Modern mühendislikte, ölçüm sistemi analizi (MSA) kalite kontrol ve süreç iyileştirmenin temel bir taşıdır. Gauge Tekrarlanabilirlik ve Reproducability (R&R) çalışmalar, ölçüm sistemleri hakkında daha iyi kararlar alabilmek için kullanılan birincil araçlardır. Üretim toleransları sıkı ve üretim süreçleri daha karmaşık, geleneksel R& R& R& R&R değerlendirmeler, ölçüm sistemleri ve veri kalitesi hakkında daha iyi kararlar alabilmek için kullanılan temel yöntemler sunar.
Gauge R&'ı anlamak;R in Engineering
Gauge R&R, aynı operatör önlemleri aynı koşullar altında kullanarak değişkenliği ölçmek için yapılandırılır.[Döneticileri değiştirmiş) Bu işlemdeki toplam ölçümler ile ilgili olarak belirlenen 10 farklı operatörler, çevresel faktörler veya değişikliklerle ortaya çıkan değişikliklerle karşılaştırılır. Tipik bir R&R çalışması, birçok değişkeni ölçen bir dizi işlemden oluşan bir dizi işlemden oluşur.
Geleneksel R&'in Sınırları;R Yöntemleri
Konvansiyonel R&R analizi, genellikle ortalama ve aralık yöntemi veya basit ANOVA kullanarak, karmaşık mühendislik ortamlarda tutamayan birkaç temel varsayım yapar:
- [FONT:0) Normallik:[DÜDÜDÜDÜDÜDÜDÜDÜDÜ:0) Klasik ANOVA, ölçüm hatalarının normalde dağıtıldığını varsayar.In fact, ölçüm verileri skewed, ağır kuyruklar veya gage aşınması, çevresel gürültü veya parça nonkonformite nedeniyle kesintiler olabilir.
- [FONT:0) Mevcut durumun varlığı: Operatörler, parçalar veya denemeler arasındaki fark sürekli olarak kabul edilir. Uygulamada, bazı operatörler daha az tutarlı olabilir veya bazı kısım özellikleri heterojen yetimlere yol açabilir.
- [FONT:0)Linearity ve bağımsızlık:[Dönetici:[Dönetici:0) Geleneksel yöntemler gerçek kısım değerleri ve ölçü değerleri arasındaki doğrusal ilişkileri varsayar ve ölçüm hataları bağımsızdır. ölçüm cihazı kalibrasyon veya tekrarlanan önlemler arasındaki korelasyon bu varsayımı ihlal edebilir, R&R tahminleri.
- [FONT:0) Çok sayıda farklı varyasyon kaynağının incelenmesi:) Bir ölçüm sistemi birden fazla cihaz, fikstür veya çevresel koşullar (örneğin, sıcaklık, nem), geleneksel R& R, bu ek kaynaklar için büyük ölçüde daha karmaşık bir çalışma tasarımı olmadan hesabı için mücadele eder.
- [FONT:0) Önceki bilgi dahil etmek için hiçbir mekanizma yoktur: Mühendisler genellikle ölçüm sistemi performansı hakkında tarihsel veri veya uzman yargıya sahiptir, ancak geleneksel R&R yöntemleri tamamen veriye dayalıdır ve bu önceden bilgiden yararlanamazlar.
Bu kısıtlamalar genellikle R&'ta sonuçlanır; Doğru değişkenliği ( yanlış güvene yol açan) veya aşırılıkçı sistemi aşırılama (daha doğru ve uygulanabilir öngörüler) ele alır.
Gelişmiş İstatistiksel Teknikler
Aşağıdaki ileri yöntemler geleneksel R& eksikliklerini aşmak için ortaya çıktı;R analizi. Her teknik belirli ölçüm sistemi senaryoları ve veri özellikleri için uygundur.
Karma-Effects Modelleri
Karma etkiler modelleri (ayrıca hiyerarşik veya çok seviyeli modeller olarak adlandırılır) her bir kısmını tedavi ederek, operatörleri ve diğer faktörleri sabit etkilerden ziyade rastgele etkiler yoluyla tedavi ederek basit ANOVA'yı genişletir.Bu, variability her bir kaynağı için var olan değişkenlik tahminlerini (örneğin, bir ölçüm) ve bir test gibi sabit olmayan verileri ele geçirebilmeyi sağlar.
