%EV ist 20/Cg. Wenn Cg = 1,33 ist, beträgt %EV 15%.

Wenn der %EV (Wiederholbarkeit und Verzerrung) höher als 15% ist, ist die Messabweichung größer als die Teiletoleranz und gleichzeitig ist die Verzerrung (Differenz zwischen dem durchschnittlichen Xm und Xref) erheblich. Beachten Sie, dass üblicherweise 10 oder 15% als Grenzwert verwendet werden, wobei idealerweise ein Prozentsatz unterhalb des Grenzwerts gewünscht wird.

Anhand der obigen vier Metriken (Cg, Cgk, %EV Wiederholbarkeit und %EV Wiederholbarkeit und Verzerrung) lässt sich feststellen, dass auch die Verzerrung des Messgeräts gegenüber den Referenzwerten häufig berücksichtigt und überprüft wird. Daher ist es üblich, in GR&R-Studien des Typs 1 einen 1-Stichproben-T-Test einzubeziehen, um die statistische Signifikanz zu verstärken, ob Xm von Xref abweicht/weit entfernt ist. Bei der Auswertung mit einem 1-Stichproben-T-Test muss der zugehörige p-Wert höher als 0,05 sein, um zu dem Schluss zu kommen, dass es keinen signifikanten Unterschied zwischen Xref und Xm gibt.

In Datalyzer Qualis 4.0 MSA Gage Management können zwischen 25 und 50 Teile ausgewählt werden, um eine Typ-1-Gage-Studie durchzuführen. Wenn der Referenzwert, die untere Spezifikationsgrenze (LSL) und die obere Spezifikationsgrenze (USL) hinzugefügt wurden, werden die zusammengefassten Informationen auf der Registerkarte ‚Datensatz‘ wie unten dargestellt.

Das Urteil wird auf der Registerkarte ‚Ergebnisse‘ angezeigt, wo die genannten Kriterien verwendet werden. Die nachstehenden Studienergebnisse zeigen ein ‚Bestanden‘-Urteil für die GR&R-Studie vom Typ 1, da der p-Wert größer als 0,05 ist, Cg und Cgk größer als 1,33 sind und beide %EV kleiner als 10% sind.

Einige Unternehmen verwenden nur den p-Wert für die Typ 1 Gage Study, während andere Unternehmen nur Cg/Cgk verwenden. Jede Auswahl von Kriterien kann als Standardregel für Ihr Unternehmen in der Datalyzer Qualis 4.0 MSA Gage Management Software konfiguriert werden.

Beurteilungskriterien:

In verschiedenen Branchen werden unterschiedliche Kriterien verwendet, so dass dies für Endverbraucher verwirrend sein könnte. der %EV (Wiederholbarkeit und Verzerrung) ist nicht dasselbe wie der %EV in GRR Typ 2 Studien, da die Verzerrung in einer Typ 2 Studie nicht enthalten ist. Die Kriterien können also sogar je nach Studientyp unterschiedlich sein. Auch die Kunden könnten andere Kriterien verlangen.

Für Studien des Typs 2 im AIAG (Automotive) Handbuch lautet die Anforderung für GR&R zum Beispiel: GRR < 10% ist gut, 10% < GRR < 30% ist marginal undGRR > 30% ist schlecht.

Minitab verwendet 2 Kriterien: GRR < 15% ist gut und GRR > 15% ist schlecht. Für Cg und Cgk werden wir entsprechende Kriterien verwenden. In Datalyzer bieten wir standardmäßig die gleichen Kriterien wie AIAG an, aber der Endkunde kann die Kriterien ändern, wenn er von der Automobilnorm abweichen möchte.

Typ 2 Gage R&R Studie

Die Typ 2 Gage R&R-Studie ist die am häufigsten angewandte GR&R-Methode in Organisationen, die MSA-Studien durchführen. Es gibt drei Ansätze oder Methoden, um die Ergebnisse einer GR&R-Studie vom Typ 2 zu bewerten, nämlich:

1. Bereich Methode
2. Durchschnitts- und Bereichsmethode
3. ANOVA-Methode

In Datalyzer Qualis 4.0 MSA Gage Management unterstützen wir alle drei Methoden.

Die Range-Methode (auch bekannt als ‚Short Study‘ oder ‚Short Form‘) ist eine vereinfachte variable GR&R-Methode und sollte nicht dazu verwendet werden, ein komplettes Messsystem ausschließlich anhand seiner Ergebnisse zu bewerten. Sie wird oft als schnelle Annäherung an die Messabweichung und zur Erkennung größerer Veränderungen der GR&R bei vorhandenen Messgeräten verwendet.

