扬声器
|
成绩单
|
| 奥利维亚·利平科特 |
再说一次，录音机以前就打开过，经常处于静音状态，我会再打开。 |
| 贾森·维金斯，JMP |
正确的。 大家好。 这是我的荣幸 |
| |
那个该死的浴室秤。 |
| |
因此，对我来说，很难想象没有测量工具的生活，而测量东西是人类的一个特征。 我们就是这么做的。 |
| |
我在表现良好的测量系统中找到了很多快乐，当然，当它们表现不佳时，我会感到沮丧。 |
| |
开发、完善甚至正确使用测量系统都是有成本的，无论是简单还是复杂，都有与之相关的成本。 |
| |
根据我的经验，与使用有缺陷仪表的数据甚至误用良好仪表的数据所产生的间接成本相比，这笔费用很小。 |
| |
哈勃太空望远镜就是一个很好的例子。 |
| |
1990 年发射后不久，就发现主镜存在像差。 |
| |
像差影响了望远镜图像的清晰度；其实，这是一个之前和之后。 |
| |
问题的根源可以追溯到用于磨削镜子的设备校准错误。 |
| |
超过 6.2 亿美元。 那是 1993 年的美元；这是相当多的钱。 |
| |
我相信，如果在磨削镜子之前进行测量系统分析，则可以完全避免这一成本。 |
| |
现在，虽然哈勃望远镜……哈勃太空望远镜的维修是高成本测量事故的一个很好的例子，但我认为，即使风险较低，测量系统的问题也同样令人沮丧。 以我可怕的浴室秤为例。 |
| |
去年...去年12月我开始了减肥之旅。 |
| |
让您了解我随着时间的推移以及日复一日所看到的情况。 |
| |
我的体重通常会增加四磅。 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 |
| |
这并不是一件不切实际的事情。 现在，在这个过程的早期，情感上发生了一些不同的事情， |
| |
我们将缩小范围并讨论一下这个问题。 这就是我，我正在非常努力地减肥，做所有正确的事情。 |
| |
然后一天早上我醒来，发现自己重了四磅。 所以这很令人沮丧，对吧？ 希望其他人也能理解这一点，但我的问题 |
| |
在整个过程中（我可能应该在开始这个旅程之前进行测量系统分析），但是我的问题是当我看到类似的东西时 |
| |
这四磅中有多少是我，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。 现在这里有剧透警报。 |
| |
我做的第一项研究不是很好。 仪表很糟糕。 我本来会把它扔掉的，但我喜欢回收我的电子产品。 |
| |
归根结底，这不是一个很好用的仪表。 |
| |
我今天的目标之一是，我的意思是，这是对现实生活中的测量系统的一次有趣的探索，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，为了做到这一点，我将介绍一些基本定义，然后使用以下方法演示该方法 |
| |
来自性能更好的仪表的 MSA 结果。 现在请放心，我们很快就会回到我那糟糕透顶的浴室秤示例。 |
| |
好吧，首先，什么是测量系统分析？ 对我来说，对此的一个简单解释是，我们将进行一个实验，我们想要从实验中得到的是识别或测量测量系统的局限性。 |
| |
我们的目标是什么？ 那么，如果我们进行测量系统分析，我们肯定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 EMP 方法的闪光点更重要 |
| |
是我们想要设定使用测量数据的标准。 不存在完美的测量系统，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呢？ |
| |
怎么样？ 这是方差分量分析，因此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，我们有所有测量值的总变异，然后还有一些分量，我们需要了解这两个不同的变异分量。 |
| |
那么什么是电磁脉冲呢？ 它代表评估测量过程。 它是由唐纳德·惠勒博士开创的。 我强烈推荐一本很棒的书。 |
| |
对我来说，我认为，思考 EMP 最简单的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还是坏是不够的， |
| |
所以第一类、第二类、第三类，这些都是基于在过程中检测到转变的概率。 |
| |
旧方法，即我首先学习的方法，GRR、百分比 R&R、AIAG 方法，使用任意阈值进行仪表分类。 所以这是我遇到的一个问题，这也是我开始接触 EMP 的原因。 |
| |
许多年前，我正在进行破坏性测试，所以这是一个测量系统。 |
| |
我们进行了测量系统分析，结果表明，按照 R&R 百分比标准，它是第四级测量仪。 好吧， |
| |
你知道，这很重要，但这告诉我们什么？ 令人难以忍受的最困难的事情是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。 这是一个有用的指标，因此百分比 R&R 没有告诉我们有关指标的实用性的信息，也没有给我们任何关于指标的信息。 |
| |
关于我们如何使用该仪表的建议。 所以我觉得百分比 R&R 方法对我来说确实缺乏有效使用测量数据所需的信息。 |
| |
好吧，这是一个不那么令人沮丧、表现更好的仪表示例。 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，您只需测量长度的一维。 |
