvianti e sforzi sprecati.

Tipi di studio: incrociato vs. Nested

I due modelli più comuni di Gauge R&R sono incrociati e nidificati.

  • Design smerigliato:[ Ogni operatore misura ogni volta più volte. Questo è appropriato quando le parti possono essere misurate non distruttivemente e gli operatori possono misurare le stesse parti fisiche.
  • Design non specificato:[ Ogni operatore misura parti diverse o parti vengono distrutte durante la misurazione (ad esempio, test di trazione, test di durezza).

La maggior parte degli studi di Gauge R&R di produzione utilizzano un design incrociato con 2-3 operatori, 10 parti e 2-3 prove per combinazione di parti dell'operatore.

Selezione di parti e operatori

Le parti devono rappresentare la gamma completa di variazioni di produzione previste. Comprese le parti che abbracciano la banda di tolleranza assicurano che lo studio cattura come il sistema di misura esegue attraverso i limiti di specificazione. Evitare di selezionare solo parti "buone"; includere alcuni vicino ai limiti di specificazione inferiori e superiori, se possibile.

Gli operatori devono essere rappresentativi di coloro che eseguiranno regolarmente la misurazione. Utilizzare operatori esperti e qualificati, non esperti portati esclusivamente per lo studio, a meno che lo studio non sia destinato a valutare la capacità del caso migliore. Il numero di operatori è tipicamente tre, ma può essere ridotto a due quando le risorse sono limitate.

Numero di prove

Più prove aumentano la potenza statistica ma aumentano anche i tempi di studio e i costi. L'AIAG raccomanda un minimo di due prove; tre prove sono comuni e spesso sufficienti per stimare la ripetibilità. Per i test distruttivi in cui vengono utilizzati i disegni nidi, il numero di repliche per combinazione di parti operatore potrebbe essere più grande per raggiungere una precisione adeguata.

Guida passo per passo per direzione di uno studio R&R Gauge

Una volta impostato il piano di studio, seguire questi sei passaggi per eseguire lo studio in modo coerente.

Passo 1: Preparare l'ambiente di misura

Stabilizzare fattori ambientali come temperatura, umidità e vibrazioni che potrebbero introdurre variazioni estranee. Standardizzare la procedura di misura (ad esempio, pulizia, fissazione, tempo di permanenza) e documentarla in un'istruzione di lavoro disponibile per tutti gli operatori.

Fase 2: Randomize e Blind l'Ordine di Misurazione

Per eliminare le pregiudizie, non permettere agli operatori di sapere quale parte essi sono misurati o il risultato di precedenti prove. Randomitare la sequenza di misurazioni per ogni operatore e garantire un tempo sufficiente passa tra prove ripetute sulla stessa parte in modo che gli operatori non ricordino le misurazioni precedenti.

Passo 3: Raccogliere i dati

Ogni operatore misura ogni parte il numero di prove prespecificato. Registrare tutte le misurazioni immediatamente, preferibilmente in un sistema di raccolta dati che impedisce errori di trascrizione. Assicurarsi che gli operatori seguono la stessa procedura ogni volta.

Passo 4: Eseguire l'analisi

Utilizzare software statistico (ad esempio, Minitab, JMP, R, o moduli MSA dedicati nelle piattaforme QMS) per calcolare i componenti della varianza. Il metodo preferito è analisi della varianza (ANOVA), che può stimare l'interazione operatore-by-part e fornire componenti di varianza più accurati.

Fase 5: Interpretare i risultati

Esaminare le seguenti metriche chiave dall'output:

  • %Contribution –[] La percentuale di variazione totale attribuita alla ripetibilità, riproducibilità e parte--a-parte.
  • % Variazione dello studio –[] I componenti di deviazione standard espressi in percentuale della variazione totale dello studio (solitamente basata su 5.15 sigma o 6 sigma).
  • Numero di categorie distinct (ndc)[] – Il numero di intervalli di fiducia non sovrapposti che il sistema di misura può distinguere.

Se %GRR supera il 30%, indagare il più grande componente di contributo (repeatability o riproducibilità) per identificare le cause di radice.

Passo 6: Azione

Se il sistema di misura è inaccettabile, implementare azioni correttive come:

  • Manutenzione o ricalibrazione di Gage.
  • Riqualificazione dell'operatore con enfasi sulla tecnica corretta.
  • Miglioramento della progettazione di apparecchi o dell'orientamento di parte.
  • Riprogettazione del processo di misura (ad esempio, automatico contro la gaging manuale).

Dopo aver apportato modifiche, ripetere lo studio Gauge R&R per verificare il miglioramento.

Analisi dei risultati di Gauge R&R: Metodi e Metrics

Due metodi statistici dominano l'analisi di Gauge R&R: ANOVA e il metodo Xbar/R basato su gamma.

Metodo ANOVA

ANOVA divide la somma totale di quadrati in componenti per operatore, parte, interazione operatore-per-parte e errore residuo (repeatability). È più matematicamente rigoroso e può identificare se esiste un effetto di interazione, ad esempio quando alcuni operatori misurano parti sistematicamente in modo diverso. ANOVA fornisce anche intervalli di fiducia, che sono importanti per valutare la precisione delle stime di variazione.

