设备GRR测试方法
我真的太喜欢 msa 了，就是测量系统分析，为了简单的达到百分之十以下，不择手段的改数据直至达标，这种感觉实在是太让人着迷了。客户说，先要做测量的误差分析， 测量系统分析的变异来源于测量人员、测量设备、测量方法、软件环境等变异来源。我让客户的步骤来，第一步，分析变异来源， 第二步，从生产线抽得样品进行盲测。第三步，收集数据计算简单呢。第四步，针对结果及数据分析，找出变异来源进行改进，然后重新上述步骤。 结果，我从现场抽取真实的样件进行简单单分析，重复性和在线性都在百分之八十以上，无论我怎么改进都不见下降。 真的不知道你的接单的报告怎么做到百分之十以下的，这种感觉实在是太美妙了。一位老师傅拍拍我的肩膀说， mic 啊，不是你这样做的， 你想知道他们的报告为什么都是符合的吗？数据都是造假编出来的，不过我们不能这么做。首先呢，你抽取的样本不能代表过程的范围， 也就是说这些样件测量的结果太集中，换一些覆盖公差范围内的各个零件，你再试一下你就明白了。 本想认真用真实的样件做 msa 的工程师找了几个覆盖公差范围的零件，瞬间简单拉就降到了百分之十以内。哈哈哈哈哈哈，加入粉丝群，随时随地，想学就学！
粉丝15.6万获赞117.4万
相关视频
06:26查看AI文稿AI文稿这个主题坦荡。不可重复测量系统如何进行测量系统分析，我们最后用 maticle 实现分析什么是不可重复的测量系统？这是经过检测后，受检部件的管理性遭到破坏或部分破坏而不能重复测量。例如拉力燃烧，硬度测试等， 这些药店都无法进行第二次测量。不可重复的测量分为两类，这次产品会由于测量构成遭到破坏。意图强度测试指拉力测试、燃烧测试等。 测试产品本身并不会由于测量过程而遭到迫害，但是被测的特性会随着测试而发生变化，例如功力测试、泄露测试等。在这内测试过程中，测量只会呈现某种趋势的规律。用拉力机的离子来进行不可重复测量。系统分析先进行测。 测量策划由二名评价人用拉力机对十个零件进行三次不可重复测量。计时杠二，杠三 g 二二不可重复测量。每个零件为一组，共十组，每组测量三次，共测量三次数。 如何获得这十组零件？把十组零件编号一到十，这十个零件必须行业攻差或者过程变差的百分之八十范围，也就是说有靠近上限的零件，也有靠近下线的零件。 如果确保这十组零件有较的差异，获得的方式不同批号，不同炉号，不同批，原材料不同班制。在可从物测量中，能够零件可以从物测量。评价人一随机测量了一号零件三次，评价人二随机测量了一号零件三次。因此，如果是可从 测量，每组只需要一个零件，共十个零件。在不可重复测量中，由于每个零件无法进行第二次测量，采取另外的策略就是每组零件需要六个，共需要六十个零件。要保证每组内的六个零件在最大程度上非常接近， 相当于同一个零件，即同一个零件的加工过程，要保证五按加一亿，尽量相同，这样每个评价者都可以以测量同一个零件。三、一组零件被测量六次，我们把每组内的零件编号为一， a e b e c e d e e， f。 主内差异小，主间差异大是其一样的基本原则。将测量数据汇总在表格内，主内零件尽可能一致，尽可能在一致条件下生产出来。主和主 之间零件有明显的差异，是在尽可能有区别的生产条件下生产出来。这样一共有六十个零件， 十乘以六等于六十个，每个人间对应一个测量值。接下来使用 mateper 软件进行分期，先创造测量，用数据表启动 matep， 选择统计， 选择质量工具，选择良机研究，选择创造良机。 r 二、研究工作表在弹出的对话框中输入零件数量，我们这里是十个， 输入评价人员数量，我们这里选择。二、输入每个人对每个零件测量的次数，我们这里的次数是。三、输入每个零件的名称，一般用数字作为编号，输入评价人的具体名字，运行研究工作表，获得数据表格。我们根据部件以及操作 顺序分别实施试验工作，获得的测量值填入西五列中，这里签收一个加杀型研究和嵌套型研究。 当测量对象是相同的时候，我们用交叉型研究，例如两台机器，三个测量员测量其改变，三个测量员都能够测到两台机器，这就是交叉型研究。而当我们进行不可从物测量时，每个人每次测量零件是相似的， 不是相同的。例如两台机器由于是不可从无测量，每台机器都不能被两个以上的测量员测到， 不可从无测量，每组论里的零件是相似的，但绝对不是相同的，因此每个零件只能被测一次，所以采用的是签到型研究。接下来使用 minitable 软件进行 rnr 研究，启动 minitable 选择统计， 选择质量工具，选择良机研究，选择良机二二二研究嵌套在坛子的对话框中进行选择，选择零件名称这里选择部件，选择操作员，选择测量值。