50+ landen
Wereldwijd gebruik, lokale impact
47 jaar in bedrijf
Afkomstig uit 1979
50+ werknemers
Europa, VS en Azië
2000+ klanten
Meer dan 20.000 gebruikers
Moderniseer uw R&R-studies met Qualis 4.0 MSA-Gage Management
Inleiding in Herhaalbaarheid en Reproduceerbaarheid van meters
Measurement System Analysis (MSA) is een fundamenteel aspect van kwaliteitsmanagement, dat de betrouwbaarheid en nauwkeurigheid van meetsystemen in diverse industrieën garandeert. Een van de meest gebruikte MSA-technieken is de analyse van de herhaalbaarheid en reproduceerbaarheid van meters (GR&R), die de precisie en consistentie van meetsystemen evalueert door middel van systematisch onderzoek.
GR&R-onderzoeken zijn essentieel voor het identificeren en beperken van bronnen van meetfouten, waardoor organisaties weloverwogen beslissingen kunnen nemen en de productkwaliteit en procesefficiëntie kunnen verbeteren. Het uitvoeren van GR&R studies gaat echter traditioneel gepaard met complexe berekeningen, vervelend gegevensbeheer en een aanzienlijke investering in tijd en middelen. Om deze uitdagingen aan te gaan en het GR&R proces te stroomlijnen, hebben wij, het Datalyzer team, Qualis 4.0 MSA Gage Management ontwikkeld als een state-of-the-art MSA softwareoplossing.
Qualis 4.0 MSA-meetstationbeheer gebruiken voor GR&R-onderzoeken
Tegenwoordig worden GR&R-onderzoeken uitgevoerd op basis van drie primaire typen: Type 1, Type 2 en Type 3 GR&R-onderzoek. Elk type biedt verschillende methodologieën en benaderingen voor het analyseren van de variabiliteit van meetsystemen, waardoor organisaties hun beoordelingen kunnen afstemmen op specifieke vereisten en doelstellingen. Deze typen GR&R-onderzoeken spelen een belangrijke rol bij het verbeteren van de productkwaliteit, het optimaliseren van productieprocessen en het stimuleren van initiatieven voor continue verbetering.
R&R-studie voor peilingen type 1
Type 1 GR&R-onderzoek wordt meestal gebruikt om de variatie te beoordelen en te begrijpen die alleen afkomstig is van de gage/apparatuur zelf. In veel organisaties is het type 1 onderzoek zelfs een vereiste voordat er een volledig variabel meetsysteemanalyse (MSA) onderzoek wordt uitgevoerd. Een type 1 GR&R-onderzoek vereist dat één operator één product minstens 25 tot 50 keer meet. Deze operator moet ook de referentiewaarde van het onderdeel kennen. Omdat er maar één operator (beoordelaar) bij betrokken is, is er geen invloed van de beoordelaar in een Type 1 onderzoek. Met andere woorden, er is geen factor ‘Reproduceerbaarheid’ in dit onderzoek en de focus ligt op de factor ‘Herhaalbaarheid’ van de meter. Aangezien een van de doelstellingen van een Type 1-onderzoek het beoordelen van de herhaalbaarheid van de meter is, is het concept om te evalueren of de variatie in de meting van de meter niet te groot is in vergelijking met de tolerantie van het onderdeel. Om dit te doen, kiest u bij voorkeur de producteigenschappen met tweezijdige specificatiegrenzen om een tolerantiebereik vast te stellen.
Er worden maar weinig meetmethoden gebruikt om de herhaalbaarheid van de meter te evalueren, namelijk:
- Cg
- Cgk
- % EV (Herhaalbaarheid)
- % EV (Herhaalbaarheid en Bias)
Cg is een metriek voor de capaciteit van het meetsysteem die de variatie van de meetstudie (de spreiding van de 25-50 meetgegevens) vergelijkt met de producttolerantie. Over het algemeen wordt voor Cg een drempelwaarde van 1,33 gebruikt. Als Cg hoger is dan 1,33, is de variatie van de kalibratiemeting kleiner in vergelijking met het tolerantiebereik.

