揚聲器 | 成績單 |
| 阿斯特麗德·魯克 | 我的名字是阿斯特麗德·魯克。 我在奧托立夫工作 |
| 15 年來，奧托立夫是全球領先的製造商 |
| 汽車安全部件，如安全帶、安全氣囊和主動安全系統。 那麼今天我們想談談曲線數據的測量系統分析。 |
| 勞拉、克里斯和我也寫了一份白皮書，它有相同類型的標題，因為我們認為這是一個非常緊迫的話題 |
| 因為 |
| 我們自己對 MSA 的了解中沒有其他可用於動態測試機的曲線數據。 |
| 因此，首先我們將從 MSA 和功能數據分析的簡短介紹開始，然後我們將激發我們的目標，即所謂的 Spring 指南，該指南調查 |
| 係緊行為或舒適行為 係緊安全帶，然後勞拉會 |
| 通過 JMP Pro 解釋我們的 Gage R&R 方法。 |
| 因此，通常測量系統分析是一種精明的類型 2 研究。 |
| 所以， |
| MSA 是一個過程。 在此流程圖中，您可以看到它從類型 1 和線性研究開始，並通過參考部件完成。 需要參考部件，因為我們需要一種參考方式來計算測量系統的偏差。 |
| 如果它適合，如果偏差足夠好，那麼我們檢查是否有操作員的影響。 |
| 當且僅當我們有操作員的影響時，我們才能計算再現性。 否則，在所有其他步驟中，重複性是唯一的 |
| 可以計算的變化。 因此，在這個領域，類型 2 和類型 3 研究、生產零件被使用。 美國航空工業協會， |
| 汽車行業指南，調查每次測試的一維輸出，但它們沒有描述如何將數據曲線作為輸出處理，我們將讓您了解如何 |
| 怎麼做。 因此，如果準確度很高，那麼不確定性就會很低。 這可以從這張圖中看出。 你會看到 |
| 不斷增加的不確定性對決定好零件還是壞零件是否接近公差的影響。 所以這裡我們有一個規格下限，在右邊我們有一個規格上限。 |
| 因此，我的準確性越高，我的決定就越好。 這裡我們有一個非常大的灰色地帶，很難做出正確的決定。 |
| 顯然，位於公差中間的零件始終會以正確的方式進行分類。 |
| 與統計過程控制相比，處於規格限制的零件非常有價值。 |
| 因此，對於 MSA，您可以做的最好的事情就是按照規格下限和規格上限購買零件， |
| 參考值的正/負 10%，在這種情況下，參考值是一個公差。 如果您只有一個特定的規格限值，例如規格上限或規格下限， |
| 然後您可以使用過程能力指數 Ppk 來計算相應的過程變化 6s，這就是您的新參考數字。 |
| 這種如何為 MSA 選擇零件的想法也可用於輸出曲線及其規格範圍，而不是規格限制。 |
| 因此，數據通常以函數、曲線或輪廓（稱為功能數據）的形式出現。 JMP Pro 的功能數據瀏覽器平台中提供功能數據分析。 |
| 我們將使用 P 樣條來模擬我們提取的假曲線與遠曲線，稍後我們將使用混合模型來分析它們。 |
| 因此，安全帶對於預防死亡有著顯著的貢獻，因此必須確保安全帶的功能性和舒適性。 |
| 在右側，您可以看到安全帶的抽出力（以藍色表示）和隨距離的回縮力（以紅色表示）的圖片。 |
| 這兩種力都是影響安全性和舒適性的重要因素。 |
| 為了測試這些力，使用抽出/縮迴力測試裝置，這模擬了車輛中的安全帶行為。 |
| 讓我們仔細看看這一點。 在這裡您可以看到測試設置，在這裡您可以看到安全帶。 這是一個小移動手推車，由手推車臂驅動，現在您可以看到安全帶是 |
| 撤回。現在提取開始了，在右手邊你可以看到安全帶，它根據汽車的位置是固定的。 |
| 是的。 |
| 哎呀。 |
| 所以， |
| 當你觀察這些小曲線時，你會發現在我的提取力曲線中， |
| 有一些小波，它們具有半週期結構。 如果你願意用這個半週期結構來擬合 |
| 例如，多項式，那麼您將真正過度擬合重複性。 這就是我們需要的原因 |
| 一些靈活的模型。 這些小波浪從哪裡來？ 當我們查看我的安全帶內部時，這一點會更清楚。 還有一個主軸和一個彈簧。 這是如何表現的 |
