Para la Parte 4 de m y Serie de blogs "Aprendiendo de mis errores" , Voy a hablar de los sistemas de medición y de los riesgos que corremos si no los entendemos.
Todos sabemos lo que es un sistema de medición, ¿verdad? Tal vez es una bomba de gasolina que tiene una lectura digital. O tal vez sea una enfermera que mide el pulso de un paciente, o un trabajador de una tienda de comestibles que juzga si los plátanos están lo suficientemente maduros (pero no demasiado) para exhibirlos en el puesto. Cada “sistema” se usa para medir alguna cualidad o cantidad, de modo que se pueda hacer un juicio resultante.
Si algo tienen en común todos los sistemas de medida es el error. Ningún sistema de medición es perfecto, y si no comprendemos las capacidades del sistema de medición, corremos el riesgo de cometer errores en función de la salida del sistema.
A lo largo de los años, he visto una variedad de errores al recopilar y reportar datos medidos. Algunos de estos errores incluyen:
- Informar demasiados dígitos en la medición.
- No reportar una incertidumbre en la medición.
- Usar un manómetro que no es capaz de hacer la medida que necesita.
Abordaremos cada uno de estos en orden. No quiero que esta publicación de blog se convierta en una guía práctica para el análisis de sistemas de medición. (Incluiré algunas referencias al final que apuntan hacia algunos recursos útiles). Pero sí quiero señalar algunas fallas comunes con la forma en que las personas usan los sistemas de medición. Continuaré con algunos consejos sobre qué hacer si encuentra que su sistema de medición particular no es "suficientemente bueno".
Error #1: Informar demasiados dígitos en una medida
Do you believe a gas pump is accurate to three decimal points?Do you believe a gas pump is accurate to three decimal points?Do you believe a gas pump is accurate to three decimal points?Do you believe a gas pump is accurate to three decimal points?¿Crees que una bomba de gasolina tiene una precisión de tres puntos decimales? Este tema en particular se aplica a los sistemas de medición (a menudo denominados "indicadores" para abreviar) que tienen una lectura numérica. Tome el ejemplo de la bomba de gasolina mencionado anteriormente. Algunas bombas de gasolina leen hasta los 0,001 galones más cercanos. Eso podría hacerte sentir bien ("¡Estoy consiguiendo exactamente 14,372 galones de gasolina!") Pero, ¿crees que es exacto a ese nivel? Por lo general, veo que varias gotas de gasolina caen al suelo cada vez que saco la boquilla del pico de llenado. ¿Cuánto gas se bombeó realmente desde la boquilla? ¿Cuánto entró realmente en el tanque? ¿Es siquiera importante ser tan preciso?
Por otro lado, algunos de ustedes pueden recordar las bombas de gasolina de "estilo antiguo" que podrían leer al más cercano 0.1 galón (si eso). Como consumidor en esta era de precios de gasolina más altos, ¿no le gustaría tener un poco más de confianza en la cantidad de gasolina que acaba de bombear, para asegurarse de que no le cobraron de más?
He visto ambos tipos de errores en mi experiencia industrial. Si estuviera sentado en una reunión y alguien presentara datos, ¿cómo respondería a cada una de las siguientes dos afirmaciones?
- "Medí uno del Producto A en 97.3275412 y uno del Producto B en 98.2021929"
- "El producto A midió 97 y el producto B midió 98"
Para la audiencia, si se hace la primera afirmación, implica un grado muy alto de precisión en las mediciones. Se podría llegar a la conclusión de que el Producto B es claramente más alto que el Producto A, y por una cantidad muy específica. Por otro lado, un oyente inteligente puede cuestionar si el presentador sabe lo que está haciendo, ya que muy pocos indicadores pueden producir ese tipo de precisión.
Si se hace la segunda declaración, la audiencia puede salir con un sentimiento "más suave" acerca de la diferencia entre los dos productos. La audiencia puede comenzar a hacer preguntas sobre la repetibilidad del sistema de medición y/o si las partes medidas son realmente diferentes.
What's the proper number of digits to report?What's the proper number of digits to report?What's the proper number of digits to report?What's the proper number of digits to report?¿Cuál es el número adecuado de dígitos para informar? Entonces, ¿cuántos dígitos se deben informar? ¿Cómo haces para tomar esa determinación? ¿Debería la persona que realiza la medición decidir arbitrariamente cuántos dígitos reportar, simplemente basándose en la "experiencia"?