Hierboven staat de formule voor Cg waarbij K het percentage van de producttolerantie is (in Datalyzer stellen we dit in op standaard 20), terwijl L het aantal standaardafwijkingen is dat het hele proces standaard 6 vertegenwoordigt (bekend als six sigma). De onderdeeltolerantie is USL-LSL, terwijl s de standaardafwijking is van de 25-50 metingen.
Cgk is een metriek die niet alleen de studievariatie van de meter vergelijkt met de tolerantie van het onderdeel (vergelijkbaar met Cg), maar ook controleert of de metingen zich op de exacte referentiewaarde van het onderdeel bevinden. Hieronder volgt de formule van Cgk:

Waarbij K het percentage van de onderdeeltolerantie is (standaard 20), L het aantal standaarddeviaties dat de helft van de processpreiding vertegenwoordigt (meestal wordt 3 als L gebruikt), Xm het gemiddelde van 25-50 metingen en Xref de referentiewaarde van het onderdeel.

Hoe verder het gemiddelde van de metingen van de referentiewaarde af ligt, hoe hoger de “bias” van de meter is. De term bias verwijst hier naar de afstand tussen Xm en Xref. In de bovenstaande afbeelding is Cgk gelijk aan 2. Als Cgk hoger is dan 1,33, betekent dit dat de standaardafwijking van de meting kleiner is dan de producttolerantie en dat de afwijking van de meter ten opzichte van de referentiewaarde niet significant is.
In een Type 1-onderzoek zijn er naast Cg en Cgk twee alternatieve maatstaven om de herhaalbaarheid van een meter te evalueren: %EV (herhaalbaarheid) en %EV (herhaalbaarheid en bias). De twee terminologieën hebben drempelwaarden die gewoonlijk op 15% gesteld worden. Als %EV (herhaalbaarheid) hoger is dan 15%, is de meetvariatie groter/wijd in vergelijking met de tolerantie van het onderdeel. In principe is %EV de reciproke van Cg. De formule is:

%EV is 20/Cg. Als Cg = 1,33 dan zal %EV 15% zijn.
Als de %EV (herhaalbaarheid en bias) hoger is dan 15%, dan is de meetvariatie groter dan de onderdeeltolerantie en tegelijkertijd is de bias (verschil tussen gemiddelde Xm en Xref) aanzienlijk. Merk op dat gewoonlijk 10 of 15% als drempelwaarde wordt gebruikt, waarbij in het ideale geval lager dan het drempelpercentage gewenst is.
Uit de bovenstaande vier meeteenheden (Cg, Cgk, %EV herhaalbaarheid en %EV herhaalbaarheid en bias) kan worden afgeleid dat de meetfout ten opzichte van de referenties ook vaak wordt overwogen en gecontroleerd. Daarom is het gebruikelijk om een T-test met 1 monster op te nemen in type 1 GR&R-onderzoeken om de statistische significantie verder te versterken als de Xm verschilt/ver weg is van Xref. Om een 1 steekproef T-test te gebruiken, moet de bijbehorende p-waarde hoger zijn dan 0,05 om te concluderen dat er geen significant verschil is tussen Xref en Xm.
In Datalyzer Qualis 4.0 MSA Gage Management kunnen tussen 25 en 50 onderdelen geselecteerd worden om een Type-1 Gage Studie uit te voeren. Wanneer de referentiewaarde, onderste specificatielimiet (LSL) en bovenste specificatielimiet (USL) zijn toegevoegd, wordt de samengevatte informatie weergegeven op het tabblad “Dataset”, zoals hieronder.

Het oordeel wordt weergegeven op het tabblad “Resultaten”, waar de vermelde criteria worden gebruikt. De onderstaande onderzoeksresultaten tonen een “Pass” beoordeling voor Type 1 GR&R onderzoek aangezien de p-waarde hoger is dan 0,05, Cg en Cgk hoger zijn dan 1,33, en beide %EV lager zijn dan 10%.

