揚聲器
|
成績單
|
| 奧利維亞·利平科特 |
再說一次，錄音機以前就打開過，經常處於靜音狀態，我會再打開。 |
| 賈森·維金斯，JMP |
正確的。 大家好。 這是我的榮幸 |
| |
那個該死的浴室秤。 |
| |
因此，對我來說，很難想像沒有測量工具的生活，而測量東西是人類的一個特徵。 我們就是這麼做的。 |
| |
我在表現良好的測量系統中找到了很多快樂，當然，當它們表現不佳時，我會感到沮喪。 |
| |
開發、完善甚至正確使用測量系統都是有成本的，無論是簡單的還是複雜的，都有與之相關的成本。 |
| |
根據我的經驗，與使用有缺陷儀表的數據甚至誤用良好儀表的數據所產生的間接成本相比，這筆費用很小。 |
| |
哈勃太空望遠鏡就是一個很好的例子。 |
| |
1990 年發射後不久，就發現主鏡存在像差。 |
| |
像差影響瞭望遠鏡圖像的清晰度；其實，這是一個之前和之後。 |
| |
問題的根源可以追溯到用於磨削鏡子的設備校準錯誤。 |
| |
超過 6.2 億美元。 那是 1993 年的美元；這是相當多的錢。 |
| |
我相信，如果在磨削鏡子之前進行測量系統分析，則可以完全避免這一成本。 |
| |
現在，雖然哈勃望遠鏡……哈勃太空望遠鏡的維修是高成本測量事故的一個很好的例子，但我認為，即使風險較低，測量系統的問題也同樣令人沮喪。 以我可怕的浴室秤為例。 |
| |
去年...去年12月我開始了減肥之旅。 |
| |
讓您了解我隨著時間的推移以及日復一日所看到的情況。 |
| |
我的體重通常會增加四磅。 現在我想如果我在這裡，接近我的目標體重......在我的目標體重附近徘徊，也許你知道，加上或減去四磅的波動 |
| |
這並不是一件不切實際的事情。 現在，在這個過程的早期，情感上發生了一些不同的事情， |
| |
我們將縮小範圍並討論一下這個問題。 這就是我，我正在非常努力地減肥，做所有正確的事情。 |
| |
然後一天早上我醒來，發現自己重了四磅。 所以這很令人沮喪，對吧？ 希望其他人也能理解這一點，但我的問題 |
| |
在整個過程中（我可能應該在開始這個旅程之前進行測量系統分析），但是我的問題是當我看到類似的東西時 |
| |
這四磅中有多少是我，有多少是測量系統中的噪音？ 所以我進行了測量系統分析來回答這個問題。 現在這裡有劇透警報。 |
| |
我做的第一項研究不是很好。 儀表很糟糕。 我本來會把它扔掉的，但我喜歡回收我的電子產品。 |
| |
歸根結底，這不是一個很好用的儀表。 |
| |
我今天的目標之一是，我的意思是，這是對現實生活中的測量系統的一次有趣的探索，你知道，也許我們都可以與之相關，但我的其他目標之一是強調一些好處 |
| |
使用 EMP 方法進行測量系統分析。 現在，為了做到這一點，我將介紹一些基本定義，然後使用以下方法演示該方法 |
| |
來自性能更好的儀表的 MSA 結果。 現在請放心，我們很快就會回到我那糟糕透頂的浴室秤示例。 |
| |
好吧，首先，什麼是測量系統分析？ 對我來說，對此的一個簡單解釋是，我們將進行一個實驗，我們想要從實驗中得到的是識別或測量測量系統的局限性。 |
| |
我們的目標是什麼？ 那麼，如果我們進行測量系統分析，我們肯定可以確定我們使用的測量系統是否足夠好 |
| |
使用或是否需要改進。 但我覺得 EMP 方法的閃光點更重要 |
| |
是我們想要設定使用測量數據的標準。 不存在完美的測量系統，那麼我們可以製定哪些標準來幫助我們有效地使用測量數據呢？ |