Afortunadamente, resulta que hay formas simples de resolver esto. De hecho, un método llamado EMP (Evaluación del proceso de medición) le brinda la cantidad adecuada de dígitos para informar, según la capacidad de rendimiento del medidor.Hablaremos de EMP un poco más adelante en esta publicación.
Error n.º 2: no informar sobre la incertidumbre en una medición
Continuando con el ejemplo anterior, existe otro problema con la declaración de valores medidos. Nuestro sistema de medición es imperfecto (en un grado u otro). Digamos que usamos nuestro calibre para medir una parte, una y otra vez. Las medidas no van a ser las mismas porque tenemos errores aleatorios en nuestro indicador. Obtenemos los siguientes valores para las primeras 3 lecturas en esta pieza única:
98.2
97.3
98.5
Entonces, ¿cuál es el valor medido para esta parte? Suponiendo que la pieza en sí no cambia entre lecturas, el indicador debe introducir variaciones en las lecturas. Además, ¿qué pasaría si el límite de especificación inferior para esta pieza fuera 98? ¿Es esta una pieza buena o una pieza mala? ¿Cómo debemos reportar un valor medido para esta parte?
Si pudiéramos entender la capacidad de nuestro indicador, podríamos expresar una incertidumbre para el indicador. Por ejemplo, una sola medida puede tener una incertidumbre de ±2,1 unidades, por lo que nuestra medida informada puede ser de 98,2 ± 2,1 unidades. Esto le da al consumidor de la información una idea de cuán buena (¡o mala!) fue esta medida.
¿Cómo obtenemos esta incertidumbre de medida? La incertidumbre se basa en el error total del calibre, que se debe al error del dispositivo de medición y al error debido al operador del calibre (a menudo denominado Repetibilidad y reproducibilidad del calibre, o GR&R), junto con el nivel de confianza que desea informe. Puede elegir una confianza del 95 % o del 99 %, o puede especificar algo como el error medio para el sistema de medición. (¡Por supuesto, asegúrese de que su audiencia conozca este criterio de incertidumbre al publicar sus datos!)
Hablaremos un poco más sobre Gauge R&R en las próximas secciones. Por ahora, la moraleja de esta parte de la historia es: ¡Nunca informe un valor medido sin informar también la incertidumbre que lo acompaña!
Error n.º 3: utilizar un sistema de medición incapaz de realizar sus mediciones
Este tema puede parecer un error obvio, pero he visto sistemas de medición que tienen una variabilidad inaceptablemente alta que todavía se usan. Las razones varían desde la simple ignorancia de la capacidad del indicador hasta "Es lo que siempre hemos hecho" o "Es el único indicador que tenemos".
El uso de un calibre tan incapaz puede conducir a una multitud de problemas.Por ejemplo:
- Si se utiliza un calibre deficiente para filtrar piezas de una línea de producción, corremos el riesgo de descartar piezas buenas y/o aceptar piezas malas, lo que cuesta dinero a la empresa.
- Si se utiliza un indicador deficiente para monitorear si un proceso de producción está "bajo control", corremos el riesgo de (1) enmascarar una situación fuera de control porque el indicador agrega ruido de enmascaramiento al sistema, o (2) gastar tiempo tratando de resolver una situación fuera de control cuando el problema es realmente el ruido de medición.
- Si usamos un indicador deficiente en un entorno de I+D, corremos el riesgo de no detectar diferencias entre las mejoras potenciales porque el indicador es incapaz de medir diferencias pequeñas (pero valiosas).
¡Comprender lo que su medidor es capaz de medir es fundamental para el uso efectivo del medidor! La siguiente sección habla sobre un par de formas simples y comunes de evaluar el rendimiento de los medidores.
El comienzo de una solución: comprensión de su sistema de medición
Si ha visto alguno de los errores descritos anteriormente, anímese: hay herramientas disponibles para abordar todos los problemas de una forma u otra. Dos de estas herramientas (Gauge R&R y EMP) se describen brevemente a continuación.
Calibre R&R
Gauge R&R significa Repetibilidad y reproducibilidad de calibre, donde "repetibilidad" representa los errores debidos al instrumento de medición en sí, y "reproducibilidad" representa los errores debidos a los operadores que utilizan el instrumento de medición.