Sommige organisaties gebruiken alleen de p-waarde voor de Type 1 Gage Studie, terwijl andere organisaties alleen Cg/Cgk gebruiken. Elke keuze van criteria kan worden geconfigureerd als standaardregel voor uw bedrijf in Datalyzer Qualis 4.0 MSA Gage Management software.
Beoordelingscriteria:
In verschillende industrieën worden verschillende criteria gebruikt, dus dit kan verwarrend zijn voor eindgebruikers. %EV (Herhaalbaarheid en Bias) is niet hetzelfde als %EV in GRR Type 2 studies, omdat Bias niet wordt meegenomen in een Type 2 studie. De criteria kunnen dus zelfs per type onderzoek verschillen. Ook kunnen klanten andere criteria vereisen.
Voor Type 2-onderzoeken in het handboek van AIAG (Automotive) is de vereiste voor GR&R bijvoorbeeld: GRR < 10% is goed, 10% < GRR < 30% is marginaal enGRR > 30% is slecht.
Minitab gebruikt 2 criteria: GRR < 15% is goed en GRR > 15% is slecht. Voor Cg en Cgk gebruiken we overeenkomstige criteria. In Datalyzer bieden we standaard dezelfde criteria als AIAG, maar de eindklant kan de criteria wijzigen als hij wil afwijken van de automobielstandaard.
R&R-studie met peilbuizen van type 2
De Type 2 Gage R&R-studie is de meest toegepaste GR&R-methode in organisaties die MSA-studies toepassen. Er zijn drie benaderingen of methoden om de resultaten van een Type 2 GR&R-studie te evalueren:
- Bereik Methode
- Gemiddelde- en bereikmethode
- ANOVA-methode
In Datalyzer Qualis 4.0 MSA Gage Management ondersteunen we alle drie de methoden.
Range Method (ook bekend als “Short Study” of “Short Form”) is een vereenvoudigde variabele GR&R-methode en mag niet gebruikt worden om een volledig meetsysteem volledig op basis van de resultaten te evalueren. Het wordt vaak gebruikt als een snelle benadering van de meetvariatie en om grote veranderingen in GR&R op te sporen voor bestaande gages.
De Range Methode gebruikt vaak 2 taxateurs en 5 onderdelen waarbij elke taxateur één keer meet (één proef). Uit de resultaten wordt het %GRR berekend waarbij:

De GRR wordt berekend uit het gemiddelde van elk bereik, gedeeld door de constante d2 die verkregen wordt uit statistische constante tabellen. Uit %GRR kunnen we afleiden hoe groot de meetvariatie is ten opzichte van de totale variatie. De meetvariatie mag niet te groot zijn in vergelijking met de totale variatie.
In Datalyzer Qualis Gage Management biedt de GR&R Type 2 studie een optie ‘Type studie’ waar de gebruiker ‘Korte studie’ gevolgd door ‘Berekeningsmethode’ kan kiezen in het veld ‘Berekeningsmethode’ om te kiezen voor de Bereikmethode in GR&R studie.

De resultaten verschijnen na het invoeren van de gegevens, waar de typische criteria van het onderzoek worden geëvalueerd, afhankelijk van %GRR. Idealiter moet %GRR minder dan 10% zijn om het bereikmethodeonderzoek als geslaagd te beschouwen.

De tweede methode in Type 2 GR&R onderzoek staat bekend als Gemiddelde en Bereiksmethode. In deze studie zullen 2 tot 3 taxateurs tussen de 10 en 35 onderdelen meten met 2 tot 4 proeven voor elke taxateur. In Datalyzer Qualis Gage Management kunnen meerdere methoden worden gebruikt om de totale variatie te berekenen. In onderstaand voorbeeld is gekozen voor ‘Onderzoeksvariatie’.

