Documente Academic
Documente Profesional
Documente Cultură
Analiza Sistemelor de Măsură
Analiza Sistemelor de Măsură
(MSA)
ANALIZA SISTEMELOR DE MĂSURĂ
Manual de referinţă
Această a Doua Tipărire a Ediţiei a Doua corectează câteva erori în exemplele de lucru
Prima Ediţie, Octombrie 1990; A Doua Ediţie, Februarie 1995; A Doua Tipărire, Iunie 1998
Copyright 1990, 1995 Chrysler Corporation, Ford Motor Company, General Motors Corporation
Licenţă a drepturilor de autor ale Ford/General Motors/Chrysler
Copii ulterioare pot fi obţinute de la :
Carwin Continous Ltd. Unit 1 Trade Link, Western Ave, West Thurrock,
Grays, Essex, ENGLAND
Tel: 44(10708) 867941
MPL (11/99)
CUVÂNT ÎNAINTE
Februarie 1995
ANALIZA SISTEMULUI DE MĂSURĂ
SCHEMA LOGICĂ A APLICAŢIEI
Poate fi
repetată NU Dincolo de scopul acestui manual.
măsurătoarea? Vezi Anexa pentru recomandări şi
Bibliografia pentru texte de referinţă.
DA
Poate fi
măsurătoarea NU
atribuită
aleator?
DA
DA Metoda amplitudinii
DA – pagina 43-
NU Studiul instrumentului
Instrument pentru atribute (Metoda
de măsură lungă)
variabil? – pagina 82-
DA
Timp de SCURT
analiză
disponibil?
Anexa B …………………………………………………………………………… 89
Model matematic pentru studiu variabil utilizând
ANOVA………………………………………………….. 89
Introducere…………………………………………... 89
Reprezentare matematică…………………………. 89
Model matematic pentru studiu variabil utilizând media
şi amplitudinea……………………………………… 91
Model matematic pentru studiu variabil utilizând metoda
amplitudinii………………………………………… 92
Model matematic pentru studiu atributiv (metoda
lungă)……………………………………………………. 93
Reducerea variaţiei prin citiri repetate……………….. 94
Intervale de încredere………………………………….. 95
Intervale de încredere – ANOVA………………….. 96
Anexa C …………………………………………………………………………… 99
Metoda medie şi interval – tratare suplimentară……... 99
Metodologia grafic de control……………………… 99
Paşi procedurali…………………………………….. 99
Exemplu de tabel de lucru…………………………. 100
Anexa D …………………………………………………………………………… 107
LISTA TABELELOR
21 Histogramă…………………………………………………………… 71
22 Curba de performanţă a instrumentului fără eroare…………………… 79
23 Curba de performanţă a instrumentului – exemplu…………………… 79
24 Diagrama curbei de performanţă a instrumentului pe hârtie cu probabilitate normală
– I …………………………………………… 80
25 Diagrama curbei de performanţă a instrumentului pe hârtie cu probabilitate normală
– II …………………………………………… 85
26 Curba de performanţă a instrumentului ………………………………. 86
27 Graficul de control al evaluării măsurării ( X şi R) – I …………….. 102
28 Graficul de control al evaluării măsurării ( X şi R) – II…………….. 103
29a Calcule pentru Metoda graficului de control de evaluare a procesului de măsură
(partea 1 din 2)………………………………………….. 104
29b Calcule pentru Metoda graficului de control de evaluare a procesului de măsură
(partea 2 din 2)………………………………………… 105
MULŢUMIRI
Pentru crearea acestui document au fost responsabile foarte multe persoane. Următoarele sunt
însă, doar câteva dintre cele care au oferit foarte mult din timpul şi efortul lor pentru realizarea acestui
manual.
ASQC şi AIAG au contribuit cu timp şi facilităţi pentru a ajuta la realizarea acestei publicaţii.
Greg Gruska, ca reprezentant al Departamentului Motoare de la ASQC şi John Katona, ca fost preşedinte
al Grupului de Lucru privind Revizia au avut contribuţii majore la realizarea şi publicarea acestui
manual.
ÎNDRUMĂRI GENERALE
-1-
-2-
Secţiunea 1
INTRODUCERE, SCOP ŞI TERMINOLOGIE
INTRODUCERE
Datele de măsurare sunt folosite mult mai des şi în mai multe feluri decât până acum.
De exemplu, decizia de ajustare sau nu a unui proces de fabricaţie este acum, în mod
frecvent, bazată pe date de măsură. Datele de măsură sau unele valori statistice
calculate din acestea, sunt comparate cu limitele de control statistice ale procesului şi,
dacă în urma comparaţiei rezultă că procesul este în afara controlului statistic, atunci se
va face o ajustare de un anume tip. În caz contrar, procesul va fi permis să se
desfăşoare fără nici o ajustare.
O altă utilizare a datelor de măsură este a determina dacă există o relaţie semnificativă
între două sau mai multe variabile. De exemplu, se poate bănui că o dimensiune critică
a unei părţi (piese) de plastic turnate este dependentă de temperatura materialului de
turnare. Această posibilă dependenţă poate fi studiată folosind o procedură statistică
numită analiză de regresie pentru a compara măsurările dimensiunii critice cu
măsurările temperaturii materialului de turnare.
Studiile care investighează asemenea relaţii sunt exemple pe care Dr.W.E.Deming le-a
numit studii analitice. În general, un studiu analitic este unul care măreşte cunoaşterea
sistemului de cauze ce afectează procesul. Studiile analitice sunt printre cele mai
importante utilizări ale datelor de măsură pentru că ele conduc în ultimă instanţă la o
mai bună înţelegere a procesului.
Beneficiul utilizării unei proceduri bazată pe date de măsură este direct determinat de
calitatea datelor de măsură utilizate. Dacă această calitate a datelor este scăzută,
beneficiul procedurii este la fel de scăzut. Similar, dacă este ridicată calitatea datelor,
beneficiul este la fel de ridicat.
Pentru a se asigura că beneficiul derivat din utilizarea datelor de măsură este suficient
să justifice costurile de obţinere a acestuia, atenţia trebuie îndreptată pe calitatea
datelor.
-3-
date poate fi datorată fie schimbării de volum, fie schimbării temperaturii ambiente.
Aceasta face interpretarea datelor mai dificilă şi sistemul de măsură mai puţin oportun.
O mare parte din variaţia dintr-un set măsurări se datorează interacţiunii dintre
sistemul de măsură şi mediul său. Dacă interacţiunea generează prea multă variaţie,
atunci calitatea datelor poate fi atât de scăzută încât datele nu mai sunt utile. De
exemplu, un sistem de măsură cu o mare cantitate de variaţie poate fi nepotrivit pentru
utilizarea în analizarea unui proces de fabricaţie pentru că variaţia sistemului de
măsură poate masca variaţia procesului de fabricaţie.
O mare parte din munca de conducere a procesului de măsură este direcţionată în
monitorizarea şi controlul variaţiei. Printre altele, aceasta înseamnă că accentul trebuie
plasat pe învăţarea modului cum sistemul de măsură interacţionează cu mediul său,
astfel încât să fie generate numai date de calitate acceptabilă.
De cele mai multe ori variaţia este nedorită. Dar există şi câteva excepţii importante.
De exemplu, dacă variaţia este datorată schimbărilor mici ale caracteristicii măsurate,
atunci este considerată de obicei dorită. In sistem de măsură care este mai sensibil la
schimbarea respectivă devine un sistem dorit, pentru că este un sistem de măsură mai precis.
Dacă nu este acceptabilă calitatea datelor, atunci aceasta trebuie îmbunătăţită. Aceasta
se realizează de obicei prin îmbunătăţirea sistemului de măsură mai degrabă decât prin
îmbunătăţirea datelor .
PROCESUL DE MĂSURARE
În acest document, termenul “măsurare” este definit ca “atribuirea de numere
lucrurilor materiale pentru a reprezenta relaţiile dintre acestea privind proprietăţi
specifice”. Această definiţie a fost dată de C.Eisenhart(1963).
Procesul de atribuire a numerelor este definit ca procesul de măsură, iar valorile
atribuite sunt definite ca valori de măsură.
Din aceste definiţii, rezultă că un proces de măsurare trebuie privit ca un proces de
fabricaţie care produce numere (date). Privirea unui sistem de măsură în acest fel este
utilă pentru că ne permite să determinăm toate conceptele, filozofia şi instrumentele
care şi-au demonstrat deja inutilitatea în zona de control a procesului statistic.
SCOPUL
Scopul acestui document este să prezinte îndrumări pentru selectarea procedurilor de
evaluare a calităţii unui proces de măsură. Deşi îndrumările sunt în general suficiente
pentru a fi utilizate la orice sistem de măsură, ele au fost gândite în principal pentru
sistemele de măsură din lumea industrială. Acest document nu s-a intenţionat a fi un
compendiu de analiză pentru toate sistemele de măsură. Obiectivul principal îl
constituie sistemele de măsură unde citirile pot fi repetate pentru fiecare parte (piesă).
Multe din analize sunt utile cu alte tipuri de sisteme de măsură conţine referinţe şi
sugestii. Oricum, dacă aveţi aşa un sistem, este recomandabil să cereţi asistenţă de la
surse statistice competente.
TERMINOLOGIA
Instrument: orice dispozitiv utilizat pentru obţinerea măsurărilor; frecvent utilizat
pentru a se referi în special la instrumentele speciale; include şi calibre (de tip trece/nu
trece).
Sistem de măsurare (de măsură): Colecţia de operaţii, proceduri, instrumente şi alte
echipamente, software şi personal, toate folosite pentru atribuirea unei valori pentru
caracteristica de măsurat; întregul proces utilizat pentru obţinerea măsurărilor.
-4-
Secţiunea 2
PROPRIETĂŢI STATISTICE ALE SISTEMELOR DE MĂSURĂ
-5-
-6-
Secţiunea 3
STANDARDE
NOŢIUNI DE BAZĂ
UTILIZAREA STANDARDELOR
În general, este dificil să se determine acurateţea unui sistem de măsură fără a folosi
standarde posibil de a fi urmărite. Este dificil în special pentru sistemele de măsură
care fac măsurători distructive. Este de asemenea dificil şi pentru multe dintre
sistemele de măsură nedistructive. Din fericire, pentru unele sisteme, acurateţea nu este
aşa de importantă ca repetabilitatea. Dar, pentru acele sisteme la care acurateţea este
importantă, utilizarea standardelor posibil de urmărit este frecvent singurul mod de
asigurare că într-adevăr sistemul de măsură are acurateţe suficientă pentru scopul
propus.
Utilizarea standardelor posibil de urmărit este în special de ajutor pentru minimizarea
conflictului care apare uneori când există o neînţelegere între măsurătorile
producătorului şi clientului.
-8-
Secţiunea 4
ÎNDRUMĂRI GENERALE
Primul pas în estimarea sistemului de măsură este verificarea că este măsurată variabila
corectă. Dacă este măsurată o variabilă greşită, atunci nu mai contează ce acurateţe sau
precizie are sistemul de măsură, pur şi simplu se consumă resurse fără nici un
beneficiu.
Următorul pas este să se determine ce proprietăţi statistice trebuie să aibă sistemul de
măsură ca să fie acceptabil. În ordinea acestor determinări, este important de ştiut ce
date se folosesc, fără de a căror cunoştinţă, nu pot fi determinate proprietăţile statistice
adecvate. După ce proprietăţile statistice au fost determinate, sistemul de măsură
trebuie apreciat pentru a se vedea dacă posedă în realitate proprietăţile sau nu.
Evaluarea sistemului de măsură se face de obicei în două faze, denumite Faza 1 şi
Faza 2. În Faza 1, vrem să înţelegem procesul de măsurare şi să determinăm dacă va
satisface cerinţele noastre. Testarea Fazei 1 are două obiective. Primul este să
determinăm dacă sistemul de măsură posedă proprietăţile statistice cerute sau nu. Acest
tip de test ar trebui să fie făcut înainte ca sistemul de măsură să fie folosit în realitate în
instalaţie. Dacă testul indică sistemul de măsură ca având proprietăţile adecvate, atunci
sistemul este considerat a fi de calitate acceptabilă pentru intenţia propusă şi atunci
poate fi folosit la instalaţie. Pe de altă parte, dacă se arată că sistemul de măsură nu
posedă proprietăţile corecte, atunci acesta nu va fi folosit la instalaţie. În general,
câteva teste separate pot fi cerute pentru a determina dacă un sistem de măsură este
acceptabil sau nu.
Al doilea obiectiv de testare al Fazei 1 este să descopere ce factori de mediu au o
influenţă semnificativă asupra sistemului de măsură. De exemplu un test al Fazei 1
poate include câţiva factori de mediu la diferite nivele, cu temperatura ambiantă fiind
unul din factori. Dacă testul Fază 1 indică o afectare semnificativă a temperaturii
ambiente asupra calităţii măsurării, atunci se poate hotărî ca instalaţia să opereze
sistemul de măsură într-un controlat atmosferic. În caz contrar, dacă testul arată că
temperatura ambiantă nu are un efect sesizabil, atunci sistemul de măsură poate fi
utilizat fără nici o grijă, în atelier (secţie).
Obiectivul testării Faza 2 este să verifice că un sistem, odată considerat acceptabil,
continuă să aibă proprietăţile statistice cerute. Studiul, care este numit comun “R&R
Instrumentului“ este unul din testele Fazei 2. Testarea Faza 2 este executată frecvent ca
o parte curentă a programului de calibrare a instalaţiei, a programului de întreţinere şi a
programului de metrologie, dar poate fi făcută şi independent de oricare din acestea.
Testarea este executată de obicei în instalaţie.
Procedura test trebuie documentată complet. Documentaţia va include:
• Exemple
• Specificaţii pentru selectarea articolelor ce trebuie măsurate şi mediului în care se
aplică procedura test. În mod caracteristic, aceste specificaţii sunt în forma statistic
proiectată pentru experiment.
• Specificări cum vor fi datele adunate, înregistrate şi analizate.
• Definiţii operaţionale ale termenilor cheie şi conceptelor.
• Dacă procedura necesită utilizarea standardelor speciale, ca acelea obţinute de la
NIST, atunci documentaţia test va include instrucţiuni pentru depozitare, întreţinere şi
utilizare pentru acestea.
Timpul de evaluare, responsabilitatea organizaţională pentru obţinerea evaluării, şi
responsabilitatea pentru influenţa asupra rezultatelor a evaluării trebuie să fie clar
nominalizate de către conducerea întreprinderii.
-9-
- 10 -
Secţiunea 5
SELECTAREA/DEZVOLTAREA PROCEDURILOR TEST
1 ” Efectul Hawthorne” se referă la urmările unor serii de experimente industriale Atelierele Hawthorne de la
Western Electric între noiembrie 1924 şi august 1932. În experimente, cercetătorii au modificat sistematic condiţiile
de lucru la cinci ansambluri şi au înregistrat rezultatele.
Când condiţiile s-au îmbunătăţit, producţia a crescut. Totuşi, când condiţiile de lucru s-au degradat, producţia a
continuat să se îmbunătăţească. Acesta s-a gândit că este rezultatul muncitorilor care au dezvoltat o gândire mai
pozitivă faţă de muncă, exclusiv ca urmare a faptului că făceau parte din studiu, mai degrabă decât ca rezultat al
schimbării condiţiilor de lucru.
Pentru mai multe informaţii, vezi Istoria experimentelor lui Hawthorne de Richard Gillespie, Presa Universităţii
Cambridge, New York, 1991
- 11 -
7) Cât de des ar trebui realizată testarea Faza 2? Această decizie trebuie bazată pe
proprietăţile statistice ale sistemului de măsură individual, pe consecinţele asupra
instalaţiei, pe clienţii instalaţiei pentru un proces de fabricaţie, care nu este monitorizat
datorită unui sistem de măsură neperformant.
- 12 -
CAPITOLUL II
- 13 -
- 14 -
Secţiunea 1
Introducere
Procedurile prezentate în Capitolul II sunt larg utilizate în industria auto pentru
evaluarea sistemelor de măsură utilizate în mediul productiv. Specific, procedurile
evaluează următoarele proprietăţi statistice: repetabilitatea, reproductibilitatea,
deviaţie, stabilitate şi liniaritate.
În mod colectiv, procedurile sunt uneori raportate la procedurile “ R&R ale
instrumentelor” deoarece ele sunt frecvent utilizate doar pentru evaluarea proprietăţilor
statistice ale reproductibilităţii şi repetabilităţii. În general, procedurile sunt uşor de
utilizat în mediul productiv şi deşi procedurile prin natură sunt statistice ele sunt
prezentate într-o manieră care le permite să fie utilizate de oameni care nu sunt
statisticieni.
Trebuie notat, oricum, că datorită modului de conducere a testărilor,
procedurile pot fi mai bune în evaluarea capabilităţii optime ale instrumentelor şi
evaluatorilor decât la evaluarea proprietăţilor statistice ale întregului sistem de măsură
aşa cum acesta este utilizat în practică. Aceasta se poate întâmpla, de exemplu, când se
are mai multă grijă în obţinerea măsurătorilor de test decât este normal când sistemul
de măsură este utilizat în producţie. Frecvent, aceasta nu este o problemă, dara dacă
este, trebuiesc folosite alte proceduri sau trebuie făcute modificări la procedurile
prezentate aici.
În anumite cazuri, singura modificare necesară poate fi utilizarea măsurătorilor
oarbe a standardelor într-o aşa manieră încât să se utilizeze sistemul de măsură în
probe exact ca în practica normală. Datele obţinute în acest fel pot fi atunci analizate
pentru evaluarea reproductibilităţii şi repetabilităţii întregului sistem de măsură. În
general, oricum, modificările necesare pentru evaluarea întregului sistem de măsură
pot fi puţin mai complicate şi trebuiesc făcute numai de cineva foarte versat în teoria şi
practica statistică.
