扬声器
|
成绩单
|
| 奥利维亚·利平科特 |
再一次，录音机是以前打开的，通常是静音的，我会回来的。 |
| 杰森威金斯，JMP |
对。 大家好。 这是我的荣幸 |
| |
那个该死的浴室秤。 |
| |
所以对我来说，很难想象没有测量东西的工具的生活，测量东西是一个非常人性化的特征。 我们只是这样做。 |
| |
我在表现良好的测量系统中找到了很多快乐，当然，当它们不正常时，我会感到沮丧。 |
| |
开发、改进甚至正确使用测量系统都是有成本的，无论它是简单的还是复杂的，都有与之相关的成本。 |
| |
以我的经验，与使用来自故障仪表的数据甚至滥用来自良好仪表的数据的相应成本相比，这笔费用是很小的。 |
| |
哈勃太空望远镜就是一个很好的例子。 |
| |
1990 年发射后不久就发现了主镜的畸变。 |
| |
像差影响了望远镜图像的清晰度；其实这是一个前后。 |
| |
问题的根源可以追溯到用于研磨镜子的校准错误的设备。 |
| |
超过 6.2 亿美元。 那是 1993 美元；这是一笔不小的数目。 |
| |
而且我相信如果在研磨镜子之前进行测量系统分析，这个成本是可以完全避免的。 |
| |
现在，虽然哈勃望远镜......哈勃太空望远镜维修是高成本测量事故的一个很好的例子，但测量系统的问题，即使风险较低，我觉得，同样令人沮丧。 举个例子，我可怕的浴室秤。 |
| |
去年……去年12月，我开始了减肥之旅。 |
| |
并且只是让您了解我随着时间的推移和每天看到的东西。 |
| |
我通常会体重增加四磅。 现在我想，如果我在这里，接近我的目标体重......在我的目标体重附近徘徊，也许你知道，加上或减去四磅的波动 |
| |
并不是一件不切实际的事情。 现在在情感上，在这个过程的早期发生了一些不同的事情，并且 |
| |
我们将缩小范围并稍微讨论一下。 所以这就是我，我正在非常努力地减轻体重，做所有正确的事情。 |
| |
然后我早上醒来，我重了四磅。 所以这很令人沮丧，对吧？ 希望其他人也能与之相关，但我的问题 |
| |
在整个过程中（我可能应该在开始这段旅程之前进行测量系统分析），但我的问题是什么时候会看到这样的东西 |
| |
这四磅中有多少是我的，有多少是测量系统中的噪音？ 所以我进行了测量系统分析来回答这个问题。 现在这里有一个剧透警报。 |
| |
我做的第一项研究不是很好。 量表很糟糕。 我会把它扔掉，但我喜欢回收我的电子产品。 |
| |
归根结底，这不是一个很好的可用量规。 |
| |
我今天的部分目标是，我的意思是，这是对现实生活中的测量系统事物的有趣探索，你知道，也许我们都可以与之相关，但我的其他目标之一是强调一些好处 |
| |
使用 EMP 方法进行测量系统分析。 现在要做到这一点，我将介绍一些基本定义，然后使用以下方法演示该方法 |
| |
MSA 的结果来自性能更好的仪表。 现在请放心，我们将在一分钟内回到我可怕的浴室秤示例。 |
| |
好的，首先，什么是测量系统分析？ 对我来说，一个简单的解释是，你知道，我们要进行一个实验，我们想从实验中得到什么是识别或测量测量系统的限制。 |
| |
我们的目标是什么？ 好吧，如果我们进行测量系统分析，我们当然可以确定我们使用的测量系统是否足够好 |
| |
使用或是否需要改进。 但我觉得这和 EMP 方法的亮点更重要 |
| |
是我们要设定使用测量数据的标准。 没有完美的测量系统，那么我们可以制定哪些标准来帮助我们有效地使用测量数据？ |
| |
它是怎么做的？ 这是一个方差分量分析，所以我们正在寻找与测量系统相关的方差分量， |
| |
并且，希望这些与我们的零件相关的测量变化相比很小。 因此，我们对所有测量值都有一些总体变化，然后是分量，这两个不同的变化分量是我们需要了解的。 |
| |
那么什么是EMP？ 它代表评估测量过程。 它是由 Donald Wheeler 博士开创的。 有一本很棒的书，我强烈推荐。 |
| |
对我来说，我认为，考虑 EMP 的最简单方法可能是它提供了一种有效使用测量数据的统计方法。 所以仅仅知道我的仪表是好是坏是不够的， |
| |
所以第一类，第二类，第三类，这些都是基于检测过程中转移的概率。 |