Er zijn drie methoden om de Totale Variatie in een GR&R-onderzoek te verkrijgen:
1. Van de totale studievariatie, uit de GR&R-meetgegevens zelf:

2. Van Statistical Process Control (SPC), genomen uit de standaardafwijking in SPC van een stabiel proces.

3. Van totale tolerantie van het proces, USL en LSL.

Datalyzer ondersteunt alle bovenstaande methoden voor het verkrijgen van de Totale Variatie in GR&R Studie. In Datalyzer Qualis 4.0 MSA Gage Management software als de gebruiker het “SPC” selectievakje hieronder inschakelt, kan de gebruiker een onderdeel en kenmerk selecteren uit het SPC systeem en de Qualis Gage Management software zal automatisch de laatste procesvariatie en procestolerantie (LSL en USL) importeren uit de Datalyzer SPC Software.
Het is niet altijd gemakkelijk om te voldoen aan de MSA-vereiste dat de variatie in onderdelen die voor het onderzoek worden geselecteerd, representatief moet zijn voor het proces. Daarom bieden wij de optie om de echte procesvariatie te nemen om er zeker van te zijn dat altijd aan deze eis wordt voldaan.

Als u de methode Gemiddelde en Bereik gebruikt, kunt u de resultaten bekijken op het tabblad Resultaten, zoals hieronder weergegeven:

De beoordelingscriteria voor een Type 2 GR&R-onderzoek zijn gebaseerd op %GRR (percentage van de herhaalbaarheid en reproduceerbaarheid van de meter) en ndc (aantal verschillende categorieën). Om het type 2-onderzoek als geslaagd te beschouwen, moet %GRR minder dan 10% zijn en moet ndc gelijk aan of hoger dan 5 zijn.
%GRR in Gemiddelde en Bereik is afhankelijk van ofwel variatie in apparatuur (EV) of variatie in taxateur (AV). Als %GRR hoger is dan 10%, is het Type 2-onderzoek marginaal of mislukt het en kan de gebruiker EV en AV bekijken om de factor te vinden die het meest bijdraagt aan de mislukking.
Een ander criterium dat het succes van Type 2 Onderzoek bepaalt, is ndc. Ndc staat voor aantal verschillende categorieën. Ndc wordt vaak gebruikt om het vermogen van een meetsysteem te bepalen om een verschil in de gemeten eigenschap te detecteren. Verschillende industrieën gebruiken de gebruikelijke benadering van ndc, zoals aangegeven door Wheeler, 1989, waarbij ndc kan worden geschat met de formule:

Dan wordt de ndc afgekapt tot een volledig getal. Dus ndc van 5,67 zal een ndc van 5 zijn.
Naast numerieke berekeningen biedt Datalyzer Qualis Gage Management software ook grafische visualisatie om gebruikers te helpen meer informatie te verstrekken over de GR&R Studie. De volgende grafiekplots zijn beschikbaar in de Type 2 Gemiddelde- en Bereiksmethode:


De derde methode in type 2 GR&R-onderzoek is de ANOVA-methode (variantieanalyse). Dezelfde meetgegevens die in de Gemiddelde- en Bereikmethode worden gebruikt, kunnen ook in de ANOVA-methode worden gebruikt, maar de berekeningsmethoden zijn anders.
Bij de Gemiddelde- en Bereiksmethode worden de berekeningscomponenten alleen verdeeld tussen Uitrustingsvariatie (EV) en Taxateurvariatie (AV). In ANOVA wordt ook rekening gehouden met de interactie tussen taxateurs en onderdelen, daarom heeft ANOVA vaak de voorkeur boven de Gemiddelde- en Bereiksmethode. In het onderstaande voorbeeld wordt de interactie tussen taxateurs en onderdelen uitgelegd.
In een autofabriek zijn twee operators, Sarah en Mike, verantwoordelijk voor het inspecteren van de afmetingen van motorkleppen. Het doel is om de variabiliteit in metingen tussen de operators te beoordelen.
Scenario 1: Als Sarah consequent grotere motorkleppen meet dan Mike, ongeacht het gemeten product, kan er een hoofdeffect van taxateurs zijn. Bovenstaand scenario 1 kan zowel met ANOVA als met de methode Gemiddelde en Bereik worden gedetecteerd.
Scenario 2: Als het verschil in metingen tussen Sarah en Mike echter significant varieert afhankelijk van het feit of ze specifieke kleppen inspecteren, is er waarschijnlijk sprake van een interactie-effect. Bovenstaand scenario 2 kan gemakkelijk worden gedetecteerd met de ANOVA-methode, aangezien ANOVA de interactie tussen factoren beschouwt, in dit geval tussen Sarah/Mike en specifieke motorkleppen.
In Datalyzer Qualis 4.0 MSA software voor meterbeheer kan de ANOVA-berekeningsmethode geselecteerd worden indien gewenst.