Gauge R&R nació hace décadas para abordar la necesidad de medir los procesos de producción. Evalúa el rendimiento del indicador frente a los límites de las especificaciones o frente a una variedad de piezas utilizadas para estudiar el indicador. En esencia, desea que la variabilidad de R&R de su indicador sea baja en comparación con el rango de especificaciones o el rango de piezas, a fin de minimizar la contaminación de la medición de los valores reales de las piezas.
Gauge R&R es un proceso relativamente simple, que a menudo involucra a tres operadores que miden 10 partes repetidamente. De aquí surgen estimaciones de la cantidad de variabilidad del calibre en comparación con las especificaciones o las piezas. La proporción de la variabilidad del indicador con respecto a la variabilidad total se puede utilizar para juzgar el rendimiento del indicador. Hay muchas referencias para Gauge R&R. Varios se enumerarán en las referencias al final de esta publicación.
EMP
Hace varios años, Donald Wheeler le dio una nueva mirada al indicador R&R tradicional. Al llamarlo Evaluar el proceso de medición (o EMP), Wheeler analizó el sistema de medición en términos de si era probable que detectara si un proceso estaba "fuera de control". (Tenga en cuenta que JMP recomienda utilizar EMP como práctica estándar, aunque tanto EMP como Gauge R&R están disponibles en el software).
Recuerde que si un proceso está bajo control o no, no depende de las especificaciones del producto o rangos de partes, sino simplemente de la variación normal cuando el proceso está funcionando bien (es decir, está bajo control). El proceso de evaluación de Wheeler determina la probabilidad de detectar condiciones fuera de control para un calibre determinado. En el camino, Wheeler desarrolla cosas como el "Error de calibre mediano", que es útil al establecer la incertidumbre para informar con las mediciones de calibre. También determina la cantidad adecuada de dígitos significativos que se deben usar al informar las mediciones de calibre. El proceso para realizar un EMP (operadores múltiples, partes múltiples, mediciones repetidas) es el mismo que un GR&R tradicional, pero los cálculos subsiguientes difieren. JMP maneja todo esto automáticamente.
Al igual que con Gauge R&R, puede encontrar referencias para EMP al final de esta publicación de blog.
Mi calibre no es lo suficientemente bueno. ¿Qué debo hacer ahora?
Como estoy seguro de que ya se habrá dado cuenta, no todos los calibres son adecuados para las medidas que queremos recopilar. Entonces, ¿qué hacemos ahora?
Hay varias opciones que podemos considerar. Cada uno tiene pros y contras. Algunos implican el uso del indicador actual, mientras que otros requieren encontrar un nuevo sistema de medición.
Las opciones para usar el mismo calibre incluyen medir partes repetidamente, medir más partes, mejorar la capacitación del operador y mejorar la fijación. Veamos cada uno de estos.
Medir piezas repetidamente
Es posible que desee aprovechar la medición de la misma pieza varias veces. Promediar varias mediciones proporciona una mejor estimación del valor real de la medición de una pieza individual.
Esencialmente, lo que estamos haciendo es redefinir el "Sistema de medición" de modo que el proceso de medición incluya realizar múltiples mediciones en cualquier parte determinada, como parte del proceso de medición estándar. Tenga en cuenta que "medidas múltiples" significa comenzar desde cero cada vez, por lo que, por ejemplo, tendría que quitarse y reemplazarse una pieza en el accesorio para tener en cuenta los errores de montaje, etc., de lo contrario, puede terminar sesgando sus medidas en una dirección. u otro.
Por supuesto, varias mediciones pueden generar más tiempo para realizar las mediciones, lo que es un gasto en sí mismo. Y si esto limita las tasas de producción, es posible que deba construir medidores duplicados de todos modos. Tampoco funcionará si la prueba en sí es destructiva para la parte bajo prueba.
Medir más piezas
Al igual que "Hacer más medidas" descrito anteriormente, aumentar el número de partes (es decir, el tamaño de la muestra) también puede mejorar su estimación de la media de la población. En este caso, estamos considerando esencialmente que la varianza total de todas las partes está compuesta por la varianza de las partes en sí más la varianza R&R del indicador, por lo que la varianza total se inflará. El procedimiento del sistema de medición implicaría medir N partes cada vez, lo que nos brinda una mejor estimación de la media de la población, incluso con la varianza de calibre alta.
Por supuesto, el inconveniente es que medir más piezas lleva más tiempo y (en el caso de las pruebas destructivas) cuesta más en términos de piezas de muestra. Aún así, el promedio se puede usar cuando se comparan dos o más muestras a través de pruebas t y ANOVA, o si se ejecutan gráficos de control de procesos.
