Tutorial zur Messsystemanalyse

Starthinweise

• Starten Sie dieses Tutorial mit der installierten App Gage Study. Wenn Sie die App nicht installiert haben, siehe Apps für Origin, um die App zu finden und zu installieren. Suchen Sie nach dem App-Symbol im Fenster der Apps-Galerie.

• Klicken Sie mit der rechten Maustaste auf das App-Symbol und wählen Sie Beispielordner zeigen, um auf das in diesem Tutorial verwendete Beispielprojekt zuzugreifen.

Weiterführende Themen: Algorithmus

Messsystemanalyse Typ 1

Hintergrund

Der Ingenieur möchte die Eignung des Messsystems beurteilen, Teile innerhalb eines Toleranzbereichs von 0,1 konsistent und genau zu messen.

• Algorithm: Type 1 Gage Study

Schritte in Origin

1. Öffnen Sie den Ordner 1. Type 1 Gage Study.
2. Markieren Sie Spalte A im Arbeitsblatt. Klicken Sie auf das Symbol Messsystemanalyse, Typ 1 .
3. Auf der Registerkarte Eingabe im geöffneten Dialog wird Spalte A automatisch als Messdaten ausgewählt. Setzen Sie den Referenzwert auf 5. Setzen Sie die Messtoleranz auf 0,1. Stellen Sie sicher, dass der Grenztyp auf Obere - Untere gesetzt ist.

   

4. Klicken Sie auf OK. Es wird ein Diagramm mit Berichtstabellen erstellt.

Ergebnisse interpretieren

• Im Verlaufsdiagramm befinden sich alle Messungen innerhalb des Toleranzbereichs von±10 %. Der p-Wert für die systematische Messabweichung liegt bei 0,2969 und überschreitet damit den Schwellenwert der Signifikanz von 0,05. Dies weist auf die Abwesenheit einer signifikanten Standardabweichung innerhalb des Messsystems hin.
• Die Fähigkeitsindizes Cg = 1,00436 und Cgk = 0,95512 liegen unter dem Standard-Benchmarkwert von 1,33, was darauf hinweist, dass die Leistung des Messsystems suboptimal ist und verbessert werden sollte. Der Prozentanteil der Streuung, der auf die Wiederholbarkeit zurückzuführen ist, liegt bei 19,9132 % und die kombinierte Streuung aufgrund von Wiederholbarkeit und systematischer Messabweichung beträgt 20,9397 %. Beide Prozentanteile überschreiten die 15-%-Benchmark, was auf einen beachtenswerten Anteil an Streuung durch das Messsystem hindeutet.

Analyse von Linearität und systematischer Messabweichung

Hintergrund

Ein Ingenieur möchte die Linearität und die systematische Messabweichung eines Messinstruments bewerten. Es wurden 7 Teile ausgewählt, indikativ für der erwarteten Bereich der Messungen. Jeder Bediener maß jedes Teil zufällig 4-mal.

• Algorithm: Gage Linear Bias Analysis

Schritte in Origin

1. Öffnen Sie den Ordner 2. Gage Linear Bias Analysis.
2. Markieren Sie Spalte A im Arbeitsblatt. Klicken Sie auf das Symbol Untersuchung von Linearität und systematischer Messabweichung .
3. Setzen Sie Spalte A als Teilenummern. Setzen Sie Spalte B als Referenzwerte. Setzen Sie Spalte C als Messdaten. Setzen Sie die Prozessstreuung auf 23.

   

4. Klicken Sie auf OK. Es wird ein Diagramm mit Berichtstabellen erstellt.

Ergebnisse interpretieren

•  Der %Linearity-Wert von 11,6 deutet darauf hin, dass die Linearität des Messinstruments 11 % der Gesamtprozessstreuung erklärt. Dass der p-Wert für die Steigung 0,000 beträgt, lässt vermuten, dass die Steigung signifikant ist.

• Die Einzelwerte von %Bias variieren zwischen 0,3 und 3,7 und ihre p-Werte zwischen 0,000 und 0,56. Der Referenzwert 8 hat keine systematische Messabweichung (Bias).