Procedurile prezentate în această secţiune acoperă multe, dar nu toate, situaţiile
întâlnite în practică. Deoarece procedurile se focalizează pe proprietăţile statistice de
reproductibilitate şi repetabilitate, deviaţie, stabilitate şi liniaritate ele pot fi candidaţi
legitimi pentru majoritatea testelor efectuate în Faza 2 şi o parte din testarea efectuată
în Faza 1. Dar cum acestea în general nu permit studiul efectelor altor factori asupra
variaţiei sistemelor de măsură , cum ar fi temperatura, iluminarea, etc., alte proceduri
statistice pot fi necesare pentru a completa Faza 1 a testului. Procedurile statistice
acceptabile pentru Faza 1 de testare sunt disponibile pentru a fi citite în literatura
statistică generală.
REZULTATELE MĂSURĂRII.
Trei rezultate fundamentale trebuiesc menţionate în evaluarea sistemelor de
măsură. Primul, are sistemul de măsură o diferenţiere adecvată ? Al doilea, este
sistemul de măsură statistic stabil în timp ? Al treilea, sunt proprietăţile statistice
consecvente în amplitudinea presupus şi acceptabile pentru analiza procesului sau
controlului ?
Aceste determinări dau un înţeles mai mare cu privire la variaţia procesului.
Tradiţia îndelungată de raportare a erorilor de măsură doar ca procent din distribuţia
toleranţei este inadecvată în bătăliile pentru locul pe piaţă în viitor în care accentul se
pune pe îmbunătăţirea continuă a procesului.
TIPURI DE VARIAŢII ALE SISTEMULUI DE MĂSURĂ.
Este adesea presupus că măsurătorile sunt exacte şi frecvent analizele şi
concluziile se bazează pe această prezumţie. O valoare individuală poate să ne facă să
credem în mod eronat că există o variaţie în sistemul de măsură care afectează
- 15 -
măsurătorile individuale şi ca urmare şi deciziile care se bazează pe aceste date.
Erorile sistemului de măsură pot fi clasificate în cinci categorii, deviaţie , repetabilitate,
reproductibilitate, stabilitate şi liniaritate.
Unul din obiectivele studiului sistemului de măsură este de a obţine informaţii
relative la suma şi tipurile de variaţii ale măsurării asociate cu un sistem de măsură
când acesta interacţionează cu mediul său. Această informaţie este valoroasă cât timp
pentru media procesului de producţie este pe departe mai practic să recunoaştem
repetabilitatea şi deviaţia calibrării şi să stabilim limite pentru acestea decât să
prevedem instrumente extrem de precise cu repetabilitate foarte mare. Aplicaţiile unui
astfel de studiu furnizează următoarele:
1) Un criteriu pentru acceptarea echipamentului nou de măsură
2) O comparaţie între un dispozitiv de măsură şi altul
3) O bază pentru evaluarea unui instrument suspectat de a fi deficient
4) O comparaţie a echipamentului de măsură înainte şi după reparaţie
5) O componentă necesară pentru calculul variaţiei procesului şi nivelul de
acceptabilitate pentru procesul de producţie.
6) Informaţii necesare pentru dezvoltarea Curbei de Performanţă a Instrumentului
(GPC) care indică probabilitatea de acceptare a unei părţi a unor valori
adevărate.
Următoarele definiţii ne ajută la descrierea tipurilor de erori sau variaţii
asociate cu un sistem de măsură, astfel încât fiecare termen este clar înţeles pentru
discuţiile ce vor urma. O ilustrare este dată fiecărei definiţii arătând grafic semnificaţia
fiecărui termen.
Deviaţie
∗
ASTM D3980-88
- 16 -
Repetabilitate
Reproductibilitate
Stabilitate
- 17 -
Liniaritate
- 18 -
Secţiunea 2
ANALIZA SISTEMULUI DE MĂSURĂ
Scopul oricărei analize a unui sistem de măsură trebuie să fie înţelegerea mai bună a surselor de variaţie
care pot influenţa rezultatele produse de sistem. Această înţelegere ne va permite să cuantificăm şi să comunicăm
limitarea (limitările) sistemului specific de măsurare. (Vezi şi Capitolul I, secţiunea 2.)
Ca la oricare proces, distribuţia care poate fi utilizată pentru a descrie variaţia
sistemului de măsură poate fi caracterizată prin:
1) localizare
stabilitate
deviaţie
liniaritate
2) lărgime sau împrăştiere
repetabilitate
reproductibilitate
- 19 -
Control Analiză
Poate fi utilizat pentru
control doar dacă
• Variaţia procesului • Inacceptabilă pentru
este mică atunci când se estimarea parametrilor
compară cu specificaţia procesului şi indicilor
• Funcţia pierdere este • Indică doar dacă
netedă peste variaţia procesul produce piese
presupusă a procesului conforme sau neconforme
• Principala sursă a
variaţiei procesului
cauzează o schimbare
mediocră
• Poate fi utilizată cu • În general
tehnici semivariabile de inacceptabilă pentru
control bazate pe estimarea parametrilor
distribuţia procesului procesului şi indicilor
• Poate produce grafice • Furnizează doar
de control al variabilelor evaluări de calitate
insensibile inferioară
- 20 -
STABILITATE
Când se consideră subiectul stabilităţii în legătură cu sistemul de măsură,
devine extrem de important să facem diferenţa dintre ce este atribuit în general ca
stabilitate a sistemului de măsură(de exemplu, valoarea variaţiei totale în deviaţia
sistemului în timp la o piesă dată sau etalon) şi stabilitatea statistică, termenul mai
general care este aplicat nu numai stabilităţii ci şi repetabilităţii, deviaţiei, procesului în
general, etc. Este important de a recunoaşte că aici pot fi două sisteme de măsură care
măsoară exact acelaşi etalon, amândouă din acestea demonstrând stabilitate statistică,
iar în afară de aceasta un sistem poate avea variaţie semnificativ mai mare în deviaţia
sa în timp decât celălalt. Din punct de vedere statistic, ele sunt “în mod egal “ stabile.
Din punct de vedere a stabilităţii tradiţionale a instrumentului, sistemul cu variaţie a
deviaţiei mai mare în timp este considerat mai puţin “stabil” decât acela cu variaţie mai
mică a deviaţiei. Deşi este corect să cuantificăm în mod deschis aceste variaţii totale
ale deviaţiei, aceasta nu trebuie făcută până când nu se demonstrează că ambele
sisteme de măsurare au dobândit stabilitate statistică, din motivele discutate în
următoarele paragrafe.
- 21 -
Stabilitatea statistică a procesului, combinată cu cunoaşterea subiectului în
discuţie, ne permite să prognozăm performanţa procesului în viitor. Fără cunoştinţa de
bază a stării de control a procesului de măsurare, cifrele pentru “repetabilitate”,
“reproductibilitate”, etc. sunt doar descrieri ale datelor obţinute pe parcursul studiului.
Ele nu au nici un înţeles pentru performanţa viitoare. Evaluând repetabilitatea,
reproductibilitatea, etc a unui sistem de măsură pentru care stadiul de stabilitate este
necunoscut poate cauza mai multă pagubă decât bine. Dacă este luată o acţiune ca
rezultat al analizei, rezultatul final poate fi acela că variaţia sistemului de măsură
creşte datorită atingerii.
Situaţiile ca acelea descrise ca faza întâia a testării apar, oricum, când nu este
posibilă evaluarea stabilităţii statistice a sistemului de măsură asupra unor diferite
condiţii, în afară de aceasta, o decizie trebuie luată asupra utilizării unui sistem de
măsură. Asemenea situaţii trebuiesc văzute ca îndeplinirea definiţiilor operaţionale
predeterminate pentru a ajuta luarea deciziei. Rezultatele nu trebuiesc utilizate la
prognoza performanţei viitoare a sistemului de măsură.
Când vorbim de stabilitatea statistică a procesului de măsură, durata timpului în
care sistemul este stabil este adesea un punct important al discuţiei. Termeni ca
“stabilitate pe termen scurt” şi “stabilitate pe termen lung” sunt uneori notaţi ca
prezumţii pentru metodele de analiză a sistemului de măsură. De asemenea , timpul
este un factor important în analiza stabilităţii statistice a oricărui proces, o consideraţie
mai importantă fiind condiţiile cărora sistemul este expus în timpul analizei de
stabilitate. De aceea, cadrele de timp pentru analiza stabilităţii nu pot fi definite fără a
cunoaşte subiectul în discuţie.
Dacă un sistem de măsură deviază pe parcursul încălzirii şi este evaluat ca
statistic instabil prin utilizarea limitelor de control, sistemul nu este statistic stabil pe
perioada de încălzire a procesului. Similar, un sistem care fluctuează cu schimbarea
temperaturii poate să nu fie stabil statistic pe timpul schimbării temperaturii. Unui
sistem de măsură care se uzează (rata uzării depinde de proiect şi uzarea
caracteristicilor piesei) îi poate lua luni de zile pentru a arăta semne de instabilitate
statistică. Un sistem de măsură care se schimbă ca rezultat al coroziunii poate să se
schimbe pe parcursul unei perioade de timp când nu este utilizat dar poate fi stabil
statistic odată curăţat şi utilizat pe baze normale.
Încercările trebuiesc făcute pentru a face sistemul de măsură mai robust la toate
condiţiile care cauzează instabilitatea statistică, dar în anumite cazuri acest lucru nu
este posibil şi/sau economic. Când se evaluează o stabilitate statistică a unui sistem de
măsură, consideraţie trebuie acordată la presupusul mediu, utilizatori, piese şi metode
pe care sistemul de măsură este presupus să le experimenteze pe parcursul vieţii sale.
Nu este raţional să verificăm fiecare sistem de măsură pentru toate condiţiile
înconjurătoare posibile, înlocuirile de piese posibile, etc. deci este important ca înainte
de evaluarea stabilităţii statistice a sistemului de măsură să se determine şi să ordoneze
în mod prioritar care factori pot influenţa sistemul de măsură şi să se includă factorii de
mare prioritate în studiu. Procesul de îmbunătăţire a uneltelor cum ar fi diagramele
cauză-efect, diagrama fluxului procesului şi modele de proces sunt folositoare în
determinarea unor astfel de factori.
Stabilitatea statistică este determinată prin utilizarea graficului de control.
Graficele de control furnizează de asemenea un mijloc de separare a variaţiilor
datorate cauzelor care influenţează toate rezultatele măsurătorii (cauze comune de
variaţie) de variaţii care sunt rezultatul condiţiilor specifice (cauze speciale de variaţie).
Metodele de control prin grafice pot fi găsite în texte despre calitate şi controlul
statistic al procesului (SPC). Este important de notat că atunci când se
- 22 -
utilizează grafice de control, cineva nu trebuie să caute puncte care sunt în afara
limitelor de control ci şi semnale date de alte cauze speciale cum ar fi tendinţele şi
împletirea liniei centrale. Sfaturi pentru detectarea unor asemenea semnale pot fi găsite
în multe publicaţii despre SPC. Prezenţa acestor semnale şi a unui punct sau punctelor
în afara limitelor de control, ambele demonstrează stadiul de “în afara controlului” sau
a condiţiilor instabile.
O metodă de studiere a stabilităţii unui sistem de măsură este de a înscrie media
şi amplitudinea citirilor unei mostre sau a unei părţi din aceasta pe baze normale. Se
poate determina din această analiză de exemplu, că un semnal de ieşire din control este
un semn că este necesară calibrarea sistemului de măsură. Calibrarea fără un semnal de
ieşire din control va creşte de asemenea variaţia citirilor din sistemul de măsură. Poate
de asemenea să fie că un semnal de ieşire din control a apărut datorită mizeriei mostrei
sau părţii mostrei. În fiecare caz, interpretarea mesajelor conţinute în semnalele
controlului depind de cunoaşterea procesului.
Mărimea eşantionului şi frecvenţa eşantionului pentru un grafic de control al
sistemului de măsură trebuie de asemenea determinate bazându-ne pe cunoaşterea
sistemului de măsură. Principala consideraţie este din nou condiţia că sistemul de
măsură este expus la utilizare de durată. Dacă, de exemplu, există încrederea că
utilizatorii sistemului de măsură prevăd un timp suficient de încălzire înainte de a
utiliza sistemul eşantionarea nu trebuie să apară înaintea acestei perioade de încălzire.
Dacă durează, de exemplu, zece minute pentru a măsura etalonul sau o piesă etalon,
cum ar putea fi cazul unde măsurarea implică titrarea unui lichid, o mărime raţională a
eşantionului poate fi unu.
Trebuie avută grijă în proiectarea unui grafic de control al sistemului de măsură
pentru a fi siguri că timpul , eşantioanele etalon sau valorile de referinţă care sunt luate
nu introduc deviaţii în rezultate. Eşantioanele luate numai după calibrarea de
dimineaţă, de exemplu, pot să nu reprezinte toate condiţiile normale la care este expus
sistemul de măsură. Ca la orice grafic de control semnale de ieşire din control pot
apare datorită problemelor în mărimea eşantionului şi frecvenţa sa, de aceea este
important să planificăm cu grijă tehnicile graficelor de control. Informaţii în continuare
despre proiectarea graficului de control pot fi găsite în publicaţiile despre SPC.
Nu este nevoie să calculăm o valoare numerică a stabilităţii sistemului de
măsură. Uneori sunt utilizaţi indici pentru a măsura îmbunătăţirea, dar cu un grafic de
control, îmbunătăţirea sistemului poate fi observată pe grafic. O formă a îmbunătăţirii
poate fi eliminarea cauzelor speciale din rezultatele proceselor într-un proces de
măsură stabil. Îmbunătăţirile ulterioare pot fi observate ca reducerea în lărgime a
limitelor de control indicând faptul că s-au redus cauzele comune de variaţie a
sistemului. Educarea în teoria controlului statistic al procesului şi practica vor creşte
înţelegerea utilizatorului asupra structurilor graficelor de control.
EXEMPLU DE STABILITATE
Un supraveghetor decide să monitorizeze un sistem de măsură care măsoară
vâscozitatea. El nu are un etalon cu vâscozitate disponibilă cunoscută, dar el menţine
un eşantion etalon. Săptămânal el împarte eşantionul în trei eşantioane şi verifică
vâscozitatea fiecăruia. Rezultatele sunt prezentate în graficul de control.
Graficul de control (Figura 8) arată doar un eşantion în afara limitei de control,
dar media arată o lipsă a variaţiei după a şaptea săptămână. Supraveghetorul
suspectează faptul că datele sunt stratificate deoarece vâscozităţile sunt verificate cu
trei tipuri diferite de timere.
Dacă se face câte un grafic pentru fiecare timer, se poate face o comparaţie.
Astfel de comparaţii implică analizarea stabilităţii statistice a fiecărui grafic,
- 23 -
localizarea mijlocului, X , pentru fiecare grafic şi variaţia prezentă urmărind
răspândirea între limitele de control. Dacă este necesar să se continue cu utilizarea
tuturor celor trei timere, îmbunătăţirea trebuie direcţionată către a face timerele cât mai
similare referitor la aceste caracteristici.
Cât timp nu există semnale de ieşire din control pe graficul R (sau S), putem
cuantifica stabilitatea procesului de măsură prin estimarea variaţiei procesului de
măsură în timp (stabilitatea instrumentului). O evaluare a deviaţiei standard a
procesului de măsură este dată de R / d 2 = 0.65 / 1.693 = 0.384 . Aceasta poate fi
comparată cu deviaţia standard a procesului (sau pot fi comparate variaţiile) pentru a
determina dacă stabilitatea sistemului de măsură este adecvată pentru aplicaţie.
Câteva comentarii generale suplimentare:
1) dacă sunt utilizate grafice de control sigma, calculaţi S&x&& = C4 * S şi determinaţi
corespunzător limitele de control (C4 este disponibil în literatura despre graficele de
control).
2) Condiţiile de ieşire din control pe graficul R (s) indică o repetabilitate instabilă
(poate ceva pierdut, coloana de aer blocată, tensiune variabilă, etc.).
3) Ieşire din control pe graficul X indică faptul că sistemul de măsură nu mai
măsoară corect (deviaţia s-a schimbat). Încercaţi să determinaţi cauza schimbării şi
corectaţi-o. Dacă cauza este uzura, răspunsul poate fi o recalibrare.
4) Poate fi de dorit să avem un grafic de control al sistemului de măsură pe etalon sau
piesă etalon pentru finalul redus al măsurătorilor presupuse, pentru finalul înalt şi
pentru unul în mijloc.
- 24 -
- 25 -
DEVIAŢIA
EXEMPLU DE DEVIAŢIE
X1 = 0.75 X6=0.80
X2= 0,75 X7=0,75
X3=0,80 X8=0,75
X4=0,65 X9=0,75
X5=0.65 X10=0,70
- 26 -
Deviaţia este diferenţa dintre valoarea de referinţă şi media observată, aşa cum este arătat în Figura 9.
REPETABILITATE
- 27 -
EXEMPLU DE REPETABILITATE
Sunt selectate 5 eşantioane din procesul de fabricaţie. Doi evaluatori care fac
măsurători în mod normal sunt invitaţi să participe la studiu. Fiecare piesă este
măsurată de trei ori de fiecare evaluator şi măsurătorile sunt înregistrate într-un tabel
(vezi Tabelul 1).