| |
旧方法，我第一次学习的方法，GRR，百分比 R&R，AIAG 方法，使用任意阈值进行量规分类。 所以这是我遇到的一个问题，它实际上是让我开始接触 EMP 的原因。 |
| |
许多年前，我从事破坏性测试，所以这是一个测量系统。 |
| |
我们进行了测量系统分析，结果证明它是 R&R 百分比标准的第四类衡量标准。 好吧， |
| |
你知道，这很重要，但它告诉我们什么？ 让我们难以忍受的难点在于我们正在使用这种破坏性测试 |
| |
在产生收入的产品开发中做出决策。 这是一个有用的衡量标准，所以 R&R 百分比并没有告诉我们衡量标准的效用，也没有给我们任何关于 |
| |
关于我们如何使用该量表的建议。 所以我觉得对我来说，百分比 R&R 方法确实缺乏有效使用测量数据所需的信息。 |
| |
好吧，一个不那么令人沮丧，表现得更好的仪表示例。 这是坐标测量机。 |
| |
测量物体的几何形状。 这是一个非常简单的实验，您只需测量一维长度。 |
| |
所以零件的长度是噪声变量，就像你会在这里注意到这个小操纵杆一样。 我们有操作员参与测量系统。 我已经看到了这个的自动化版本，也许你不会包括操作员，但在这种情况下你会这样做。 |
| |
具有与零件相关的变化，然后是此操作员/零件交互。 现在这是......这个互动术语，就像你们这些喜欢 DOE 的人一样， |
| |
我们都知道交互无处不在，但我会尽力展示一个非常常见的操作员/零件交互的示例。 所以我拿着的是一点 |
| |
金属圆筒，我有一个刻度盘卡尺。 |
| |
我要去 |
| |
测量这部分的直径，我发现它大约是 19 毫米。 |
| |
如果我知道这个尺寸是多少，或者我期望那个直径应该是多少，我可能会做的是实际上我可能会对仪表上的刻度盘施加或多或少的压力 |
| |
这样我就达到了预期的测量值。 现在这种情况无处不在。 我发现自己正在这样做。 如果这些类型的事情发生在我们人类每次与测量系统交互时，那么 |
| |
如果你有足够的钱和预算来建立一个实验来寻找这个，我肯定会推荐。 |
| |
好的，JMP 16。 这是一件很有趣的事情。 我喜欢这个新工具。 有一个... |
| |
抱歉……JMP 16 的 DOE 菜单中的 MSA 特定实验设计工具。 |
| |
我会向你展示，有点演示这个，但在我这样做之前，我有点想讨论一下随机化。 |
| |
对于我们所有进行 DOE 和测量系统分析的人来说，我们知道我们随机化是因为我们希望降低潜伏变量影响我们结果的风险。 所以这是给定的，对吧？ |
| |
如果我们不完全随机化，我们可能会遇到一些问题。 |
| |
我还建议让操作员对随机运行命令视而不见。 所以想象一下我和我的卡尺，我正在测量 10 个不同的部分，我不知道我正在测量的是哪个部分，所以机会更少 |
| |
对我来说，仅仅通过了解这些信息就可以对实验、测量系统分析实验产生偏见。 如此随机化，如果可能的话，让它失明。 |
| |
如果您遇到随机化问题，您可能会查看裂区设计或其他处理随机化问题的方法，但我们绝对希望尽我们所能做到这一点。 |
| |
好的，让我们来看看。 DOE，特殊用途，这是我们的 MSA 设计。 |
| |
就像 JMP 中的所有其他 DOE 工具一样，您知道，我可以输入我的因子名称，也许我需要在此处为运算符添加另一个因子。 |
| |
我在这里真正喜欢的一件事是，我可以给它一个 MSA 角色，并将其复制为我们将要生成的数据表中的列属性。 |
| |
因此，假设操作员有一个不同的名称，但我希望至少有一些锚点，即我将其用作 MSA 中的操作员角色，我可以做到这一点。 这真是太棒了。 |
| |
在这个实验中，我们有四个不同的部分，四个不同的操作员，我们将运行两个重复。 所以这意味着什么 |
| |
是我有我的原始副本，我第一次完成实验，我将再重复两次。 所以我在我的原始文件中每次运行都会得到三个测量值 |
| |
实验。 |
| |
我们将完全随机化，让我们来看看设计。 和 DOE 差不多，快速预览一下我们的实验设计，可以看看， |
| |