Gekreuzte Messsystemanalyse

Hintergrund

Ein Ingenieur wählt 10 Teile, die die zu erwartende Prozessstreuung abdecken. Drei Bediener messen diese 10 Teile dreimal in zufälliger Abfolge. Eine gekreuzte Messsystemanalyse wird durchgeführt, um die auf das Messsystem zurückzuführende Variabilität innerhalb der Messungen zu bewerten.

• Algorithm: Crossed Gage R&R Study

Schritte in Origin

1. Öffnen Sie den Ordner 3. Crossed Gage R&R Study und aktivieren Sie die enthaltene Arbeitsmappe.
2. Klicken Sie auf das Symbol Gekreuzte Messsystemanalyse .
3. Wählen Sie Spalte A als Teilenummern. Wählen Sie Spalte B als Bediener. Wählen Sie Spalte C als Messdaten. Setzen Sie die Prozesstoleranz (Spezifikationsgrenze) auf der Registerkarte Optionen auf 20.

   

4. Klicken Sie auf OK. Es wird ein Berichtsarbeitsblatt mit ANOVA-Tabelle und einem Diagramm erzeugt.

Ergebnisse interpretieren

• Die Tabelle der zweifachen ANOVA deckt die Terme für den Teil, den Bediener und die Wechselwirkung zwischen Teil und Bediener ab. Da der p-Wert für den Wechselwirkungsterm 0,82062 ist, was größer als oder gleich 0,05 ist, wird der Wechselwirkungsterm als nicht signifikant betrachtet und wird in der Folge ausgeschlossen. Eine revidierte ANOVA-Tabelle, die den Wechselwirkungsterm auslässt, wird für die Durchführung der Messsystemanalyse vorbereitet.

• Um den Beitrag von jeder Quelle der Messstreuung relativ zur Gesamtstreuung zu bewerten, werden die Varianzkomponenten (VarComp) verwendet. Gemäß der Spalte %Contribution (%Beitrag) in der Tabelle der Varianzkomponenten ist die Streuung durch Part-To-Part, also zwischen den Teilen, signifikant und macht 92,56 % der Gesamtstreuung aus. Es ist offensichtlich, dass der größte Anteil der Streuung durch die Differenzen der Teile untereinander verursacht wird.

  

Die Diagramme bieten weitere Informationen zum Messsystem:

• Im Diagramm Components of Variation (Streuungskomponenten) ist der Beitrag %Contribution von Part-To-Part viel größer als der von Total Gage R&R (Gesamtstreuung), was darauf schließen lässt, dass die meiste Streuung durch die Differenzen zwischen den Teilen verusacht wird.
• Die R Chart by Operator (R-Karte nach Bediener) zeigt, dass Bediener C die Teile uneinheitlich misst.
• In der Xbar Chart by Operator (X-quer-Karte nach Bediener) liegen die meisten Punkte außerhalb der Eingriffsgrenzen. Daraus schließen wir, dass ein großer Anteil der Streuung auf die Streuung der Teile untereinander zurückzuführen ist.
• Im Diagramm Measurement By Operator (Messung nach Bediener) sind die Differenzen zwischen den Bedienern klein.
• Im Diagramm Operator* Part Interaction (Wechselwirkung Bediener*Teil) sind die Linien annähernd parallel, was darauf hindeutet, dass es keine signifikante Wechselwirkung zwischen jedem Teil und Bediener gibt.

  

Geschachtelte Messsystemanalyse

Hintergrund

Wenn 3 Bediener 30 Teile messen, wobei jeder Bediener jeweils 10 Teile misst, ist eine geschachtelte Messsystemanalyse geeignet, um die Streuung im Messsystem zu bewerten, insbesondere wenn nicht jeder Bediener alle Teile messen kann.

• Algorithm: Nested Gage R&R Study

Schritte in Origin

1. Öffnen Sie den Ordner 4. Nested Gage R&R Study und aktivieren Sie die enthaltene Arbeitsmappe.
2. Klicken Sie auf das Symbol Geschachtelte Messsystemanalyse .
3. Wählen Sie Spalte A als Teilenummern. Wählen Sie Spalte B als Bediener. Wählen Sie Spalte C als Messdaten.