单击选项， 在弹出的对下方中输入规格的最高值以及最低值，这里我们选择规格下线二十九，这里我们选择规格上限四十一、按确定返回，再按确定运行， 对获得的结果进行分析。针对图表进行分析，一般先分析二图是否有点操作控制线，如有，必须分析原因再重新测量， 不能有太多点的直为某个特定词，如有十分便利。问题，观察不同操作者之间的差异，确认是否由每个操作者造成控制性偏大。二度分析后并且 没问题后接着分析，那是霸图，需要超过半数以上的点在控制线之外观察不同操作人的差异，不能有明显差异。接着看看不同操作人所有测量值的金值，不同操作人员他们自己所测量临近的金值应该是相等的。 如果我们各操作员的金职和其他操作员不同，必须调查其产生的原因。分析操作员在测量一组零件时及一个测量值是否有差异。我们这里是三个指数值， 每组四十，里面的几个数字应该是大事相等的，如果有异常点，则必须调查原因。只要关注各类变差组成，这个越小越好。蓝色各波动分量六倍，标准差与公差之比，如果没有输入公差，则没有意思。然后就是数据表，共有两个数据表，我们先分析 第一个数据表各部分的变差，各部分变差占总变差的旁屏，希望你见变差比良机的变差大的多，也就是说，也就是前面三数，也就是前面三行，数值比第四次长小的多。再看看第二指数字和气氛的内位数，最好大于十。
281质量人—wig老师
01:01查看AI文稿AI文稿今天给大家讲一下静态揭压的具体流程，我们会按运动机构在某一个固定的拍照位拍照一百次，然后收集这一百次得到的数据，这我们可以设置的好，然后开始拍照。 好，拍照完成，我们看一下结果。好，我们在我们生成的表格里看一下 xyr 最大值和最小值的一个叉子， 如果他的插纸在我们的允许范围内，说明这个静态煎啊的数据是 ok 的。好，可以看一下 最大值，最小值的这个叉子 好， x 是负的零点零零七， vi 是负的零点零零五，角度是负的零点一九，这个结果说明稳定性还是不错的。
134龙为机器视觉大讲堂
00:40查看AI文稿AI文稿我们今天来讲一下什么是家家呢？通常指的是测量的重复性、再生性，那家的目的呢，是可以有效的验证系统或者设备的稳定性。重复性呢，通常是指同一个人对同一件产品在同一个位置，也就是在相同的环境里，短时间收集的多次测量数据的统计。 那再生性呢，是指不同的人对同一件产品在同一个位置，也是在相同的环境，也是长时间收集的多次测量数据的统计。通常在视觉行业里验证。稳定性呢，都是用重复性来验证的。相机在相同的位置拍照若干次，那在对比若干次的位置，数据差异确定是否能达到实验的标准。
348龙为机器视觉大讲堂
22:32查看AI文稿AI文稿嗨，大家好，今天开始测量系统的重复性与在线性的分析，也叫做 g r 分析，需要几个视频先讲如何抽样和测量，后三节是计算过程， 其实呢，计算过程很简单，怎样管理 msc 过程更紧要。 测量系统的误差分类前面已经介绍过，重温一下。首先是精密度，也就是散布程度，其次 四是线性与偏移，研究的是位置，最后是稳定度，同时关注散步和位置。 精密度包含剂量型与技术型两种参数类型，其中剂量型的因子有时候是交叉关系，有时候是欠套关系，他们都可以做重复性与在线性的分析。 对于技术型的参数，通常做的是属性一致性分析， 他严格说起来也是 gr 分析。我们会按照一二三四五的顺序 讲解测量系统的 g r 分析。 g r 分析在实际工作中，一般在线性和偏移之前，原因呢，在后面的视频中会介绍。 首先是交叉因子的 g r 分析，有三种方法，方差分析法和控制图法是常规方法， 急插法呢是简化方法。 测量系统的精密度对误报的影响甚大，所以需要进行分析。 通常我们对精力度的期望如下，就是小于产品制造流程六七个码变差的百分之十，同时也小于工差范围的百分之十。 百分之十的目标其实不低，如果真达不到怎么办？到时候我们再商量呗。 测量系统不是只有单个的测量设备，举例一个扫描测试仪，他还需要一个稳压电源，也需要显示测量结果的数字仪，需要测试 作业指导书、软件、稳定的环境以及工装家具等等，当然不能忘记了我们的主角及受册部件， 这些要素整合到一起就成了一个测量系统。那么他们中间有哪些因素会使测量系统的变差显著变化呢？ 工装家具一般不会，温湿度等环境因素当然会，但如果有很好的控制 影响，应该微乎其微。软件不会作业 指导书，谁没事也不会改来改去。 分析到最后，一般情况下只剩下两样及测试员，测量仪器会影响到测量系统的变差。 受测部件产生的变差来自于加工设备、原材料和操作员等产生的制造流程变差不是测量系统的变差。 现在对重复性和再现性做一个定义， 一个测试员测量一个 pcb， 反复测量，中间一定会有误差，这种系统误差叫做 l。 增加两个测试员，每个测试员也会有自己的 l， 为了更好的衡量系统误差，就测量更多的 pcb。 