| |
怎麼樣？ 這是方差分量分析，因此我們正在尋找與測量系統相關的方差分量， |
| |
並且，希望這些與我們的零件相關的測量變化相比很小。 因此，我們有所有測量值的總變異，然後還有一些分量，我們需要了解這兩個不同的變異分量。 |
| |
那麼什麼是電磁脈衝呢？ 它代表評估測量過程。 它是由唐納德·惠勒博士開創的。 我強烈推荐一本很棒的書。 |
| |
對我來說，我認為，考慮 EMP 的最簡單方法可能是它提供了一種有效使用測量數據的統計方法。 所以僅僅知道我的儀表是好還是壞是不夠的， |
| |
所以第一類、第二類、第三類，這些都是基於在過程中檢測到轉變的概率。 |
| |
舊方法，即我首先學習的方法，GRR、百分比 R&R、AIAG 方法，使用任意閾值進行儀表分類。 所以這是我遇到的一個問題，這也是我開始接觸 EMP 的原因。 |
| |
許多年前，我正在進行破壞性測試，所以這是一個測量系統。 |
| |
我們進行了測量系統分析，結果表明，按照 R&R 百分比標準，它是第四級測量儀。 好吧， |
| |
你知道，這很重要，但這告訴我們什麼？ 令人難以忍受的最困難的事情是我們正在使用這種破壞性測試 |
| |
在產生收入的產品開發中做出決策。 這是一個有用的指標，因此百分比 R&R 沒有告訴我們有關指標的實用性的信息，也沒有給我們任何關於指標的信息。 |
| |
關於我們如何使用該儀表的建議。 所以我覺得百分比 R&R 方法對我來說確實缺乏有效使用測量數據所需的信息。 |
| |
好吧，這是一個不那麼令人沮喪、表現更好的儀表示例。 這是坐標測量機。 |
| |
測量物體的幾何形狀。 這是一個非常簡單的實驗，您只需測量長度的一維。 |
| |
因此，零件的長度是噪聲變量，就像您會注意到這裡的這個小操縱桿一樣。 我們有操作員參與測量系統。 我見過這個的自動化版本，也許你不會包括操作員，但在這種情況下你會這樣做。 |
| |
具有與零件相關的變化，然後是操作員/零件交互。 現在這是......這個互動術語，就像那些喜歡能源部的人一樣， |
| |
我們都知道交互無處不在，但我會盡力演示一個非常常見的操作員/零件交互的示例。 所以我手裡拿著的是一點點 |
| |
金屬圓筒和我有一個帶錶卡尺。 |
| |
我要去 |
| |
測量一下這部分的直徑，我發現它大約是 19 毫米。 |
| |
如果我知道這個尺寸是多少，或者我預期該直徑應該是多少，我可能會做的是，我實際上可能會對儀表上的刻度盤施加更多或更少的壓力 |
| |
這樣我就達到了預期的測量值。 現在這種事到處都在發生。 我發現自己在這麼做。 如果每次我們人類與測量系統交互時都會發生這些類型的事情，那麼 |
| |
如果您有資金和預算來進行實驗來尋找這一點，我絕對會推薦這樣做。 |
| |
好的，JMP 16。 這是一件有趣的事情。 我喜歡這個新工具。 有一個... |
| |
抱歉...JMP 16 DOE 菜單中的 MSA 特定實驗設計工具。 |
| |
我將向您展示這一點，但在此之前，我想對隨機化進行一些討論。 |
| |
對於我們所有進行 DOE 和測量系統分析的人來說，我們知道我們進行隨機化，因為我們希望減少潛在變量影響結果的風險。 所以這是理所當然的，對吧？ |
| |
如果我們不完全隨機化，我們可能會遇到一些問題。 |
| |
我還建議讓操作員對隨機運行命令視而不見。 想像一下我和我的卡尺，我正在測量 10 個不同的零件，但我不知道我正在測量哪個零件，所以機會較少 |