| 可以在這個視頻中看到。 裡面是我的主軸，右手邊是我的彈簧。 彈簧的蓋子是打開的，我們可以看到裡面 |
| 蓋子，彈簧的行為方式。 一開始，當整個織帶位於旋轉器上時，我的彈簧完全放鬆。 現在我的織帶被抽出，同時彈簧也被上緊了。 現在我們已經縮回了，我的彈簧又變得放鬆了。 |
| 這些微小的運動導致了這種波浪結構，這就是我們真正需要基於 FDE 的靈活模型的原因。 |
| 因此，創建彈簧指南是我們的目標，它需要特定的緊固行為。 |
| 因此，緊固行為由我的拔出力曲線給出。 在這張照片中你可以看到，不同的組有五個不同的組 |
| 安全帶類型和相應的彈簧厚度。 如果我的彈簧厚度很小，那麼你可以看到我的拔出力也很小，如果我的彈簧 |
| 厚度比我的拔出力大，距離也會大。 然後你會看到我們這裡有不同的顏色，我們有深色。 深色是由三名操作員在現實生活中測量得出的結果...... |
| 每個操作員對每條安全帶進行了五次復制，您可以看到他們確實做得非常出色。 淺色，即 FDE 給出的 p 樣條線的模型。 因此，由於春季指南是我們的目標，我們想知道我們將獲得哪個春季 |
| 安全帶相應的緊固行為，但在開始該項目之前，請始終從 MSA 開始 |
| 所以， |
| 根據奧托立夫的程序，我們使用五種不同的安全帶、三名經驗豐富的操作員和五種複製品，正如您在 |
| 上一張圖。 我們的觀測值 y 是由實際值加上一些隨機噪聲給出的，因此來自操作員、零件、操作員和零件的相互作用以及相應的噪聲 |
| 重複性。然後我的量具 R&R 定義為六倍 |
| 測量誤差的過程變化，由我的再現性和重複性給出。 |
| 現在我們想知道我的最小公差是多少，這樣我的量具 R&R 是可以接受的，可接受意味著量具 R&R 百分比小於 20%。 如果我的 Gage R&R 是 |
| 0.2 倍我的最小公差，那麼我們也會得到你所看到的我的曲線的界限，這個正負 3 秒的誤差界限 |
| 將極大地幫助我們找到適合特定緊固行為的正確彈簧。 所以 |
| 我們的方法論將 |
| 由勞拉·蘭卡斯特展示。 因此，我們將開始估計平均拔出力曲線，並通過 FDE 使用靈活的模型。 |
| 然後計算殘餘拔出力，然後通過平台混合模型估計隨機效應模型，最後計算量具 R&R。 那麼，勞拉，你可以開始嗎？ |
| 勞拉 | 是的，讓我分享我的屏幕。 是的。 |
| 偉大的。 |
| 勞拉 | 好的。 |
| 所以，是的，謝謝你，阿斯特麗德。 所以我想演示我們如何使用 JMP Pro 15 |
| 使用曲線數據執行此測量系統分析。 首先我想向您展示我們擁有的數據。 它看起來很像常規 MSA 數據，只不過不只是 |
| 定期測量，我們實際上有曲線。 所以我們有了力的距離函數。 所以我們要做的第一件事就是 |
| 使用功能數據瀏覽器創建零件力提取曲線。 所以我要打開功能數據 |
| 資源管理器，我將轉到分析菜單，然後是專業建模、功能數據資源管理器。 因此，力將是我的輸出，距離是我的輸入，我想為每個零件或安全帶類型安裝一個。 這就是我的 ID，然後單擊“確定”。 |
| 我得到了一堆摘要信息、摘要圖表，我將放大這個。 這些是我的曲線，你可以看到我的每個部分都有非常明顯的曲線，它們有不同的顏色。 |
| 我還可以看到阿斯特麗德所說的半週期性行為。 現在我已經 |
| 擬合此數據，所以我知道 300 節點線性 p 樣條曲線非常適合。 所以我將繼續並適合該特定模型。 所以我轉到模型、模型控件、p 樣條模型控件，然後 |
| 刪除所有這些節點。 |
| 添加 300 因為我知道這是運行良好的節點結構。 我只會進行線性擬合。 我單擊“開始”，不需要太長時間即可將這個 300 節點線性 p 樣條曲線擬合到該數據。 |
| 我只是想快速提一下，我只會展示這個 FDE 平台的一點功能。 是的，它做的很多事情比我有時間向您展示的或者我們用於測量系統分析的要多得多。 |
| 但是，我強烈建議您檢查一下。 我們為 JMP 15 添加了很多內容。 |