假如有三个测试员测三个 pcb， 就会有九个 l， 他们加起来就是阻内变差，称为重复性变差。 所以通常情况下，重复性定义就是相同测试员 使用相同的测量系统对相同受测部件测量产生的变差之和。 同一个测试员多次测量三个 pcb， 得到一个平均值， 其余两个测试员也会得到各自的平均值。每个测试员的平均值与总平均值之间的差异就是组间测量误差， 加起来就是组间变差，称为在线性变差。 于是通常情况下，在线性的定义就是不同 测试员使用相同的测量系统对相同受测部件测量产生的变差之和。 别忘了，有些测试员可能会对某些部件比较敏感，测试结果会受到影响，就是交互作用，交互作用有可能是重复性，也有可能是在线性。 需要说明的是，测量仪器自身的变差已经被包含在重复性和在线性中间了。 听了前面的介绍，我们 就知道需要使用安娜网进行分析。测试员和 pcb 是两个因子，需要计算 msa 测试员变差、 msb pcb 变差、 msab 测试员与 pcb 交互变差以及 mse 重复性变差。又因为随机效应就变成计算各个变差源的方差分量。 g r 分析需要知道流程变差和 g r 变差，最后需要讲方差分量开平方 me table 把它 叫做研究变异斯大 d we accent。 这时候如果 pcb 的样本能够代表制造流程的总变差，那么啊 no 分析之后就可以直接计算测量系统变差， 能够讲制造流程变差切成多少块了。 我们还需要做一个假设才可以进行 gir 分析，即部件的内部变差并不存在 什么是部件的内部变差，比如 pcb 要经过多次的测量平面度，那么每次测量之间的平面度会 会发生内在变化。其实这种变差或多或少都会存在，我们要学会装聋作哑，把它归立到测量系统变差中。 还有一种变差伪装成系统内部变差，我们不能忽视，例如测量位置的变化， 这时候我们需要一个哪怕非常简单的家具来减少这种变差。 费了九牛二虎之力做了这么多的假设和分析，现在总算可以定 异通常情况下的流程总变差了。测量系统有重复性和在线性变差 加起来就是测量系统的走变差，还有流程变差， 最后加起来就得到观测到的总变差， 他是我们做了一系列假设之后得到的结果。 定义讲完了，现在开始 gr 分享， 其过程可分几个步骤来进行。首先是如何选择受册部件的某一个参数的流程总体，这里呢，需要真诚的问一下自己现在是什么状况。 而总体的选择无外乎从几个方面来考虑及，什么操作员生产的，什么机器生产的，哪一个批次的原材料， 什么时间生产的等等。 比如现在要对参数 a 做 gr 分析，有 有三个产品类型都需要测量他，他们的变差有高有低，我们就需要选择变差最小的产品。抽样 原因是 gr 的变差要能够满足所有产品类型对测量系统的要求。 那么批次物料该如何选择？我们需要流程总体尽量来自同批次物料，这样变差就小，对 gr 要求高， 毕竟有些批次的量很大，是生产制造中的常有状态， 机器和操作员如何选择，这需要考虑生产线的实际状况，正常生产设备和合格操作员制造的产品都需要包含在内。 那么是长期数据还是短期数据呢？ 就像能力分析是反映短期情况一样， gr 分析也得跟得上 cpk 的计算要求，所以我们通常选短期。 说到匹配能力分析，比如说你 公司去投标吹牛说某一个参数的 cpk 能做到一点六七，一定别忘记带上鸡啊儿的分析结果，这叫做欲戴奇观，仙城其重。 你的流程总体需要来自最好的员工、最好的机器以及良好的物料批次。当然，你去审核别人时，也可以学会这样揪别人的小辫子。 还有，要不要包含不良品呢？回答是 yes， 只要不良品不是一场值，就是正常的流程变 检查范围内白斑和夜班的选择。假如常年白班、夜班同时运行， 当然可以包含夜班生产的部件。如非如此，建议只是白班 总体选择，还有其他考量，就自行研究分析吧。选择完总体，就需要确定样本数量、测试员数量和重复测量次数。 计量型参数的样本数量通常为十到二十个，测试员数量为三到六，重复测量 四数为四到六。第三步呢，是抽取样本，通常有两种方法，其一是完全随机， 从前面确定的总体内完全按照随机数抽取一定数量的样本。 如果没有信心抽取的样本能够代表流程变差，可以在确保无异常值之后，做单样本的 t 和单样本的方差检验来验证， 这种方法颇为简洁有效。 还有一种方法就是分学， 须随机抽取，将选定流程总体的数据分成几块，正负一个西格玛范围内代表着百分之七十的数值， 正负一到二个西哥嘛，范围内代表着百分之二十五的数值，正负二到三个西哥嘛，范围内代表百分之五的数值， 正负三 c 格码之外是异常值之后呢，随机抽取。这也是一种可行方法，只是蛮复杂的 样本抽取之后就要检验是否有异常值。