Bei der Range-Methode werden häufig 2 Gutachter und 5 Teile verwendet, wobei jeder Gutachter einmal misst (ein Versuch). Aus den Ergebnissen wird der %GRR berechnet, wobei:

Die GRR wird aus dem Durchschnitt jedes Bereichs geteilt durch die Konstante d2 berechnet, die Sie aus den Tabellen der statistischen Konstanten erhalten. Aus %GRR können wir den Anteil der Messabweichung im Vergleich zur Gesamtabweichung interpretieren. Die Messabweichung darf im Vergleich zur Gesamtabweichung nicht zu groß sein.

In Datalyzer Qualis Gage Management bietet die GR&R-Studie Typ 2 eine Option ‚Studientyp‘, bei der der Benutzer im Feld ‚Berechnungsmethode‘ ‚Kurze Studie‘ gefolgt von ‚Bereichsmethode‘ auswählen kann, um sich für die Bereichsmethode in der GR&R-Studie zu entscheiden.

Die Ergebnisse werden nach der Dateneingabe angezeigt, wobei die typischen Kriterien der Studie in Abhängigkeit von %GRR bewertet werden. Idealerweise muss %GRR weniger als 10% betragen, damit die Range Method Study als bestanden gilt.

Die zweite Methode der GR&R-Studie vom Typ 2 ist als Average and Range-Methode bekannt. Bei dieser Studie messen in der Regel 2 bis 3 Gutachter zwischen 10 und 35 Teile mit 2 bis 4 Versuchen für jeden Gutachter. In Datalyzer Qualis Gage Management können mehrere Methoden zur Berechnung der Gesamtvariation verwendet werden. Im folgenden Beispiel wird ‚Studienvariation‘ gewählt.

Es gibt drei Methoden zur Ermittlung der Gesamtvariation in einer GR&R-Studie:

1. Von der gesamten Studienvariation, die aus den GR&R-Messdaten selbst stammt:

2. Aus der statistischen Prozesskontrolle (SPC), entnommen aus der Standardabweichung in SPC von einem stabilen Prozess.

3. Von der Gesamttoleranz des Prozesses, USL und LSL.

Datalyzer unterstützt alle oben genannten Methoden zur Ermittlung der Gesamtabweichung in der GR&R Studie. Wenn der Benutzer in der Datalyzer Qualis 4.0 MSA Gage Management Software das unten gezeigte SPC-Kontrollkästchen aktiviert, kann er ein Teil und ein Merkmal aus dem SPC-System auswählen. Die Qualis Gage Management Software importiert dann automatisch die neuesten Prozessabweichungen und Prozesstoleranzen (LSL und USL) aus der Datalyzer SPC-Software.

Die MSA-Anforderung, dass die Variation der für die Studie ausgewählten Teile repräsentativ für den Prozess sein sollte, ist nicht immer leicht zu erfüllen. Daher bieten wir die Option, die reale Prozessvariation zu nehmen, um sicherzustellen, dass diese Anforderung immer erfüllt wird.

Wenn Sie die Methode Durchschnitt und Bereich verwenden, können Sie die Ergebnisse auf der Registerkarte Ergebnisse anzeigen, wie unten gezeigt:

Die Beurteilungskriterien für eine GR&R-Studie vom Typ 2 basieren auf %GRR (Prozentsatz der Wiederholbarkeit und Reproduzierbarkeit des Messgeräts) und ndc (Anzahl der unterschiedlichen Kategorien). Damit die Typ 2-Studie als bestanden gilt, muss %GRR weniger als 10% und ndc gleich oder höher als 5 sein.

%GRR in Durchschnitt und Bereich hängt entweder von der Gerätevariation (EV) oder der Beurteiler-Variation (AV) ab. Wenn %GRR höher als 10% ist, ist die Typ 2-Studie marginal oder fehlgeschlagen und der Benutzer kann EV und AV einsehen, um den Faktor zu finden, der am meisten zum Fehlschlag beigetragen hat.

Ein weiteres Kriterium, das über den Erfolg einer Typ-2-Studie entscheidet, ist ndc. Ndc steht für die Anzahl der unterschiedlichen Kategorien. Ndc wird häufig verwendet, um die Fähigkeit eines Messsystems zu ermitteln, einen Unterschied in dem gemessenen Merkmal zu erkennen. In verschiedenen Branchen wird der von Wheeler (1989) beschriebene Ansatz der ndc verwendet, wobei die ndc mit Hilfe einer Formel geschätzt werden kann:

Dann wird der ndc auf eine volle Zahl abgeschnitten. Ein ndc von 5,67 wird also zu einem ndc von 5.