Evaluator 1 Evaluator 2
Piesa 1 2 3 4 5 1 2 3 4 5
Probe
1 217 220 217 214 216 216 216 216 216 220
2 216 216 216 212 219 219 216 215 212 220
3 216 218 216 212 220 X X
Media 216.3 218.0 216.3 212.7 218.3 216.3 218.3 217.3 215.7 213.3 220.0 216.9
Ampli 1.0 4.0 1.0 2.0 4.0 4.0 4.0 1.0 4.0 0.0
tudine
- 28 -
Limitele pentru graficul R: R =25/10=2.5
D3=0.000 D4=2.575 (vezi tabelul 3)
Repetabilitatea din acest studiu este calculată cu 5.15 σ e =5,15x1.45=7.5 unde 5.15
reprezintă 99% din măsurătorile pentru o distribuţie normală.
m
2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 1,41 1,91 2,24 2,48 2,67 2,83 2,96 3,08 3,18 3,27 3,35 3,42 3,49 3,55
2 1,28 1,81 2,15 2,40 2,60 2,77 2,91 3,02 3,13 3,22 3,30 3,38 3,45 3,51
3 1,23 1,77 2,12 2,38 2,58 2,75 2,89 3,01 3,11 3,21 3,29 3,37 3,43 3,50
4 1,21 1,75 2,11 2,37 2,57 2,74 2,88 3,00 3,10 3,20 3,28 3,36 3,43 3,49
5 1,19 1,74 2,10 2,36 2,56 2,73 2,87 2,99 3,10 3,19 3,28 3,35 3,42 3,49
6 1,18 1,73 2,09 2,35 2,56 2,73 2,87 2,99 3,10 3,19 3,27 3,35 3,42 3,49
7 1,17 1,73 2,09 2,35 2,55 2,72 2,87 2,99 3,10 3,19 3,27 3,35 3,42 3,49
g8 1,17 1,72 2,08 2,35 2,55 2,72 2,87 2,98 3,09 3,19 3,27 3,35 3,42 3,48
9 1,16 1,72 2,08 2,34 2,55 5,72 2,86 2,98 3,09 3,18 3,27 3,35 3,42 3,48
10 1,16 1,72 2,08 2,34 2,55 2,72 2,86 2,98 3,09 3,18 3,27 3,34 3,42 3,48
11 1,16 1,72 2,08 2,34 2,55 2,72 2,86 2,98 3,09 3,18 3,27 3,34 3,42 3,48
12 1,15 1,71 2,07 2,34 2,55 2,72 2,85 2,98 3,09 3,18 3,27 3,34 3,41 3,48
13 1,15 1,71 2,07 2,34 2,55 2,71 2,85 2,98 3,09 3,18 3,27 3,34 3,41 3,48
14 1,15 1,71 2,07 2,34 2,54 2,71 2,85 2,98 3,08 3,18 3,27 3,34 3,41 3,48
15 1,15 1,71 2,07 2,34 2,54 2,71 2,85 2,98 3,08 3,18 3,26 3,34 3,41 3,48
>15 1.128 1.693 2.056 2.326 2.534 2.704 2.847 2.970 3.078 3.173 3.258 3.336 3.407 3.472
1
Tabelul 2. d2* Valori pentru distribuţia mediei amplitudinii
1
Reprodus din Duncan, A.J. Controlul Calităţii & Statistici Industriale
- 29 -
Numărul de A2 D3 D4
observaţii în
subgrupă
2 1,880 0 3,267
3 1,023 0 2,575
4 0,729 0 2,282
5 0,577 0 2,115
6 0,483 0 2,004
7 0,419 0,076 1,924
8 0,373 0,136 1,864
9 0,337 0,184 1,816
10 0,308 0,223 1,777
11 0,285 0,256 1,744
12 0,266 0,284 1,716
13 0,249 0,308 1,692
14 0,235 0,329 1,671
15 0,223 0,348 1,652
REPRODUCTIBILITATE
EXEMPLU DE REPRODUCTIBILITATE
- 31 -
Rp
Variaţia de la piesă la piesă (presupunând cinci piese) va fi 5,15 sau 2.08 Rp care
d *2
reprezintă 99% din măsurătorile pentru o distribuţie normală iar d *2 (din Tabelul 2) este
egal cu 2.48.
Procentul variaţiei procesului raportat la sistemul de măsură pentru
repetabilitate şi reproductibilitate, numit în mod comun %R&R este estimat
⎡ σm ⎤
prin ⎢ ⎥ * 100 unde σ t este deviaţia standard a variaţiei totale a procesului, σ t calculată
⎣ σt ⎦
din studiul măsurării este cunoscută ca deviaţia standard a variaţiei studiului şi se
calculează cu
σ t = (σ p2 + σ m
2
)
Dacă σ t este determinată dintr-un studiu independent al capabilităţii procesului,
atunci însăşi deviaţia standard a procesului va fi utilizată în determinarea %R&R.
σ p poate fi de asemenea determinat din studiul capabilităţii procesului cu
σ p = (σ 2t − σ m
2
)
Procentul toleranţei raportat la sistemul de măsură pentru repetabilitate şi
⎡ σm ⎤
reproductibilitate este estimat prin 5.15 x ⎢ ⎥ x100 .
⎣ toleranţă ⎦
Numărul distinct de nivele a dimensiunilor produsului (sau categoriilor de date)
care pot fi obţinute cu încredere din date (vezi Figura 6) poate fi obţinut cu
⎡ σp ⎤
⎢ ⎥ x1.41 sau 1,41 (PV/R&R) utilizând valorile din formular
⎢⎣ σ m ⎥⎦
Dacă numărul categoriilor de date este mai mic de doi, sistemul de măsură nu
are valoare în controlul procesului. Este numai un bruiaj şi nu se poate spune că o piesă
diferă de alta.
Dacă numărul de categorii este doi, s-ar putea să însemne că datele pot fi
divizate în două grupe mari şi mici, oricum aceasta este doar o echivalenţă cu datele
atribut.
Numărul de categorii trebuie să fie cinci sau preferabil mai multe pentru ca
sistemul de măsură să fie acceptabil pentru analiza unui proces.
De aici încolo, procentul toleranţei, procentul variaţiei procesului şi
numărul de categorii distincte de date sunt diferite măsuri de evaluarea
acceptabilităţii sistemului de măsură.
- 32 -
UCL X = X +A2 R LCL X = X - A2 R
= 216,6 +1,023x2,5 = 216,6-1,023x2,5
= 219.2 = 214,1
unde factorul (A2) (din Tabelul 3) pentru numărul de probe (3) este egal cu 1.023
Cât timp numai 30%, sau mai puţin de jumătate din medii sunt în afara
limitelor, sistemul de măsură din acest exemplu este inadecvat pentru a detecta
variaţiile de la piesă la piesă.
- 33 -
Pentru a calcula variaţia piesei cu datele din Tabelul 1, mediile eşantionului
pentru fiecare piesă sunt calculate prin medierea valorii obţinute de toţi evaluatorii
pentru fiecare eşantion. În acest exemplu, media piesei pentru piesa 1 la 5 este
217.3,217.7, 216.0, 213.0 şi respectiv 219.2. Din mediile eşantionului amplitudinea
mediilor eşantionului (Rp) este calculată prin scăderea celei mai mci /213.0) din cea
mai mare (219.2) sau Rp=6.2. Deviaţia standard de la piesă la piesă ( σ p )
Rp
σp =
d *2
= 6.2/2.48
= 2.50,
unde d *2 este dat în Tabelul 2 şi este dependent de numărul de piese (m=5) şi g
care este 1 cât timp se calculează numai o amplitudine.
= (2,50 2 + 1,47 2 )
= 2.90
Variaţia totală a procesului din studiu = TV = 5.15 x 2.90 = 14.9
⎡σ ⎤
Procentul de R&R= % R&R = ⎢ m ⎥ * 100 = [R&R/TV] x100
⎣ σt ⎦
= [7.6/14.9] x100
= 50.7%
- 34 -
Fişierul instrumentului: Repetabilitatea şi reproductibilitatea instrumentului
AJUSTARE (R&R)
METODA MEDIEI ŞI AMPLITUDINII
Numărul 1 Data studiului : LL-ZZ -
studiului: AA
Numărul xxxxxx DESCRIERE: xxxxxx TIPUL: xxxxxx
instrumentului:
Numărul 1 DESCRIERE xxxxxx Denumire Graficul
graficului: a nr.1
2 evaluatori, 5 Comentarii:
piese, 3 probe
LINIARITATE
EXEMPLU DE LINIARITATE
Valoarea de 1 2 3 4 5
referinţă a piesei 2.00 4.00 6.00 8.00 10.00
1 2,70 5,10 5,80 7,60 9,10
2 2,50 3,90 5,70 7,70 9,30
3 2,40 4,20 5,90 7,80 9,50
4 2,50 5,00 5,90 7,80 9,30
5 2,70 3,80 6,00 7,80 9,40
6 2,30 3,90 6,10 7,80 9,50
7 2,50 3,90 6,00 7,80 9,50
8 2,50 3,90 6,10 7,70 9,50
9 2,40 3,90 6,40 7,80 9,60
10 2,40 4,00 6,30 7,50 9,20
11 2,60 4,10 6,00 7,60 9,30
Încercări (probe)
- 36 -
Intersecţia dintre deviaţie şi valorile de referinţă poate fi trasată aşa cum este prezentată
în Figura 12. De asemenea poate fi calculată după cum urmează, linia regresiei liniare
care interpolează aceste puncte şi de asemenea calitatea interpolării (R2) liniei:
y=ax+b
∑y
∑ xy − ∑ x
a= n = −0,1317 = Panta
2
(∑ x)
∑x2 −
n
y x
b=∑ − a × ( ∑ ) = 0,7367
n n
2
⎡ ∑ y⎤
⎢∑ xy − ∑ x n ⎥
⎣ ⎦
R2 = = 0,98
⎛ ( x ) ⎞⎤ ⎡
⎟⎥ × ⎢∑ y 2 − ⎜ (∑ y )
⎡ 2 ⎛ 2 ⎞⎤
⎢∑ x 2 − ⎜ ∑ ⎟⎥
⎢ ⎜ n ⎟⎥ ⎢ ⎜ n ⎟⎥
⎣ ⎝ ⎠⎦ ⎣ ⎝ ⎠⎦
Deviaţia = b+ax
= 0,7367-0,1317x(valoarea de referinţă)
- 37 -
Calitatea interpolării poate fi utilizată pentru a face o deducţie a asociaţiei
liniare dintre deviaţie şi valoarea de referinţă. Din aceasta putem trage concluzia dacă
există o relaţie liniară între ele şi dacă da, dacă este acceptabilă. Trebuie subliniat din
nou, oricum, că liniaritatea este determinată de panta liniei bune de interpolare şi nu de
valoarea calităţii interpolării (R2) pentru linie. În general, cu cât panta este mai mică cu
atât liniaritatea instrumentului este mai bună şi în mod contrar cu cât panta este mai
mare cu atât este mai rea liniaritatea instrumentului.
- 38 -
Secţiunea 3
PREGĂTIRI PENTRU STUDIUL SISTEMULUI DE MĂSURĂ
Ca în orice studiu sau analiză, trebuiesc făcute pregătiri şi planificări suficiente
înainte de a începe un studiu al sistemului de măsură. Pregătirile tipice anterioare
începerii studiului sunt următoarele:
1) Trebuie planificată calea care se va utiliza. De exemplu, determinarea prin judecata
tehnologică, observaţia vizuală sau studiul instrumentului în cazul în care un
evaluator influenţează calibrarea sau utilizarea unui instrument. Sunt unele sisteme
de măsură la care efectul reproductibilităţii poate fi considerat neglijabil; de
exemplu, atunci când este apăsat un buton şi este un număr este tipărit.
2) Numărul evaluatorilor, numărul de eşantioane de piese şi numărul de citiri repetate
trebuie să fie determinat în avans. Câţiva factori care trebuiesc luaţi în seamă în
această selectare sunt:
(a) Dimensiunea critică – dimensiunile critice necesită mai multe piese şi/sau
încercări. Motivul fiind gradul de încredere dorit pentru estimarea studiului
instrumentului.
(b) Configuraţia piesei – piesele voluminoase sau grele pot dicta mai puţine
eşantioane şi mai multe încercări.
3) Cât timp scopul este de a evalua sistemul total de măsură, evaluatorii aleşi
trebuiesc selectaţi dintre aceia care utilizează în mod curent instrumentul.
4) Eşantioanele de piese trebuiesc selectate din proces şi trebuie să reprezinte întreg
amplitudinea sa operaţională. Aceasta este făcută uneori prin luarea unui eşantion
pe zi în mai multe zile. Aceasta este necesar deoarece piesele vor fi tratate în
analiză ca şi cum ele reprezintă întreaga amplitudine de variaţie a produsului care
există în fabricaţie. Cât timp fiecare piesă este măsurată de mai multe ori, fiecare
trebuie numerotată pentru identificare.
5) Instrumentul trebuie să aibă o diferenţiere care să permită citirea directă a cel puţin
unei zecimi a caracteristicii din presupusa variaţie a procesului. De exemplu, dacă
variaţia caracteristicii este 0.001, instrumentul trebuie să fie capabil să “citească” o
schimbare de 0.0001.
6) Asigurarea că metoda de măsurare (de exemplu, evaluator şi instrument) măsoară
dimensiunea caracteristicii şi urmează procedura de măsurare definită.
Maniera în care un studiu este condus este foarte importantă. Toate analizele
prezentate în acest manual presupun independenţă statistică a citirilor individuale.
Pentru a minimiza probabilitatea unor rezultate care ne pot induce în eroare, trebuie
făcuţi următorii paşi:
1) Măsurătorile trebuiesc făcute în ordine aleatoare pentru a ne asigura că orice
deviaţie sau schimbare care poate apare va fi răspândită aleator în studiu.
Evaluatorii nu trebuie să ştie numărul piesei care este verificată pentru a evita orice
posibilă deviaţie cunoscută. Oricum, persoana care conduce studiul trebuie să ştie
ce număr are piesa care este verificată şi să înregistreze datele corespunzător cum
ar fi evaluator A, Piesa 1, prima probă; evaluator B, piesa 4, a doua probă, etc.
2) În citirea echipamentului, citirile trebuiesc estimate cât mai aproape de numărul
care poate fi obţinut. Dacă este posibil, citirile trebuiesc făcute la jumătate din cea
mai mică gradaţie. De exemplu, dacă cea mai mică gradaţie este 0.0001, atunci
estimarea pentru fiecare citire trebuie returnată cu o apropiere de 0.00005.
3) Studiul trebuie observat de o persoană care recunoaşte importanţa precauţiei
necesare în conducerea unui studiu de încredere.
4) Fiecare evaluator trebuie să utilizeze aceiaşi procedură – inclusiv paşii – pentru a
obţine citirile.
- 39 -
- 40 -
Secţiunea 4
STUDIUL SISTEMULUI VARIABIL DE MĂSURĂ
- ÎNDRUMĂRI -
INTRODUCERE
- 41 -
ÎNDRUMĂRI PENTRU DETERMINAREA DEVIAŢIEI
Metoda graficului
Dacă este utilizat un grafic X &R pentru a măsura stabilitatea , datele se pot utiliza de
asemenea pentru evaluarea deviaţiei.
1. Obţineţi un eşantion şi stabiliţi-i valoarea de referinţă relativă la un indiciu
standard. Dacă nu este disponibil nici unul selectaţi o piesă din fabricaţie care se
situează în amplitudinea de mijloc a măsurătorilor din producţie şi desemnaţi-o ca
etalon pentru analiza deviaţiei. Măsuraţi piesa de 10 ori în sculărie, şi calculaţi
media celor zece citiri. Utilizaţi această medie ca “valoare măsurată”.
2. Calculaţi X din grafic
3. Calculaţi deviaţia prin scăderea valorii de referinţă din X
Deviaţia = X -Valoarea de referinţă
Variaţia procesului = amplitudinea de şase sigma
Deviaţia
Procentul deviaţiei =
Variaţia procesului
Analiza
- 42 -
3) Instrumentul executat la dimensiuni greşite.
4) Instrumentul măsoară o caracteristică greşită.
5) Instrumentul nu este calibrat corect. Revedeţi procedura de calibrare.
6) Instrumentul este utilizat necorespunzător de evaluator. Revedeţi instrucţiunile de
inspecţie.
7) Algoritmul de corecţie a instrumentului este incorect.
- 43 -
Metoda amplitudinii
Metoda amplitudinii este un studiu al modificării instrumentului variabil care
furnizează o aproximare rapidă a variabilităţii măsurării. Această metodă va furniza
numai imaginea generală a sistemului de măsură. Ea nu descompune variabilitatea în
repetabilitate şi reproductibilitate.
Metoda amplitudinii utilizează în mod tipic doi evaluatori şi cinci piese pentru
studiu. În acest studiu, ambii evaluatori măsoară fiecare piesă o dată. Amplitudinea
pentru fiecare piesă este diferenţa absolută între măsurătorile obţinute de fiecare
evaluator. Suma amplitudinilor este găsită şi media amplitudinii ( R ) este calculată.
Variabilitatea totală a măsurătorii este găsită înmulţind media amplitudinii cu 5.15/d2*
(d2* este găsit la pagina 29, tabelul 2 cu m=2 şi g=numărul de piese). Este în interesul
nostru să cunoaştem ce procent din variaţia procesului (sau toleranţei) ocupă variaţia
măsurătorii. (pentru convertirea lui R&R la procent, înmulţiţi cu 100 şi împărţiţi-l la
variaţia procesului (sau toleranţei). În exemplul de mai jos, variaţia procesului pentru
această caracteristică este 0.4, de aceea, %R&R va fi egal cu
⎡ R&R ⎤
100 ⎢ ⎥ sau 75.5% (vezi tabelul 6).
⎣ Variaţia procesului ⎦
Piesa Evaluatorul A Evaluatorul B Amplitudinea(A-B)
1 0,85 0,80 0,05
2 0,75 0,70 0,05
3 1,00 0,95 0,05
4 0,45 0,55 0,10
5 0,50 0,60 0,10
Amplitudinea mediu ( R ) = ∑ R i / 5 = 0,35 /5 = 0,07
R&R instrumentului(GR&R) =5.15( R )/d2* = 5.15( R )/1.19=5.15(0.07)/.19=0.303
Variaţia procesului = 0.40
%GR&R =100[GR&R/Variaţia procesului] = 100[0.303/0.40] = 75.5%
- 44 -
1) Instrumentul are nevoie de mentenanţă
2) Instrumentul trebuie reproiectat pentru a fi mai rigid
3) Fixarea sau localizarea instrumentului are nevoie de îmbunătăţiri
4) Există o variaţie intrinsecă excesivă.
Dacă reproductibilitatea este prea mare în comparaţie cu repetabilitatea, atunci cauzele
posibile pot fi:
1) Evaluatorii trebuiesc perfecţionaţi mai bine cum să utilizeze şi să citească
instrumentul de măsură.
2) Calibrările pe cadranul instrumentului nu sunt clare.