方法很多，比如 这组数据，我们可以用单直图，也可以用镶线图，还有其他比如正太图、直方图、点图什么的，都能很轻易的看到这个异常值。 如果还没有信心，在 me type 上也可以做一个格拉布斯异常值检验，非常简单。 第五步，我们要选择用哪一个测量系统？ 假如同一环境下有多个同样的测量系统，我们只随机选择一个即可。 有人问了，不同的测量系统之间的变差怎么办？嗯，好问题，我们需要确保每一个测量系统的线性和偏移能够经得起考验。 第六步是选择测试员，通常选择一个技能好的一个技能正常的一个技能较差。 有人又问了，我就只有三个测试员没有随机效应， 测量系统就是混合效应，跟你的方差分量计算不搭建怎么办？所以呢， 我建议下一节好好了解一下手动计算过程，然后可以自己计算。或者呢，你就当还有许多潜在的测试员工。这三个只是带了个表， 辛苦了，现在才选定样本和测试员开始实施 gr 测量吧。首先需要创建 gr 工作表，有四种模式。 第一种呢，测试顺序完全无随机，这个呢，直接砍掉，不解释。 第二种，完全随机， 理论上是最理想的，最小化了噪声因子和部件偏差的影响。前提是你公司很有钱，能忍受几十次上百次的来回切换。 第三种，轮测，使样本过程中使样本随机性。这个方法兼顾了效率高和完全随机，但随机性略低，是一个折中方案。 第四种，随机顺序轮测十个样本。这个呢，只是第三种做了小改变，意义不大，通常的方法 还是在第二种和第三种之间选择。 最后是实施测量，这里要考虑货丧效应 这个耳熟能详的概念，简单说就是人受到关注后就开始装，比如一个你心仪的同学在注视你， 在 msa 分析中这是不好的，我们需要盲策， 但是你让测试员使用非自己的良具，频繁的测测停停，测试员又不是傻子，不会感受不到异常。 而要实现完全的盲策，太耗资源。我们妥协一下，只要做到两点即可，即测试员不知道自己测试的差异以及别人和自己测试的差异。 实现这两点需要样本编好之后隐匿，同时需要实现随机顺序和操作回避。 最后是对测试时间的要求，我们要求要略小于正常的测试时间，原因是正常工作员工更疲劳， 这一点要求对技术型的数据分析更严格。 测量完之后就要对 gr 数据进行分析。假定我们测量是 pcb 的平面度，甲乙丙三个测试员 由五个 pcb 作为受测部件，重复测量次数是两次，详细的数据计算过程我们下次再介绍，再见。
708深圳麦粮
11:28查看AI文稿AI文稿这是一个加一个是要表头这种格式，十个零件， 然后 a 作业员测量三次， b 作业员测量三次， c 作业员测量三次这样的数据结构。但是在我们的密利太本里面，他数据结构不是这样的，要进行转换，他是这样的一个结构， 这个是 a 做元测量十个零件的第一次， a 做元测量十个零件的第二次这样的，嗯， 第三次。然后 b 座椅也是一样的， c 座椅他是数据结构是这样的，那我们要建立这样的一个结构的数据，一个这个一个是要 表的数据格式，然后再打开我们的这个密集特表，密集特表你刚打开软件页面是这样的，你看这边是一个很大的这个空白页，我们需要把这个把鼠标放到这里， 然后变成这种形状的时候往上拉啊，这样就变大了，这个就有这个有点类似于可是要狂。然后我们就把这个刚才转换好这个数据 全部烤过去，然后复制烤到这一台。 你应该应该记得这个零件号，测量纸和测量也是在上面的话，在上面 单元格下面才有数据。然后我们再选这个统计，统计 这个质量工具，质量工具，然后再点量去研究，选啊啊交叉这个啊， 不是圈套也不是扩散，是交叉， 然后他就会出来一个对号框，这个部件号，部件号就是我们一到十个零件，那就我们刚才的对应的这个是零件号， 然后操作语文就测量语音选他，你要你，你点到这里的时候，要选中双击左边的这 一个相应的直啊测量数据就测量值，那这边有两个选项，下面一个是方叉分析，一个是一个是霸，一个是君子吉他图的分析方法，一个是方叉的分析方法，两种都可以啊。然后 你点这个良具信息里面，这里可以编辑一些基本的一些数据，比如说你到底是什么样的测量设备啊？什么时候研究的？然后谁来编制的良具的工厂，这些可以可以写，可以不写啊？ 然后这边可以不用动他，就这样不用动他也可以，你要写也可以，但是不影响这个家的这个最终借口。那我们选君子吉他法吧，好，再点确定， 点完确定以后他就会生成一个表，当你看不见这个东西，你在这里可以。呃， 查看这里啊，查看这里是数据和输出，如果我们要看数据的话， 点点这个紧输出啊，紧输出。好啦，切到切换到另外一个页面，那你就能看到这个他分析的一个结果，然后他分析结果分为这个数值，数值有两个数值，一个是方差的分量，一个是良具的评估。 那实际上按照我们手术的要求，方叉你不评估他也可以哈，我们看两句评估就可以了。