Egyedi R&R

Az R&R a megfigyelt variabilitást forrásaira bontja, és választ ad a következő kérdésekre: Milyen arányban származik az általam mért érték valóban a darabokból, és milyen arányban a mérőrendszeremből?

1. A tanulmány felépítése

Minden darab mérik többször írta minden szolgáltató.

• Az alkatrészek le kell fedniük a termelés tényleges terjedelmét. Ha tíz darabot veszünk ugyanabból a szűk sorozatból, úgy tűnik, hogy a mérési módszer hibás, pedig valójában a referenciaérték nem elég változatos.
• A próbák az ismételhetőséget mérik: ugyanaz a kezelő, ugyanaz a munkadarab, kétszer. Ehhez legalább 2 szükséges, Egyetlen ismétlés esetén az ANOVA-módszer nem alkalmazható.
• A szolgáltatók a reprodukálhatóságot mérik. Legalább kettő, de inkább három.

💡 Mérést kérni véletlenszerű sorrendben és anélkül, hogy a kezelő látná a korábbi mérési eredményeit. Ellenkező esetben ugyanazt az eredményt kapja, és az így elért ismételhetőség kiemelkedő.

2. A tanulmány elkészítése

Három lehetőség, az adatok állapotától függően:

• R&R-biztosíték hozzáadása majd üres rács létrehozása : Az Ellistat előkészíti az „alkatrészek × kezelők × ismétlések” táblázatot, már csak be kell írni; ;
• Létrehozás a rácsból ha az értékek már szerepelnek egy táblázatban; ;
• Exportálás a táblázatba hogy egy tanulmány adatait átvegyük a táblázatkezelőbe, és feldolgozzuk azokat.

Töltse ki a’mérőműszer, a üzemeltetők, a tűréshatárok és a alkalmazott szabvány (lásd a 8. §-t).

3. „Mérés” fül

Az adatbeviteli táblázat: egy sor darabonként, egy oszlop kezelőnként és ismétlésenként. Minden mezőt ki kell tölteni: a «Kérjük, töltse ki az összes értéket» üzenet jelzi a hiányzó adatokat.

4. „Elemzés” fül: a variancia bontása

Ez a tanulmány központi eleme. Minden variációs forráshoz egy szórás és egy súly tartozik.

Az oszlopok szórás, hozzájárulás, arány és teljes arány ugyanazt fejezik ki különböző léptékeken: olvassa el a teljes arány hogy az egyes forrásokat a teljes képbe beillesszük.

• Ha a ismételhetőség ha ez dominál, akkor a probléma a hangszerben vagy a hangolásban rejlik.
• Ha a reprodukálhatóság Ez a legfőbb probléma, de a gond a munkamódszerben rejlik: az operátorok nem ugyanúgy járnak el. Ezt gyakran a legkönnyebb orvosolni — egyértelmű utasításokkal és képzéssel.
• Ha a’kölcsönhatás ha ez szignifikáns, akkor egy operátor egy adott alkatrész-típusnál nehézségekkel küzd.

💡 A számítási módszer Az ANOVA és az átlagok/tartományok közül kell választani. Az ANOVA előnyösebb: csak ez képes elkülöníteni az interakciót. Ehhez legalább két ismétlés szükséges — ellenkező esetben az Ellistat a következő üzenetet jeleníti meg: «Az ANOVA típus 1 ismétléssel nem működik».

5. „Eredmények” fül: két referencia-rendszer

Ugyanazt a mérési hibát kétféleképpen lehet értelmezni, és az Ellistat mindkettőt egymás mellett mutatja be.

A tolerancia tekintetében : az ellenőrzés kérdése: képes-e a rendszerem a megfelelő és nem megfelelő elemeket szétválogatni?

• Cpc : az ellenőrzési folyamat alkalmassága, a fő mutató. Ez a mérési átlag szóródására vonatkozó tűréshatárt fejezi ki; ;
• Min. CPC : a 95%-os konfidencia-intervallum alsó határa %. Ez ő amit figyelembe kell venni a következtetés levonásához: a kis mintán kiszámított CPC túlzottan optimista; ;
• GRR % : a mérési hiba által felemésztett tűréshatár aránya; ;
• Minimális tűréshatár : a legkisebb tűréshatár, amelyet ez a műszer képes ellenőrizni; ;
• Határozat és kölcsönhatás fennállása.

A folyamat változásához viszonyítva : az elemzés kérdése: képes-e a rendszerem megkülönböztetni az egyes darabokat egymástól? 

• A folyamat változása : a termelés 6 szórása. Ezt az értéket vagy be kell írni a fejlécbe („Production Standard Deviation”), vagy az R&R-hez használt darabok alapján kell kiszámítani. Az első megoldás messze a legjobb;
• ndc, különálló kategóriák száma : hány különböző szintet képes a készülék a valós felvételben megkülönböztetni. Egy 2-es NDC-érték alapján csak annyit lehet mondani, hogy «inkább nagy» vagy «inkább kicsi»; ;
• GRR % ezúttal a folyamat eltéréséhez viszonyítva.

💡 Lehetséges megoldás lehet jó a válogatáshoz, de rossz az elemzéshez, vagy fordítva. A széles tűréshatár és a rendkívül egyenletes termelés kiváló CPC-értéket és közepes NDC-értéket eredményez: ez elegendő a megfelelőségi ellenőrzéshez, de nem elégséges a képességi elemzéshez vagy a kísérleti tervhez.

6. „Grafikonok” fül

• A mérések grafikonja : az összes érték, darabonként. Egyazon darabhoz tartozó pontokat csoportosítani kell.

• Az átlagok ábrázolása : az egyes operátorok profilja. A párhuzamos és eltolódott görbék az operátorok közötti, korrigálható torzítást jeleznek. Az egymást keresztező görbék egy zavaróbb kölcsönhatást jeleznek.
• A kiterjedések ábrája : az egyes operátorok szórása. A jelentősen nagyobb szórással rendelkező operátoroknak képzésre van szükségük.

• Camembert és A varianciák Pareto-diagramja : a források relatív súlya, egy pillantásra. Ideális R&R: a mintákból származó teljes variancia közel 100%-je, valamint az ismételhetőségből származó mérési variancia közel 100%-je

7. Mit tegyünk, ha a pihenés és a kikapcsolódás nem elegendő?

Növekvő költség szerint:

• Az eljárás tisztázása és képezni, ha a reprodukálhatóság dominál; ;
• A vágás javítása — támasztás, pozicionálás, rögzítés — ha az ismételhetőség a legfontosabb; ;
• Az intézkedések számának növelése és kiszámítani az átlagukat: a szórás n-edik gyökével csökken. Ez a megoldás laboratóriumi körülmények között érvényes, gyártási körülmények között azonban ritkán alkalmazható; ;
• Mérési módszer váltása, végső esetben.

⚠️ A tolerancia kiszélesítése javítja a CPC-t és a % GRR-értéket anélkül, hogy bármi is megváltozott volna a műszeren. Ez csupán számviteli illúzió, nem pedig tényleges javulás.