3) Un dispozitiv de un anumit tip este necesar pentru a ajuta evaluatorul să utilizeze
mai consecvent instrumentul.
Metoda X şi R este indicată când nu este disponibil un calculator, altfel metoda
ANOVA poate fi implementată într-un program pe computer.
Conducerea studiului
Deşi numărul evaluatorilor, încercărilor şi pieselor poate varia, discuţiile
următoare reprezintă condiţiile optime pentru conducerea studiului. Vedeţi foaia de
date R&R din tabelul 7 la pagina 57. Procedura detaliată este următoarea:
1) obţineţi un eşantion de 10 piese care reprezintă amplitudinea prezentă sau presupus
al variaţiei procesului.
2) Stabiliţi evaluatorii A,B şi C şi numerotaţi piesele de la 1 la 10 în aşa fel încât
numerele să nu poată fi văzute de evaluatori.
NOTĂ: Vezi Secţiunea 3 de la pagina 39.
3) Calibraţi instrumentul dacă acest lucru face parte din procedura normală pentru
verificare.
4) Lăsaţi evaluatorul A să măsoare 10 piese în ordine aleatoare şi având un alt
observator înscrieţi datele în linia 1. Lăsaţi evaluatorii B şi C să măsoare aceleaşi
10 piese fără să vadă citirile unul faţă de celălalt şi apoi introduceţi rezultatele în
liniile 6 respectiv 11.
5) Repetaţi ciclul utilizând ordini aleatoare diferite ale măsurătorilor. Introduceţi
datele în liniile 2,7 şi 12. Înregistraţi datele în coloanele corespunzătoare. De
exemplu dacă prima piesă verificată este piesa 7 atunci înregistraţi rezultatul în
coloana etichetată 7. Dacă sunt necesare trei încercări, repetaţi ciclul şi introduceţi
datele în liniile 3,8 şi 13.
6) Paşii 4 şi 5 pot fi schimbaţi cu următorii dacă mărimea pieselor este mare sau
simultan lipsa pieselor o fac necesar:
(a) lăsaţi evaluatorul A să măsoare prima piesă şi înregistraţi citirea în linia 1,
Lăsaţi evaluatorul B să măsoare prima piesă şi înregistraţi citirea în linia 6.
Lăsaţi evaluatorul să măsoare prima piesă şi înregistraţi citirea în linia 11.
(b) Lăsaţi evaluatorul A să repete citirea pe prima piesă şi înregistraţi citirea în
linia 2, evaluatorul B va înregistra citirea în linia 7 şi evaluatorul C va înregistra
citirea în linia 12. Repetaţi acest ciclu şi înscrieţi citirile în liniile 3,8 respectiv
13 dacă sunt 3 încercări.
7) O metodă alternativă poate fi utilizată dacă evaluatorii sunt în schimburi diferite.
Lăsaţi evaluatorul A să măsoare toate cele 10 piese şi introduceţi citirile în linia 1.
Apoi evaluatorul A repetă citirile şi introduce rezultatele în linia 2 şi 3. Faceţi la fel
şi cu evaluatorii B şi C
- 45 -
Analiza rezultatelor – Analiza grafică1
Cât timp scopul analizei sistemului de măsură este înţelegerea sistemului total,
utilizarea mijloacelor grafice este foarte importantă. Aceste mijloace ne introduc cu
perspicacitate în modele de variaţii şi interconexiuni. Mijloacele grafice specifice care
trebuiesc utilizate depind de proiectul experimental angajat în colectarea datelor.
Datele din analizele sistemului de măsură pot fi afişate grafic pe grafice de
control. Ideea folosirii graficelor de control pentru a răspunde întrebărilor referitoare la
sistemul de măsură a fost folosită de Western Electric (Vezi Western Electric SQC
Handbook, referinţa [25] din listă). graficul de control a amplitudinii este folosit pentru
a determina dacă un proces este în control. Motivele fiind că nu contează cât de mare
poate fi eroarea de măsură, limitele de control vor permite aceste erori. Iată de ce
cauzele speciale trebuiesc identificate şi eliminate înainte ca studiul măsurătorii să fie
relevant. Procedura de utilizare a graficelor de control este următoarea:
1. Înscrieţi amplitudinile pentru fiecare combinaţie evaluator/piesă pe graficul
amplitudinii. Faceţi la fel pentru graficul mediei (Vezi Figura 10 şi 11).
2. Calculaţi şi trasaţi limitele standard de control.
3. Evaluaţi graficele:
(a) determinaţi dacă graficul amplitudinii este în control (Vezi Figura 10). Dacă
toate amplitudinile sunt în control atunci evaluatorii sunt consecvenţi. Treceţi la
pasul 3 (b). Dacă nu, aceasta poate fi rezultatul tehnicii evaluatorului, poziţiei
eronate sau inconsecvenţa instrumentului. Aceste cauze speciale trebuiesc
corectate şi graficul amplitudinii adus în control înainte de a trece la pasul 3(b)
(b) Verificaţi să vedeţi dacă mediile sunt în afara limitelor de control (vezi Figura
11). Suprafaţa dintre limitele de control reprezintă eroarea de măsură
(perturbaţia). Dacă o jumătate sau mai mult din medii sunt în afara acestor
limite atunci sistemul de măsură este adecvat pentru detectarea variaţiilor de la
piesă la piesă şi sistemul de măsură poate furniza date utile pentru controlul
procesului. Când mai puţin de jumătate sunt în afara limitelor de control atunci
sistemul de măsură este inadecvat pentru detectarea variaţiilor de la piesă la
piesă şi nu poate fi utilizat pentru controlul procesului.
Următoarele sunt câteva din tehnicile care s-au dovedit folositoare (vezi de
asemenea Metode de analiză a variaţiei (pag.69) pentru analiza grafică
suplimentară folosită în analiza ANOVA).
Amplitudinile citirilor multiple ale fiecărui evaluator pentru fiecare piesă sunt
înscrise pe un grafic al amplitudinii standard incluzând media amplitudinii şi
limitele de control. Datele pot fi trasate grupat pe piesă (figura 13a1) sau pe
evaluator (vezi figura 13a2).
NOTĂ:
1) Nici un grafic nu trebuie să arate structuri în date relative la
evaluatori sau piese.
2) Amplitudinile să nu fie legate prin linii deoarece ele nu sunt date
ordonate.
3) Stabilitatea este determinată prin: un punct sau puncte în afara
limitelor de control; cuprins în structura operatorului sau piesei,…
1
Descrieri detaliate ale acestor analize nu sunt obiectul acestui document.
Pentru mai multe informaţii, vedeţi referinţele şi căutaţi asistenţa unor resurse
statistice competente.
- 46 -
Graficul amplitudinii poate ajuta la determinarea:
• controlului statistic cu referire la repetabilitate
• consecvenţa procesului de măsură între evaluatori şi fiecare parte.
- 47 -
Grafice de eroare (figura 13.b)
- 48 -
Graficul Medie/Salt (figurile 13c1, 13c2)
Mediile citirilor multiple ale fiecărui evaluator asupra fiecărei piese sunt înscrise de
evaluator cu numărul piesei ca index. Graficul saltului /Figura 13c1) poate asista la
determinarea:
• consecvenţei între evaluatori
Dacă media totală şi limitele de control determinate de utilizarea amplitudinii mediei
sunt de asemenea trasate, graficul mediei rezultant /Figura 13c2) furnizează o indicaţie
a:
• “utilităţii” sistemului de măsură.
Aria dintre limitele de control reprezintă diferenţierea măsurării (”perturbaţia”). Cât
timp grupul de piese utilizate în studiu reprezintă variaţia procesului, aproximativ
jumătate sau mai mult sin medii trebuie să se situeze în afara limitelor de control. Dacă
datele arată această structură, atunci sistemul de măsură trebuie să fie adecvat pentru
detectarea variaţiei de la piesă la piesă şi sistemul de măsură poate furniza informaţii
utile pentru analizarea şi controlul procesului. Dacă mai puţin de jumătate cad în afara
limitelor de control atunci fie sistemul de măsură are o diferenţiere neadecvată fie
eşantionul nu reprezintă variaţia procesului presupusă.
- 49 -
Figura 13c2. Graficul mediei
- 50 -
Figura 13d2. Graficul valorilor individuale normalizate.
Într-un grafic “mustăţi”, valorile cele mai mari şi cele mai mici şi media pe
piesă şi pe evaluator sunt înscrise şi conectate (vezi figura 13e). Acestea furnizează
intuiţii pentru:
•consecvenţa dintre evaluatori
•existenţa cadrelor (de exemplu, citiri anormale)
•interacţiunile piesă-evaluator
- 51 -
Trasarea X-Y a mediilor funcţie de mărime (Figura 13f)
Mediile citirilor multiple de către fiecare evaluator pe fiecare piesă sunt trasate
cu valoarea de referinţă sau media generală a piesei ca indice (vezi Figura 13f).
Această înscriere poate ajuta la determinarea:
•liniarităţii (dacă este utilizată valoarea de referinţă)
•consecvenţa în liniaritate între evaluatori
- 52 -
- 53 -
Figura 13g3. Comparaţia punctelor X-Y
- 54 -
Calcule numerice
- 55 -
11) Scădeţi media cea mai mică a piesei din cea mai mare medie a piesei şi introduceţi
rezultatul în spaţiul etichetat Rp în linia 16. Rp este amplitudinea mediei piesei.
(Tabelul 7)
12) Transferaţi valorile calculate a lui R , X DIFF şi Rp în spaţiile albe prevăzute în
partea de raport a formularului.
13) Efectuaţi calculele din coloana intitulată “Analiza Unităţii de măsură” de pe partea
stângă a formularului (Tabelul 8).
14) Efectuaţi calculele din coloana intitulată “%Variaţia totală” din partea dreaptă a
formularului (Tabelul 8).
15) Verificaţi rezultatele pentru a fi siguri că nu s-au făcut erori.
- 56 -
Evaluator
nr./Încercarea Piesa Media
nr.
1 2 3 4 5 6 7 8 9 10
1. A 1 0,65 1,00 0,85 0,85 0,55 1,00 0,95 0,85 1,00 0,60 0,83
2. 2 0,60 1,00 0,80 0,95 0,45 1,00 0,95 0,80 1,00 0,70 0,825
3. 3
0,62 1,00 0,82 0,90 0,50 1,00 0,95 0,82 1,00 0,95
4. Media X a =0,8275
5 0 5 0 0 0 0 5 0 0
5 Amplitudinea 0,05 0,00 0,05 0,10 0,10 0,00 0,00 0,05 0,00 0,10 R a =0,045
6.B 1 0,55 1,05 0,80 0,80 0,40 1,00 0,95 0,75 1,00 0,55 0,785
7. 2 0,55 0,95 0,75 0,75 0,40 1,05 0,90 0,70 0,95 0,50 0,75
8. 3
0,55 1,00 0,77 0,77 0,40 1,02 0,92 0,72 0,97 0,52
9. Media X b =0.7675
0 0 5 5 0 5 5 5 5 5
10.Amplitudinea 0,00 0,10 0,05 0,05 0,00 0,05 0,05 0,05 0,05 0,05 Rb = 0,045
11.C 1 0,50 1,05 0,80 0,80 0,45 1,00 0,95 0,80 1,05 0,85 0,825
12 2 0,55 1,00 0,80 0,80 0,50 1,05 0,95 0,80 1,05 0,80 0,83
13 3
0,52 1,02 0,80 0,80 0,47 1,02 0,95 0,80 1,05 0,82
14. Medie X c =0,8275
5 5 0 0 5 5 0 0 0 5
15.Amplitudinea 0,05 0,05 0,00 0,00 0,05 0,05 0,00 0,00 0,00 0,05 R c =0,025
16 Media piesei 0,56 1,00 0,80 0,82 0,45 1,01 0,94 0,78 1,00 0,66
X =0,8275
( Xb ) 7 8 0 5 8 7 2 3 8 7 Rp=0.559
[ ] [ ] [ ]
17. (R a = 0.045 + R b = 0.045 + R c = 0.025 ) /[nr.de evaluatori = 3] = R= 0.04
[ ] [
18. Max X = 0.8275 − Min X = 0.7675 = X DIFF ] 0.06
∗
D4=3.27 pentru două încercări şi 2.58 pentru trei încercări; D3=0 pentru până la 7
încercări. UCLR reprezintă limita amplitudinilor individuale R. Încercuiţi-le pe acelea
în afara acestei limite. Identificaţi cauzele şi corectaţi-le. Repetaţi aceste citiri utilizând
acelaşi evaluator şi unitate ca iniţial sau eliminaţi valorile şi refaceţi media şi
recalculaţi R şi valoarea limită din observaţiile rămase.
Note:_________________________________________________________________
______________________________________________________________________
______________________________________________________________________
__________________________________________________________________
- 57 -
Piesa Nr. şi Numele: Garnitură Numele Verificator Data:12.04.8
Caracteristicile: Grosime instrumentului: de grosime Executat de:
Specificaţia: 0.6 – 1.0 Nr. 0,0 – 10,1mm
Instrumentului
Tipul
instrumentului:
Toate calculele sunt bazate pe sigma prognozat 5,15 (99,0% a suprafeţei sub curba distribuţiei normale).
K1 este 5.15/d2*, unde d2* este dependent de numărul de încercări (m) şi de numărul părţi de timp a numărului de
operatori (g) care este estimat a fi mai mare de 15. Valorile lui d2* sunt luate din Tabelul 2,pag.29.
AV – dacă este o valoare negativă sub radical, variaţia estimată (AV) este zero.
K2 este 5.15/d2*, unde d2* este dependent de numărul de operatori (m) şi (g) este 1, cât este doar un singur interval
de calcul.
d2* este obţinut din tabelul D3, “Statistici Industriale şi Controlul Calităţii”, A.J. Duncan. (Vezi lista referinţei , 4)
- 58 -
Analiza rezultatelor – Numerică
- 59 -
Variaţia totală ( TV sau σt ) din studiu este calculată prin adunarea pătratului
variaţiei repetabilităţii şi reproductibilităţii ( R&R ) şi pătratului variaţiei piesă cu piesă
şi extragerea rădăcinii pătrate din sumă, după cum urmează:
TV = (R & R )2 + (PV )2
Dacă variaţia procesului este cunoscută şi valoarea sa se bazează pe 6σ , atunci
ea poate fi utilizată în loc de variaţia totală a studiului (TV) calculată din datele de
studiu ale instrumentului. Aceasta este îndeplinită prin executarea următoarelor
calcule:
1. TV = 5.15 ⎡⎢
variaţia procesului ⎤
6 ⎥
⎣ ⎦
2. PV = (TV )2 − (R & R )2
Ambele valori /TV şi PV) pot înlocui calculele făcute anterior.
Odată determinată variabilitatea fiecărui factor în studiul instrumentului, ea
poate fi comparată cu variaţia totală (TV). Aceasta se poate face prin efectuarea
calculelor din coloana dreaptă a formularului de raport al instrumentului sub
“%Variaţia totală”.
Procentul variaţiei echipamentului (%EV)cuprins în variaţia totală (TV) este
calculat cu 100 ⎡⎢ ⎤⎥ . Procentul altor factori cuprins în variaţia totală poate fi calculat
EV
⎣ TV ⎦
similar după cum urmează:
⎡ AV ⎤
%AV = 100 ⎢ ⎥
⎣ TV ⎦
⎡R & R ⎤
%R & R = 100 ⎢ ⎥
⎣ TV ⎦
⎡ PV ⎤
%PV = 100 ⎢ ⎥
⎣ TV ⎦
SUMA PROCENTELOR CONŢINUTE DE FIECARE FACTOR NU VA FI
EGALĂ CU 100%
Rezultatele acestui procent al variaţiei totale va fi evaluat pentru a determina
dacă sistemul de măsură este acceptabil pentru intenţia de aplicare a sa.
Dacă analiza este bazată pe toleranţă în loc de variaţia procesului, atunci
formularul de raport pentru repetabilitatea şi reproductibilitatea instrumentului
(Tabelul 8) poate fi modificat astfel ca partea stângă a formularului să reprezinte
%toleranţă în loc de %variaţie totală. În acel caz, %EV, %AV, %R&R şi %PV sunt
calculate înlocuind valoarea toleranţei la numitorul calculelor în loc de variaţia totală
(TV). Fie una sau ambele modalităţi pot fi considerate în funcţie de intenţia de utilizare
a sistemului de măsură şi de dorinţele clientului:
Îndrumările pentru acceptarea repetabilităţii şi reproductibilităţii instrumentului
(%R&R) sunt:
•Sub 10 % eroare – sistemul de măsură este acceptabil
•între 10% şi 30% eroare – poate fi acceptat pe baza importanţei aplicaţiei,
costul instrumentului, costul reparaţiilor, etc.
•Peste 30 % eroare – sistemul de măsură are nevoie de îmbunătăţiri. Faceţi
orice efort pentru identificarea problemelor şi după detectarea lor, corectaţi-le.
- 60 -
EXEMPLU
- 61 -
- 62 -
- 63 -
Tabelul 9 prezintă analiza rezultatelor studiului %R&R pentru datele prezentate
în Tabelul 7. Dacă procesul de măsură este consecvent (de exemlu, graficul de control
a amplitudinii este în control) comentariile adecvate trebuiesc înregistrate cu privire la
acceptabilitatea R&R intrumentului. Deoarece valorile %R&Rsunt în intervalul 10%
şi 30% , echipa procesului trebuie să determine dacă acest sistem poate fi acceptabil
pentru scopul intenţionat şi de asemenea să investigheze ce surse de variaţie
influenţează sistemul de măsură.
Notă:
Toleranţa = Ne acceptată Variaţia totală=0,93
Nivel de
Numărul de categorii distincte de date = 5
conformitate(CL)=90.00%.
Tabelul 9. Raport pentru repetabilitatea şi reproductibilitate – Exemplul 1 pt.