| 因此，我強烈建議您也查看其他相關討論。 好的，這就是我們的適合。 我們再次得到了曲線和擬合的漂亮圖表。 |
| 我想檢查並確保這是否合適。 因此，我將查看診斷圖，並根據預測圖查看實際情況，我發現它看起來非常好。 線性很好，殘差非常小。 所以我對這個搭配非常滿意。 |
| 現在，當我們進行此擬合時，我們必須將運算符和復制錯誤組合在一起。 所以這些曲線的變化是平均的，但我們需要 |
| 實際進行量具 R&R 研究的變體。 所以我們要做的實際上是創建一個力殘差，一旦我們通過從原始力函數中減去這些部分力函數來做到這一點， |
| 我們將得到包含操作員及其複制錯誤的殘差。 所以我要回到數據表。 |
| 我已經創建了腳本來簡化這一切。 因此，我創建了一個腳本來將預測公式添加到數據表中。 我會很快地向您展示它。 這直接來自功能數據瀏覽器。 這是我為每個零件擬合 p 樣條的公式。 |
| 然後我還有一個腳本來創建我的剩餘列等等 |
| 其公式只是力與部分力提取函數之間的差。 |
| 正確的。 現在我有了這個剩餘 |
| 包含運算符和復制誤差的公式，我可以擬合隨機效應模型並按部分估計我的運算符...運算符和我的複制誤差。 |
| 為此，我實際上將使用混合模型平台，因為我們不會擬合部分方差，因為我們已經 |
| 通過創建殘差並減去部分力函數將其分解出來。 |
| 所以我已經創建了一個腳本來啟動混合模型平台。 您可以看到我的響應是殘餘拔除力。 |
| 我有運算符和運算符作為我的隨機效果。 我要運行這個。 |
| 運算符、按部分運算符（為零）和殘差。 |
| 為了計算量具 R&R，我發現只需使用 JMP 數據表（如電子表格）即可輕鬆完成。 |
| 讓一切變得簡單。 我可以只使用列公式。 所以我在表中輸入了方差分量。 |
| 我只是創建了一個公式來計算量具 R&R，它只是不含零件的總變化平方根的 6 倍。 然後我看到我的 Gage R&R 是 0.4385，我可以將其應用到我的彈簧指南中 |
| 在我的規格範圍內。 我還可以求解最小公差。 |
| 所以現在我要把這個問題交還給阿斯特麗德繼續討論它是如何應用的。 |
| 阿斯特麗德·魯克 | 是的，謝謝你，勞拉。 真是，太棒了 但對於觀眾來說，這當然不是數據的原汁原味。 |
| 所以， |
| 是的。 |
| 現在正如勞拉解釋的那樣，現在我們知道了 |
| Gage R&R，我們還知道我的最小公差，以便我的測量系統能夠勝任。 在這裡您可以看到零件拔出力函數。 |
| 您還可以看到正/負 3 秒的誤差範圍，並且您會發現這些部件選擇得非常好，因為邊界不重疊，因此 |
| 它們有顯著的不同。 我們可以用它來找到正確的 |
| 春天。在這裡你可以看到黑色的，最小公差是...... |
| 我們使用綠線將其置於其周圍。 |
| 現在我們有了 Gage R&R，但另一方面，我們可以使用 FDE |
| 加載黃金曲線作為目標函數。 所以我已經告訴過你，是的，我們對彈簧指南感興趣，但是我們應該使用什麼樣的彈簧呢？ 所以我們也可以使用FDE |
| 加載這個黃金函數，然後計算相應的彈簧厚度以獲得特定的行為。 |
| 所以 FDE 是一個很棒的工具。 我們還將它用於獨立於操作員的 3 類研究，並且用於相機。 |
| 它測量充氣安全帶接縫和切割邊緣之間的距離以及切割過程，這也是使用 FDE 的一個巨大成功案例。 |
| 最後，我想說的是，我們的大多數流程和測試都有曲線作為輸出。 |
| 到目前為止，還不可能使用完整的曲線數據來標準化 MSA 程序，因此，我們必須限制自己 |
| 拔出力曲線上的最大值，拔出和縮回之間的所有區域，因此我們減少了自己並損失了很多很多 |
| 大量的信息。 所以我真的很高興我們能為曲線數據製作 MSA。 據我們所知， |
| 沒有其他出版物討論這種類型的 MSA 泛化曲線數據與其他商業軟件。 最後，我想向您展示相應的論文也可以在互聯網上找到。 所以感謝您的關注。 |