| |
對我來說，僅僅通過了解這些信息就可以使實驗、測量系統分析實驗產生偏差。 如此隨機，如果可以的話，讓它盲目。 |
| |
如果您遇到隨機化問題，您可以考慮裂區設計或其他一些處理隨機化問題的方法，但我們絕對希望盡可能做到這一點。 |
| |
好吧，我們來看一下。 DOE，特殊用途，這就是我們的 MSA 設計。 |
| |
就像 JMP 中的所有其他 DOE 工具一樣，我可以輸入我的因子名稱，也許我需要在此處為運算符添加另一個因子。 |
| |
我真正喜歡的一件事是，我可以為其賦予 MSA 角色，並將其複制為我們要生成的數據表中的列屬性。 |
| |
假設操作員有一個不同的名稱，但我希望至少有一些錨定事實，即我將其用作 MSA 中的操作員角色，並且我可以做到這一點。 那真是太棒了。 |
| |
在這個實驗中，我們有四個不同的部分，四個不同的操作員，我們將運行兩次重複。 那麼這意味著什麼 |
| |
是我有我的原始副本，我第一次進行實驗，我將再重複兩次。 所以我在原始版本中每次運行都會得到三個測量值 |
| |
實驗。 |
| |
我們將完全隨機化，讓我們看一下設計。 與 DOE 非常相似，快速預覽我們的實驗設計，可以看看， |
| |
一般來說，要確保這對我們來說是否有意義，這是否是我們想要做的，以及我們所看到的是否正確。 我真正喜歡這個工具的是設計診斷，所以與我們在自定義設計器中看到的有點不同，例如， |
| |
或在比較設計工具中。 這背後運行著一個模擬，我們可以玩...你知道，也許我們調整與我的測試相關的方差分量，並且有一個在後台運行的模擬。 我們可以 |
| |
問一些問題。 我們的實驗設計是否設置得足夠好，以至於我們可以標記一流的儀表（如果我們擁有的話）？ 真的很酷的事情。 |
| |
我喜歡它，因為它非常注重測量系統分析，就像DOE 一樣，嘿，如果我們需要添加額外的零件或額外的操作員，添加額外的重複，你知道，我們可以在平台內使用它，而無需轉儲到表中馬上。 |
| |
好吧，讓我們看看我們的標準 MSA。 |
| |
我想介紹一些基本的圖形輸出。 我們會做得比較慢，因為我們會重複這個過程幾次。 |
| |
對於這個測量系統，我們從 EMP 報告中獲得的圖形輸出實際上非常酷。 例如，這個平均圖表， |
| |
如果我要在此處顯示數據而不是平均值，那將與我們從變異性屬性儀表圖工具獲得的結果相同。 |
| |
那麼它告訴我們的是，如果我的測量結果......我的大部分測量結果都在我的控制元素之外，那麼我們很可能能夠檢測到零件之間的差異。 |
| |
標準偏差，如果我選擇色散範圍，我們將在一分鐘內詳細討論這一點。 |
| |
這可視化了可重複性，因此我們希望一切都在限制範圍內，該儀表就是這種情況。 所以還有一些。 |
| |
這是我最喜歡的之一。 再次，操作員/零件交互。 如果該圖有交叉線，則表明此處可以進行交互。 所以 |
| |
它們不...這些線不必堆疊在一起，它們可以分開，但我們真的希望我們在該報告中不會出現任何線交叉。 分析手段，我很喜歡這個，可以用它作為程序工具。 |
| |
它只是告訴我們，操作員一的平均測量結果往往較低，而操作員二和三的測量結果往往較高。 |
| |
這不一定是壞事，但如果是壞事，我們也許能夠深入探究源頭。 你知道，為什麼操作員一的平均測量值很低？ 再說一次， |
| |
