La vidéo a été mise à jour en septembre 2024. La séance de questions-réponses avec le public commence à environ 28:39.
Découvrez comment faire :
-
Définir MSA - Une expérience conçue pour mesurer les limites du système de mesure afin de déterminer si le système de mesure est suffisamment bon pour être utilisé ou doit être amélioré
- Comprendre la différence entre l'évaluation du processus de mesure (EMP) et la mesure R&R
L'EMP fournit une approche statistique permettant d'utiliser efficacement les données de mesure et de créer des classifications de jauge basées sur la probabilité de détecter un changement dans le processus.
La jauge classique R&R utilise des seuils arbitraires pour la classification des jauges (%R&R) mais peut manquer d'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 du graphique 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 jauge en fonction de la probabilité de détecter un changement dans le processus
Questions répondues par Clark Ledbetter @Clark_Ledbetter , Christian Stopp @jmpstopper et Jason Wiggins @Jason_Wiggins lors du webinaire en direct :
Q : Est-il possible d’utiliser l’EMP pour des tests destructifs ?
R : Pas directement avec EMP. Nous avons une vidéo sur l'utilisation de MSA dans les situations nécessitant des tests destructifs . Si vous pensez à un test destructif, vous devez faire quelques astuces pour obtenir vos mesures répétées, et si je casse quelque chose, comment puis-je obtenir une deuxième mesure ? De plus, j'ai besoin de mesures répétées pour obtenir une répétabilité et vous ne pouvez pas les obtenir si quelque chose est cassé.
Un système de mesure destructif qui change au cours de la période pendant laquelle vous effectuez le système de mesure est comme un décalage temporel. Vous pouvez gérer cela à l'aide de JMP Functional Data Explorer. Vous pouvez explorer et utiliser les composants de principe fonctionnel pour obtenir vos mesures répétées. Nous pouvons envisager d'aborder ce sujet l'année prochaine dans Mastering JMP.
Q : Si vous partez de zéro, devriez-vous utiliser EMP ou Gauge R et R ?
R : Si vous avez la liberté de choisir, je choisirais l'EMP. Cependant, pour l'automobile, selon les directives AIAG 1 , si la variation de votre système de mesure est inférieure à 10 % de la variation du processus, alors c'est acceptable. Le document de normes AIAG est très utile et contient beaucoup de conseils pour les études de mesure et ils concernent le R&R de jauge.
Q : Si je me souviens bien, le %RR est basé sur la quantité de variation du système de mesure par rapport au maximum autorisé en fonction des limites de spécification (USL-LSL).
R : Oui. Améliorer le processus de mesure ou ouvrir les limites des spécifications est la solution si une amélioration est nécessaire.
Q : Quand est-il approprié ou quand voudriez-vous examiner la CPI sans parti pris ?
R : Si vous comprenez le biais (comme le biais induit par l’opérateur en fonction de la taille de l’opérateur) et, subjectivement, si vous pensez que le coût de la réduction du biais en vaut la peine.
Questions répondues lors d'un webinaire précédent sur ce sujet :
Q : Qu'entendez-vous par « données volumineuses » ?
R : Pensez à un histogramme qui décrit une distribution normale. Un histogramme « en blocs » peut n'avoir que 5 ou 6 barres décrivant la distribution. Les données « non en blocs » peuvent avoir 15 ou 20 barres (barres) décrivant la distribution, donc elles sont beaucoup plus lisses.
Q : Est-il important dans le graphique moyen qu'un point se situe dans la fourchette ULC/LCL ?
R : Non, cela signifie simplement que cette pièce en particulier est proche de la moyenne générale des pièces. Vous voulez simplement que la plupart des pièces se situent en dehors de la plage UCL/LCL.
Q : La méthode EMP est-elle différente des graphiques de variabilité ?
R : En utilisant le graphique de variabilité de la jauge, vous regardez essentiellement la même configuration. Vous pouvez donc utiliser cette plateforme et elle génère la sortie de variabilité de la jauge. Cela serait très similaire au graphique de variabilité avec les moyennes connectées simplement en affichant 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 la capacité de déduire que a sont mes parties en dehors de la limite de contrôle.
Q : Que se passe-t-il si vous avez plus de facteurs ?
R : Vous pouvez ajouter d'autres facteurs (comme plusieurs jauges, plusieurs usines, etc.) et 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 ce que Jason vient de faire.
Q : Dans le secteur des dispositifs médicaux, la FDA a prévenu que l'arrondissement n'était pas autorisé et était considéré comme une falsification des données. La question est maintenant de savoir si cela pose problème si nous n'arrondissons pas.
R : La manière dont vous effectuez une analyse dans un secteur contrôlé est spécifique à ce secteur, il est donc essentiel de suivre leurs directives. Vous devez distinguer ce que vous pouvez faire de ce que vous devez faire,
Ressources
