Documente Academic
Documente Profesional
Documente Cultură
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-