   

4. Klicken Sie auf OK. Es wird ein Berichtsarbeitsblatt mit ANOVA-Tabelle und einem Diagramm erzeugt.

Ergebnisse interpretieren

• In der ANOVA-Tabelle liegt der p-Wert für Bediener bei 0,04863. Da dieser Wert kleiner als 0,05 ist, kann der Ingenieur daraus schließen, dass die durchschnittliche Messung durch den Bediener, der die Messungen durchführt, beeinflusst wird. Zusätzlich liegt der p-Wert für Part(Operator) (Teil(Bediener)) nah bei 0 und ist kleiner als 0,05. Dies lässt vermuten, dass die mittleren Messungen der verschiedenen Teile, geschachtelt innerhalb jedes Bedieners, sich signifikant unterscheiden.

• Um den Beitrag von jeder Quelle der Messstreuung relativ zur Gesamtstreuung zu bewerten, werden die Varianzkomponenten (VarComp) verwendet. Gemäß der Spalte %Contribution (%Beitrag) in der Tabelle der Varianzkomponenten trägt die Streuung für Total Gage R&R, dem Messsystem, 53,73 % zur Gesamtstreuung bei. Dies lässt vermuten, dass die Streuung, die auf das Messinstrument zurückzuführen ist, beträchtlich ist und die akzeptablen Grenzen überschreitet.

Die Diagramme bieten weitere Informationen zum Messsystem:

• Im Diagramm Components of Variation (Streuungskomponenten) liegen der Beitrag %Contribution von Part-To-Part und Total Gage R&R nah beieinander.
• Die R Chart by Operator (R-Karte nach Bediener) zeigt, dass Bediener A die Teile einheitlich misst. Bediener B und C messen uneinheitlicher.
• In der Xbar Chart by Operator (X-quer-Karte nach Bediener) liegen mehrere Punkte jenseits der Eingriffsgrenzen. Daraus schließen wir, dass ein Anteil der Streuung auf die Differenzen der Teile untereinander zurückzuführen ist. Ein weiterer Anteil stammt aus anderen Quellen wie dem Messinstrument.
• Das Diagramm Measurement By Operator (Messung nach Bediener) zeigt signifikante Unterschiede zwischen den Bedienern.

Erweiterte Messsystemanalyse

Hintergrund

Der Ingenieur beabsichtigt, das Messsystem zu bewerten, und gibt dazu drei Bedienern die Anweisung, die Länge von 15 Teilen mithilfe von Werkzeugen aus zwei Abteilungen zu messen. Diese Untersuchung beinhaltet einen festen Faktor (Abteilung = Department), Der Ingenieur führt eine erweiterte Messsystemanalyse durch, um die Variabilität in Messungen zu bewerten, die potenziell auf das Messsystem zurückzuführen ist.

• Algorithm: Expanded Gage R&R Study

Schritte in Origin

1. Öffnen Sie den Ordner 5. Expanded Gage R&R Study und aktivieren Sie die enthaltene Arbeitsmappe.
2. Klicken Sie auf das Symbol Erweiterte Messsystemanalyse .
3. Wählen Sie Spalte A als Teilenummern. Wählen Sie Spalte B als Bediener. Wählen Sie Spalte C als Zusätzliche Faktoren. Wählen Sie Spalte D als Messdaten.
4. Wählen Sie auf der Registerkarte Modell Benutzerdefiniertes Modell für Modelltyp. Klicken Sie auf die Schaltfläche recht von Modell, um den Unterdialog Benutzerdefiniertes Modell zu öffnen, und fügen Sie alle Wechselwirkungen zweiter Ordnung zum Modell hinzu.
5. Klicken Sie auf die Schaltfläche rechts von Fester Faktor und setzen Sie Department als Festen Faktor.