Neben den numerischen Berechnungen bietet die Datalyzer Qualis Gage Management Software auch eine grafische Visualisierung, die den Benutzern hilft, mehr Informationen über die GR&R Studie zu erhalten. Die folgenden grafischen Darstellungen sind in der Typ 2 Durchschnitts- und Bereichsmethode verfügbar:

Die dritte Methode der GR&R-Studie Typ 2 ist die ANOVA-Methode (Varianzanalyse). Dieselben Messdaten, die bei der Average and Range-Methode verwendet werden, können auch bei der ANOVA-Methode verwendet werden, aber die Berechnungsmethoden sind unterschiedlich.

Bei der Average and Range Methode werden die Berechnungskomponenten nur zwischen Equipment Variation (EV) und Appraiser Variation (AV) aufgeteilt. Bei der ANOVA wird auch die Interaktion zwischen den Beurteilern und den Teilen berücksichtigt, weshalb die ANOVA im Vergleich zur Average and Range-Methode oft bevorzugt wird. Das folgende Beispiel erläutert die Interaktion zwischen Bewertern und Teilen.

In einem Automobilwerk sind zwei Mitarbeiter, Sarah und Mike, für die Überprüfung der Abmessungen von Motorventilen zuständig. Das Ziel ist es, die Variabilität der Messungen zwischen den Bedienern zu bewerten.

Szenario 1: Wenn Sarah unabhängig vom gemessenen Produkt stets größere Motorventile misst als Mike, könnte es einen Haupteffekt der Gutachter geben. Das obige Szenario 1 kann sowohl mit der ANOVA als auch mit der Average and Range-Methode erkannt werden.

Szenario 2: Wenn der Unterschied in den Messungen zwischen Sarah und Mike jedoch signifikant variiert, je nachdem, ob sie bestimmte Ventile inspizieren, liegt wahrscheinlich ein Interaktionseffekt vor. Das obige Szenario 2 kann mit der ANOVA-Methode leicht erkannt werden, da die ANOVA die Wechselwirkung zwischen den Faktoren berücksichtigt, in diesem Fall zwischen Sarah/Mike und bestimmten Motorventilen.

In der Datalyzer Qualis 4.0 MSA Gage Management Software kann die ANOVA-Berechnungsmethode ausgewählt werden, falls gewünscht.

Nach Eingabe der Messdaten werden die ANOVA unterstützenden Berechnungen wie im folgenden Beispiel gezeigt.

Die obigen unterstützenden Berechnungen können dem Benutzer einige Informationen auf der Grundlage von DF (Freiheitsgrad), SS (Summe der Quadrate), MS (Mittelwert der Quadrate) und F-Statistik liefern.

Bei der GR&R ANOVA stellen die Freiheitsgrade (DF) die Anzahl der unabhängigen Informationen dar, die zur Schätzung der Variabilität des Messsystems zur Verfügung stehen. Genauer gesagt:

1. Freiheitsgrade zwischen Operatoren: Dies sind die Freiheitsgrade, die mit den Unterschieden zwischen den Operatoren (Beurteilern) bei ihren Messungen verbunden sind. Er ist gleich der Anzahl der Operatoren minus eins.2. Freiheitsgrade innerhalb der Operatoren (Within-Operator Degrees of Freedom): Dies sind die Freiheitsgrade, die mit den Unterschieden zwischen den Messungen der einzelnen Beurteiler verbunden sind. Er ist gleich der Gesamtzahl der Messungen minus der Gesamtzahl der Operatoren.

Das mittlere Quadrat (MS) stellt die durchschnittliche Variabilität innerhalb und zwischen den Betreibern dar. Genauer gesagt:

1. Mittleres Quadrat zwischen Betreibern: Dies stellt die durchschnittliche Variabilität zwischen den Operatoren dar und wird berechnet, indem die Summe der Quadrate zwischen den Operatoren durch die Freiheitsgrade zwischen den Operatoren geteilt wird.2. Mittleres Quadrat innerhalb der Operatoren: Dies stellt die durchschnittliche Variabilität innerhalb der Messungen der einzelnen Betreiber dar und wird berechnet, indem die Summe der Quadrate innerhalb der Betreiber durch die Freiheitsgrade innerhalb der Betreiber geteilt wird.