測試、再測試、誤差比較。 我們只是展示每個操作員的測量方式是否存在不一致。 |
| |
這些就是圖形。 讓我們來談談一些額外的 EMP 術語。 因此，EMP 中量規分類的基礎是類內相關性。 這是零件變化的比例。 |
| |
我們希望 inside 與我們的重複測量部分相關聯 |
| |
和運算符以及部分偏置項。 我們真的希望這些數字與總數相比很小，因此該統計數據越高越好；一個是完美的。 |
| |
如果您要閱讀惠勒的書並對方差分量的類內相關性等進行手動計算，請務必使用標準差圖作為離散類型。 |
| |
惠勒在他的書中對何時需要使用該系列進行了非常好的討論，我們將通過浴室秤測量系統看到這一點。 所以如果你...如果你的精確度相當精確，你可能 |
| |
可以使用標準差離散類型。 如果它很厚重，那麼範圍可能是更好的方法。 |
| |
可能的錯誤。 我們將在幾個不同的地方看到這一點。 這有很多實用性，我從書中摘錄了這一點。 |
| |
惠勒將此描述為“任何測量都不應被解釋為比加上或減去一個可能的誤差更精確，因為測量至少有一半的時間會出現這一量或更多的錯誤。” 所以這個統計數據將被用在幾個不同的地方。 |
| |
值得注意的是，我們將使用測量增量， |
| |
這是可能誤差的函數，用於調整我們對測量的精度期望，我們想要報告多少位小數。 |
| |
我們將看到另一個地方，在保護帶中使用可能的錯誤......規範限制的統計保護禁止。 |
| |
好的，我們將仔細閱讀該報告，然後實際執行 JMP 中的步驟。 |
| |
我們得到了現實的儀表分類，所以這就是二等。 惠勒的建議是，您可能決定繪製測量過程圖表，因此我可能想在進行此測量之前運行一個控件。 |
| |
這是有爭議的。 你知道，這又是一次預算對話。 我們有時間這樣做嗎？ 是的...如果是的話，就這樣做。 |
| |
如果不是，那麼……改進儀表的成本是多少？ 我們可以將其轉移到一流的儀表嗎？ 我們認為這樣做可能需要花費多少項目成本？ |
| |
此顯示器分類圖例。 花一點時間在上面；您可以提取一些用於控製圖表...或圖表的指南 |
| |
實際過程。 為了達到該儀表的有效分辨率，我們必須捨棄數字。 我將詳細介紹我是如何做到這一點的。 |
| |
方差分量，這很棒。 部分包含大部分方差，所以這是一件好事，儘管我們仍然有一些運算符 |
| |
以及一些操作員/零件交互。 我們在圖形分析中也看到了這一點。 好吧，讓我們... |
| |
現在我構建了一個加載項，現在它......我將使用它進行演示。 這有點麻煩。 如果我能解決其中一些問題，我會發布它。 |
| |
但這只是啟動 EMP 平台，然後它會給我一些其他的東西，與相關的其他選項 |
| |
環境管理計劃報告。 好的。 所以我們只需要記住零件和操作符即可。 在這種情況下我將使用標準差。 |
| |
我們就這樣吧。 單擊“確定”。 這些就是我們在幻燈片中討論的所有內容。 |
| |
我認為那裡沒有什麼不同可看的。 現在，這來自 EMP，我正在做的是，考慮到我的測量系統中的噪音，我可以期望的產品一致性如何... |
| |
與我的規格限制，我可以通過收緊我的規格限制來改進嗎？ 所以我將使用統計數據來保護頻帶 |
| |
我的規格限制。 因此，對於那些從事高科技製造業的人來說，您可能聽說過保護帶規格限制。 有時只用百分比來表示。 |
| |
但我喜歡 EMP，因為我可以使用可能的誤差來進行計算 |
| |