通常确保它对我们有意义，如果这是我们想要做的并且我们所看到的是否正确。 我真正喜欢这个工具的是设计诊断，与我们在定制设计器中看到的有点不同，例如， |
| |
或在比较设计工具中。 这背后有一个模拟运行，我们可以玩......你知道，也许我们调整了与我的测试相关的方差分量，并且有一个在后台运行的模拟。 我们可以 |
| |
问一些问题。 我们的实验设计是否设置得足够好，如果我们拥有一流的仪表，我们可以标记它吗？ 真是太酷了。 |
| |
我喜欢它，因为它非常专注于测量系统分析，就像 DOE 一样，嘿，如果我们需要添加额外的部件或额外的操作员，添加额外的复制品，你知道，我们可以在平台内使用它而无需倾倒到桌子上马上。 |
| |
好吧，让我们看看我们的标准 MSA。 |
| |
我想介绍一些基本的图形输出。 我们会做的有点慢，因为我们会重复这个过程几次。 |
| |
对于这个测量系统，我们从 EMP 报告中获得的图形输出实际上非常酷。 例如，这个平均图表， |
| |
如果我在这里显示数据而不是平均值，那将与我们从可变性属性仪表图表工具中获得的结果相同。 |
| |
所以它告诉我们如果我的测量值......我的大部分测量值都在我的控制元素之外，那么我们很可能能够检测到部件之间的差异。 |
| |
标准偏差，如果我选择分散范围，我们将在稍后讨论这个问题。 |
| |
这可视化了可重复性，因此我们希望这里的所有内容都在限制范围内，而这个仪表就是这种情况。 所以还有几个。 |
| |
这是我的最爱之一。 再次，操作员/零件交互。 如果我有交叉线，则此图表明此处可以进行交互。 所以 |
| |
他们没有......这些线不必相互堆叠，它们可以分开，但我们真的希望我们不会在该报告中看到任何交叉线。 分析手段，我喜欢这个，可以把它当作程序工具使用。 |
| |
它只是告诉我们，操作员 1 的平均测量值偏低，操作员 2 和 3 的测量值往往偏高。 |
| |
这可能不一定是坏事，但如果是的话，我们也许可以深入研究源头。 你知道，为什么操作员一的平均测量值很低？ 再说一次， |
| |
测试，重新测试，错误比较。 我们只是展示每个操作员的测量方式是否存在不一致。 |
| |
所以这些是图形。 让我们谈谈一些额外的 EMP 术语。 因此，EMP 中量规分类的基础是类内相关性。 这就是零件变化的比例。 |
| |
我们希望在内部与我们的重复测量部分相关联 |
| |
和运算符和部分偏置项。 我们真的希望这些与总数相比很小，所以这个统计数据越高越好；一个是完美的。 |
| |
如果您要阅读惠勒的书并手动计算方差分量的类内相关性等内容，请务必使用标准差图表作为离散类型。 |
| |
Wheeler 在他的书中对您何时可能想要使用该范围进行了很好的讨论，我们将通过浴室秤测量系统看到这一点。 因此，如果您的...如果您的精度相当精细，您可能 |
| |
可以使用标准差色散类型。 如果它很笨重，那么范围可能会是更好的方法。 |
| |
可能的错误。 我们将在几个不同的地方看到这一点。 这有很多实用性，我从书中得到了这个。 |
| |
Wheeler 将此描述为“任何测量都不应被解释为比正负一个可能的误差更精确，因为测量至少有一半的时间会出现这个量或更多的误差。” 所以这个统计数据将在几个不同的地方使用。 |
| |
值得注意的是，我们将同时使用测量增量， |
| |
这是可能误差的函数，以调整我们对测量的精度期望，我们想要报告多少小数位。 |
| |
我们将看到另一个在保护带中使用可能错误的地方......规格限制的统计保护禁止。 |
| |
好的，所以我们将继续阅读报告，然后我们将真正了解 JMP 中的步骤。 |
| |
我们得到了一个真实的量规分类，所以这是说二等。 Wheeler 的建议是您可以决定绘制测量过程的图表，因此我可能希望在进行此测量之前运行一个控件。 |
| |
这是有争议的。 你知道，这又是一次预算对话，你知道的。 我们能负担得起这样做的时间吗？ 是的……如果是，那就去做吧。 |
| |
如果不是，那么……改进仪表的成本是多少？ 我们能把它移到一流的仪表上吗？ 我们认为在一个项目中这样做可能要花多少钱？ |
| |
此显示器分类图例。 花一点时间在它上面；您可以提取一些用于控制图表的指南...或图表 |