| |
因此，零件的长度是噪声变量，就像您会注意到这里的这个小操纵杆一样。 我们有操作员参与测量系统。 我见过这个的自动化版本，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，然后是操作员/零件交互。 现在这是......这个互动术语，就像那些喜欢能源部的人一样， |
| |
我们都知道交互无处不在，但我会尽力演示一个非常常见的操作员/零件交互的示例。 所以我手里拿着的是一点点 |
| |
金属圆筒和我有一个带表卡尺。 |
| |
我要去 |
| |
测量一下这部分的直径，我发现它大约是 19 毫米。 |
| |
如果我知道这个尺寸是多少，或者我预期该直径应该是多少，我可能会做的是，我实际上可能会对仪表上的刻度盘施加更多或更少的压力 |
| |
这样我就达到了预期的测量值。 现在这种事到处都在发生。 我发现自己在这么做。 如果每次我们人类与测量系统交互时都会发生这些类型的事情，那么 |
| |
如果您有资金和预算来进行实验来寻找这一点，我绝对会推荐这样做。 |
| |
好的，JMP 16。 这是一件有趣的事情。 我喜欢这个新工具。 有一个... |
| |
抱歉...JMP 16 DOE 菜单中的 MSA 特定实验设计工具。 |
| |
我将向您展示这一点，但在此之前，我想对随机化进行一些讨论。 |
| |
对于我们所有进行 DOE 和测量系统分析的人来说，我们知道我们进行随机化，因为我们希望减少潜在变量影响结果的风险。 所以这是理所当然的，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。 想象一下我和我的卡尺，我正在测量 10 个不同的零件，但我不知道我正在测量哪个零件，所以机会较少 |
| |
对我来说，仅仅通过了解这些信息就可以使实验、测量系统分析实验产生偏差。 如此随机，如果可以的话，让它盲目。 |
| |
如果您遇到随机化问题，您可以考虑裂区设计或其他一些处理随机化问题的方法，但我们绝对希望尽可能做到这一点。 |
| |
好吧，我们来看一下。 DOE，特殊用途，这就是我们的 MSA 设计。 |
| |
就像 JMP 中的所有其他 DOE 工具一样，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。 |
| |
我真正喜欢的一件事是，我可以为其赋予 MSA 角色，并将其复制为我们要生成的数据表中的列属性。 |
| |
假设操作员有一个不同的名称，但我希望至少有一些锚定事实，即我将其用作 MSA 中的操作员角色，并且我可以做到这一点。 那真是太棒了。 |
| |
在这个实验中，我们有四个不同的部分，四个不同的操作员，我们将运行两次重复。 那么这意味着什么 |
| |
是我有我的原始副本，我第一次进行实验，我将再重复两次。 所以我在原始版本中每次运行都会得到三个测量值 |
| |
实验。 |
| |
我们将完全随机化，让我们看一下设计。 与 DOE 非常相似，快速预览我们的实验设计，可以看看， |
| |
一般来说，要确保这对我们来说是否有意义，这是否是我们想要做的，以及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，所以与我们在自定义设计器中看到的有点不同，例如， |
| |
或在比较设计工具中。 这背后运行着一个模拟，我们可以玩...你知道，也许我们调整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，以至于我们可以标记一流的仪表（如果我们拥有的话）？ 真的很酷的事情。 |
| |
我喜欢它，因为它非常注重测量系统分析，就像 DOE 一样，嘿，如果我们需要添加额外的零件或额外的操作员，添加额外的重复，你知道，我们可以在平台内使用它，而无需转储到表中马上。 |
| |
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。 我们会做得比较慢，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， |
| |
如果我要在此处显示数据而不是平均值，那将与我们从变异性属性仪表图工具获得的结果相同。 |
| |
那么它告诉我们的是，如果我的测量结果......我的大部分测量结果都在我的控制元素之外，那么我们很可能能够检测到零件之间的差异。 |
| |
标准偏差，如果我选择色散范围，我们将在一分钟内详细讨论这一点。 |
| |
这可视化了可重复性，因此我们希望一切都在限制范围内，该仪表就是这种情况。 所以还有一些。 |
| |
这是我最喜欢的之一。 再次，操作员/零件交互。 该图如果有线交叉，则表明此处可以进行交互。 所以 |
| |
它们不...这些线不必堆叠在一起，它们可以分开，但我们真的希望我们在该报告中不会出现任何线交叉。 分析手段，我很喜欢这个，可以用它作为程序工具。 |
| |
它只是告诉我们，操作员一的平均测量结果往往较低，而操作员二和三的测量结果往往较高。 |
| |
这不一定是坏事，但如果是坏事，我们也许能够深入探究源头。 你知道，为什么操作员一的平均测量值很低？ 再说一次， |
| |
测试、再测试、误差比较。 我们只是展示每个操作员的测量方式是否存在不一致。 |