當我收緊這些限制時，會考慮到我的測量系統噪聲。 所以這就是說，嘿，對於 96% 的一致性， |
| |
我需要拉緊我的帶子。 我忘了調整這裡的小數位，但應該是 56 到 74。 |
| |
所以我只是將其收緊一毫米。 就是這樣，無論在哪一邊，無論是哪種規格。 黑線，這些是原始規格限制，是我們為客戶設置的。 |
| |
如果我們在這些規格限制下運行儀表，我們可以預期達到約 64% 的一致性，因此這裡需要進行權衡，對嗎？ |
| |
如果我們想收緊規格限制，我們就會付出代價。 我們將拒絕更多零件，但這會更好地保護客戶嗎？ 最肯定的是。 事實上，如果我們在規格限制中出現四個可能的錯誤， |
| |
我們可以達到 99.9% 的一致性，但我們將拒絕更多的產品，其中一些產品實際上可能對客戶有用。 |
| |
這裡的權衡是企業的聲音與客戶的聲音，這是一個商業決策，在您做出決定之前值得進行一些討論 |
| |
您希望將規格限制收緊到什麼程度。 好吧，這是一個表現良好的儀表，我們看到...哦我忘了，我要展示 |
| |
我如何解決小數點精度問題。 因此，坐標測量機會輸出很多小數位。 |
| |
EMP 告訴我我真的應該放棄數字。 我這樣做的方法是，我只是創建一個公式列，使用 around 函數，然後我調整它，所以零就是我現在所在的位置，但我實際上嘗試了兩個和一。 |
| |
並重新進行 EMP 分析。 每個......一旦 EMP 告訴我我不再需要刪除一個數字，這就是我要報告的精度。 |
| |
好的，還有製造說明。 同樣，這是在計算中使用可能誤差和測量增量的另一個地方。 |
| |
這很棒。 你知道，這是一種統計方法，在高科技製造業中很常見。這是保護帶。 我們可以使用我們的測量系統噪聲來做到這一點 |
| |
進行計算。 好吧，回到可怕的浴室秤。 好吧，這有點有趣。 |
| |
讓我引導您完成設計。 |
| |
我認為有趣的是，當我們開始做實驗時，無論是 DOE 還是測量系統分析， |
| |
我們必鬚髮揮一點創造力。 我不得不這樣做。 老實說，我幾乎被這個問題難住了。 因此，與我或我家裡的任何人稱重有關的噪音因素，就是我們，你知道。 我站在體重秤上。 |
| |
部分...想想部分就像我每天的體重波動，對吧？ |
| |
我可以得到，你知道，假設我在正負四。 我一周吃得太多，體重增加了兩磅。 這就是我希望能夠檢測到的東西。 |
| |
現在要實現這一點實際上有點困難，因為我必須從操作員部分（即我的部分）中剔除每日體重波動。 |
| |
我的方式......可能有很多不同的方法可以做到這一點，但我的方式是，我有測量系統分析的參與者，我的家人。 他們會測量自己的體重， |
| |
走下秤，我遞給他們一個啞鈴，他們退到秤上。 我減去這些，然後得到重量，這就是我的零件測量值。 |
| |
現在，為了讓我的目標體重更容易理解，我只是將其標準化。 |
| |
它只是......它只是將規模更改為對我來說更有意義的東西。 好吧，讓我們...讓我們看看它看起來如何。 好的，我們將再次執行該加載項。 有一些東西是值得的 |
| |
筆記。好吧，我想如果我記得這個，它會再次記住操作員和零件。 這是一個厚實的測量。 我將使用範圍圖表分散類型並且設計是交叉的。 |
| |
好吧，一開始我們就發現我們可能無法檢測到 |
| |
每日體重的差異。 現在這裡可能有一些與我進行實驗的方式有關的東西；這當然有可能， |
| |