   

6. Klicken Sie auf OK. Es wird ein Berichtsarbeitsblatt mit ANOVA-Tabelle und einem Diagramm erzeugt.

Ergebnisse interpretieren

• Die Tabelle Factor Information (Faktorinformationen) zeigt den Hauptfaktornamen, den Typ der Faktoren Random oder Fixed (Zufällig oder Fest), die Anzahl der Levels (Stufen) und die entsprechenden Stufennamen.

• In der anfänglichen ANOVA-Tabelle sind alle p-Werte für alle Wechselwirkungen größer als 0,05 und werden daher ausgeschlossen. In der Folge wird ein reduziertes Modell angewendet, um die zweite ANOVA-Tabelle für die Messsystemanalyse zu erzeugen. Beachtenswert ist, dass der p-Wert für Department nahe Null liegt, was auf die Signifikanz des Faktors Department schließen lässt und Aufmerksamkeit erfordert.

• In der Tabelle der Varianzkomponenten (VarComp): Die Streuung zwischen den Teilen, Part-To-Part, beträgt nur 31,22 % der Gesamtstreuung. Dies lässt vermuten, dass die Streuung, die auf das Messinstrument zurückzuführen ist, beträchtlich und nicht akzeptabel ist.

Die Diagramme bieten weitere Informationen zum Messsystem:

• Im Diagramm Components of Variation (Streuungskomponenten) istder Beitrag %Contribution von Part-To-Part kleiner als der von Total Gage R&R.
• Die R Chart by Operator (R-Karte nach Bediener) zeigt, dass alle drei Bediener einheitlich messen.
• In der Xbar Chart by Operator (X-quer-Karte nach Bediener) liegen nur wenige Punkte jenseits der Eingriffsgrenzen, was darauf hindeutet, dass die Streuung aus Differenzen zwischen den Teilen nicht signifikant ist.
• Das Diagramm Measurement By Operator (Messung nach Bediener) zeigt signifikante Unterschiede zwischen den Bedienern.

Messsystemanalyse für attributive Daten

Hintergrund

Der Ingenieur bewertet die systematische Messabweichung (Bias) und Wiederholbarkeit (Repeatability) mit einer attributiven Messsystemanalyse, die eine binäre Antwort gibt. Er wählt 11 Teile mit bekannten Referenzwerten, prüft jedes Teil 20-mal mit einer Grenzlehre und erfasst die Anzahl der Annahmen für jedes Teil.

Schritte in Origin

1. Öffnen Sie den Ordner 6. Attribute Gage Study und aktivieren Sie die Arbeitsmappe.
2. Klicken Sie auf das Symbol Messsystemanalyse, attributive Daten .
3. Wählen Sie Spalte A als Teilenummern. Wählen Sie Spalte B als Referenzwerte. Wählen Sie Spalte C als Zusammengefasste Anzahl der Annahmen.
4. Setzen Sie den Grenzwert auf 0,08.
5. Wählen Sie die AIAG-Methode als Prüfmethode.

   

6. Klicken Sie auf OK. Es wird ein Diagramm mit Berichtstabellen erstellt.

Ergebnisse interpretieren

• Der p-Wert für AIAG Test of Bias = 0 (AIAG-Test der systematischen Messabweichung) ist kleiner als das Signifikanzniveau von 0,05. Wir verwerfen die Nullhypothese und schlussfolgern, dass das attributive Messsystem wahrscheinlich eine systematische Messabweichung hat.

1. 

Arbeitsblatt für Messsystemanalyse erstellen

Hintergrund

Der Ingenieur beabsichtigt, ein Datenblatt zu erstellen, in dem die Messwerte der Bediener in zufälliger Reihenfolge erfasst werden können.

Schritte in Origin

1. Klicken Sie auf das Symbol Arbeitsblatt für Messsystemanalyse erstellen .
2. Setzen Sie die Anzahl der Teile auf 10. Setzen Sie die Anzahl der Bediener auf 3. Setzen Sie die Anzahl der Replikationen auf 3.
3. Aktivieren Sie die Option Alls Durchläufe randomisieren.

   

4. Klicken Sie auf OK.