Bayesian Yöntemler
Bayesian istatistikleri, ölçüm sistemi ile ilgili inançları güncellemek için bir çerçeve sunar. Bir Bayesian R&R analizi, önceki dağıtımlar bilinmeyen vari bileşenlerine verilir (örneğin, R&R ölçümler, jage variance).Bu önceki yöntemler özellikle benzer gages, satıcılardaki özellikler, veya mühendislik kararları ile bilgi tarafından bilgilendirilir. Markov Chain Monte Carlo (MC) örnekleme R&R metrikleri taklit etmek için kullanılır.
- Örnek boyut küçük, klasik tahminler dengesiz hale getirmek.
- Bazı varyan bileşenler sıfırın yakınında olması bekleniyor (örneğin, bilinen bir tutarlı operatör).
- Ölçüm sistemi yeni ve yalnızca sınırlı veriler mevcut, ancak kararlar yapılmalıdır.
Bayesian R&R güvenilir aralıklar üretebilir (örneğin, gerçek gage R& R yüzdesi sadece puan tahminleri yerine, risk tabanlı kararlar için zengin bilgi sunar. Bayesian yaklaşımlar doğal olarak model belirsizlikleri içerir ve standart olmayan dağıtımları karşılayabilir (örneğin, Öğrenci-tüzük analizi için).
Gauge R&R
Bir ölçüm sistemi birden çok korelasyon özelliği (örneğin, aynı bölümün boyutları veya birden fazla sensör okumaları), tek değişkenli R&R her bir karakteristikteki analizler, farklı yanlısı ve sönüte olan çok değişkenleri ayrı ayrı ayrı olarak algılar; R& R& R& R&Rifikasyon sistemi, bir analiz ve tekrarlanabilirlik sistemi gibi değişkenleri tespit edebilir.
Robust ve nonparametrik Yöntemler
Veri ciddi olmayan, normal olmayan veya parametrik olmayan ölçümler sergilendiğinde, sabit istatistiksel yöntemler kullanılabilir. Bu teknikler aşırı gözlemlerin etkisini azaltır. R&R, sağlam ANOVA (e.g., M-estimators) veya Parametrik olmayan yaklaşımlar kullanarak (örneğin, KruskalWallis testi ile karşılaştırmak için) aynı zamanda yıkıcı verilerden elde etmek için tekrarlanabilir.
Makine Öğrenme Yaklaşımları
Makine öğrenme (ML) algoritmaları, operatör deneyimi, cihaz yaşı, sıcaklık, parça geometri ve günün zamanını ele geçirebilecek şekilde ölçümlemeli yöntemler için eğitilmiş olabilir.Test sistemi analizi için, standart ANOVA'da incelenen türleme ortamları tespit edilebilir.Ayrıca, denetimsiz yöntemler (örneğin, kümeleme) bir süre içinde sinyalin belirsiz ölçüm kalıpları tespit edilebilir.
Uygulamayı Değerlendirme
Gauge R& için gelişmiş istatistiksel teknikleri işliyor;R hem ölçüm süreci hem de istatistiksel yöntemlerin kapsamlı bir şekilde anlaşılmasını gerektirir. Anahtar düşünceler şunlardır:
Data Quality and Study Design
Gelişmiş yöntemler fakir veriler için telafi edilemez. Çalışma tasarımı hala rastgeleleştirme ilkelerine uymalı, tüm tolerans aralığına yayılan parçalar dahil etmeli ve rutin üretim temsilcisi olan operatörleri içerir.Pek- etkiler ve Bayesian modelleri için, örnek boyut planlama kritik hale gelir - daha fazla parça ve operatörler genellikle değişken çalışmalar için, tüm özelliklerin ölçülmesi gereken birçok parçaya ihtiyaç vardır.
Yazılım ve uzmanlık
Çoğu gelişmiş teknik, geleneksel SPC araçlarının ötesinde özel bir yazılım gerektirir. R (özellikle de bazı modelleme uzmanlığı gerektirir; Bayesian MCMC'de eğitim almak için yasal olarak işbirliği yapılır).
Geçerlilik ve Model Checking
Herhangi bir gelişmiş modele uygun olarak, geleneksel tanılar yapılmalıdır. Kombinasyon modelleri için, retorik Q-Q arsalarını inceler, gruplar arasında homoscedasticity kontrol edin ve rastgele etkilerin normal bir dağılımın yaklaşık olduğunu onaylayın.For Bayesian modeller, MCMC yakınlaştırma ve Gelman-Rubinistic.
