تجزیه و تحلیل سیستم اندازه گیری (MSA)
هر روز زندگی ما تحت تأثیر داده های بیشتری قرار می گیرد. ما به یک جامعه داده محور تبدیل شده ایم. در تجارت و صنعت، ما از داده ها به روش های بیشتری از همیشه استفاده می کنیم. امروزه شرکت های تولیدی حجم عظیمی از اطلاعات را از طریق اندازه گیری و بازرسی جمع آوری می کنند. هنگامی که از این داده های اندازه گیری برای تصمیم گیری در مورد فرآیند و کسب و کار به طور کلی استفاده می شود، دقیق بودن داده ها ضروری است. با ایران گواه همراه باشید.
اگر اشتباهاتی در سیستم اندازه گیری ما وجود داشته باشد، بر اساس داده های نادرست تصمیم گیری خواهیم کرد. ممکن است تصمیمات نادرستی بگیریم یا قطعاتی که مطابقت ندارند تولید کنیم. یک تجزیه و تحلیل سیستم اندازه گیری (MSA) به درستی برنامه ریزی شده و اجرا شده می تواند به ایجاد یک پایه قوی برای هر فرآیند تصمیم گیری مبتنی بر داده کمک کند.
تجزیه و تحلیل سیستم اندازه گیری (MSA) چیست؟
MSA به عنوان یک روش تجربی و ریاضی برای تعیین مقدار تغییرات موجود در یک فرآیند اندازه گیری تعریف می شود. تنوع در فرآیند اندازه گیری می تواند به طور مستقیم به تنوع فرآیند کلی ما کمک کند. MSA برای تایید سیستم اندازه گیری برای استفاده با ارزیابی دقت، دقت و پایداری سیستم استفاده می شود.
سیستم اندازه گیری چیست؟
قبل از اینکه بیشتر به MSA بپردازیم، باید تعریف یک سیستم اندازه گیری و برخی از منابع رایج تغییرات را مرور کنیم. یک سیستم اندازه گیری به عنوان سیستمی از معیارهای مرتبط توصیف شده است که امکان کمی سازی ویژگی های خاص را فراهم می کند. همچنین می‌تواند شامل مجموعه‌ای از گیج‌ها، تجهیزات، نرم‌افزار و پرسنل مورد نیاز برای اعتبارسنجی یک واحد اندازه‌گیری خاص یا ارزیابی ویژگی یا مشخصه مورد اندازه‌گیری باشد. منابع تغییر در فرآیند اندازه گیری می تواند شامل موارد زیر باشد:
- فرآیند – روش تست، مشخصات
- پرسنل – اپراتورها، سطح مهارت آنها، آموزش و غیره.
- ابزارها / تجهیزات – گیج ها، وسایل، تجهیزات آزمایشی مورد استفاده و سیستم های کالیبراسیون مرتبط با آنها
- مواردی که باید اندازه گیری شوند – نمونه های قطعه یا مواد اندازه گیری شده، طرح نمونه برداری و غیره.
- عوامل محیطی – دما، رطوبت و غیره
همه این منابع احتمالی تغییرات باید در طول تجزیه و تحلیل سیستم اندازه گیری در نظر گرفته شوند. ارزیابی یک سیستم اندازه گیری باید شامل استفاده از ابزارهای کیفیت خاص برای شناسایی محتمل ترین منبع تغییرات باشد. بیشتر فعالیت‌های MSA دو منبع اصلی تغییرات، قطعات و اندازه‌گیری آن بخش‌ها را بررسی می‌کنند. مجموع این دو مقدار نشان دهنده تغییرات کل در یک سیستم اندازه گیری است.
چرا انجام تجزیه و تحلیل سیستم اندازه گیری (MSA)
یک فرآیند MSA موثر می تواند به اطمینان حاصل شود که داده های جمع آوری شده دقیق هستند و سیستم جمع آوری داده ها متناسب با فرآیند است. داده های قابل اعتماد خوب می تواند از اتلاف زمان، کار و ضایعات در فرآیند تولید جلوگیری کند. یک شرکت تولیدی بزرگ شروع به دریافت تماس‌هایی از سوی چندین مشتری خود کرد که گزارش می‌دادند مواد ناسازگار دریافت شده در سایت‌های تأسیسات خود را گزارش می‌دادند. قطعات به درستی به هم چسبیده نبودند تا سطحی یکنواخت تشکیل دهند یا در جای خود قفل نمی شدند.
فرآیند ممیزی شد و متوجه شد که قطعات خارج از مشخصات تولید می‌شوند. اپراتور برنامه بازرسی را دنبال می کرد و از گیج های تعیین شده برای بازرسی استفاده می کرد. مشکل این بود که گیج وضوح کافی برای تشخیص قطعات ناسازگار را نداشت. یک سیستم اندازه گیری ناکارآمد می تواند اجازه دهد که قطعات بد پذیرفته شوند و قطعات خوب رد شوند و در نتیجه مشتریان ناراضی و ضایعات بیش از حد به وجود بیاید. MSA می توانست از بروز مشکل جلوگیری کند و اطمینان دهد که داده های مفید دقیق جمع آوری شده است.
