最近はJMPerが多いですね実験計画法を実施する前にどのような準備をすべきでしょうか? このトピックの内容は多岐にわたりますが、質疑応答のほとんどは測定システムの分析に関するものであることが多いです。 (測定システム分析、MSA) 。よくよく考えてみると、皆が重視したいのは測定システムの解析というよりは、データの品質の確保の問題であり、一般にデータは測定の結果であるため、実験データの妥当性が重要であることが分かりました。当然、測定システムによる検証が必要であり、有効性は保証されています。しかし、実際には、この 2 つの間に必然的な因果関係はありません。別の言い方をすれば、測定系の解析は基本的かつ定型的な作業であり、実験計画法を行うか否かに関わらず、データを定量的な判断に活用する場合には、測定系の有効性を評価によって保証する必要があるのではないでしょうか。検証と確認??
その結果、別のより基本的な疑問が生じます。それは、JMP にどうやって合格するかということです。測定システム解析を実行するソフトウェア?この記事では、開始するためのガイドラインをいくつか紹介します。
まず、一部のユーザーが JMP を使用するようになります。行為MSAわずかな混乱の理由の 1 つは次のようなものである可能性があります。 JMPのためにMSAマルチプラットフォームのサポートでは、選択肢が多すぎて選択が困難になる場合があります。明確にするためにここに来ました。
現在のJMPでは、主に 2 つのサポートを提供しますMSA機能的なプラットフォーム(写真-1) 、それらはそれぞれ次のとおりです。
- 分析>品質とプロセス>測定システムの分析
- 分析>品質とプロセス>変動性/カウンティングツールの図面
図-1 JMPのためにMSAマルチプラットフォームのサポート
「測定システム分析」プラットフォームでは、まずEMP（測定プロセスの評価）に基づいています。測定システムの分析方法。この概念は少し前に提案され、米国によって提案されました。 SPC専門家ドナルド J. ウィーラーユウ博士1984年彼の著作の中で測定プロセスの評価で最初に提案され、 JMP引用された方法は、彼らの手法から派生したものです。 2006年に発表されましたEMP Ⅲ不完全なデータの使用 (2006)本の中で(写真-2)内容と手順を説明します。
この方法は中国ではまだ普及しておらず、知っている人も少ないため、私たちが接触したJMPではユーザー グループの中では使用率が低いため、この記事では詳しく説明することに時間を割きません。さらに、このプラットフォームは実際には従来の「ゲージ R&R 」は分析手法の入り口ですが、これは「ばらつき」とは異なります。 / 「計数ツール描画」プラットフォームに入っても効果は同じなので、以下を直接参照できます。
図-2 EMP Ⅲ不完全なデータの使用 (2006)
現在、中国で主流の測定システム分析のアイデアは主に自動車産業活動グループ (AIAG) に基づいています。 「計測システム解析リファレンスマニュアル」は継続的に更新されます。
このガイドラインでは、通常は 6 まで測定システムを評価するには、従来から 2 つの次元があります。それは安定性です。 （安定性） 、 バイアス（バイアス） 、 線形(直線性) 、 解決（差別） 、再現性(再現性)と再現性(再現性) 。
その中で、図-3に示すように、示されているように、バイアスはシステム精度の尺度です（正確さ）最も直接的な尺度は、測定結果の平均値と真の値との差を反映し、再現性と再現性は測定システムの精度です。 （精度）測定値は測定結果の変動を反映しており、測定システムの品質を評価するための最も重要な指標です。したがって、「変動性」については、 / 「計数ツール描画」プラットフォームの場合、機能項目のほとんどがこれに関連しています。
画像3バイアスと精度の図
上記 6 つのうち、大多数の中国人ユーザーにとってこれらの特性の中で最も身近なものは「再現性」と「再現性」です。ゲージ R&R 、ほぼすべてのシックス シグマ管理関連の教材、トレーニング、プロジェクトで必ず触れられるため、時間が経つと多くの人が忘れてしまいます。ゲージ R&Rとほぼ同等MSA 、これがこの記事の焦点でもあります。
ここで、「再現性誤差」とは主に、同じオペレータが同じ測定機器セットを使用し、同じ部品の同じ特性を短期間に複数回測定し、得られた結果の一貫性を重視することを指します。すべての測定結果の一貫性、すべての測定結果が可能な限り同じ条件下にある変動条件、機器変動 (EV) とも呼ばれます。 ; 対照的に、「再現性誤差」は、考えられるさまざまな変化する測定条件下で、同じ測定コンポーネントの同じ特性の複数の測定から得られた結果の一貫性を強調します。従来の場合、再現性誤差は主に、別名として知られる異なる演算子によって引き起こされます。人事変動(鑑定バリエーション、AV) 。
これら 2 つの変動は、通常、分散または標準偏差で表現されます。変動が小さいほど、優れた測定システムとなります。従来の分析手法は、生産プロセスの変動と組み合わせて使用されることが多く、変量効果を考慮した分散分析によって実現されます。分散分解のプロセスを図-4 に示します。示されています。
図-4 ゲージ R&R従来の分析手法の模式図
最後に、測定システムの精度を評価するための 2 つの重要な指標が導出されます。