Mejore la capacitación del operador
Según los resultados de la evaluación de su indicador, es posible que gran parte de la variación provenga de uno o más operadores. Si bien debe tener cuidado de no avergonzar a nadie, a menudo puede encontrar formas de volver a capacitar a sus operadores para que realicen mejores mediciones. De vez en cuando (por ejemplo, si los ojos de alguien no son lo suficientemente buenos para realizar con precisión una tarea determinada), es posible que deba cambiar este operador por alguien más capaz de realizar las mediciones.
Mejorar la fijación
A veces, es necesario montar una pieza en un accesorio antes de realizar la medición y la orientación de la pieza (por ejemplo) afecta la medición. En este caso, deberá estudiar el diseño del accesorio y eliminar su variabilidad.
Una advertencia: Digamos que está midiendo el diámetro de una pieza y coloca su pieza en un accesorio para la medición. Si el accesorio siempre orienta la pieza de la misma manera (en un sentido angular), puede obtener una variabilidad de medición mucho mejor. Sin embargo, si todas las partes tienen "forma de huevo" y usted siempre orienta la parte de modo que se mida el diámetro más ancho, es posible que tenga una gran repetibilidad de medición y pierda la propiedad real que está tratando de detectar.
Así que esas eran las opciones para usar el mismo calibre. También hay opciones para cambiar los calibres: comprar un nuevo calibre, construir un nuevo calibre y encontrar una cantidad diferente para medir. Veamos cada una de estas opciones.
Compre un nuevo calibre
Esto puede parecer obvio, pero si el indicador anterior no es lo suficientemente bueno, ¿podemos simplemente comprar un indicador mejor? Esto puede implicar explorar cómo funciona el indicador antiguo. ¿Podemos comprar un sensor más preciso? ¿La variación proviene de la electrónica de acondicionamiento de señal? ¿Tenemos que reemplazar todo el sistema de medición o el reemplazo de partes individuales reduce nuestra variación?
A menudo, comprar un nuevo manómetro es la solución más fácil, aunque puede costar mucho dinero comprar el nuevo sistema (particularmente si es necesario reemplazar varios manómetros) y puede llevar tiempo en términos de ordenar y calificar el nuevo sistema de medición.
Construir un nuevo indicador
You may be able to build a better gauge, if you have the resources.You may be able to build a better gauge, if you have the resources.You may be able to build a better gauge, if you have the resources.You may be able to build a better gauge, if you have the resources.Es posible que pueda construir un mejor indicador, si tiene los recursos. A veces, la precisión del calibre que está buscando simplemente no existe en el mercado. Si tiene experiencia interna en el desarrollo de sistemas de medición (o para el desarrollo de accesorios especiales para su proceso o producto en particular), puede emplear esos recursos para construir un mejor indicador. Alternativamente, puede encontrar una tienda de personalización especial que pueda hacer este tipo de trabajo por usted. Al igual que con la simple compra de un nuevo calibre, esto costará tiempo y dinero.
Una advertencia para construir su propio indicador: Se puede esperar que apoye ese indicador en el futuro. Esto podría verse como algo positivo (es decir, seguridad laboral) o negativo (responsabilidad adicional que puede no ser gratificante para usted). De cualquier manera, si está considerando construir un nuevo indicador, tenga en cuenta el soporte adicional y/o los problemas de transición que podrían acompañar a la empresa.
Encuentre una cantidad diferente para medir
¿Realmente has pensado en lo que estás midiendo?¿Hay otra cantidad que podría medirse en su lugar?Por ejemplo, los dispositivos de arrastre lineal para medir la fricción entre las partes pueden ser temperamentales.En lugar de arrastre lineal, ¿qué hay de hacer discos de los materiales y medir el par para hacer que las superficies planas se enfrenten entre sí?¿O qué tal usar un escáner láser para medir la rugosidad de la superficie?¡A menudo hay más de una forma de cocinar un huevo!Nuevamente, el costo y el tiempo son problemas.
Recursos
Si desea obtener más información sobre el análisis de sistemas de medición, aquí hay algunos enlaces y referencias útiles:
Y, por supuesto, siempre puede ponerse en contacto conmigo para obtener ayuda.
Subiendo
Estoy planeando tocar todos los siguientes temas a medida que avanzamos. Espero que pueda unirse a nosotros!
¿Listo para probar JMP?¡Obtenga la prueba gratuita de 30 días de cortesía!