نحوه انجام تجزیه و تحلیل سیستم اندازه گیری (MSA)
MSA مجموعه ای از آزمایش ها و تجزیه و تحلیل است که برای ارزیابی قابلیت، عملکرد و میزان عدم قطعیت یک سیستم اندازه گیری در مورد مقادیر اندازه گیری شده انجام می شود. ما باید داده های اندازه گیری جمع آوری شده، روش ها و ابزارهای مورد استفاده برای جمع آوری و ثبت داده ها را بررسی کنیم. هدف ما تعیین کمیت اثربخشی سیستم اندازه گیری، تجزیه و تحلیل تغییرات در داده ها و تعیین منبع احتمالی آن است. ما باید کیفیت داده‌های جمع‌آوری‌شده را از نظر مکان و تنوع عرض ارزیابی کنیم. داده های جمع آوری شده باید از نظر سوگیری، ثبات و خطی بودن ارزیابی شوند.
در طول یک فعالیت MSA، مقدار عدم قطعیت اندازه گیری باید برای هر نوع گیج یا ابزار اندازه گیری تعریف شده در طرح های کنترل فرآیند ارزیابی شود. هر ابزار باید سطح درستی از تبعیض و وضوح را برای به دست آوردن داده های مفید داشته باشد. فرآیند، ابزار مورد استفاده (گیج، وسایل، ابزار و غیره) و اپراتورها از نظر تعریف مناسب، دقت، دقت، تکرارپذیری و تکرارپذیری ارزیابی می‌شوند.
طبقه بندی داده ها
قبل از تجزیه و تحلیل داده ها و یا سنج ها، ابزارها یا وسایل، باید نوع داده های جمع آوری شده را تعیین کنیم. داده ها می توانند داده های ویژگی یا داده های متغیر باشند. داده‌های ویژگی به مقادیر خاصی طبقه‌بندی می‌شوند که در آن داده‌های متغیر یا پیوسته می‌توانند تعداد نامحدودی از مقادیر داشته باشند. تعاریف دقیق تر را می توان در زیر یافت.
نمونه استاد
برای انجام یک مطالعه، ابتدا باید یک نمونه تهیه کنید و مقدار مرجع را در مقایسه با یک استاندارد قابل ردیابی تعیین کنید. برخی از فرآیندها از قبل دارای “نمونه های اصلی” برای بالا و پایین مشخصات اندازه گیری مورد انتظار هستند.
مطالعه R&R Gage
برای سنج ها یا ابزارهایی که برای جمع آوری داده های پیوسته متغیر استفاده می شوند، تکرارپذیری و تکرارپذیری گیج (Gage R & R) می تواند برای ارزیابی سطح عدم قطعیت در یک سیستم اندازه گیری انجام شود. برای انجام Gage R & R، ابتدا گیج مورد ارزیابی را انتخاب کنید. سپس مراحل زیر را انجام دهید:
- حداقل 10 نمونه تصادفی از قطعات تولید شده در طول یک دوره تولید معمولی تهیه کنید
- سه اپراتور را انتخاب کنید که به طور منظم بازرسی خاص را انجام می دهند
- از هر یک از اپراتورها بخواهید قطعات نمونه را اندازه گیری کرده و داده ها را ثبت کنند
- فرآیند اندازه گیری را سه بار با هر اپراتور با استفاده از قطعات مشابه تکرار کنید
- میانگین (میانگین) قرائت ها و دامنه میانگین های آزمایشی برای هر یک از اپراتورها را محاسبه کنید
- تفاوت میانگین‌های هر اپراتور، میانگین دامنه و دامنه اندازه‌گیری‌ها برای هر بخش نمونه مورد استفاده در مطالعه را محاسبه کنید.
- محاسبه تکرارپذیری برای تعیین میزان تغییرات تجهیزات
- محاسبه تکرارپذیری برای تعیین میزان تغییرات معرفی شده توسط عملگرها
- تغییرات در قطعات و درصد تغییرات کل را محاسبه کنید
درصد R & R Gage حاصل به عنوان مبنایی برای پذیرش گیج استفاده می شود. رهنمودهای تعیین شده در زیر آمده است:
- اگر امتیاز R & R Gage به زیر 10٪ کاهش یابد، سیستم اندازه گیری قابل قبول است.
- اگر Gage R & R بین 10٪ تا 20٪ کاهش یابد، ممکن است بسته به اهمیت نسبی برنامه یا سایر عوامل، سیستم اندازه گیری قابل قبول تعیین شود.