Garnitură
Cuantificarea Efectului Variaţiei Intrinseci Excesive
Înţelegerea surselor de variaţie ale unui sistem de măsură este importantă
pentru toate aplicaţiile de măsură, dar devin chiar mai critice acolo unde există o
variaţie intrinsecă semnificativă. Variaţia intrinsecă poate cauza evaluării sistemului de
măsură producerea de rezultate greşite. Aceasta, pentru că variaţia intrinsecă
nemăsurabilă afectează estimarea repetabilităţii, reproductibilităţii, sau ambelor.
Aceasta înseamnă că variaţia intrinsecă poate fi o componentă semnificativă a variaţiei
sistemului de măsură. Înţelegerea variaţiei intrinseci prezente în produs va determina o
înţelegere mai mare a adecvării sistemului de măsură pentru sarcinile de lucru.
Un exemplu de metodă Medie şi Amplitudine a analizei sistemului de măsură
care arată variaţia intrinsecă adăugată analizei este ilustrată în figurile 17 şi 19.
Procedura este identică procesului de date standard Medie şi Amplitudine cu excepţia a
două adăugări/modificări:
1) Piesele sunt rotite 360o sau scanate complet pentru a cuprinde tot
domeniul de variaţie pentru fiecare piesă – atât maximum, cât şi
minimum de citire pentru fiecare piesă sunt înregistrate în casetele
alocate.
2) Citirea maximă minus citirea minimă se înregistrează în caseta domeniu.
Fiecare piesă trece prin acest proces de cel puţin două ori la fiecare evaluator şi
rezultatele sunt înregistrate în mod corespunzător. Această metodă separă variaţia
intrinsecă de variaţia de repetabilitate a instrumentului pentru o mai bună evaluare.
Pentru scopuri comparabile, exact aceleaşi cinci piese sunt evaluate în figurile 18 şi 19
utilizând o metodă standard Medie şi Amplitudine. Se poate observa prin citire că
atunci când variaţia intrinsecă este luată în considerare cum trebuie, Variaţia de
repetabilitate, ca procent din variaţia totală merge de la 17% la 4,5% (vezi tabelul 10).
Trebuie reţinut că toate componentele variaţiei pot fi de asemenea uşor exprimate atât
ca procente de toleranţă, cât şi ca procente din variaţia totală – ambele ar trebui făcute.
- 64 -
Evaluat Media
Piesa
or nr./ Evaluată
Încercar
1 2 3 4 5
e nr.
Proba de
MAX MIN INT MAX MIN INT MAX MIN INT MAX MIN INT MAX MIN INT
evaluare nr.
1. A 1 0,68 0,58 0,10 1,07 0,93 0,14 0,87 0,78 0,09 0,97 0,83 0,14 0,58 0,42 0,16
2. 2 0,67 0,57 0,10 1,08 0,92 0,16 0,85 0,77 0,08 0,96 0,81 0,15 0,59 0,40 0,19
3. 3
4.Media
(toate)
0,625 1,000 0,8175 0,8925 0,4975 0,7665
5 Amplit. 0,01 0,01 0 0,01 0,01 0,02 0,02 0,01 0,01 0,01 0,02 0,01 0,01 0,02 0,03
6.B 1 0,59 0,51 0,08 1,08 0,92 0,16 0,82 0,73 0,09 0,84 0,71 0,13 0,49 0,31 0,18
7. 2 0,60 0,50 0,10 1,07 0,93 0,14 0,81 0,75 0,06 0,85 0,70 0,15 0,48 0,32 0,16
8. 3
9. Media
(toate)
0,55 1,00 0,7775 0,775 0,40 0,7005
10. Amplit. 0,01 0,01 0,02 0,01 0,01 0,02 0,01 0,02 0,03 0,01 0,01 0,02 0,01 0,01 0,02
11.C 1 0,56 0,49 0,07 1,10 0,95 0,15 0,84 0,77 0,07 0,87 0,74 0,13 0,56 0,39 0,17
12 2 0,55 0,47 0,08 1,08 0,94 0,14 0,84 0,76 0,08 0,88 0,73 0,15 0,57 0,38 0,19
13 3
14. Medie
(toate)
0,5175 1,006 0,799 0,824 0,475 0,7235
15. Amplit. 0,01 0,02 0,01 0,02 0,01 0,01 0,00 0,01 0,01 0,01 0,01 0,02 0,01 0,01 0,02 R0=0,066
16Media
piesei
0,564 1,006 0,799 0,824 0,458 Rp=0,55
( Xb )
17. Media
variaţiei R X WIV = 0.1
intrinseci 0,09 0,15 0,08 0,14 0,18
( X WIV )
18. R REPETATĂ =
∑ INTERVAL (LINIILE5,10 si 15) = 0,35 = 0,0117
Nr. de citiri pentru interval 0,30
(doar amplitudinile MAX/MIN)
[ ] [
19. Max X = 0.7665 − Min X = 0,7005 = X DIFF = 0,066 = 0,07]
[
20 R = ]x[D 4 = ] = UCL R
∗
D4=3.27 pentru două încercări şi 2.58 pentru trei încercări; D3=0 pentru până la 7
încercări. UCLR reprezintă limita amplitudinilor individuale R. Încercuiţi-le pe acelea
în afara acestei limite. Identificaţi cauzele şi corectaţi-le. Repetaţi aceste citiri utilizând
acelaşi evaluator şi unitate ca iniţial sau eliminaţi valorile şi refaceţi media şi
recalculaţi R şi valoarea limită din observaţiile rămase.
Note:_________________________________________________________________
______________________________________________________________________
______________________________________________________________________
_________________________________________
Figura 16. Foaia de date pentru Repetabilitatea şi reproductibilitatea
Instrumentului incluzând variaţia intrinsecă
- 65 -
Piesa Nr. şi Numele: Numele instrumentului: Data:
Caracteristicile: Nr. Instrumentului Executat de:
Specificaţia: Tipul instrumentului:
X WIV =
∑ X WIV (linia 17) =
0,63
= 0,126
nr.decitiri ale X WIV 5
n WIV = nr. evaluatori, r = nr. de încercăncşi
⎛ ∑ R INTERVAL (Liniile 5,10 i 15 ⎞
EVWIV = ⎜ ⎟ xK1 = 0,25 x 4.56 = 0,076
⎜ Nr. de citiri a R INTERVAL ⎟ 15
⎝ ⎠
Variaţia totală (TV)
TV = (R & R 2 + PV 2 + WIV2 )
= (0.1952 + 1.1812 + 0.2182 )
= 1,217
Figura 17. Raportul pentru Reproductibilitatea şi Repetabilitatea Instrumentului - Incluzând
variaţia intrinsecă
- 66 -
Evaluator
nr./Încercarea Piesa Media
nr.
1 2 3 4 5 6 7 8 9 10
1. A 1 0,65 1,00 0,85 0,85 0,55
2. 2 0,60 1,00 0,80 0,95 0,45
3. 3
0,62 1,00 0,82 0,87 0,50
4. Media X a =0,765
5 0 5 5 0
5 Amplitudinea 0,05 0,00 0,05 0,10 0,10 R a =0,06
6.B 1 0,55 1,05 0,80 0,80 0,40
7. 2 0,55 0,95 0,75 0,75 0,40
8. 3
0,55 1,00 0,77 0,77 0,40
9. Media X b =0,700
0 0 5 5 0
10.Amplitudinea 0,00 0,10 0,05 0,05 0,00 R b = 0,04
11.C 1 0,50 1,05 0,80 0,80 0,45
12 2 0,55 1,00 0,80 0,80 0,50
13 3
0,52 1,02 0,80 0,80 0,47
14. Medie X c =0,725
5 5 0 0 5
15.Amplitudinea 0,05 0,05 0,00 0,00 0,05 R c =0,03
16 Media piesei 0,56 1,00 0,80 0,81 0,45 X =0,730
( Xp ) 6 8 0 7 8 Rp=0.55
[ ] [ ] [ ]
17. ( R a = 0.06 + R b = 0.04 + R c = 0.03 )/[nr.de evaluatori 3] R = 0.0433
[ ] [ ]
18. Max X = 0.0,7650 − Min X = 0.70 = X DIFF = 0,065 ≈ 0,07
19 ⎡⎢R = ⎤ x[D =
⎥⎦ 4 ] = UCL R
⎣
∗
D4=3.27 pentru două încercări şi 2.58 pentru trei încercări; D3=0 pentru până la 7
încercări. UCLR reprezintă limita amplitudinilor individuale R. Încercuiţi-le pe acelea
în afara acestei limite. Identificaţi cauzele şi corectaţi-le. Repetaţi aceste citiri utilizând
acelaşi evaluator şi unitate ca iniţial sau eliminaţi valorile şi refaceţi media şi
recalculaţi R şi valoarea limită din observaţiile rămase.
Note:_________________________________________________________________
______________________________________________________________________
______________________________________________________________________
__________________________________________________________________
- 67 -
Piesa Nr. şi Numele: Numele Data:
Caracteristicile: instrumentului: Executat de:
Specificaţia: Nr.
Instrumentului
Tipul
instrumentului:
Toate calculele sunt bazate pe sigma prognozat 5,15 (99,0% a suprafeţei sub curba distribuţiei normale).
K1 este 5.15/d2*, unde d2* este dependent de numărul de încercări (m) şi de numărul părţi de timp a numărului de
operatori (g) care este estimat a fi mai mare de 15. Valorile lui d2* sunt luate din Tabelul 2,pag.29.
AV – dacă este o valoare negativă sub radical, variaţia estimată (AV) este zero.
K2 este 5.15/d2*, unde d2* este dependent de numărul de operatori (m) şi (g) este 1, cât este doar un singur interval
de calcul.
d2* este obţinut din tabelul D3, “Statistici Industriale şi Controlul Calităţii”, A.J. Duncan. (Vezi lista referinţei , 4)
- 68 -
Tipul Var. Var. R&R WIV Var. de Procent %R&R Repetab. Reprod.
studiului Repetab. Reprod. Instr. la piesă din var. din Singură Singură
Instr. la piesă totală variaţia ca %TV ca %TV
totală a
proc.
Cu WIV 0,0534 0,188 0,218 0,218 1,144 1,181 16,6% 4,5% 15,9
Fără 0,200 0,188 0,276 0 1,144 1,177 23,4% 17,0% 16,1%
WIV
Tabelul 12. Comparaţia studiului instrumentului – aceleaşi 5 piese, cu şi
fără variaţia intrinsecă (WIV)
- 69 -
Trasarea datelor
Oricare din metodele grafice date în Figura 13 poate fi utilizată în analiza
grafică a datelor. Aceste metode pot fi utilizate pentru a confirmaşi furniza semnificaţii
ulterioare pentru date (de exemplu, tendinţe, cicli, etc.) O metodă grafică care este
indicată este denumită trasare interacţională. Această trasare confirmă rezultatele
testului F asupra faptului dacă interacţiunea este sau nu semnificativă. În această
trasare particulară, măsurătoarea medie pe evaluator şi pe piesă faţă de nr. piesei (1,2,3,
etc.) este prezentată grafic în Figura 20. Punctele pentru media măsurătorii
evaluatorului pe piesă sunt unite pentru a forma k linii (ale evaluatorilor). Modul de
interpretare a graficului este: dacă cele k linii sunt paralele atunci nu există interacţiuni.
Când liniile nu sunt paralele (de exemplu se pot intersecta unele cu latele) interacţiunea
este semnificativă. Cu cât unghiul de intersecţie este mai mare, cu atât mai mare este
interacţiunea. Trebuiesc luate măsuri adecvate pentru a elimina cauzele interacţiunii. În
exemplul din figura 20. Liniile sunt aproape paralele indicând o interacţiune
nesemnificativă.
Un alt grafic, uneori de interes, este trasarea valorilor reziduale. Acest grafic
este un verificator al validităţii prezumţiilor. Această prezumţie este că instrumentul
(eroarea) este o variabilă aleatoare din distribuţia normală. Valorile reziduale, care sunt
diferenţele dintre valorile observate şi valorile prognozate, sunt trasate. Valoarea
prognozată este media citirilor repetate pentru fiecare evaluator şi pentru fiecare piesă.
Dacă valorile reziduale nu sunt distribuite aleator deasupra şi dedesubtul liniei
orizontale de referinţă (zero), acest fapt se poate datora prezumţiilor incorecte şi
trebuiesc făcute investigaţii asupra datelor.
- 70 -
FIŞIER: GARNITURĂ HISTOGRAMA
STUDIUL NR.1 Data: LL-ZZ-AA Graficul nr.1 Nume: Unu
3, evaluatori, 2 încercări, 10 piese Toleranţa=0.40 Comentarii: studiu special
EVALUATORUL 1 EVALUATORUL 2 EVALUATORUL 3 COMBINATE
0,13 X X
0,09 X X
0,05XXXXXXX XXX XXXXXX XXXXXXXX
EROAREA
Variaţia estimată
Instrument τ 2 = MS e
Interacţiune
γ2 =
(
MSop − MSe )
r
Evaluator (MS o − MS op )
ω2 =
nr
Piesă
σ2 =
(MS p − MS op )
kr
1
În îndrumări, toate componentele de variaţie sunt presupuse ca fiind efecte
aleatoare.
- 71 -
Cât timp fiecare pătrat al mijlocului este o cantitate a eşantionului subiect al variaţiei
eşantionului şi calculul implică diferenţele pătratelor mijlocului, atunci este posibilă o
variaţie estimată a componentelor negativă. Aceasta este o mică problemă cât timp
componentele de variaţie etalon sunt egale sau apropiate de zero sau avem o mărime
mică a eşantionului. Pentru scopul analizei, variaţia negativă este stabilită la zero.
Deviaţia standard este mai uşor de interpretat decât variaţia deoarece are aceeaşi
unitate de măsură ca observaţia iniţială. În practică, măsura de bază a dispersiei este
dată de înmulţirea deviaţiei standard cu 5,15. Tabelul 12 arată dispersia 5,15 sigma
pentru o măsură a repetabilităţii denumită variaţia echipamentului (EV) şi măsura
reproductibilităţii denumită variaţia evaluatorului (AV). Dacă interacţiunea dintre piesă
şi evaluator este semnificativă avem un model ne-aditiv şi de aceea este dată o estimare
a variaţiei componentelor lui.
EV = 5.15 MSe
AV = 5.15
(MSo − MSop )
nr
EV = 5.15 MS pool
(MSo − MSpool )
AV = 5.15
nr
R&R = (EV ) 2 + (AV ) 2
(MSp − MSpool )
PV = 5.15
kr
- 72 -
NOTĂ: Pentru a determina dacă interacţiunea este semnificativă, calculaţi F statistic al
interacţiunii piesei x evaluator (vezi Tabelul 13). Comparaţi acest F statistic cu un
punct de procentaj mai mare cu o distribuţie F cu numărătorul şi numitorul gradului de
apropiere luate din ANOVA (Tabelul 13).
n x i2 x 2 n k r 2 x2
SSp = ∑ − TSS = ∑ ∑ ∑ x ijm +
i =1 kr nkr i =1 j=1m =1 nkr
k xj
2
x 2 SS e = TSS - [SS o +SS p+SSop]
SSo = ∑ −
j=1 nr nkr
2 2 2
n k x ij n x k xj x2
SSop = ∑ ∑ −∑ i −∑ + , i=1,…n; j=1,..k; m=1,..r
i =1 j=1 r i =1 kr j=1 nr nkr
ANOVA
Sursa DF SS MS EMS F
Evaluator k-1 SSo SSo/k-1=MSo τ + rγ 2 + nrω 2
2
Tabelul 14 arată pentru exemplul nostru din formularul de date Tabelul 7 calculele
ANOVA. Tabelul 15 prezintă comparaţia metodei ANOVA cu metoda mediei şi
amplitudinii. Tabelul 16 prezintă raportul pentru R&R instrumentului prin metoda
ANOVA.
- 73 -
Sursa DF SS MS F EMS
Evaluator 2 0,04800 0,02400 τ + 2γ 2 + 20ω2
2
σ 2 = 0,0371641
0,1928 (0,121; 0,334) PV=0,99 94,5 89,3
(piesa)
- 74 -
Metoda Inferior 5.15 Superior % din variaţia
90%CL Deviaţia 90%CL totală (a
standard studiului)
Foaia GRR
EV 0,15 0,18 0,24 18,7
AV 0,09 0,16 0,69 16,8
R&R 0.20 0.24 0.31 25.2
PIESA 0.65 0.90 1.56 96.8
ANOVA
EV 0.15 0.19 0.24 17.6
AV 0.04 0.16 0.78 14.8
INTERACŢIUNEA 0.15 0.24 0.38 23.2
R&R 0.31 0.34 0.84 32.7
PIESA 0.62 0.99 1.72 94.5
5.15 % din
CL CL Procentul
Deviaţia variaţia
Inferior Superior contribuţiei
standard studiului
Repetabilitate 0,15 0,19 0,24 17,6 3,1
Reproductibilitate 0,04 0,16 0,78 14,8 2,2
Piesă x evaluator 0,15 0,24 0,38 23,2 5,4
R&R a instrumentului 0,31 0,34 0,84 32,7 10,7
de la piesă la piesă 0,62 0,99 1,72 94,5 89,3
- 75 -
ÎNDRUMĂRI PENTRU DETERMINAREA LINIARITĂŢII
4) Calculaţi media piesei şi media deviaţiei pentru fiecare piesă (vezi tabelul 5)
- Media deviaţiei este calculată prin scăderea mediei piesei din valoarea
de referinţă a piesei.
5) Trasaţi media deviaţiei şi valorile de referinţă aşa cum este arătat în Figura 12.