Metodo Xbar/R

Il metodo Xbar/R utilizza la teoria del grafico di controllo per valutare la ripetibilità dalla gamma media di misurazioni ripetute e riproducibilità della gamma delle medie dell'operatore. È più facile da eseguire manualmente ma non può separare l'interazione operatore-by-part, potenzialmente confondendo la riproducibilità con gli effetti di interazione. Il metodo Xbar/R è accettabile per la proiezione iniziale ma non raccomandato per decisioni critiche che richiedono alta fiducia.

Interpretazione metrica chiave in dettaglio

Oltre %GRR e ndc, diverse altre analisi di supporto metriche:

  • Rapporto di tolleranza-precisione (P/T)[ – La diffusione del sistema di misura (solitamente 6σ di GRR) diviso per la larghezza di tolleranza. È auspicabile un P/T di 0,1 o meno (10%). Questa metrica è utile quando la tolleranza è ben definita.
  • Rapido di rumore/signal‐to‐Noise[[] – Il rapporto tra variazione di parte-parte all'errore di misura.

Per ulteriori indicazioni sull'interpretazione degli studi Gauge R&R, la American Society for Quality (ASQ) fornisce risorse eccellenti.

Pitfalls comune e come evitare di loro

Anche gli ingegneri esperti di qualità possono cadere in trappole che invalidano i risultati di Gauge R&R.

  • Utilizzando la stessa parte per tutte le prove senza ordine casuale] Questo può deflare artificialmente la ripetibilità perché gli operatori possono ricordare le misure precedenti.
  • Selezionando parti troppo simili. Se la variazione parziale è troppo piccola, %GRR apparirà gonfiata anche se il sistema di misura è accettabile.
  • Ignorando l'interazione dell'operatore-by-part.[] L'interazione può mascherare i problemi di riproducibilità.
  • Inseguire la stabilità della gabbia prima dello studio.[ Una gabbia che si allontana durante lo studio produrrà componenti di varianza errata.
  • Utilizzando troppe parti o prove. I calcoli di potenza possono aiutare a determinare la dimensione minima del campione.

Migliori Pratiche per l'analisi R&R di Gauge affidabile

Aderendo a queste migliori pratiche, i vostri studi di R&R Gauge produrranno risultati affidabili e fattibili:

  • Calibrare e verificare regolarmente i gages[[] secondo le raccomandazioni del produttore e il programma del sistema di qualità.
  • Gli operatori del settore accuratamente[] sulle procedure di misura standardizzate. Includere i rinfreschi periodici e la formazione trasversale per ridurre al minimo la deriva.
  • Control variabili ambientali[[] come temperatura, umidità e illuminazione. Documentare eventuali deviazioni che potrebbero influenzare la misurazione.
  • Documenta ogni aspetto dello studio[[]: il gage usato, gli operatori, le parti, l'ordine di misura, le condizioni ambientali e le eventuali anomalie. Questa documentazione supporta l'auditability e l'analisi delle cause della radice se i risultati sono insoddisfacenti.
  • Le revisioni periodiche performate[[]] a intervalli appropriati alla stabilità e alla criticità della gabbia.Un calendario comune è annuale o ogni volta che si verifica un cambiamento importante (nuovo operatore, nuova gabbia, nuova gamma di parti).

Integrazione di Gauge R&R con controllo di processo statistico

Gauge R&R non è un'attività autonoma, è un prerequisito per un efficace SPC. Prima di usare grafici di controllo, indici di capacità di processo (Cpk, Ppk), o test di ipotesi, è necessario garantire che il sistema di misura è capace. Un sistema di misura con alto %GRR infiammerà i limiti di controllo, maschera i cambiamenti di processo, o generare falsi allarmi.

Integra i risultati di Gauge R&R nel flusso di lavoro di SPC:

  • Utilizzando il %GRR per regolare gli intervalli di fiducia negli studi di capacità.
  • Impostare i requisiti di capacità di gage nei documenti di qualificazione del fornitore.
  • Compresa la validazione del sistema di misura nei piani di controllo e PFMEAs.

Molti pacchetti software SPC avanzati (ad esempio, Minitab, Statgraphics, InfinityQS) offrono moduli che collegano direttamente Gauge R&R alle analisi delle capacità di processo.

Conclusioni

L'analisi efficace di Gauge R&R è una pietra angolare del controllo della qualità di produzione. Separando sistematicamente la variabilità di misura in ripetibilità, riproducibilità e variazione parziale, i professionisti della qualità possono valutare obiettivamente se un sistema di misura è adatto a scopo. Questo articolo ha fornito un quadro completo - dalla pianificazione di uno studio incrociato o nidificato per interpretare metriche %GRR e ndc - che si allinea agli standard AIAG e alle best practice.

L'implementazione di studi regolari e ben progettati Gauge R&R riduce l'incertezza di misura, riduce al minimo il rischio di spedizione di prodotti non conformi e supporta il miglioramento continuo.