然后两句评估这里 里面有啊啊，藏种就是良具的重复性、战性性变差，藏种变差的多少就在这里就能看见， 那其实我们核心的就是这个指标啊，这个你看现在就是三十八点三八，那我们要求是十以下，他这个有点大了。然后这个就是对应我们以前的 ndc 可区分内别墅，就有点像我们 家里面一个手表里面那个 ndc， 那这是数值。然后这边有图形，有六个图形， 六个图形我们来看一下，把它放大，看看能不能放大，可以放大，然后这六个图形怎么看呢？这个就是变异的分量， 是重复性账总变差的百分比，在线信息账变差的百分比，还有重复性在线信息账总变差的百分比，还有零件变差账总变差的百分比。 这是一个柱状图，让你更直观的容易看出到底哪个变差是比较大的。 那比较好的情况下就是重复性变差，再行进变差和啊啊的变差，柱子越短越好，就是相当于这三个占总变差，越小越好， 那这个柱子越高越好，就是是零件的变差或者部件之间的变差，占总变差的占比是越大越好的。 然后再看下面这个急刹图，急刹图有要求， 就是不能点，有点超出控制线，这是上控制线，这是下控制线。点不能超出控制线。很明显这里必做有缘的第七。第七个点是超出去的，那说明测量过程中是有异常的，重复性是有问题的。 那这是一个君子图，君子图就是一到十个零件啊，十个零件每个质量原，这是 a， 这是 b， 这是 c 质量原，三个质量原他们的君子的分布。 那我们要求一般是百分之五十的点要在控制线以外啊，这是上控制线，就是他是下控制线，这上控制线大多说点要在控制线外面，如果有很多点都落在控制线 里面，那可能说明我们测量系统分辨率是有问题的，不能够识别我们制造过程中的一些变差啊。那像这种情况，像这个图，你看大多数是在外面，而是百分之五十点在外面就可以了， 那这个是一个十个零件，十个零件三个测量员测量的值 在在什么地方？就是我们希望呢，就是大家的点都在一起，就是 a 作业员、 b 作业员、 c 作业员测量的这个值 啊，都一致的，这比较好。如果很分散，你像这种像第七个点，他很分散，那就说明在三个测量员里面测量这个零件的时候，有很大的值，也有 很小的值，那他这个就会比较大，这个越越大，说明重复性越差啊。 那这个图就是看三个人测量的值，你看这个最好是三个人测量值，大致是相等的， 那如果有一个座椅员相对于其他两个座椅员或者车辆员，他车辆的值。 如果是，就像这个图，你能看出 b 测量员他测量的值总体情况下会比 a 和 c 测量员值要大一点，所以你看他就往上，那他如果往下，就说明 b 测量员 测量的值总体是比 a 和 c 要小的。所以如果是有一个呃测量员，他 他的值跟另外两个测量员差异的非常大，那可能要注意，说明这个测量员可能手法上有问题，或者说他的操作方式是有问题的， 那这是一个交付作用的一个图，最好的方式就是说你看这个是十个零件啊，然后这个是 abc 测量员测量的值， 那最好的情况下，就三个人测量的值都应该差不多的啊，那是比较好的，如果差异的特别大，你像这个， 你这个 b 作业员测量的值就会比 a 和 c 测量测量员的值要大，他就会跑到上面去，知道吧？就像这个是 a， a 测量员，他的测量第四个零件的时候，他的均值就要比 c 和 b 测量的只要小，他就会跑到 b 下面 就给你看了。那如果有一个作业测量员的时候，有一个测量员他老是所测量所有零件的值都是比其他测量员都偏大或者都偏小，那说明这个 这个测量员他总体发生了偏影，要么偏大要么偏小，这是简单的帮大家分析一下。 那其实我们如果操作的时候，可以把这个图表复制到一个设有表里面，做完了以后啊，如果想要输出的话，你可以把这个图表复制复制出来，把这个图表复制啊，是可以复制的， 你直接按 ctrl 加 c， 点点中，他按 ctrl 加 c 就可以了，然后我们再建立，比如说把它复制到这里粘贴，他就会过来，这个图表就会过来， 比如说我们可以这个数据加上这个图表，然后再把这个也拷拷贝过来，以 ctrl 加 c 给他拷贝过来， 把它扛进来， 这可以把它放大一点啊， 然后我们只要看这个就可以了，然后你再给他设定一个表头，这里跑过来， 然后你再设给他设定一个表头，其实这个就可以做一个 gir 分析了，比如说这个就像就像这个表头一样，就给他弄一个表头， 类似这样的可以把烤出去， 那这个就就往成分系了啊。
840解码IATF16949