Mevcut Kalite Sistemleri ile entegrasyon
Gelişmiş R& R sonuçları daha geniş kaliteli yönetim sistemine beslenmelidir. Birçok şirket MSA için standart işletim prosedürlerine sahiptir; gelişmiş yöntemlere giriş yapmak bu prosedürleri, eğitim personelini güncellemek ve yeni iş akışlarını belgelemek için yeni iş akışlarını belgelemek gerekir. Geliştirilen doğruluk değeri ile karşılaştırıldığında, ölçüm süresini artırmak için gereken değer ölçüler tartılmalıdır.
Gerçek Dünya Uygulamaları
Havacılık Kompü Denetimi
Bir havacılık üreticisi Bayesian R&'i kullandı; Mevcut bileşenler için yeni bir lazer kullanımı sistemi incelemek için, R& için% 90 güvenilir bir aralığı ile ön dağıtıma kavuşturdu; R&R yüzde 30'u vurguladı, ancak örnekle sınırlıydı (yalnızca 10 bıçak, 2 operatör). Bayesian analizi, zayıf bir şekilde bilgilendirici bir şekilde analizler yapmadan önce, üretime ve ikinci bir fikstüre yatırım yapmak için% 90 güvenilir bir kesintiye uğradı; R& için% 18'i azaltmayı%-45'i azaltmayı% 10'u azalttı; R& için bu, belirsizlikleri vurguladı.
İlaç Tablet Kilo İzleme İzleme İzleme
Bir farmasötik şirket çok değişkenli bir ölçüm R& uygular; aynı operatörün sürekli olarak üç özelliğin bir sürü üzerinde ölçüldüğü bir ağırlık kontrol sistemi için çalışma - operatörün eğitimiyle ilgili doğrulayıcı bir eylemde her türlü analizin aynı anda tekilleştirici analizlerin kaçırıldığını ortaya koydu.
Otomotiv Boya FilmKalı
Bir otomotiv resmi hattı, test laboratuarında farklı değişkenlik modeline ev sahipliği yaptı, ölçüm cihazları ve çevresel koşullar (sıcak, nem). Model, ne kadar variance olarak operatör-to-operatör farklılıkları olarak katkıda bulundu.Test laboratuvarında nem kontrol ederek, şirket toplam ölçüm R&R'den herhangi bir donanım değiştirmeden% 22'ye kadar% 12'ye kadar azaldı.
Gelişmiş İstatistiksel Tekniklerin Faydaları
Bu yöntemlerin işe alınması birden çok, somut faydalar sağlar:
- [FONT:0) Daha kesin değerleme:[Dönetici:0) Karma- etkiler ve Bayesian modelleri, her türlü kaynağın, daha doğru R&'a yol açan, daha doğru R&'ye yol açan, hatta herhangi bir varyasyon olmayan veriler veya küçük örnek boyutlarını tahminler sunar.
- [FONT:0) Lineer olmayan ve karmaşık olmayan ilişkilerin ortadan kaldırılması: [Dönerge: 1) Makine öğrenmesi ve çok değişken analizleri, geleneksel ANOVA'nın modelleme kabiliyeti olarak davrandığı, tanılama yeteneğinin artırılması.
- [FONT:0) varsayımları ihlal etmek içinRobustness:) Robust ve Bayesian yöntemleri, dışlayıcıların ve normal olmayanların etkisine karşı direnir, yanıltıcı R& R sonuçları.
- [FONT:0)Quanized belirsizlik: [Dönetici: [Dönetici:0] Bayesian güvenilir aralıklar R&'e olan güvenin açık bir resmini sunar; R tahminleri, risk bazlı karar alma.
- [FONT:0]Holistic sistem anlayışı:[Dönemli ve karışık etkiler aynı anda birden çok çeşit varyasyonu içerir, gerçek üretim karmaşıklığıyla bu uyum sağlayan bir bakış sunar.
- [FONT:0]Gelişmiş süreç kararları:[Dönetici:[Dönetici] Daha doğru R&R değerlendirmeleri, mühendisler ölçüm sistemi sorunları ve süreci arasında ayrımcılığa ve daha az yanlış alarmlara yol açabilirler.
Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç
Mühendislik ölçüm sistemleri daha sofistike ve üretim daha sıkı belirsiz hale gelir, sadece geleneksel Gauge R&'e güvenir; R&'in ölçüm yöntemleri, doğru yazılımlarda, uzmanlık ve çalışma tasarımlarına yatırım yaparak, organizasyonlar R&'nin doğruluğunu önemli ölçüde geliştirebilirler;R değerlendirmeleri ve makine öğrenimi daha iyi kontrol eder; ürün kalitesine daha derin, daha güvenilir bir bilgi verebilirler.