6) Calculaţi regresia liniară care interpolează cel mai bine aceste puncte şi
calitatea interpolării (R2) a liniei utilizând următoarele ecuaţii:
y=ax+b
∑y
∑ xy − ∑ x
a= n
2
(∑ x)
∑x2 −
n
y x
b= ∑ − a × (∑ )
n n
2
⎡ ∑y⎤
⎢∑ xy − ∑ x n ⎥
Calitatea interpolării = 2
R = ⎣ ⎦
⎛ ( x) ⎞
⎟⎥ × ⎢∑ y 2 − ⎜ (∑ y ) ⎟⎥
⎡ 2 ⎤ ⎡ ⎛ 2 ⎞⎤
⎢∑ x 2 − ⎜ ∑
⎢ ⎜ n ⎟⎥ ⎢ ⎜ n ⎟⎥
⎣ ⎝ ⎠⎦ ⎣ ⎝ ⎠⎦
- 76 -
Secţiunea 5
CURBA PERFORMANŢEI INSTRUMENTULUI1
1
Adaptat cu permisiunea lui J.McCaslin &G. Gruska, din “Analiza sistemelor Intrumentelor Atribut”, ASQC, 1976
- 77 -
⎛ UL − ( X T + B) ⎞ ⎛ LL − ( X T + B) ⎞
Pa = φ⎜⎜ ⎟⎟ − φ⎜⎜ ⎟⎟
⎝ s ⎠ ⎝ s ⎠
= φ(9,0 ) − φ(1,0 )
= 1,0 – 0,84
=0,16
Când piesa are o valoare de referinţă de 0,5Nm ea va fi respinsă în 84% din
timp.
Exemplu de curbă a performanţei instrumentului
XT=0,7Nm
⎛ 1,0 − (0,7 + 0,05) ⎞ ⎛ 0,6 − (0,7 + 0,05) ⎞
Pa = φ⎜ ⎟ − φ⎜ ⎟
⎝ 0,05 ⎠ ⎝ 0,05 ⎠
= φ(5,0 ) − φ(−3,0 )
= 0,999
Dacă valoarea de referinţă este 0.7Nm atunci ea va fi respinsă în mai puţin de
0,1% din timp.
XT=0,9Nm
⎛ 1,0 − (0,9 + 0,05 ) ⎞ ⎛ 0,6 − (0,9 + 0,05) ⎞
Pa = φ⎜ ⎟ − φ⎜ ⎟
⎝ 0,05 ⎠ ⎝ 0,05 ⎠
= φ(1,0 ) − φ(−7,0 )
= 0,84
O altă interpretare a exemplului de mai sus este că o piesă a cărei valoare de
referinţă este 0.9Nm poate fi respinsă în 16% din timp utilizând acest sistem particular
de măsură.
Dacă probabilitatea de acceptare este calculată pentru valorile XT şi trasată,
atunci se va obţine Curba Performanţei Instrumentului, aşa cum este prezentată în
Figura 23.
Suplimentar, aceiaşi curbă poate fi mai uşor trasată pe hârtie de probabilitate
normală, aşa cum este arătat în figura 24. Cum se poate observa, GPC dă probabilitatea
de acceptare a piesei pentru toate mărimile piesei. În plus, GPC poate fi folosit pentru
calculul erorii repetabilităţii şi reproductibilităţii şi a erorii deviaţiei.
R&R poate fi determinată prin găsirea acelei valori XT care corespunde la
Pa=0.995, şi a valorii XT care corespunde la Pa=0.005 pentru fiecare din cele două
limite.
R&R este diferenţa dintre cele două valori XT aşa cum este prezentat în Figura 24.
O estimare a deviaţiei este determinată de găsirea lui XT, pentru ambele limite,
inferioară şi superioară, care corespunde la Pa=0.5, şi calculând:
B=XT-LL sau BB=XT-UL
funcţie de la care limită este ales XT. (NOTĂ: aceasta presupune că sistemul de
măsură este liniar pe domeniul operaţional).
- 78 -
- 79 -
- 80 -
Secţiunea 6
STUDIUL INSTRUMENTULUI ATRIBUT
Evaluator 1 Evaluator 2
1 2 3 4
1 G G G G
2 G G G G
3 NG G G G
4 NG NG NG NG
5 G G G G
6 G G G G
7 NG NG NG NG
8 NG NG G G
9 G G G G
10 G G G G
11 G G G G
12 G G G G
13 G NG G G
14 G G G G
15 G G G G
16 G G G G
17 G G G G
18 G G G G
19 G G G G
20 G G G G
Tabelul 17. Studiu instrumentului atribut, metoda scurtă
- 81 -
STUDIUL INSTRUMENTULUI ATRIBUT (METODA LUNGĂ)1
a + 0,5 a
dacă p 0,5, a ≠ 0
m m
a − 0,5 a
P 'a = dacă f 0,5, a ≠ 20
m m
a
0,5 dacă = 0,5
m
Ajustările acoperă situaţiile unde 1≤ a ≤19. De exemplu, unde a=0, se pune
P 'a =0 exceptând cea mai mare valoare de referinţă cu a=0, în care P 'a =0,025. Pentru
1
Adaptat cu permisiunea lui J.McCaslin & G. Gruska din “Analiya sistemelor instrumentului atribut”, ASQC,1976
- 82 -
situaţiile când a=20, P 'a =1 exceptând valoarea de referinţă cea mai mică cu a=20, în
care P 'a =0,975.
Odată ce P 'a a fost calculată pentru fiecare XT, poate fi realizată Curba de
Performanţă a Instrumentului (GPC). Deşi aceasta poate fi prezentată grafic (vezi
figura 26), utilizarea hârtiei de probabilitate normală (vezi figura 25) realizează
estimări de mai mare acurateţe ale repetabilităţii şi deviaţiei.
Probabilităţile calculate sunt trasate pe hârtie de probabilitate normală şi o linie,
cea mai potrivită este desenată prin aceste puncte. Deviaţia este egală cu limita minimă
minus măsura valoare de referinţă ce corespunde la P 'a = 0,5, sau
Deviaţia = Limita minimă – XT (la P 'a = 0,5)
Repetabilitatea este determinată prin găsirea diferenţelor dintre măsurile valori
de referinţă corespunzând la P 'a = 0,995 şi P 'a = 0,005 şi împărţirea lor la un factor de
ajustare de 1,08.
X T (laPa' = 0,995 ) − X T (laPa' = 0,005 )
Repetabilitatea =
1,08
Pentru a determina dacă deviaţia este semnificativ diferită de zero, se foloseşte
următoarea statistică:
31,3 x Deviaţie
t=
Re petabilitate
Dacă această valoare calculată este mai mare decât 2,093 (t025,19) atunci deviaţia
este semnificativ diferită de zero.
Un exemplu va clarifica colectarea de date pentru studiul atribut şi calculul
repetabilităţii şi deviaţiei.
Exemplu. Un instrument atribut este folosit pentru măsurarea unei dimensiuni
care are o toleranţă de ±0,010 . Instrumentul este capătul unei linii a unui instrument de
inspecţie 100% automat care este afectat de repetabilitate şi deviaţie. Pentru realizarea
studiului, opt piese cu valori de referinţă în intervale de 0,002 de la –0,016 la –0,002
sunt trecute prin instrument de 20 de ori fiecare. Numărul de acceptări pentru fiecare
piesă sunt:
XT a
-0,016 0
-0.014 3
-0,012 8
-0,010 20
-0,008 20
-0,006 20
-0,004 20
-0,002 20
Cât timp există două valori de referinţă cu 1≤ a ≤19, vor trebui găsite cel puţin
încă patru piese. Pentru aceasta, este necesar să se treacă piese cu valori de referinţă la
punctele intermediare ale amplitudinilor existente. Aceste valori de referinţă şi numărul
de acceptări sunt: -0.015 1
-0,013 5
-0,011 16
Acum avem 5 valori de referinţă cu 1≤ a ≤19. Procedura cere ca încă piesă să
fie găsită cu 1≤ a ≤19. De aceea, următoarea piesă este evaluată:
-0,0105 18
- 83 -
Acum, că au fost satisfăcute criteriile de colectare a datelor, probabilităţile de
acceptare pot fi calculate utilizând ajustări binomiale cum este arătat în pagina 80.
XT a P 'a
-0,016 0 0,025
-0,015 1 0,075
-0,014 3 0,175
-0,013 5 0,275
-0,012 8 0,425
-0,011 16 0,775
-0,0105 18 0,875
-0,010 20 0,975
-0,008 20 1,000
- 84 -
- 85 -
- 86 -
ANEXA A
EXEMPLU DE PROCEDURĂ DE TEST
Un exemplu de procedură pentru un test specific este prezentat în această anexă.
Procedura este simplă de utilizat şi poate fi aplicată direct într-un mediu de producţie, în
special ca test pentru Faza 2.
Procedura este adecvată pentru a fi utilizată atunci când:
• Se studiază numai doi factori, diferenţele între evaluatori şi diferenţele între piese.
• Nu există interacţie statistică între evaluatori şi piese.
• Există interes numai în variabilitatea sistemului de măsură, nu şi în deviaţia sa
instrumentală.
Ar trebui efectuată o proiectare statistică a experimentului pentru a determina dacă
procedura este adecvată pentru orice sistem de măsură specific. Utilizarea proceduri în alte
condiţii decât cele adecvate ar trebui evitată.
Fundal
Faza a 2-a a testului prevede monitorizarea în mers a acestor factori pentru a putea avea
în mod continuu încredere în metoda de măsură (şi datele care sunt produse) sau un semnal că
sistemul de măsură s-a degradat în timp.
Exemplul de analiză a variaţiei sistemul de măsură care urmează a fost efectuat ca un
Faza a 2-a a testului. Dispozitivul de măsurare a fost un comparator cu ceas montat pe o placă
de bază de granit. Caracteristica măsurată în timpul studiului a fost înălţimea unei roţi fără
profil. Fiind în Faza a 2-a a testului, se determinase în prealabil în timpul Fazei 1 că variaţia în
repetabilitatea şi reproductibilitatea componentelor sistemului erau principalii factori care
contribuiau la variaţia totală a sistemului de măsură.
Faza 1 de testare a dispozitivului de măsurare a folosit o proiectare statistică a
experimentului pentru a evalua mediul de operare (temperatura), deviaţia, liniaritatea,
repetabilitatea şi reproductibilitatea sistemului de măsură. Rezultatele fazei 1 de testare
indicau că mediul de operare nu contribuia semnificativ la variaţia generală a sistemului de
măsură. În plus, variaţiile imputabile deviaţiei şi linearităţii dispozitivului de măsurare s-au
dovedit a fi foarte mici, comparativ cu componentele repetabilitate şi reproductibilitate. În
acest caz, programul de întreţinere a sistemului de măsură a fost considerat ca un mijloc
acceptabil de a controla deviaţia şi liniaritatea dispozitivului de măsură. Totuşi, dat fiind
impactul semnificativ al repetabilităţii şi reproductibilităţii asupra variaţiei generale a
sistemului de măsură, s-a decis ca un experiment statistic simplu cu doi factori să se efectueze
periodic ca test Faza 2.
-87-
În dezvoltarea programelor Fazei 1 şi Fazei 2 de testare sunt mai mulţi factori care ar
trebui luaţi în considerare:
1) Ce efect are evaluatorul asupra procesului? Dacă e posibil, are trebui folosiţi în studiu
evaluatorii care utilizează în mod normal dispozitivul de măsurare.
2) Este posibil ca etalonarea făcută de evaluator echipamentului de măsură să fie o
cauză semnificativă a variaţiei? Dacă e aşa, evaluatorul ar trebui să recalibreze
echipamentul înaintea fiecărei serii de citiri.
3) Câte eşantioane de piese şi câte citiri repetate sunt necesare? Numărul necesar de
piese va depinde de importanţa caracteristicii care este măsurată şi de nivelul de
încredere cerut în aproximarea variaţiei sistemului de măsură.
-88-
ANEXA B
MODEL MATEMATIC PENTRU STUDIUL VARIABILELOR UTILIZÂND ANOVA
Introducere
Într-un proces de producţie care produce piese, pentru fiecare caracteristică a unei piese
există o valoare de referinţă. Aceste valori de referinţă variază de la piesă la piesă cu un
anumit nivel mediu. aceasta poate fi reprezentat simplu ca:
1) Valoare de Referinţă = Media Piesei + Efectul Intrinsec al Piesei
În practică, există o eroare introdusă de sistemul de măsură, care poate fi scrisă ca:
2) Valoarea Observată = Valoarea de Referinţă + Eroarea de Măsură
O cale simplă de a modela eroarea de măsurare este:
3) Eroarea de Măsurare = Deviaţia + Efectul Evaluatorului + Eroarea de Repetare
Deviaţia instrumentală este un număr care reprezintă eroarea generală, sistematică,
introdusă de instrument. În plus, pot fi erori introduse de utilizarea diverşilor evaluatori.
Termenul de eroare de reproducere reprezintă diferenţele între citirile repetate asupra aceleaşi
piese, efectuate cu acelaşi instrument şi de către acelaşi evaluator. Combinând (1), (2) şi (3),
obţinem modelul:
4) Valoarea Observată = (Media Piesei + Deviaţia) + Efectul Intrinsec al Piesei +
+ Efectul Evaluatorului + Eroarea de Repetare
Media piesei şi deviaţia sunt constante. Ele nu pot fi aproximate separat fără a avea un
instrument etalon. Efectul intrinsec al piesei reprezintă variaţiile din procesul de producţie.
Efectul evaluatorului reprezintă variaţia dată de diferiţi evaluatori – uneori numită
reproductibilitate. Eroarea de repetare reprezintă variaţia care rezultă din măsurători repetate
efectuate cu acelaşi instrument şi de către acelaşi evaluator – uneori numită repetabilitate.
Media piesei şi efectul intrinsec al piesei sunt proprietăţi ale procesului de producţie şi nu
depind de instrument. Termenii care rămân în formula model reflectă eroarea sistemul de
măsură.
Reprezentare Matematică
Fie yijm a m-a măsurătoare făcută de evaluatorul j pe a i-a piesă. Fiecare piesă are o
valoare de referinţă, să zicem xi, care este imposibil de măsurat în practică. Să notăm această
eroare impusă de practică asupra xi cu εijm. Atunci
5) Yijm = xi + εijm sau
Valoarea Observată + Deviaţia
Presupunem acum că xi sunt independente şi distribuite conform unei distribuţii normale,
cu media μ şi varianţa σ2, parametrul μ este media piesei, iar ecuaţia (5) poate fi scrisă ca:
-89-
6) Yijm = μ + αi + εijm ,
unde αi = xi – μ este efectul piesei cu media zero şi varianţa σ2.
Deviaţia poate fi modelată ca şi consistând din deviaţia sistematică dată de instrument şi
evaluator ca un întreg, plus o deviaţie suplimentară dată de evaluatorul specific şi eroarea
asociată cu repetarea măsurătorilor. Deci
7) εijm = b + βj + eijm sau
Deviaţia = Deviaţia Instrumentală + Efectul Evaluatorului + Eroarea de Repetare
Presupunând că erorile de repetare sunt independente şi distribuite normal cu media zero
şi varianţa obişnuită τ2 pentru toate piesele/evaluatorii/combinaţiile de repetare. Varianţa τ2
măsoară repetabilitatea pentru instrument. Dacă evaluatorii sunt selectaţi aleator dintr-o
populaţie largă, se poate modela efectul evaluatorului βj ca fiind normal distribuit cu media 0
şi varianţa ω2. Varianţa ω2 măsoară variabilitatea dată de efectul evaluatorului, deci
reproductibilitatea. Combinând (6) cu (7), modelul poate fi scris ca:
8) yijm = (μ + b) αi + βj + eijm sau
Valoarea Observată = (Media Piesei + Deviaţia Instrumentală) + Efectul Piesei +
+Efectul Evaluatorului + Eroarea de Repetare
unde αi , βj şi eijm sunt independente, normal distribuite cu media zero şi varianţele τ2, ω2 şi
respectiv γ2. Ca urmare, varianţa procesului este
9) VAR(yijm) = σ2 + ω2 + τ2
În modelul (8) efectele piesei şi evluatorului se presupun ca fiind aditive. Aceasta
înseamnă că efectul evaluatorului al j-lea este acelaşi pe toate piesele. Prezumţia de însumare
s-ar putea să nu fie valabilă întotdeauna în practică. Se poate mai apoi testa validitatea
ipotezei din date, dacă fiecare evaluator repetă măsurătorile pe fiecare piesă.
Modelul aditiv se verifică prin includerea lui într-un model mai general. Presupunând că
deviaţia din (7) este dată de:
10) εijm = b + βj + λij + eijm
Deviaţia = Deviaţia Instrumentală + Efectul Evaluatorului + Efectul Evaluatorului – Piesei +
+ Eroarea de Repetare
Termenul adiţional λij reprezintă unica interacţie între al j-lea evaluator şi a i-a piesă.
Combinând (10) cu (6), reiese modelul ne-aditiv:
11) yijm = (μ + b) αi + βj + λij + eijm sau
Dacă λij este normal distribuit cu media 0 şi varianţa γ2, atunci varianţa totală pentru (11)
este dată de:
12) VAR(yijm) = σ2 + ω2 + α2 + τ2
-90-
MODEL MATEMATIC PT.STUDIUL VARIABILELOR UTILIZÂND MEDIA ŞI AMPLITUDINEA
Metoda Mediei şi Amplitudinii necesită două sau trei repetări (r = 2 sau 3) de către
evaluatori (k = 2 sau 3) pe 10 piese (n = 10). Repetabilitatea măsurării, Rij, derivată prin
această metodă, se bazează pe preluarea amplitudinii repetărilor pentru fiecare combinaţie
piesă/evaluator. Fie că folosim modelul aditiv sau cel ne-aditiv, fiecare din aceste amplitudini
va aproxima ceva proporţional cu τ, deviaţia standard a repetabilităţii. Media acestor
intervale,
n k R ij
R = ∑∑
i =1 j=1 nk
n r
⎡ (μ + b ) + α i + βi + λ ij + eijm ⎤
= ∑∑ ⎢ ⎥
i =1 m =1 ⎣ nr ⎦
= (μ + b) + α. + β. + λ.j. + e.j.
unde punctul indică acei termeni care au fost mediaţi. Amplitudinea este valoarea
maximă absolută între toate diferenţele pereche:
Dj,j’ = y.j. - y.j’.