| |
这些就是图形。 让我们来谈谈一些额外的 EMP 术语。 因此，EMP 中量规分类的基础是类内相关性。 这是零件变化的比例。 |
| |
我们希望 inside 与我们的重复测量部分相关联 |
| |
和运算符以及部分偏置项。 我们真的希望这些数字与总数相比很小，因此该统计数据越高越好；一个是完美的。 |
| |
如果您要阅读惠勒的书并对方差分量的类内相关性等进行手动计算，请务必使用标准差图作为离散类型。 |
| |
惠勒在他的书中对何时需要使用该系列进行了非常好的讨论，我们将通过浴室秤测量系统看到这一点。 所以如果你...如果你的精确度相当精确，你可能 |
| |
可以使用标准差离散类型。 如果它很厚重，那么范围可能是更好的方法。 |
| |
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，我从书中摘录了这一点。 |
| |
惠勒将此描述为“任何测量都不应被解释为比加上或减去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一量或更多的错误。” 所以这个统计数据将被用在几个不同的地方。 |
| |
值得注意的是，我们将使用测量增量， |
| |
这是可能误差的函数，用于调整我们对测量的精度期望，我们想要报告多少位小数。 |
| |
我们将看到另一个地方，在保护带中使用可能的错误......规范限制的统计保护禁止。 |
| |
好的，我们将仔细阅读该报告，然后实际执行 JMP 中的步骤。 |
| |
我们得到了现实的仪表分类，所以这就是二等。 惠勒的建议是，您可能决定绘制测量过程图表，因此我可能想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。 我们有时间这样做吗？ 是的...如果是的话，就这样做。 |
| |
如果不是，那么……改进仪表的成本是多少？ 我们可以将其转移到一流的仪表吗？ 我们认为这样做可能需要花费多少项目成本？ |
| |
此显示器分类图例。 花一点时间在上面；您可以提取一些用于控制图表...或图表的指南 |
| |
实际过程。 为了达到该仪表的有效分辨率，我们必须舍弃数字。 我将详细介绍我是如何做到这一点的。 |
| |
方差分量，这很棒。 部分包含大部分方差，所以这是一件好事，尽管我们仍然有一些运算符 |
| |
以及一些操作员/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......我将使用它进行演示。 这有点麻烦。 如果我能解决其中一些问题，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，与相关的其他选项 |
| |
环境管理计划报告。 好的。 所以我们只需要记住零件和操作符即可。 在这种情况下我将使用标准差。 |
| |
我们就这样吧。 单击“确定”。 这些就是我们在幻灯片中讨论的所有内容。 |
| |
我认为那里没有什么不同可看的。 现在，这直接来自 EMP，我正在做的是，考虑到我的测量系统中的噪音，我可以期望的产品一致性如何... |
| |
与我的规格限制，我可以通过收紧我的规格限制来改进吗？ 所以我将使用统计数据来保护频带 |
| |
我的规格限制。 因此，对于那些从事高科技制造业的人来说，您可能听说过保护带规格限制。 有时只用百分比来表示。 |
| |
但我喜欢 EMP，因为我可以使用可能的误差来进行计算 |
| |
当我收紧这些限制时，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， |
| |
我需要拉紧我的带子。 我忘了调整这里的小数位，但应该是 56 到 74。 |
| |
所以我只是将其收紧一毫米。 就是这样，无论在哪一边，无论是哪种规格。 黑线，这些是原始规格限制，是我们为客户设置的。 |
| |
如果我们在这些规格限制下运行仪表，我们可以预期达到约 64% 的一致性，因此这里需要进行权衡，对吧？ |
| |
如果我们想收紧规格限制，我们就会付出代价。 我们将拒绝更多零件，但这会更好地保护客户吗？ 最肯定的是。 事实上，如果我们在规格限制中出现四个可能的错误， |
| |
我们可以达到 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，在您做出决定之前值得进行一些讨论 |
| |
您希望将规格限制收紧到什么程度。 好吧，这是一个表现良好的仪表，我们看到...哦我忘了，我要展示 |
| |
我如何解决小数点精度问题。 因此，坐标测量机会输出很多小数位。 |
| |
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 around 函数，然后我调整它，所以零就是我现在所在的位置，但我实际上尝试了两个和一。 |
| |
并重新进行 EMP 分析。 每个......一旦 EMP 告诉我我不再需要删除一个数字，这就是我要报告的精度。 |
| |
好的，还有制造说明。 同样，这是在计算中使用可能误差和测量增量的另一个地方。 |
| |
这很棒。 你知道，这是一种统计方法，在高科技制造业中很常见。这是保护带。 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，这有点有趣。 |