但看起來不太好。 讓我們看看其他一些，範圍圖，看起來相當不錯。 啊……哇，有問題。 我的內部變異，所以這與我的重複測量有關，嗯，這比我的零件大……我的方差與我的零件之間的變異相關。 |
| |
這可不是什麼好事。 |
| |
那麼問題二。 您可以瀏覽一下其他一些內容。 測試，重新測試看起來不錯。 我對均值結果的偏差比較分析看起來不錯。 好吧，這是另一個問題。 看看可能的錯誤有多大。 請記住，我真的希望至少能看到 |
| |
重量相差一磅，這才有意義。 好吧，可能的錯誤是這個值的三倍，這就是一個問題。 |
| |
我被告知要刪除一個數字。 如果我迭代這個過程，我實際上必須使用科學記數法，報告兩位數，才能使其更接近。 |
| |
即使如此，可能的誤差仍然很大，我們將進一步了解，在使用儀表方面這可能會出現問題。 |
| |
右三等規。 因此，如果我們必須使用儀表，我們肯定會繪製測量過程圖表，因此運行控製或標準 |
| |
在我們進行每日體重之前。 操作員/零件交互，又出現了。 這很有趣，因為三號接線員是我的妹夫。 他是個聰明人，儘管我盡力阻止他參加測試，但我認為他正在參加測試。 |
| |
所以這可能與我的研究有關，而不一定與儀表有關；只是我的觀察。 因此，我們將再次玩 96% 一致性遊戲，將其調至零。 哦，不，我無法計算極限。 事實上，我的下限實際上是 |
| |
高於我的上限。 為什麼會發生這種情況？ 嗯，在計算中 |
| |
（讓我們看看，如果我回到我展示的地方）， |
| |
如果這個可能的錯誤太大，那麼就會產生問題，所以這有一點限制 |
| |
惠勒在他的書中使用的工具。 但對我來說，嘿，這告訴我這個浴室秤是一件垃圾，我只需要買一個新的。 所以我是個很廉價的人 |
| |
但我決定，你知道，50 美元可能不是一個不合理的價格，所以我買了一個 Fitbit 體重秤，我們會看看......讓我們看看它是什麼樣子。 |
| |
哦。 |
| |
再次運行該研究。 |
| |
至於範圍，我們將保持不變。 好吧，我們已經看到了一些改進。 它不如我的坐標測量機，但是，嘿，我的一些測量結果實際上超出了控制限制，所以我將其視為一種改進。 |
| |
也看看那個。 我的內部方差分量實際上小於部分。 我的意思是，它還是有點大， |
| |
但是 50 美元……也許如果我花 100 美元或 1,000 美元，我可以稍微降低一點，但我想我願意接受這一點。 好吧，很可能是錯誤，嘿，是的。 我們至少還不到一磅。 |
| |
當然，我們需要考慮刪除一位數字，所以我也會用這個進行舍入練習，結果證明報告零小數精度是我們想要做的。 我們來看看這個，96% 的一致性。 |
| |
再說一次，嘿，我實際上得到了一些合理的東西。 所以對我來說， |
| |
我對整個減肥練習的期望是我想要達到 180 的目標體重。 |
| |
但我願意忍受正負五磅的體重波動。 當我經歷這段旅程時，我注意到我吃的東西會發生變化，水的重量會在一天內增加，所以這是一個相當合理的預期。 現在如果我想確定的話 |
| |
我堅持自己的目標，也許我需要將這些規格限制縮小一磅。 |
| |
因此，一開始是一種令人沮喪的鍛煉，經過相當長的減肥過程和可怕的體重秤，我已經達到了一些我可以忍受的東西，而且我實際上對此感到高興。 所以 |
| |
這就是我的全部。 謝謝。 希望這是一次有趣的測量系統分析 EMP 方法的演練。 |
| 奧利維亞·利平科特 |
是的，停止錄音。 |
| 賈森·維金斯，JMP |
我及時做到了哦，太好了。 |