Die Summe der Quadrate (SS) stellt die Gesamtvariabilität des Messsystems dar, die in die Variabilität zwischen den Bedienern und die Variabilität innerhalb der Bediener unterteilt wird. Genauer gesagt:

1. Summe der Quadrate zwischen Operatoren: Dies ist die Summe der quadrierten Abweichungen der Mittelwerte der Betreiber vom Gesamtmittelwert, gewichtet mit der Anzahl der Messungen für jeden Betreiber2. Summe der Quadrate innerhalb von Betreibern: Dies ist die Summe der quadrierten Abweichungen der einzelnen Messungen von den jeweiligen Mittelwerten der Betreiber.

Die F-Statistik ist ein Verhältnis von zwei mittleren Quadraten. Ein größerer F-Wert deutet auf einen größeren Unterschied zwischen den Betreibern im Vergleich zu den Variationen innerhalb der Betreiber hin, was darauf hindeutet, dass das Messsystem möglicherweise nicht zuverlässig ist. Der folgende Bildschirm zeigt die ANOVA-Ergebnisse für eine GR&R-Studie vom Typ 2:

Für die obigen Ergebnisse kann der Benutzer ähnliche Kriterien wie für die Average and Range Methode sehen, nämlich %GRR und ndc-Wert. Die obige Typ 2 Studie scheitert an der hohen %GRR (höher als 10) und dem niedrigen ndc-Wert (niedriger als 5). Der Benutzer kann die %GRR in der obigen Tabelle auch manuell in der letzten Spalte (%SV), der Spalte % Studienvariation, suchen.

Typ 3 Gage R&R Studie

Die Typ 3 Gage R&R-Studie ist eine modifizierte Version einer Typ 2-Studie, bei der kein Bedienereinfluss besteht. Typ 3 wird in der Industrie für automatisierte Maschinen/Prüfgeräte verwendet, die eine große Anzahl von Merkmalen aufweisen, ohne dass ein signifikanter menschlicher Einflussfaktor in ihrem Messsystem vorhanden ist.

Bei Studien des Typs 3 werden in der Regel 25 Teile ausgewählt, die zweimal gemessen werden (zwei Versuche), und es ist kein Bediener beteiligt, so dass die Ergebnisse von einer Maschine stammen. In diesem Fall ist die Maschine selbst der Bewerter.

Im Gegensatz zu Typ 1 sind die Beurteilungskriterien für Typ 3 die gleichen wie für Typ 2, d.h. %GR&R, während bei Typ 1 Cg/ Cgk und andere Kriterien berücksichtigt werden, wobei der Schwerpunkt eher auf der Wiederholbarkeit und dem Bias-Faktor liegt. Der Hauptunterschied in der Berechnung zwischen Studien des Typs 3 und des Typs 2 ist die %GRR, die ausschließlich auf der Basis der Equipment Variation (EV) berechnet wird, während die Appraiser Variation (AV) in der GRR-Berechnung nicht berücksichtigt wird. Das bedeutet, dass bei Studien vom Typ 3 die Formel für die GRR wie folgt lautet:

In der Datalyzer Qualis Gage Management Software können für eine Typ 3-Studie sowohl ANOVA als auch Durchschnitt und Bereich ausgewählt werden. Nach der Dateneingabe sieht der Ergebnisbildschirm für die Typ-3-Studie ähnlich aus wie der Layout-Bildschirm von Typ 2.

Im obigen Beispiel wird die ANOVA-Methode für die Studie vom Typ 3 gewählt. Beachten Sie, dass der Faktor Beurteiler und die Interaktion zwischen Beurteiler und Teilen in der ANOVA-Tabelle weggelassen werden (als Null angezeigt), da es keine Auswirkungen auf den Beurteiler gibt.

Der Bildschirm oben zeigt die Ergebnisse der Untersuchung eines Merkmals. Aber in den meisten Fällen messen wir Hunderte von Merkmalen (z.B. CMM von komplexen Teilen oder elektrische Prüfung einer Leiterplatte). In diesem Fall kann die Datalyzer MSA Gage Management Software in Kombination mit dem automatischen Importmodul verwendet werden, um alle Merkmale auf einmal zu importieren und eine vollständige MSA-Studie von Hunderten von Merkmalen zu präsentieren. Derzeit treffen die meisten Unternehmen nur eine Auswahl der kritischsten Merkmale, weil es zu zeitaufwendig ist, Studien für Hunderte von Merkmalen durchzuführen. Durch die vollständige Automatisierung dieses Prozesses erhalten Sie sofort einen Hinweis darauf, welche Merkmale auf der Grundlage der MSA-Ergebnisse kritisch sein könnten.