= (βj - βj’) + (λ.j - λ.j’) + (e.j. - e.j’)
Amplitudinea va aproxima ceva proporţional cu deviaţia standard a acestor diferenţe,
care este dată de :
⎛ γ 2 τ2 ⎞
2⎜⎜ ω2 + + ⎟⎟
⎝ n nr ⎠
Ca urmare, după găsirea constantei corespunzătoare din tabelele lui Duncan (vezi
Lista de Referinţă 4), aproximarea mediei AV din forma lungă devine:
⎛ γ 2 τ2 ⎞ ⎛ γ 2 τ2 ⎞
5.15 2⎜⎜ ω2 + + ⎟⎟ = 5.15 2⎜⎜ ω 2 + + ⎟
⎝ n nr ⎠ ⎝ 10 10 ⎟⎠
întrucât n=10.Cantitatea legată de repetabilitate pe care vrem s-o estimăm cu acest model
este:
5.15 (ω
2
+ γ2 )
-91-
Ca urmare, aproximarea va tinde să fie ori prea mare, ori prea mică, funcţie de valoarea
lui r şi mărimea relativă a γ2 şi τ2. În plus, întrucât forma lungă nu produce estimări ale
interacţiei varianţei componentei γ2, nu se poate face nici o corecţie pentru a aproxima
cantitatea dorită. Dacă modelul aditiv e valabil, γ2 = 0 şi reproductibilitatea aproximată este
τ2
5.15 ω2 + , deci aproximarea a ceea ce se doreşte este 5.15ω. Astfel, sub acest model,
10r
metoda lungă nu produce o aproximare validă a reproductibilităţii, aproximarea
reproductibilităţii fiind dată de:
EV 2
AV(adj.) = AV 2 −
10r
∑d
i =1
i
R=
5
-92-
MODEL MATEMATIC PENTRU STUDIUL ATRIBUTELOR (METODA LUNGĂ)
În general, studiul atributelor consistă în obţinerea valorilor de referinţă pentru mai multe
piese selectate. Aceste piese sunt trecute prin instrument un număr de ori, (m), cu numărul
total de acceptări (a), care se înregistrează pentru fiecare piesă. Numărul de acceptări pentru
fiecare dimensiune a piese sunt distribuite ca variabile aleatorii binomiale, cu parametrii m şi
Pa, unde Pa este probabilitatea fundamentală de a accepta piesa cu valoarea XT. Deoarece
eroarea instrumentală este distribuită normal, probabilitatea estimată de a acceptare pentru XT,
P'a _= a/m se corectează cu un factor de corecţie utilizat în mod obişnuit pentru variabile
aleatorii binomiale. Aceste probabilităţi corectate sunt apoi transpuse grafic sub forma Curbei
de Performanţă a Instrumentului. Din această curbă se determină repetabilitatea şi deviaţia.
Pentru instrumentele cu atribute se poate aplica încă ipoteza variabilei instrumentului,
adică repetabilitatea este normal şi independent distribuită şi independentă de dimensiunea
piesei. În plus, aproximarea repetabilităţii instrumentului este deviată astfel ca în medie să
supraestimeze repetabilitatea etalonului cu aproximativ 8%. Deci price stimare a
repetabilităţii obţinută prin această procedură trebuie împărţită la 1.08. Pentru a determina că
deviaţia este semnificativ diferită de zero, este necesar să pornim cu definiţia lui t statistic
⎛ σ2 ⎞
N⎜⎜ B, ⎟
⎟
⎝ na ⎠
t=
x 2 (n r − 1)
(n r − 1)
B
σ / na
=
(n r − 1)s 2
/ (n r − 1)
σ2
B
=
s / na
31.3B
=
R
-93-
REDUCEREA VARIANŢEI PRIN CITIRI MULTIPLE
Dacă variaţia sistemului de măsură prezent nu este acceptabilă (peste 30%), atunci există
o metodă care poate fi utilizată pentru a reduce variaţia la un nivel acceptabil până când poate
fi făcută îmbunătăţirea corespunzătoare a sistemului de măsură. Variaţiile inacceptabile pot fi
reduse prin citiri de măsurare multiple, independente statistic (ne-corelate) lae caracteristicilor
piesei care se evaluează, determinând media acestor măsurători şi înlocuind măsurătorile
individuale cu valorile numerice ale acestor medii. această metodă va fi bineînţeles
consumatoare de timp, dar este o alternativă, până se fac îmbunătăţiri sistemului instrumental
(de exemplu reproiectând sau cumpărând un nou instrument).
Procedura pentru această alternativă este următoarea:
1) Determinarea numărului de citiri multiple necesare pentru a atinge un nivel
acceptabil de variaţie.
2) Urmărirea procedurii de studiu a instrumentului discutată mai devreme în această
secţiune.
În exemplul Corporaţiei XYZ, procentul de toleranţă al variaţiei R & R este 25.5%, cu o
dispersie 5.15 egală cu 0.24. Ingineria Calităţii vrea să reducă această cifră cu cel puţin 15%,
ceea ce ar avea un echivalent în dispersia 5.15 de 0.14.pentru a determina numărul de citiri
necesare pentru a atinge criteriul dorit de 15%, trebuie să înţelegem mai întâi că distribuţia
măsurătorilor individuale şi medii au aceeaşi valoare medie numerică. În al doilea rând,
varianţa distribuţiei mediilor este egală cu varianţa distribuţiei valorilor individuale, împărţită
cu mărimea eşantionului. Înţelegând această relaţie care este arătată mai jos, Inginerul
Calităţii poate determina numărul de citiri multiple cerut.
(5.15σ x )2 =
(5.15σ)2
n
5.15σ
5.15σ x =
n
0.24
0.14 =
n
n = 1.1714
-94-
INTERVALELE DE ÎNCREDERE1
Intervalele de încredere sunt un mod de a exprima eroarea de eşantionare. Intervalul
constă în limitele inferioară şi superioară determinate din datele care sunt garantate că au
“captat” valoarea de referinţă cu o probabilitate selectată destul de largă (de obicei luată ca
0.90, 0.95, sau 0.99).
Intervalul de încredere =
(σˆ )2
MS υ
.
În Tabelul lui Duncan D3 pentru d 2 (a se vedea Lista de .
referinţă 4), observaţi că este o
coloană pentru gradele de libertate (υ). Cât priveşte d 2, gradele de libertate (υ) sunt
determinate din numărul de eşantioane
.
(g) şi mărimea eşantioanelor (m). Odată cunoscute g şi
m, atunci pot fi găsite fie d 2, fie gradele de libertate. g şi m pentru repetabilitate sunt: g =
(nr.de piese x nr.de evaluatori), respectiv m = (nr. de încercări). g şi m pentru
reproductibilitate sunt g = 1 şi m = nr. de evaluatori. De exemplu, dacă 5 piese, 3 evaluatori şi
3 încercări sunt folosite într-un studiu, atunci pentru repetabilitate g=5x3=15, m=3. Mergând
apoi pe rând cu g=15 şi pe coloana m=3 în tabelul lui Duncan, gradele de libertate sunt
υ=27.5. pentru reproductibilitate, g=1, m=3, mergând din nou pe rândul cu g=1 şi coloana
m=3, găsim υ=2.0. Gradele de libertate pentru R & R este tocmai suma celor 2 grade de
libertate de mai înainte (υ = 27.5 + 2.0). Intervalele de încredere pentru EV, AV şi R&R sunt
arătate în Tabelul 18.
Un exemplu pentru datele arătate în Tabelul 7, utilizând procedura pentru 90% interval
de încredere, este arătat în tabelul 15.
1 Vezi de asemeni ISO/TAG 4/W 3 (1992), Ghid privitor la Expresia Incertitudinii în Măsurare.
-95-
Intervalele de încredere1 - ANOVA
Eroarea asociată cu aproximarea componentelor varianţei este tot aşa de importantă cât
aproximarea propriu-zisă. În general, mai multe grade de libertate (sau eşantioane) asociate cu
o anumită medie pătratică dau mai puţină eroare. Deci mai mulţi evaluatori într-un studiul al
instrumentelor de măsură vor îmbunătăţi aproximarea reproductibilităţii. La fel, mai multe
repetări vor îmbunătăţii aproximarea repetabilităţii. Eroarea asociată cu repetabilitatea va
depinde de asemeni de faptul dacă modelul aditiv poate fi utilizat, întrucât există mai multe
grade de libertate pentru eroare în modelul aditiv.
Intervalul de încredere poate fi determinat pentru toate componentele varianţei (vezi Lista
de Referinţă 21). Intervalele de încredere sunt calculate diferit, funcţie de faptul dacă
interacţia evaluator – piesă este semnificativă sau nu.
Dacă interacţia evaluator – piesă nu este semnificativă, utilizaţi formulele din Tabelul 20
pentru a calcula limitele de încredere.
Forma generală pentru limitele de încredere în modelul non-aditiv cu (n) piese măsurate
de (r) ori de fiecare din cei (k) evaluatori este după cum urmează. Notăm cu MS punctele
procentuale pentru o distribuţie medie pătratică (hi-pătrat împărţit la gradele de libertate) şi cu
F punctele procentuale pentru o distribuţie F. Din procentajul cel mai înalt rezultă limita de
încredere inferioară şi viceversa.
MSe
τ2 (repetabilitate) CL = nk(r -1)
MS
MSe⎡⎛ 1 ⎞ ⎛ MSop ⎞⎤
γ2 (interacţie) CL = ⎢⎜ ⎟ ∗ ⎜⎜ − 1⎟⎟⎥ (n - 1)(k - 1), nk(r -1)
r ⎢⎣⎝ F ⎠ ⎝ MSe ⎠⎥⎦
MS op ⎡⎛ 1 ⎞ ⎛ MS o ⎞⎤
ω2 (reproductibilitate) CL = ⎢⎜ ⎟∗⎜ − 1⎟⎥ k -1, (n - 1)(k - 1)
nr ⎣⎝ F ⎠ ⎝ MS op ⎠⎦
MSop ⎡⎛ 1 ⎞ ⎛ MSp ⎞⎤
σ2 (piesă-cu-piesă) CL = ⎢⎜ ⎟ ∗ ⎜⎜ − 1⎟⎥ n -1, (n - 1)(k - 1)
kr ⎣⎢⎝ F ⎠ ⎝ MSop ⎠⎟⎦⎥
1 ⎡⎛ MSo ⎞ ⎤
τ2 + ω2 (R&R) CL = ⎢⎜ ⎟ ∗ n (r − 1)MSe + (n − 1)MSop ⎥ k-1
nr ⎣⎝ MS ⎠ ⎦
Unde τ2, γ2,ω2 şi σ2 sunt notaţii pentru componentele varianţei
1 Ar trebui recunoscut că intervalele de încredere descriu numai cât de bine acoperă eşantionul populaţia
(structura) care este eşantionată. Intervalele de încredere nu ne spun cât de bine descrie eşantionul viitorul. Pentru a
proiecta rezultatele prezentului în viitor sunt necesare cunoştinţe de spre subiectul în cauză; de exemplu
cunoaşterea sistemului total şi modelul de variaţie. Ca atare, numai rezultatele statistice nu sunt suficiente pentru a
face un “salt în timp”.
-96-
Forma generală pentru limitele de încredere în modelul aditiv cu (n) piese măsurate de (r)
ori de către (k) evaluatori este după cum urmează. Notăm cu MS punctele procentuale pentru
o distribuţie medie pătratică (hi-pătrat împărţit la gradele de libertate) şi cu F punctele
procentuale pentru o distribuţie F. Din procentajul cel mai jos rezultă limita de încredere
superioară şi viceversa.
MS e
τ2(repetabilitate) CL = nkr –n – k + 1
MS
MS pool ⎡⎛ 1 ⎞ ⎛ MS o ⎞⎤
ω2 (reproductibilitate) CL = ⎢⎜ ⎟∗⎜ − 1⎟⎥ k – 1, nkr –n – k + 1
nr ⎣⎝ F ⎠ ⎝ MS pool ⎠⎦
MS pool ⎡⎛ 1 ⎞ ⎛ MS p ⎞⎤
σ2 (piesă-cu-piesă) CL =
kr ⎢⎜ F ⎟ ∗ ⎜ MS pool − 1⎟⎥ n –1, nkr –n – k + 1
⎣⎝ ⎠ ⎝ ⎠⎦
1 ⎡⎛ MS 0 ⎞ ⎤
τ2 + ω2 (R&R) CL = ⎢⎜ ⎟ ∗ ((nr − 1)MS pool )⎥ k-1
nr ⎣⎝ MS ⎠ ⎦
-97-
-98-
ANEXA C
METODA MEDIEI ŞI AMPLITUDINII –TRATARE SUPLIMENTARĂ
Etape Procedurale
1) Trebuie avut grijă să se urmărească indicaţiile de pregătire enumerate la pagina 39.
2) Determinaţi fiecare evaluator să verifice fiecare eşantion privind caracteristica care se
studiază înregistraţi primele verificări pe rândul de date de sus al diagramei de
control. (vezi Figura 27).
3) Repetaţi verificările şi înregistraţi datele pe al doilea rând de date al diagramei de
control (vezi Figura 27). )’(Notă: Nu permiteţi evaluatorilor să vadă citirile lor
iniţiale când fac această a doua verificare.) Datele trebuie să arate acum două
verificări pe aceiaşi piesă pentru fiecare evaluator.
4) Analizaţi datele prin calculul mediei ( X ) şi amplitudinii (R) pentru fiecare subgrupă
(vezi Figura 27).
5) Trasaţi valorile amplitudinii pe diagrama amplitudinilor şi calculaţi media
amplitudinilor ( R ) (includeţi toate subgrupele de amplitudini pentru (R) al tuturor
evaluatorilor). Desenaţi această amplitudine medie pe diagramă. Utilizaţi factorul D4
pentru n = 2 pentru a calcula limita de control pentru diagrama amplitudinii. Trasaţi
această limită şi determinaţi dacă valorile sunt în limita de control.
Dacă toate mediile sunt sub limita de control, toţi evaluatorii fac acelaşi lucru.
Dacă unul din evaluatori este în afara limitei, metoda lui diferă de a celorlalţi.
Dacă toţi evaluatorii au unele amplitudini în afara limitei de control, , sistemul de
măsură este sensibil la tehnica evaluatorului şi are nevoie de îmbunătăţiri pentru a
obţine date utile.
-99-
6) Apoi trasaţi media pentru fiecare subgrupă ( X ) pentru toţi evaluatorii pe diagrama
mediei (vezi figura 28). Valorile mediei reprezintă atât variaţia, cât şi variaţia
măsurătorii.
-100-
10) Calculaţi mediile eşantioanelor prin medierea valorilor obţinute de evaluatori pentru
fiecare eşantion (vezi Figura 29a). Pentru exemplu, adunaţi (media eşantionului 1 a
evaluatorului 1 + media eşantionului 1 a evaluatorului 2 + media eşantionului 1 a
ultimului evaluator şi împărţiţi această sumă la numărul de evaluatori). Acesta este
cea mai bună aproximare a valorii adevărate a acelui eşantion. plasaţi valoarea pentru
fiecare eşantion în spaţiul prevăzut (1,2,3…..9,10) în figura 29b.
11) Examinaţi mediile eşantioanelor (1,2,3,….9,10) şi calculaţi amplitudinea mediilor
eşantioanelor (Rp) prin scăderea cele mi mici din cea mai mare. Introduceţi această
valoare în spaţiul prevăzut în Figura 29b.
12) Estimaţi deviaţia standard de la eşantion la eşantion ( σ̂ o) aşa cum se arată în Figura
*
29b, utilizând valoarea d2 corespondentă valorii lui n (n = numărul de eşantioane).
13) Calculaţi “Raportul Semnal-Zgomot” prin împărţirea deviaţiei standard a mostrei cu
deviaţia standard a măsurătorii. Înmulţiţi “Raportul Semnal-Zgomot” cu 1.41 şi
introduceţi-l în spaţiul prevăzut (figura 29b).
NOTĂ: e nevoie să se ia în considerare numai poţiunea întreagă a acestui
număr, întru-cât defineşte categorii distincte. (Renunţaţi la toate fracţiile
zecimale.) (Vedeţi Figura 29b.)
Dacă numărul de categorii este mai mic de doi (2), sistemul de măsură nu are nici o
valoare în controlarea procesului. Totul este “zgomot” şi nu se poate spune dacă o piesă este
diferită de alta.
Dacă numărul de categorii este doi (2), asta însemnă că datele pot fi împărţite numai în
grupa de sus şi grupa de jos; aceasta reprezintă însă numai echivalentul nor date de atribut.
Dacă numărul de categorii este mai trei (3), datele pot fi împărţite în grupa de sus, grupa
mediană şi grupa de jos; acesta este un sistem de măsură puţin mai bun.
Un sistem cu patru (4) sau mai multe categorii va fi mult mai bun decât primele trei
exemple.
O pictogramă a categoriei datelor este adăugată la Figura 6 pentru lămuriri suplimentare.
Schema de flux (coperta interioară din faţă) descrie întreaga procedură de evaluare a
măsurătorii utilizând metodologia diagramei.
-101-
-102-
-103-
Măsurătoarea Făcută
Evaluată________LUNGIME ŞURUB_____ de ______R.W.L.____Data___LL-ZZ-AA__
Numărul de Evaluatori = no = 3
* Evaluator Medie
no d2
Numărul de Eşantioane = n = 3 A 103.1
2 1.128 108.1 – 102.8 = Ro B - IO 102.8
3 1.693 Amplitudinea Mediilor Evaluatorilor = Ro = 5.3
C – hi 108.1
4 2.059
5 2.326 Deviaţia Standard Aproximată a Evaluatorilor = no = 3 D ____
6 2.534 E ____
5.3 Ro
7 2.704 = σˆ o *
= σˆ o = 2.781 F ____
8 2.847 1.906 d2
9 2.970
10 3.078
-104-
CALCULE PENTRU DEVIAŢIEI STANDARD A ERORII DE MĂSURARE:
Aproximaţi deviaţia standard a erorii de măsurare
σˆ m = σˆ 2e + σˆ o2
= (6.7376 )2 + (2.7806 )2
= 7.289
Acesta este numărul de intervale nesuprapuse de încredere 97% care vor include amplitudinea
variaţiei produsului (Un interval de încredere 97% centrat pe o singură măsurătoare va conţine
valoarea reală a produsului care este reprezentat prin acea măsurătoare, în 97% din cazuri.