| |
实际过程。 该仪表的有效分辨率，我们必须减少数字。 我将介绍我是如何做到这一点的。 |
| |
方差分量，这很棒。 部分包含大部分差异，所以这是一件好事，尽管我们仍然有一些操作员 |
| |
和一些操作员/零件交互。 我们在图形分析中也看到了这一点。 好吧，让我们... |
| |
现在我构建了一个加载项，现在它是......我将使用它进行演示。 这是一个小错误。 如果我能解决其中的一些问题，我会发布它。 |
| |
但这只是启动 EMP 平台，然后它会给我一些其他的东西，其他与 |
| |
EMP 报告。 好的。 所以我们只记得part和operator。 在这种情况下，我将使用标准差。 |
| |
我们开始了。 单击确定。 以上就是我们在幻灯片中谈到的所有内容。 |
| |
我不认为那里有什么不同可看的。 现在这来自 EMP，我正在做的是我在问，考虑到我的测量系统中的噪音，如何......我可以期望的产品一致性 |
| |
我的规格限制，我可以通过收紧我的规格限制来改善它吗？ 所以我要使用统计数据来保护波段 |
| |
我的规格限制。 所以对于那些从事高科技制造业的人来说，你可能听说过防护带规格限制。 有时它只是一个百分比。 |
| |
但我喜欢 EMP，因为我可以使用可能的错误进行计算 |
| |
当我收紧这些限制时，这会考虑到我的测量系统噪声。 所以这就是说，嘿，对于 96% 的一致性， |
| |
我需要收紧我的带子。 我忘了在这里调整小数位，但那是 56 到 74。 |
| |
所以我把它拧紧一毫米。 就是这样，在任一方面，任一规范。 黑线，这些是我们为客户设定的原始规格限制。 |
| |
如果我们在这些规格限制下运行仪表，我们可以预期大约 64% 的一致性，所以这里有一个权衡，对吧？ |
| |
如果我们想收紧规格限制，我们会付出代价。 我们将拒绝更多的零件，但它会更好地保护客户吗？ 最肯定的。 事实上，如果我们从规格限制中找出四个可能的错误， |
| |
我们可以获得 99.9% 的一致性，但我们将拒绝更多的产品，其中一些产品实际上可能对客户有用。 |
| |
这里的权衡是企业的声音与客户的声音，这是一个商业决策，值得在你决定之前进行一些讨论 |
| |
您想在多大程度上收紧规格限制。 好的，这是表现良好的仪表，我们看到了......哦，我忘了，我要展示 |
| |
我如何解决小数位精度问题。 所以坐标测量机会吐出很多小数位。 |
| |
EMP 告诉我，我真的应该放弃数字。 我这样做的方法是我只是创建一个公式列，使用环绕函数，然后我调整它所以零是我现在的位置，但我实际上尝试了二加一。 |
| |
并重新运行 EMP 分析。 每一个……只要 EMP 告诉我我不必再减少一个数字，这就是我要报告的精度。 |
| |
好的，还有制造说明。 同样，这是在该计算中使用可能误差和测量增量的另一个地方。 |
| |
这很棒。 这是一种统计方法，你知道，在高科技制造业中很常见。这是警戒带。 我们可以使用我们的测量系统噪声来做到这一点 |
| |
进行计算。 好吧，回到可怕的浴室秤。 好吧，所以这有点有趣。 |
| |
让我带你了解设计。 |
| |
我认为这很有趣的是，当我们开始进行实验时，无论是 DOE 还是测量系统分析， |
| |
我们必须带来一点创造力。 我不得不这样做。 老实说，我几乎被这件事难住了。 因此，与我称重自己或家里任何人称重自己相关的噪音因素，就是我们，你知道的。 我站在秤上。 |
| |
部分......想想部分就像我每天的体重波动，对吧？ |
| |
我可以得到，你知道，假设我在正负四。 我一个星期吃得太多了，体重增加了两磅。 这就是我希望能够检测到的东西。 |
| |
现在要做到这一点实际上有点困难，因为我必须从操作员的部分，我的部分中打破每天的体重波动。 |
| |
我采取的方式......可能有很多不同的方式可以做到这一点，但我采取的方式是，我让我的参与者参与测量系统分析，我的家人。 他们会测量自己的体重， |
| |
离开天平，我递给他们一个哑铃，他们在天平上退后一步。 我减去那些，然后我得到重量，所以这将是我的部分测量。 |
