La vidéo a été mise à jour en septembre 2024. La séance de questions-réponses avec le public commence vers 28:39.
Découvrez comment :
-
Définition de MSA : Expérience conçue pour mesurer les limites d’un système de mesure afin de déterminer si ce système est suffisamment performant ou s’il nécessite des améliorations.
- Comprendre la différence entre l'évaluation du processus de mesure (EMP) et l'analyse R&R des instruments de mesure
EMP propose une approche statistique pour une utilisation efficace des données de mesure et crée des classifications de jauges basées sur la probabilité de détecter un changement dans le processus.
La méthode classique de répétabilité et de reproductibilité des jauges utilise des seuils arbitraires pour la classification des jauges (%R&R), mais peut manquer d'informations nécessaires à une utilisation efficace des données de mesure.
-
Utiliser l'EMP pour fournir une approche statistique permettant d'utiliser efficacement les données de mesure dans le cadre d'une étude de cas non destructive
-
Élaborer un plan expérimental
-
Analyser les données expérimentales
-
Interpréter les résultats du graphique de la moyenne et de l'écart type
-
Déterminer les estimations des composantes de la variance
- Interpréter les graphiques de parallélisme, la comparaison des biais, les rapports EMP, y compris les corrélations interclasses
- Comprendre les recommandations de déploiement des jauges en fonction de la probabilité de détecter un changement dans le processus
Questions auxquelles ont répondu Clark Ledbetter ( @Clark_Ledbetter ), Christian Stopp (@ChristianStopp) et Jason Wiggins (@Jason_Wiggins ) lors du webinaire en direct :
Q : Est-il possible d'utiliser une impulsion électromagnétique (IEM) pour des essais destructifs ?
R : Pas directement avec l'EMP. Nous avons une vidéo sur l'utilisation de l'analyse de la sensibilité aux impulsions (MSA) pour les situations nécessitant des tests destructifs . Dans le cadre d'un test destructif, il faut recourir à certaines astuces pour obtenir des mesures répétées. Si je casse quelque chose, comment obtenir une deuxième mesure ? De plus, j'ai besoin de mesures répétées pour évaluer la répétabilité, ce qui est impossible si un élément est endommagé.
Un système de mesure destructif qui évolue au fil du temps est comparable à un décalage temporel. JMP Functional Data Explorer permet de gérer ce phénomène. Vous pouvez explorer et utiliser les composantes principales fonctionnelles pour obtenir vos mesures répétées. Nous pourrons aborder ce sujet l'année prochaine dans le cadre de la formation « Maîtriser JMP ».
Q : Si vous partez de zéro, devriez-vous utiliser EMP ou Gauge R et R ?
A : Si vous avez le choix, je vous recommande 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, c'est acceptable. Le document de normes AIAG est très utile et regorge d'informations précieuses pour les études de mesure, notamment en ce qui concerne la répétabilité et la reproductibilité des instruments de mesure.
Q : Si je me souviens bien, le %RR est basé sur la variation du système de mesure par rapport au maximum autorisé en fonction des limites de spécification (USL-LSL).
A : Oui. Améliorer le processus de mesure ou élargir les limites de spécification : telle est la voie à suivre si une amélioration est justifiée.
Q : Quand est-il approprié, ou quand souhaiteriez-vous, d'examiner l'ICC sans biais ?
A : Si vous comprenez le biais (comme le biais induit par l'opérateur en fonction de sa taille) et, subjectivement, si vous pensez que le coût de la réduction du biais en vaut la peine.
Questions abordées lors d'un webinaire précédent sur ce sujet :
Q : Que signifie « données fragmentées » ?
A : Imaginez un histogramme représentant une distribution normale. Un histogramme « à gros intervalles » peut ne comporter que 5 ou 6 classes. Des données « non à gros intervalles » peuvent avoir 15 ou 20 barres (classes), ce qui rend la distribution beaucoup plus lisse.
Q : Est-ce important, dans un graphique moyen, qu'un point se situe à l'intérieur de la limite supérieure de contrôle (ULC) ou de la limite inférieure de contrôle (LCL) ?
A : Non, cela signifie simplement que cette valeur est proche de la moyenne générale. L'idéal est que la plupart des valeurs soient en dehors de la plage de valeurs limites supérieures/inférieures.
Q : La méthode EMP est-elle différente des cartes de variabilité ?
A : En utilisant le graphique de variabilité des jauges, vous visualisez sensiblement la même configuration. Vous pouvez donc utiliser cette plateforme qui génère les données de variabilité des jauges. Ce serait très similaire au graphique de variabilité avec les moyennes reliées, affichant simplement les données et la ligne centrale. Le graphique est similaire. Dans ce cas, vous obtenez les limites de contrôle et la possibilité de déduire quelles sont vos pièces en dehors de ces limites.
Graphique de variabilité.JPG
Q : Que se passe-t-il si vous avez plusieurs facteurs ?
A : Vous pouvez ajouter d'autres facteurs (comme plusieurs jauges, plusieurs installations, etc.) et les déclarer comme facteurs croisés ou imbriqués. Cela se gère lors de la configuration ( voir la section DOE pour les systèmes de mesure dans JMP ), puis s'effectue de la même manière que ce que Jason vient de faire.
Q : Dans le secteur des dispositifs médicaux, la FDA a averti que l'arrondi est interdit et considéré comme une falsification de données. La question est donc la suivante : est-ce problématique de ne pas arrondir ?
A : La méthode d'analyse employée dans un secteur réglementé est spécifique à ce secteur ; il est donc essentiel de respecter ses directives. Il faut faire la distinction entre ce qui est permis et ce qui est recommandé.
Ressources