12:35查看AI文稿AI文稿大家好，这一期网络课程主要是教大家怎么样使用迷你 type 的时期，这个软件来帮助我们做家的分析。 那我们很多企业在做 gir 分析的时候，一般是用一个色的表的这种模式来进行分析的，那这一期呢，就教大家用软件来做分析。那介绍一下迷你特别软件， 那这个软件是一九七二年就已经发布了啊，一到现在已经是五十多年了，他是有一个国外的一个软件，那现在很多公司都在用哈，比如说通用啊，机翼啊，福特啊都在用这个软件， 他不仅仅可以帮助我们去做这个加分析，他可以还可以帮助我们做一些 spc 的分析，以及生成各种各样的图表，是非 非常有用的一个质量统计的一个软件，有兴趣的小伙伴可以把这个软件下载下来体验一下啊，我们正式的进入我们今天的主题啊，那这个是我们企业经常用的一个，一个是要表格式的加 的分析表格啊，这里是数据，这边是数据，这个图大家应该都比较熟悉啊。嗯，这一期课程不会去讲 这个加分析的一个操作流程和步骤，如果大家对操作流程和步骤不是很熟悉，或者是对加的原理也不是很熟悉，希望你能上一下我的其他的一些网络课程，就专门讲加的分析的一个流程步骤和原理。也有 这样的网课的啊，那这节课我们不说。嗯，那这是十个零件啊，我们一般选取十个零件，然后三个作业员， a、 b、 c 作业员，然后每个人测量的次数一二三这样测量次数， 然后在这个数据填上去以后，我们就一般会去看这个呃值两项，我们比较关注的就是这个按啊的值是二点四，那二点四呢？我们的准则是小于十二点四是可以的，然后这个是 ndcndc， 我们要求大于等于五，他五十九也是可以的。 好，那用一用这个一个 ceo 表格式，他有一个什么样的缺陷呢？那呃，因为这个这个表格有可能很多小伙伴是从网上下载下来的，或者说他客户给 给他的，以及他的同事给他的，然后这里面像这种加的这个值啊，你点他，你会发现他会， 他会涉及到很多链接到很多公式，那你也不确定这个公式到底是对的还是不对的。那我们以前发现有很多公式都是不对的。那第二个就是这个长数，你看比如说这个 k 一、 k 二、 k 三的长数，他不同版本的这个，呃， mac 里面的这个长数也是不一样的， 那就是有时候就会有这种遇到这种情况，嗯，你把这个家的表给你客户，让你客户去 说你算出来的价值，怎么跟我的算出来价值不一样呢？当他挑战你的时候，你对自己的这个数据，其实你是也没有这个信心的，因为你也不知道自己的这个公式是不是对的，常数是不是对的。那这个 时候如果我们有一个迷你特别软件去验证一下啊，你心里就，你心里就更有底了。所以这就是我们呃讲课的一个目的啊，也也告诉大家有多种的一种分析方法。 然后我们要把这个数据放到 mate type 的软件里面去分析的时候，我们要有做一个，呃，做一个转换啊，因为 money type 软件里面的那个数据结构跟我们的一个色的表的数据结构它是不一样的，你像这个 一个射手表的格式，他是这样的，数据结构是这样的啊，但是迷你太他就不是这样的，迷你特是另外一种方式，所以我们要对这些数据进行转换。那怎么转换呢？简单的说一下，那我们这 个是零件号，一二三四五六七八九十，就是十个零件 a 最圆，对十个零件测量的第一次。啊，是这是这样的结构，然后这下面这一个是 a 最圆，对这个十个零件测量第二次， 然后 a 座椅对这个十十个零件测量的第三次。那那接下来由此的推就是 b 座椅和 c 座椅总共有九十个数据，对吧？你把它数据结构转换成这个，然后再把它拷贝拷贝下来， 接着我们就打开迷你太婆这个软件， 我现在用迷你特别的软件的版本是十七哈，当然也有更高的版本我没有用，我觉得十七又已经挺好用的。 拿这个软件打开的时候有一点需要一点时间啊，不是那么快好打开来了。 那接着我们就把这个刚才转换过的这个数据把它拷贝一下， 把它复制复制，然后再粘贴在这里。啊，这样就深，这样就是就可以了啊，数据结构就可以了。 然后我们再选这个统计质量工具良具研究，然后选这个，呃，良具按按交叉研究，交叉这里点它 他嗯，部件号我们就选中 c， 那就这个零件号我们把它选进来， 操作员就是这个 c 三，然后这个测量值就是指这个啊 c 二，我们就把它选出来，然后分析方法，这里面选这个啊， s 八杠二，然后点确定， 那迷你特别软件就把我们生成了这个数据了，那这边数据分成两部分，一部分是这个，一部分是这个啊，那我们来讲一讲这个大字。讲一下啊，那这里数据我们只要看这边就可以了， 那这里看第一个就是按二，按二，我们看最后一个是二点三八，那他的意思就是说，呃重复性在线性按二的这个变差占总变差的百分之二点三八，那我们按照我们这个呃 准则来看啊，小于十是比较好的，他二点三八也是 ok 的。那我们再来看我们的这个一个 ceo 表里面，一个 ceo 表里面他是二点四， 二点三八，其实他是两个小数，如果是约等一下也其实也是等于二点四，那就跟我们这个一个这个表是一样的，那说明我们这个一个这个表的这种公式是对的。 