-105-
-106-
ANEXA D
Preocuparea centrală a acestui manual este sistemele de măsură unde citirile pot fi
repetate pe fiecare piesă. Nu toate sistemele de măsură au această caracteristică; de exemplu
sistemele de măsură distructive sau sistemele unde piesele se schimbă ca urmare a
utilizării/testării.
În continuare sunt exemple de abordări ale analizei sistemelor de măsură care includ şi
acelea care nu sunt discutate în acest manual. Nu avem pretenţia că este o listă completă care
acoperă toate tipurile de sisteme de măsură , ci numai exemple de diverse abordări. Dacă aveţi
un sistem de măsură care nu se potriveşte subiectului acestui manual, e recomandat să căutaţi
ajutor de la resurse statistice competente.
-107-
• Determinaţi stabilitatea sistemului de măsură:
1. comparaţi punctele trasate cu limitele de control
2. căutaţi tendinţele (numai în diagrama x)
R
• comparaţi σˆ e = cu repetabilitatea estimată σr dint-un studiu de variabilitate
d2
• determinaţi deviaţia dacă se cunoaşte valoarea de referinţă: deviaţia = valoarea de
referinţă - X
• determinaţi liniaritatea, dacă s-au utilizat n ≥ 3 piese
• piesele (specimenele) trebuie să acopere domeniul de variaţie care e de aşteptat să
existe pentru proprietate
• fiecare piesă (specimen) va fi analizată separat pentru deviaţie şi repetabilitate
• cuantificaţi linearitatea.
1. trasaţi referinţa funcţie de valorile măsurate pe o diagramă în puncte şi comparaţi
cu linia de 45o.
2. determinaţi consistenţa (omogenitatea şi variaţia) între perioadele de întrerupere a
lucrului; de exemplu utilizaţi testul max min F, testul lui Levine, etc.
3. determinaţi dacă toate valorile de referinţă au aceeaşi deviaţie; de exemplu dacă
deviaţiile provin din aceeaşi distribuţie.
S1 şi S2 pot fi folosite pentru sistemele de măsură care sunt nedistructive şi vor fi utilizate cu
piese (specimene) care au:
(1) proprietăţi statice sau
(2) proprietăţi dinamice (schimbătoare) care au fost stabilizate.
1 Dacă este implicat mai mult de un evaluator în colectarea de date, atunci σe este afectat de asemeni de către
reproductibilitatea sistemului de măsură. Cuantificaţi reproductibilitatea cu diagrame prin puncte şi “cu mustăţi”,
indexate după evaluator.
-108-
• măsurarea unuia sau mai multor piese individuale dint-un eşantion izolat, pe o
perioadă de timp, utilizând o diagramă [ X & R] sau [X& mR] cu limitele de control
de terminate prin studiul de capabilitate.
1. comparaţi punctele trasate cu limitele de control
2. căutaţi tendinţele
• întrucât piesele (specimenele) nu se schimbă (un eşantion izolat), orice indicaţie de
instabilitate va fi atribuită unei schimbări în sistemul de măsură.
-109-
S5b – Răspunsurile Datelor Variabile
Analizaţi utilizând ANOVA şi tehnicile grafice (vezi de asemenea James):
• calculaţi X & s pentru fiecare stand de încercare (după caracteristică), într-o
perioadă de timp
-110-
V3 – Specimene Separate (m = 2)
a) eşantionul trebuie să acopere variabilitatea la care ne putem aştepta din parte
procesului
b) împărţiţi specimenele în m = 2 părţi (de exemplu, părţi testare-retestare)
Analizaţi utilizând tehnici regresive:
• estimaţi repetabilitatea cu termenul de eroare: σr = σe
• linearitate (prin compararea liniei aproximate cu linia de 45o)
V3a - V3 cu Perechi de Piese Consecutive
Este un studiu legat de limita de sus: σ2e ≤ σ2r + σ2între
• trasaţi diagrama pentru a urmări consecvenţa procesului de producţie
-111-
Următoarele Studii iau ca Ipoteză Caracteristica (proprietatea) Piesei
(specimenului) ca Fiind Dinamică
V5 – V1 cu Piese Stabilizate
de exemplu, motoare care sunt “sparte” faţă de cele care sunt “verzi”.
V7 – Analiza Lineară
a) citiri repetate după perioade timp specificate
b) degradarea în sistemul de măsură este cunoscută (documentată) ca având un răspuns
linear pe intervalele de timp specificate.
c) Analizaţi prin regresie lineară:
• σr = σe
• consecvenţa degradării (dacă n ≥ 2)
7a – V7 cu Eşantion Omogen
a) şi b) de la V7
b) analizaţi prin regresie lineară
-112-
GLOSAR DE TERMENI
Vezi “Manualul Controlului Statistic al Procesului” al Ford/GM/Chrysler pentru definiţii în plus.
Analiză Regresivă Un calcul pentru a defini relaţiile matematice între două sau
mai multe variabile.
-113-
În Afara Controlului Stare care descrie un proces din care nu au fost eliminate
toate cauzele speciale de variaţie. Această stare reiese
evidentă pe diagrama de control, prin prezenţa unor puncte
în afara limitelor de control sau în interiorul limitelor de
control, prin forme/modele care nu sunt aleatoare.
-114-
Rezoluţie Efectivă Mărimea categoriilor de date, atunci când variaţia totală a
sistemului de măsură este luată în considerare. Această
mărime este determinată de lungimea intervalului de
încredere bazat pe variaţia sistemului de măsură. Numărul de
categorii de date poate fi determinat prin împărţirea mărimii
la împrăştierea previzibilă a distribuţiei procesului. Pentru
rezoluţia efectivă, o estimare standard este (la un nivel de
încredere de 97%) 1.41[PV/R&R]. Vezi Wheeler pentru o
interpretare alternativă).
-115-
-116-
LISTĂ DE REFERINŢĂ
1. (Chrysler, Ford, GM), "Manualul de Referinţă al Controlului Statistic al Proceselor -
Statistical Process Control Reference Manual, AIAG, Detroit, Michigan 1991.
2. (Chrysler, Ford, GM), Manualul de Referinţă al Analizei Sistemelor de Măsurare -
Measurement Systems Analysis Reference Manual, AIAG, Detroit, Michigan, 1990.
3. ASTM E 177-86, Utilizarea Termenilor de Precizie şi deviaţie în Metodele de
Trestare ale ASTM - Use of the Terms Precision and Bias in ASTM Test Methods.
4. Duncan, A. J., Controlul Calităţii şi Statistica Industrială - Quality Control and
Industrial Statistics, 4th ed., Richard D. Irwin, Inc., Homewood, Illinois, 1974.
5. Eagle, A. R., “O Metodă de Abordare a Erorilor în Încercări şi Măsurare” - "A
Method For Handling Errors in Testing and Measuring," Industrial Quality Control, March,
1954, pag. 10-14.
6. Grubbs, F. E., “Despre Estimarea Preciziei de Măsurare a Instrumentelor de Măsură
şi Variabilitatea Produselor” - "On Estimating Precision of Measuring Instruments and
Product Variability," Journal of the American Statistical Association, Vol. 43,1948, pag.243-
264.
7. Grubbs, F. E., “Erori de Măsurare, Precizie, Acurateţe şi Comparaţia Statistică a
Instrumentelor de Măsură” - "Errors of Measurement, Precision, Accuracy and the
Statistical Comparison of Measuring Instruments," Technometrics, Vol. 15, February, 1973,
pag. 53-66.
8. Gruska, G. F, and Heaphy, M. S., “Analiza Sistemelor de Măsură” - "Measurement
Systems Analysis," TMI Conference Workshop, Detroit, Michigan, 1987.
9. Hicks, Charles R., Concepte Fundamentale în Proiectarea Experimentelor-
Fundamental Concepts in the Design of Experiments, Holt, Rinehart and Winston, New York,
1973.
10. Hahn, J. H. and Nelson, W, “O Problemă în Compararea Statistică a Dispozitivelor
de Măsură” - "A Problem in the Statistical Comparison of Measuring Devices",
Technometrics, Vol. 12. No. 1, February, 1970, pag. 95-102.
11. Heaphy, M. S., et.al., Parametrii Sistemului de Măsură - Measurement System
Parameters, Society of Manufacturing Engineering -IQ81-154, Detroit, Michigan, 1981.
12. ISO/IEC/OIML/BIPM (1984), Vocabular Internaţional al Termenilor de Bază şi
Generali în Metrologie - International Vocabulary of Basic and General Terms in Metrology
(abbr. VIM).
13. ISO/TAG 4/WG 3 (1992), Ghid asupra Expresiei Inceritudine în Măsurare - Guide
to the Expression of Uncertainty in Measurement.
14. Jaech, J. L., “Alte Teste de Importanţă pentru Estimatorii lui Grubbs” - "Further
Tests of Significance for Grubbs' Estimators," Biometrics, 27, December, 1971. pag. 1097-
1101.
15. James, R D., “Reprezentarea Grafică a Datelor Instrumentelor R & R” - “Graphical
Displays of Gage R&R Data," AQC Transaction, ASQC, 1991.
16. Lipson, C. and Sheth, N. J., Experimentul Tehnic - Engineering Experiment, McGraw-
Hill, New York, 1973.
-117-
17. Maloney, C. J. and Rostogi, S. C., “Teste de Importanţă pentru Estimatorii lui
Grubbs” - “Significance Test for Grubbs' Estimators," Biometrics, 26,
December, 1970. pag. 671-676.
18. Mandel, J., “Repetabilitate şi Reproductibilitate” - “Repeatability and
Reproducibility," Journal of Quality Technology, Vol.4, No.2, April, 1972. pag.74-85.
19. McCaslin, J. A., and Gruska, G. E, “Analiza Sistemelor de Instrumente cu Atribute” -
“Analysis of Attribute Gage Systems," ASQC Technical Conference Transactions, 1976, pag.
392-399.
20. Nelson, L., “Utilizarea Amplitudinii pentru a Estima Variabilitatea ” - “Use of the
Range to Estimate Variability," Journal of Quality Technology, Vol. 7, No.l, January, 1975,
pag.46-48.
21. Robinson, J. A., “Analiza Varianţei în Studii de Repetabilitate şi Reproductibilitate
cu un Singur Instrument” - “Analysis of Variance in Single Gage Repeatability and
Reproducibility Studies," GH Research Memorandum #47-230, July 27, 1984.
22. Thompson, W A. Jr., “Problema Estimărilor Negative a Varianţei Componentelor,
Anale de Matematică Statistică” - “The Problem of Negative Estimates of Variance
Components, Annals of Mathematical Statistics"-, No. 33,1962, pag. 273-289. -
23. Thompson, W. A. Jr., “Precizia Procedurilor de Măsurare Simultană” - “Precision of
Simultaneous Measurement Procedures", American Statistical Association Journal, June,
1963, pag. 474-479.
24. Traver, R. W, “Repetabilitatea Echipamentului de Măsurare – Rigla de Cauciuc” -
“Measuring Equipment Repeatability - The Rubber Ruler," 1962 ASQC Convention
Transactions, pag. 25-32.
25. Western Electric Dicţionar de Control Statistic al Calităţii - Statistical Quality Control
Handbook, Select Code 700-444, Indianapolis, Indiana, pag. 84-91.
26. Wheeler, D. J., “Evaluarea Procesului de Măsurare când Încercarea este
Distructivă” - “Evaluating the Measurement Process When the Testing is Destructive,"
TAPAGI Conference, 1991.
27. Wheeler, D. J. and Lyday, R. W., “Evaluarea procesului de Măsurare” - “Evaluating
the Measurement Process," SPC Press, Inc., Knox-ville, Tennessee, 1989.
-118-
MODELE DE FORMULARE
-119-
EVALUATOR
ÎNCERCAREA
PIESA MEDIA
NR.
1 2 3 4 5 6 7 8 9 10
1. A 1
2. 2
3. 3
4. Media Xa =
5 Amplitudinea
6.B 1
7. 2
8. 3
9. Media Xb =
10. Amplitudinea Rb =
11.C 1
12 2
13 3
14. Media Xc =
15. Amplitudinea Rc =
16 Media Piesei
X=
( Xb ) Rp=
[ ] [ ] [ ]
17. ( Ra = ____ + Rb = ____ + Rc = ____ )/[nr.de evaluatori = ___ ] = R=
[ ] [
18. Max X = _____ − MinX = _____ = XDIFF ]
19 ⎡⎢R = ____ ⎤⎥ x[D4 = ____ ] = UCLR
⎣ ⎦
∗
D4=3.27 pentru două încercări şi 2.58 pentru trei încercări; D3=0 pentru până la 7 încercări. UCLR
reprezintă limita intervalelor individuale R. Încercuiţi-le pe acelea în afara acestei limite. Identificaţi
cauzele şi corectaţi-le. Repetaţi aceste citiri utilizând acelaşi evaluator şi unitate ca iniţial sau eliminaţi
valorile şi refaceţi media şi recalculaţi R şi valoarea limită din observaţiile rămase.
Note:________________________________________________________________
_____________________________________________________________________
_____________________________________________________________________
_____________________________________________________________________
Foaia de Date pentru Repetabilitatea şi Reproductibilitatea Instrumentului
-120-
Piesa Nr. &Numele: Numele Instrum.: Data:
Caracteristicile: Nr. Instrum.: Executat de:
Specificaţia: Tipul Instrum.: ____________
=100[ / ]
= [____× ____ ]2 − ⎡[____ 2 / (___ × ___ )⎤ = %
⎢⎣ ⎥⎦
Toate calculele sunt bazate pe sigma prognozat 5,15 (99,0% din suprafaţă sub curba distribuţiei normale).
K1 este 5.15/ d *2 ,unde d *2 este dependent de numărul de încercări (m) şi de numărul de părţi de timp a numărului de
operatori (g), care este estimat a fi mai mare de 15. Valorile lui d *2 sunt luate din Tabelul 2,pag.29.
AV – dacă este o valoare negativă sub radical, variaţia estimată (AV) este zero.
K2 este 5.15/ d *2 , unde d *2 este dependent de numărul de operatori (m) şi (g) este 1, cât este doar un singur interval
de calcul.
d *2 este obţinut din tabelul D3, “Controlul Calităţii şi Statistică Industrială”, A.J. Duncan. (Vezi lista de referinţă, 4)
____________________________________________________________________________________________
-121-
MEDIA
EVALUATOR NR./
ÎNCERCARE NR.
PIESA EVALUATĂ
1 2 3 4 5
Proba evaluare MAX MIN INT MAX MIN INT MAX MIN INT MAX MIN INT MAX MIN INT
nr.
1. A 1
2. 2
3. 3
4.Medie (toate)
5 Amplitudine
6.B 1
7. 2
8. 3
9. Medie (toate)
10. Amplitudine
11.C 1
12. 2
13 3
14. Medie (toate)
15. Amplitudine R0=
16Media piesei
Rp=
( Xp )
17. Media
var.intrinseci R X WIV =
( X WIV )
18. R REPETATĂ =
∑ INTERVAL (LINIILE5,10 si 15) = 0,35 = 0,0117
Nr. de citiri pentru interval 0,30
(doar intervalele MAX/MIN)
[ ] [ ]
19. Max X = 0.7665 − Min X = 0,7005 = X DIFF = 0,066 = 0,07
[
20 R = ]x[D 4 = ] = UCL R
-122-
Piesa Nr. &Numele: Numele Instrum.: Data:
Caracteristicile: Nr. Instrum.: Executat de:
Specificaţia: Tipul Instrum.: _____________
X WIV =
∑X WIV (linia 17 )
= ____ = ____
nr.de citiri ale X WIV
WIW = NR. EVALUATORI, R = NR.ÎNCERCĂRI, ŞI
⎛
⎜
EVWIV = ⎜
∑R INTERVAL ( Liniile 5,10 & 15 ⎟
⎞
⎟ × K1 = ___× ___ = ____
⎜ Nr. de citiri a R AMPLITUDINE ⎟
⎝ ⎠
Variaţia totală (TV)
TV = (R & R 2
+ PV 2 + WIV 2 )
= (___ )2 + (___ )2 + (___ )2
= _______
Foaia de Date pentru Repetabilitatea şi Reproductibilitatea Instrumentului –
Inclusiv Variaţia Intrinsecă Piesei
-123-
DIAGRAMA DE CONTROL A AMPLITUDINII REPETABILITĂŢII
FABRICA DEPART. OPERAŢIA LIM.DATELOR DE CONTR.CALCULATE SPECIF.TEHNICĂ PIESA NR.
DATĂ
TIMP
1
C
I 2
T
3
I
R 4
I
5
SUMĂ
SUMA
X=
NR.CITIRI
C.M.MARE-
R=
C.M.MIC
-124-
DIAGRAMA DE CONTROL PIESĂ-EVALUATOR
FABRICA DEPART. OPERAŢIA LIM.DATELOR DE CONTR.CALCULATE SPECIF.TEHNICĂ PIESA NR.
DATĂ
TIMP
1
C
I 2
T
3
I
R 4
I
5
SUMĂ
SUMA
X=
NR.CITIRI
C.M.MARE-
R=
C.M.MIC
-125-
Procesul de Feedback al Utilizatorului Manualului M.S.A.
Reprezentând _________________________________________________________________________________________________________________________________________________________________________________________________………__________________________________________________________________________________________________________
(Furnizor/Firmă/Numele diviziei)
Adresa _________________________________________________________________________________________________________________________________________________________________________________________________………___________________________________________________________________________________________________________________________________…
_______________________________________________________________________________________________________________________________________________________________________________________________………__________________________________________________________________________________________________________________________………………
_______________________________________________________________________________________________________________________________________________________________________________________________………______________________________________________________________________________________________________________________________________
____________________________________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________________________________
Client Localizare
____________________________________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________________________________
Client Localizare
____________________________________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________________________________
Client Localizare
_______________________________________________________________________________________________________________________________________________________________________________________________………__________________________________________________________________________________________..
_______________________________________________________________________________________________________________________________________________________________________________________________………__________________________________________________________________________________________…
______________________________________________________________________________________________________________________________________________________________________________________________………__________________________________________________________________________________________….
-126-