Découvrez comment :
Définir MSA - Une expérience conçue pour mesurer les limites du système de mesure afin de déterminer si le système de mesure est assez bon pour être utilisé ou doit être amélioré
- Comprendre la différence entre l'évaluation du processus de mesure (EMP) et Gage R&R
EMP fournit une approche statistique pour utiliser efficacement les données de mesure et crée des classifications de jauge basées sur la probabilité de détecter un changement dans le processus
Le R&R de jauge classique utilise des seuils arbitraires pour la classification de jauge (%R&R) mais peut manquer des informations nécessaires pour utiliser efficacement les données de mesure
Utiliser EMP pour fournir une approche statistique permettant d'utiliser efficacement les données de mesure pour une étude de cas non destructive
Construire une conception expérimentale
Analyser les données de l'expérience
Interpréter les résultats des graphiques de moyenne et d'écart type
Déterminer les estimations des composantes de la variance
- Interpréter les tracés de parallélisme, la comparaison des biais, les rapports EMP, y compris les corrélations interclasses
- Comprendre les recommandations de déploiement de la jauge en fonction de la probabilité de détecter un changement dans le processus
Questions répondues par Jerry Fish @JerryFish , Clark Ledbetter @Clark_Ledbetter et Jason Wiggins @jason au webinaire lve :
Q : Qu'entendez-vous par "données volumineuses" ?
R : Pensez à un histogramme qui décrit une distribution normale. Un histogramme "Chunky" peut n'avoir que 5 ou 6 bacs décrivant la distribution. Les données "non volumineuses" peuvent avoir 15 ou 20 barres (bacs) décrivant la distribution, elles sont donc beaucoup plus fluides.
Q : Est-il important dans le tableau des moyennes qu'un point se situe dans l'ULC/LCL ?
R : Non, cela signifie simplement que cette partie particulière est proche de la moyenne globale des parties. Vous voulez juste la plupart des pièces en dehors de la gamme UCL/LCL.
Q : La méthode EMP est-elle différente des graphiques de variabilité ?
R : En utilisant le tableau de variabilité de la jauge, vous regardez essentiellement la même configuration. Vous pouvez donc utiliser cette plate-forme et elle génère la sortie de variabilité de jauge.Ce serait très similaire au tableau de variabilité avec les moyens connectés simplement en montrant les données, puis la ligne passe par le milieu. Le graphique est similaire. Ce que vous obtenez dans ce cas, ce sont les limites de contrôle et n> la possibilité de déduire en quelque sorte que mes parties sont en dehors de la limite de contrôle.
Q : Et si vous avez plus de facteurs ?
R : Vous pouvez ajouter plus de facteurs (comme plusieurs jauges, plusieurs usines, etc.) et vous pouvez les déclarer comme facteurs croisés ou imbriqués. Cela est géré dans la configuration ( voir DOE pour les systèmes de mesure dans JMP ), puis analysé de la même manière que Jason vient de le faire.
Q : En Méditerranée. Device Industry, la FDA a averti que l'arrondi n'est pas autorisé et est considéré comme une falsification des données. Maintenant, la question est-ce un problème si nous n'arrondissons pas ?
R : La façon dont vous effectuez une analyse dans une industrie contrôlée est spécifique à cette industrie, il est donc essentiel de suivre leurs directives. Vous devez discerner ce que vous pouvez faire de ce que vous devez faire,
Ressources