然后再看重复性，重复性的变差是占总变差是一点九六，百分之一点九六，占用性变差是占总变差是一点三六，然后零件变差占总变差是百分之九十九点九七，那就是这个意思，帮助这么去分析他， 然后可区分的区别数等于五十九，就是我们这个 ndc， 也就是我们一个是要表的这个数值， 这个看完了以后，我们再看这个图表，就刚才那个图表 就这个，那这个也这是一个图形，图形展示，刚才是这个数据展示，那这个图形展示怎么样去看他呢？啊？我们要去了解他这个是什么意思，要看得懂。 然后这个图我们一开始要看，这个是阿图，阿图，这个是 a 作业的阿图、 b 作业的阿图和 c 作业的阿图。 阿图的这个要求是不能有点超出控制线，你看到没有？ b 做圆有点超出去的， c 做圆有点超出去的， 那如果是有点超出，呃，这个阿图说明测量过程是不受控的，就是重复性是有问题的，如果 重复性有问题，然后这个积压的最终的结果是不被认可的，就是没有用啊，就必须测量过程要受控，重复性要没问题，你积压的值才有意义啊，所以这点请要注意。 然后再看这个君子图，叫 a spa， 控制图也是分成 a、 b、 c 这个作业员，那他这个判定准则跟阿图是不一样的，他百分之五十点要落在控制线外面 啊，如果是百分之五十的点控制点落在控制线里面，那可能是我们的测量系统的分辨率可能是不足够，不能很好的去发现我们制造过程的一些变差 啊。那像这种 abc 都是可以的，因为他百分之五十点住在外面，他是这么判定的。 然后再看这个，就是呃，测量值和零件，嗯，他的这个分布情况， 那他主要是讲的是不同测量人测量某个零件的差异图，这种差异档次相当的啊。就是呃，不同的人，他测量这个 这个零件的时候，他均值应该是大致差不多的，也不能偏差很大。他重合的时候是比较好，像这种是比较好的，像这种就不好。这种就是说明就是大家测量的值差异比较大，三个作业员的这个测量的均值比较大，不太好啊， 像这个也不好，差异的特别大啊，这是这么看的，然后这个这个图呢，叫测量值和测量员之间的这个图，就是能能看出不同测量元素 所有的测量均值，这是 a 作业员和 b 作业员， c 作业员测量的均值到底怎么样？那如果是我们希望的最好的结果，就是三个作业员，三个测量员的均值应该是一样的，这是最，这是最好的，那一样的话，他就会成一条直线， 他如果是呈这种线，就说明 a 作业员和 c 作业员测量的君子要比 b 作业员要大一些 啊，这个 b 作元测量均值要比 a 和 c 要小一些啊，他就可能是成一个这样的一个形状，或者是这样的一个形状，都不是很好啊，最好是一条直线，这是大家均值差不多， 那这个图就是交互作用的一个图哈，就是最好的方式就是大家的点啊，都是大致相当的，就说明，嗯，所以 的作业员跟这个零件之间是没有交付作用的啊，如果有一个这个点啊，跟这个值差的很多啊，这说明可能这这个这个这个作业员跟这个零件可能有交付作用，就这个意思啊。 然后最后一个图，就这个图，这个叫变异分量，指的就是呃两句啊啊的这个占总变差的这个比重是多少？从无形变差占总变差的比重，在线性变差占总变差的比重， 那我们希望的就是呃重复性，这样总变差比重很小。再性性这样总变差变差很小，零件这样总变差越大越好，也就说我们测量系统分析的这个变异主要来 来自于零件和零件的变差，是是是，比较好的，那我们就测量系统分析一般是没问题的，所以部件之间，零件之间的变差，这个柱子是越高越好，然后两句啊啊的这个柱子越小越好，越低越好，重复性也是越低越好啊，在线性也是越低越好。 那一看像这个像这个图啊，就是良具的啊啊，占总变差的这个比值是比较高的，你看看这把达到快百分之五十了，说明这个测量系统肯定是不行的啊，这点大家要学会看啊。 然后这一批这一期的这个呃，简单的教学啊，就到这里，希望大家懂怎么样去用这个 mate type 来 来做分析啊，那如果需要没特别软安装软件的时候请联系我啊，谢谢大家的观看。
385解码IATF16949
08:39查看AI文稿AI文稿我们来看一下，一个是要表里面的数据结构是什么样的，这个就是一个加的，一个是要表的格式，那我们来分析一下这里面的一些数据， 然后这个是十个零件啊，一到十个零件，这个是 a 测量员，测量商是一二三 啊，这里面是测量的数据，然后这里面有一个均值，均值就是对于第一个零件的三次测量的均值，这里有一个极差，三次测量的极差啊，这个是呃一到十个零件的均值，一到十个零件的极差 啊，下面其实这个也是一样哈，这是 b 测量员，这是 c 测量员啊，然后我们来看这个，一个是阿爸吧， x 八， x 八第一个测量员，他是，他是多少？他是三点九三，就是这里面的所有的均值 啊，相加除以十啊，就是等于这个值，这个叫。还有这个阿坝 a 是所有级差的均值，就等于这个啊， 那这个也是一样哈，这个是 b 测量元的均值， b 测量元的这个积差的均值啊，这个是一样 c。 然后再来看这个， 看这个数据啊，这个数据是比较重要，这个数据是什么？