その中には、%Gage R&Rプロセス全体の変動に対する測定システムの測定効果の評価に焦点を当て、生産プロセスの改善を解決する測定システムの能力を強調します。
%P/T製品仕様に対する測定システムの測定効果の評価に重点を置き、許容限界を解決する測定システムの能力を強調します。
%ゲージR&Rそして%P/Tは、測定システムのパフォーマンスを評価する 2 つの異なる側面であり、優れた測定システムでは、両方の指標を同時に十分に小さくする必要があります。 -1これら 2 つの指標の一般的な参照判断基準です。
表-1 ゲージ R&R参考判断基準
この時点で、上記の分析の考え方とロジックを理解できれば、JMP では次のようになります。最新の統計分析ソフトウェアを利用すれば、収集して整理するだけで済みます。ゲージ R&R解析に必要な観測データをソフトウェアに入力し、その後の計算処理をすべてソフトウェアに任せることができます。
次に、単純な小さなケースを使用してゲージの R&R を分析します。従来の分析手法の操作プロセスを示し、出力結果を簡単に分析します。
「ノギスを使用して、特定の機械加工されたコンポーネントのシャフト直径を測定します。既知の公差要件は 45.5±0.5 です。」 、測定システムの精度分析の場合:
- 10の代表的なサンプル部品と番号が付けられている
- ランダムに3つ選ぶ検査員は各部品を独自のノギスで測定します
- パーツの順序を入れ替えた後、2回目のテスト二流
- パーツの順番を入れ替えて3位をテスト二流
- 測定プロセス図と記録データテーブルを図-5に示します。示されています」
図5測定プロセス図と記録データシート
JMP ゲージ R&R分析手順:
- JMPとの組み合わせデータ管理関連のプラットフォーム。図に示すように、データを簡単にインポートして整理できます。 -6データテーブル構造を示します
図-6 ゲージ R&Rデータ入力と整理
- 図-7を押します設定、「分析」を開始>品質とプロセス>変動性/ 「計数ツール描画」プラットフォーム
図-7 「変動性/ 「カウンティングゲージ描画」起動プラットフォームの設定
- 図-8に示すように図のように、「Variability Gage」の横にある赤い三角形を選択します。 >ゲージの研究>測定ツールRR 、この例では許容範囲を入力します。 46.0-45.0=1
図-8 「測定ツール」を起動しますRR 「分析する
ゲージR&R分析出力レポートの簡単な分析:
図-9測定ツールR&R出力レポートの分析
図-9よりゲージを表示R&R出力レポートから、再現性の分散成分はおよそ次のようになります。 0.0011 、再現性分散成分はおよそ0.0035 、測定システムの精度を評価するための 2 つの重要な指標%ゲージR&R=33.56% 、 %P/T=40.56% 、すべてより大きい30% , したがって、この測定システムの精度レベルは高くなく、それを改善するための措置を講じる必要があり、改善はまず再現性誤差を減らすことから始めることができます。
さらに詳細な分析を行うと、再現性の変動において「検査官*」 「パーツ」バリエーション(0.3116)> 「検査官」のバリエーション(0.1708) 、「測定値」の変動と「測定値」の平均をプロットします。 -検査官*」一部」相互作用図(ゲージの研究>測定ツールRR写真>平均チャート）で発表された3検査官の4 、 5 、 10これは、部品の測定結果に大きな差が生じる現象と一致しています。
したがって、測定標準の操作トレーニング中にこれらのコンポーネントの特性について詳しく議論すると、再現性誤差を低減し、測定システムの精度を向上させることができます。
図-10 「測定値」の変動プロットと「測定値」の平均-検査官*」一部」相互作用図
以上が今回ご紹介するMSAについてです。紹介コンテンツは実際に次のとおりですMSA破壊実験のための測定系解析、計数データのための測定系解析、標準部品や固定部品を用いた測定系解析、二大精度指標を測定する際の測定系の評価と決定方法など、基礎的な知識はまだまだたくさんあります。矛盾しているなどこれらの内容は、ソフトウェアの動作に関わるものである一方で、方法論そのものから始める必要もあります。
こんにちは、実際に使ってみて問題が見つかりました。それは、%GRRの値です。これは相対的な量（つまり、変動全体に対する割合）なので、PVが増加すると、必然的に%GRRは小さくなります。 %GRRを要件を満たすようにするために（特に顧客が要件を持っている場合）、一部の不良サンプルが意図的に選択されたり（測定値が明らかに仕様から外れている場合など）、そのような場合には意図的に製造される場合もあります。サンプルは入手できません。製品の一貫性が向上すると、機能の分布が非常に小さくなるため、%GRR が非常に大きくなることがよくあります。この状況は非常に不合理に感じられます。
@Ritalv
ご返信ありがとうございます。おっしゃることは理解いたしました。しかしながら、クライアントや上司はそういったことを気にかけないことが多く、そもそも理解していない場合もあります。彼らが気にするのは、2つのパーセンテージが一定の数値を下回っているかどうかだけで、その基準を満たしていない場合は改善を求められます。彼らに理屈で説明しようとしても無駄です。場合によっては怒鳴られることさえあります。