| |
现在，为了让这个达到我的目标体重的比例，让我更容易理解，我只是将它标准化。 |
| |
它只是......它只是将比例更改为对我来说更有意义的东西。 好吧，让我们......让我们看看这看起来如何。 好的，我们将再次执行加载项。 有东西值得 |
| |
笔记。好的，我想如果我回想一下，它会再次记住操作员和部分。 这是一个厚实的测量。 我将使用范围图分散类型，并且设计是交叉的。 |
| |
好的，已经，就在大门外，我们看到我们可能无法检测到 |
| |
每日体重的差异。 现在这里可能有一些与我进行实验的方式有关的东西；这当然是可能的， |
| |
但它看起来不是很好。 所以让我们看一些其他的，范围图，看起来不错。 啊……哇，有问题。 我的内部变异，所以这与我的重复测量有关，嗯，这比我的部分要大……我的变异与我的部分到部分的变异相关。 |
| |
这不是一件好事。 |
| |
所以问题二。 你可以通过其他一些。 测试，重新测试看起来还不错。 我对均值结果的偏差比较分析看起来不错。 好吧，这是另一个问题。 查看该可能错误的大小。 记住，我真的希望我至少能看到 |
| |
一磅的重量差异并且有意义。 好吧，可能的错误是这个的三倍，这是一个问题。 |
| |
我被告知要减少一个数字。 如果我遍历这个，我实际上必须进入科学记数法，报告两位数，以使其更接近。 |
| |
即便如此，可能的误差仍然很大，我们将看到，稍微往下一点，在使用量规方面这可能是个问题。 |
| |
右三等规。 因此，如果我们必须使用仪表，我们肯定会绘制测量过程的图表，因此运行控制或标准 |
| |
在我们做每天的体重之前。 操作员/零件交互，又来了。 这很有趣，因为接线员三是我的姐夫。 他是一个聪明的人，尽管我试图让他无法参加考试，但我认为他是在参加考试。 |
| |
所以这可能与我的学习有关，而不一定与量表有关；只是我的观察。 所以我们将再次玩那个 96% 的一致性游戏，把它调到零。 哦，不，我无法计算极限。 其实我的下限其实是 |
| |
高于我的上限。 为什么会这样？ 好吧，在计算中 |
| |
（让我们看看，如果我回到我展示的地方）， |
| |
如果那个可能的错误太大，那么它会产生一个问题，所以这个有一点限制 |
| |
Wheeler 在他的书中使用的工具。 但是对我来说，嘿，这告诉我的是这个浴室秤是一块垃圾，我只需要买一个新的。 所以我有点便宜 |
| |
但我决定，你知道，50 美元可能不是一个不合理的价格，所以我买了一个 Fitbit 体重秤，我们来看看……让我们看看它是什么样子的。 |
| |
哦。 |
| |
再次运行研究。 |
| |
和范围，我们将保持不变。 好吧，我们已经看到了一点点改进。 它不如我的坐标测量机，但是，嘿，我的一些测量结果实际上超出了控制范围，所以我认为这是一种改进。 |
| |
也看看那个。 我的方差分量实际上小于部分。 我的意思是，它仍然有点大， |
| |
但是 50 美元……也许如果我花 100 美元或 1,000 美元，我可以把它降低一点，但我想我愿意接受。 好吧，很可能是错误，嘿，耶。 我们至少不到一磅。 |
| |
当然，我们需要考虑去掉一个数字，所以我也会用这个进行舍入练习，结果表明报告零小数精度是我们想要做的。 让我们看看这个，96% 的一致性。 |
| |
再说一次，嘿，我实际上得到了一些合理的东西。 所以对我来说， |
| |
在整个减肥运动中，我设定的期望是我希望达到 180 的目标体重。 |
| |
但我愿意忍受正负五磅的体重波动。 当我经历这段旅程时，我注意到我吃的东西会发生变化，一天内水的重量会增加，所以这是一个非常合理的预期。 现在，如果我想确定， |
| |
我坚持自己的目标，也许我需要将这些规格限制提高一磅。 |
| |
因此，通过相当长的减肥和使用可怕的体重秤开始的令人沮丧的锻炼，我已经达到了我可以忍受并且我实际上有点高兴的东西。 所以 |
| |
那是我的全部了。 谢谢你。 希望这是对测量系统分析的 EMP 方法的一次有趣的演练。 |
| 奥利维亚·利平科特 |
是的，停止录制。 |
| 杰森威金斯，JMP |
我做的及时哦，很好。 |