所有零件，这是呃三个测量员的零件的一个均值啊，三 个测量员对于呃第一个零件的均值，第二个零件均值，第三个零件均值，那这里面所有均值里面最大减最小就是等于这个 rp 值， rp 值一会会用到哈，它是代表的是制造过程的变差， 然后再来看这个值，这个值叫极差的君值，极差的君值指的是什么？就是 这个 a、 b、 c 三个人的呃均值啊，其实这个代表的就是重复性， 如果重复性很好，这个值应该非常的小，重复性很差，这个值会非常的差，这能理解吗？因为这个值是等于三个测量员的这个值的平均，那 这个值又会跟这里面每一个产品的级差值有关，所以这个值其实就是代表了我们的重复性好不好啊？那再看这个值，这个值代表是什么？这个值代表的是 a 测量元的这个均值， a 测量元的均值， b 测量元的均值 和 c 测量员的均值，他们最大减最小就等于这个值，这是代表在线性， 那怎么理解他呢？你看这个值啊，这是所有零件的这个均值啊，就等于这个值，那我们说在线性就是不同的能测它的数值是不是一样加 a 测的这个数， 数值跟 b 测的数值啊，如果是一样的话，他这个均值应该也是一样的，你来看这个是三点九三，他测出来的，那第二个是三点九四，第三个是 看一下啊，第三个在这，第三个在这里，三点九一，那你其实如果是他们都是一样的，说明这没有在线性，如果相差比较大，说明在线性比较大，那我们来看一看啊， 三点九三，然后三点三点九四，那这两个人差不多哈， 然后三点九一，说明这个人 c 测量原测的总体的均值要比 b 和 c 要小啊，这是代表在线性，就是三个人的均值的相 相差，相差了多少就代表再相信啊。 然后这下这几个数据啊，做什么用的啊？这是给你计算控制线用的。 像这个君子的上线，就是我们刚才在 ppt 里面有介绍了啊，君子上线他是这么算的，然后机叉的上线是这么算的，然后君子的下线怎么算的？刚才也提到了，这个就是系数啊， 就是实验的次数，他用到了三个系数啊，第一是第四，第三和 a 二，他跟实验的次数都是相关的啊， 测量两次还测量三次，那现在我们是测量三次嘛，所以都用这个系数啊，都用这个系数。然后这两个图刚才也告诉了大家怎么看哈，这个的 字图要百分之五十的点在外面，这个是 a 测量一元的君子图，这第一个零件的君子其实就是这个值啊，就是这个值三点八三啊。第二个点是四点零四，就代表了这个点三点八三，四点零四。 那评价的方式就是百分之五十的点在外面，所以我们评价下去看一下，一点，两个点、三个点、四个点、五个点、六个点，百分之五十在外面嘛，所以这个图是 ok 的。 那这种方式也是一样啊，一个点、两个点、三个点、四个点、五个点、六个点，没问题，一个点、两个点、三个点、四个点、五个点、六个点、六个点，没问题， 然后这个图就过了，然后再看这个极差图，极差图这里看 a 评价原极差，那 这个是没有点超出外面 ok 的。那这个第一个代表是什么？就是代表了这个值，极差 a 啊，代表这个啊，这个是代表这个极差零点零四零，对吧？ 然后他这第一点，第二点、第三点，那他画成了这个图啊，所以你刚才看到第二点是零吗？对吧？ 啊？他是这样的，然后这个不能有点操作控制线吗？如果有点操作控制线，刚才说了，就是说明有特殊原因的存在，然后测量过程就不能继续评价我们的积压的值，就应该要找到这个特殊原因是什么原因导致的，把它找出来， 然后解决这些特殊原因。你看第七个点是操作控制线的，说明有特殊原因存在了啊，那我们来看 下第七个点到底什么原因会这么大？ bb 车辆原因的第七个点应该是看一下这是第七个点，那应该是这组数据有问题， 然后这个数据有问题，你看这吉他只是特别大，零点一六，那别的吉他只有零点零八、零点零二，你看他一下子零点一六的，这个是什么什么问题呢？那最大的是四点零四， 然后最小的是三点八八啊？那就是说重复性有问题的，所以 你要找到他的这个原因到底是在什么地方，然后重复性呃有问题，有可能是我们刚才也提到了，比如说听错了，记错了，还有可能就是说呃测量是被松动的， 还有就是测量设备磨损的，还有可能就是呃测量设备上有一些杂物、脏东西，都可能会导致这个问题。所以呃，我们在呃测量过程中，员工在测量过程中你一定要做观察，还有最好的方式是要做什么？ 需要做这个录像，因为如果是你不录像的话，你光靠这看这个数据，你就不知道到底是什么原因导致的，明白吗？所以你只是看这个数据有时候是不足够的啊。 好，这个下最下面这个图，最下面这个图其实就是这个 a、 b、 c 三个测量员的君子图，把它 画在一张图上的，那这个是不同的测量员的君子图，这个三条线嘛，就代表三个作业员，他测量的只是把它放在一张图上的 啊？这个图，这个一个是要表，就是这样这样子来看的啊？
937解码IATF16949