- هر سیستم اندازه گیری با Gage R & R بیشتر از 30٪ نیاز به اقدام برای بهبود دارد
- هر اقدام شناسایی شده برای بهبود سیستم اندازه گیری باید از نظر اثربخشی ارزیابی شود
هنگام تفسیر نتایج یک Gage R & R، یک مطالعه مقایسه ای از مقادیر تکرارپذیری و تکرارپذیری انجام دهید. اگر مقدار تکرارپذیری در مقایسه با مقدار تکرارپذیری بزرگ باشد، نشان دهنده یک مشکل احتمالی در گیج مورد استفاده برای مطالعه است. گیج ممکن است نیاز به تعویض یا کالیبره مجدد داشته باشد. به طور معکوس، اگر مقدار تکرارپذیری در مقایسه با مقدار تکرارپذیری بزرگ باشد، نشان می‌دهد که تغییرات مربوط به اپراتور است. اپراتور ممکن است به آموزش های اضافی در مورد استفاده صحیح از گیج نیاز داشته باشد یا ممکن است برای کمک به اپراتور در استفاده از گیج نیاز باشد.
مطالعات R & R Gage باید تحت هر یک از شرایط زیر انجام شود:
- هر زمان که یک سیستم اندازه گیری جدید یا متفاوت معرفی شود
- به دنبال هرگونه فعالیت بهبودی
- هنگامی که نوع دیگری از سیستم اندازه گیری معرفی می شود
- به دنبال هر گونه فعالیت بهبودی انجام شده بر روی سیستم اندازه گیری فعلی به دلیل نتایج یک مطالعه R & R قبلی Gage
- سالانه در تراز با برنامه کالیبراسیون تنظیم شده گیج
ویژگی Gage R & R
سیستم های اندازه گیری ویژگی را می توان با استفاده از روشی مشابه تجزیه و تحلیل کرد. عدم قطعیت اندازه گیری گیج های ویژگی باید با استفاده از روش کوتاه تر به شرح زیر محاسبه شود:
- گیج مورد مطالعه را تعیین کنید
- 10 نمونه تصادفی از یک دوره تولید معمولی بدست آورید
- 2 اپراتور مختلف را انتخاب کنید که فعالیت بازرسی خاص را به طور منظم انجام می دهند
- از اپراتورها بخواهید برای هر یک از قطعات نمونه دو بار بازرسی را انجام دهند و داده ها را ثبت کنند
- سپس مقدار کاپا را محاسبه کنید.
- وقتی مقدار کاپا بزرگتر از 0.6 باشد، گیج قابل قبول تلقی می شود
- در غیر این صورت، گیج ممکن است نیاز به تعویض یا کالیبره داشته باشد
مطالعه گیج ویژگی باید بر اساس همان معیارهایی که قبلاً برای مطالعه R & R Gage ذکر شده بود انجام شود.
در طول MSA، R&R Gage یا مطالعه گیج ویژگی‌ها باید روی هر یک از گیج‌ها، ابزارها یا وسایل مورد استفاده در سیستم اندازه‌گیری تکمیل شود. نتایج باید مستند شده و در یک پایگاه داده برای مراجعات بعدی ذخیره شود. ممکن است برای ارسال PPAP به مشتری لازم باشد. علاوه بر این، در صورت بروز هرگونه مشکلی، می توان یک مطالعه جدید بر روی گیج انجام داد و نتایج را با داده های قبلی مقایسه کرد تا مشخص شود آیا تغییری رخ داده است یا خیر. یک MSA که به درستی انجام شود می تواند تأثیر چشمگیری بر کیفیت داده های جمع آوری شده و کیفیت محصول داشته باشد.
اصطلاحات و تعاریف کلیدی
- داده‌های ویژگی – داده‌هایی که می‌توانند برای ضبط و تجزیه و تحلیل شمارش شوند (گاهی اوقات به داده‌های رفتن/بدون رفتن نیز گفته می‌شود)
- داده های متغیر – داده هایی که می توان اندازه گیری کرد. داده هایی که دارای مقداری هستند که می تواند از یک نمونه به نمونه دیگر متفاوت باشد. داده های متغیر پیوسته می توانند بی نهایت مقدار داشته باشند
- تعصب – تفاوت بین میانگین یا میانگین مقدار مشاهده شده و مقدار هدف
- ثبات – تغییر در سوگیری اندازه گیری در یک دوره زمانی مشخص
- یک فرآیند پایدار در “کنترل آماری” در نظر گرفته می شود.
- خطی – تغییر در مقدار بایاس در محدوده عملیات عادی فرآیند
- وضوح – کوچکترین واحد اندازه گیری یک ابزار یا ابزار انتخابی. حساسیت سیستم اندازه گیری به تغییرات فرآیند برای مشخصه خاصی که اندازه گیری می شود
- دقت – نزدیک بودن داده ها به هدف یا مقدار دقیق یا به یک مقدار مرجع پذیرفته شده
- دقت – مجموعه ای از اندازه گیری ها چقدر به یکدیگر نزدیک هستند
- تکرارپذیری – معیاری از اثربخشی ابزار مورد استفاده؛ تغییرات اندازه گیری هایی که توسط یک اپراتور منفرد با استفاده از ابزار مشابه برای اندازه گیری مشخصه یکسان به دست می آید
- تکرارپذیری – اندازه گیری تغییرات اپراتور. تغییر در مجموعه ای از داده های جمع آوری شده توسط اپراتورهای مختلف با استفاده از ابزار یکسان برای اندازه گیری مشخصه قطعه مشابه