| |
让我引导您完成设计。 |
| |
我认为有趣的是，当我们开始做实验时，无论是 DOE 还是测量系统分析， |
| |
我们必须发挥一点创造力。 我不得不这样做。 老实说，我几乎被这个问题难住了。 因此，与我或我家里的任何人称重有关的噪音因素，就是我们，你知道。 我站在体重秤上。 |
| |
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。 我一周吃得太多，体重增加了两磅。 这就是我希望能够检测到的东西。 |
| |
现在要实现这一点实际上有点困难，因为我必须从操作员部分（即我的部分）中剔除每日体重波动。 |
| |
我的方式......可能有很多不同的方法可以做到这一点，但我的方式是，我有测量系统分析的参与者，我的家人。 他们会测量自己的体重， |
| |
走下秤，我递给他们一个哑铃，他们退到秤上。 我减去这些，然后得到重量，这就是我的零件测量值。 |
| |
现在，为了让我的目标体重更容易理解，我只是将其标准化。 |
| |
它只是......它只是将规模更改为对我来说更有意义的东西。 好吧，让我们...让我们看看它看起来如何。 好的，我们将再次执行该加载项。 有一些东西是值得的 |
| |
笔记。好吧，我想如果我记得这个，它会再次记住操作员和零件。 这是一个厚实的测量。 我将使用范围图表分散类型并且设计是交叉的。 |
| |
好吧，一开始我们就发现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；这当然有可能， |
| |
但看起来不太好。 让我们看看其他一些，范围图，看起来相当不错。 啊……哇，有问题。 我的内部变异，所以这与我的重复测量有关，嗯，这比我的零件大……我的方差与我的零件之间的变异相关。 |
| |
这可不是什么好事。 |
| |
那么问题二。 您可以浏览一下其他一些内容。 测试，重新测试看起来不错。 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。 看看可能的错误有多大。 请记住，我真的希望至少能看到 |
| |
重量相差一磅，这才有意义。 好吧，可能的错误是这个值的三倍，这就是一个问题。 |
| |
我被告知要删除一个数字。 如果我迭代这个过程，我实际上必须使用科学记数法，报告两位数，才能使其更接近。 |
| |
即使如此，可能的误差仍然很大，我们将进一步了解，在使用仪表方面这可能会出现问题。 |
| |
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图表，因此运行控制或标准 |
| |
在我们进行每日体重之前。 操作员/零件交互，又出现了。 这很有趣，因为三号接线员是我的妹夫。 他是个聪明人，尽管我尽力阻止他参加测试，但我认为他正在参加测试。 |
| |
所以这可能与我的研究有关，而不一定与仪表有关；只是我的观察。 因此，我们将再次玩 96% 一致性游戏，将其调至零。 哦，不，我无法计算极限。 事实上，我的下限实际上是 |
| |
高于我的上限。 为什么会发生这种情况？ 嗯，在计算中 |
| |
（让我们看看，如果我回到我展示的地方）， |
| |
如果这个可能的错误太大，那么就会产生问题，所以这有一点限制 |
| |
惠勒在他的书中使用的工具。 但对我来说，嘿，这告诉我这个浴室秤是一件垃圾，我只需要买一个新的。 所以我是个很廉价的人 |
| |
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，我们会看看......让我们看看它是什么样子。 |
| |
哦。 |
| |
再次运行该研究。 |
| |
至于范围，我们将保持不变。 好吧，我们已经看到了一些改进。 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限制，所以我将其视为一种改进。 |
| |
也看看那个。 我的内部方差分量实际上小于部分。 我的意思是，它还是有点大， |
| |
但是 50 美元……也许如果我花 100 美元或 1,000 美元，我可以稍微降低一点，但我想我愿意接受这一点。 好吧，很可能是错误，嘿，是的。 我们至少还不到一磅。 |
| |
当然，我们需要考虑删除一位数字，所以我也会用这个进行舍入练习，结果证明报告零小数精度是我们想要做的。 我们来看看这个，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， |
| |
我对整个减肥练习的期望是我想要达到 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，水的重量会在一天内增加，所以这是一个相当合理的预期。 现在如果我想确定的话 |
| |
我坚持自己的目标，也许我需要将这些规格限制缩小一磅。 |
| |
因此，一开始是一种令人沮丧的锻炼，经过相当长的减肥过程和可怕的体重秤，我已经达到了一些我可以忍受的东西，而且我实际上对此感到高兴。 所以 |
| |
这就是我的全部。 谢谢。 希望这是一次有趣的测量系统分析 EMP 方法的演练。 |
| 奥利维亚·利平科特 |
是的，停止录音。 |
| 贾森·维金斯，JMP |
我及时做到了哦，太好了。 |