Na het invoeren van de meetgegevens ziet u in het onderstaande voorbeeld de ANOVA-ondersteunende berekeningen.

Bovenstaande ondersteunende berekeningen kunnen gebruikers enige informatie geven op basis van DF (vrijheidsgraad), SS (som van de kwadraten), MS (gemiddelde van de kwadraten) en F-statistiek.
In GR&R ANOVA vertegenwoordigen vrijheidsgraden (DF) het aantal onafhankelijke stukjes informatie dat beschikbaar is om de variabiliteit in het meetsysteem in te schatten. Specifiek:
1. Vrijheidsgraden tussen experts: Dit vertegenwoordigt de vrijheidsgraden in verband met verschillen tussen de operators (beoordelaars) in hun metingen. Het is gelijk aan het aantal operators min één.2. Vrijheidsgraden binnen de operator: Dit vertegenwoordigt de vrijheidsgraden geassocieerd met verschillen binnen de metingen van elke operator. Dit is gelijk aan het totale aantal metingen min het totale aantal operators.
Het gemiddelde kwadraat (MS) vertegenwoordigt de gemiddelde variabiliteit binnen en tussen exploitanten. Specifiek:
1. Gemiddelde kwadraat tussen operatoren: Dit vertegenwoordigt de gemiddelde variabiliteit tussen operatoren en wordt berekend door de som van de kwadraten tussen operatoren te delen door de vrijheidsgraden tussen operatoren.2. Gemiddelde kwadraat binnen operatoren: Dit vertegenwoordigt de gemiddelde variabiliteit binnen de metingen van elke operator en wordt berekend door de som van de kwadraten binnen operators te delen door de vrijheidsgraden binnen operators.
De som van de kwadraten (SS) vertegenwoordigt de totale variabiliteit in het meetsysteem, die wordt onderverdeeld in variabiliteit tussen operators en variabiliteit binnen operators. Specifiek:
1. Som van de kwadraten tussen operatoren: Dit is de som van de gekwadrateerde afwijkingen van de gemiddelden van de operatoren van het algemene gemiddelde, gewogen door het aantal metingen voor elke operator2. Som van de kwadraten binnen operatoren: Dit is de som van de gekwadrateerde afwijkingen van individuele metingen van hun respectieve operatorgemiddelden.
De F-statistiek is een verhouding van twee gemiddelde kwadraten. Een grotere F-waarde wijst op een groter verschil tussen operators in verhouding tot de variatie binnen operators, wat suggereert dat het meetsysteem mogelijk niet betrouwbaar is. Het volgende scherm wordt getoond voor ANOVA-resultaten voor een Type 2 GR&R-onderzoek:

Voor de bovenstaande resultaten kan de gebruiker dezelfde criteria zien als voor de methode Gemiddelde en Bereik, namelijk %GRR en ndc-waarde. Bovenstaande Type 2 studie mislukt vanwege een hoge %GRR (hoger dan 10) en een lage ndc-waarde (lager dan 5). De gebruiker kan er ook voor kiezen om %GRR in de bovenstaande tabel handmatig op te zoeken in de laatste kolom (%SV), wat de kolom % studievariatie is.
R&R-studie voor peilingen van type 3
Het type 3 R&R-onderzoek is een aangepaste versie van een type 2-onderzoek waarbij in dit onderzoek geen operatorinvloed bestaat. Type 3 wordt in de industrie gebruikt voor geautomatiseerde machines/testers die een groot aantal kenmerken hebben zonder significante menselijke invloedsfactor in het meetsysteem.
In studies van type 3 worden meestal 25 onderdelen gekozen om twee keer gemeten te worden (twee proeven) en er is geen operator bij betrokken, dus de resultaten worden van één machine genomen. In dit geval is de machine de beoordelaar zelf.
In tegenstelling tot Type 1 zijn de beoordelingscriteria voor Type 3 hetzelfde als voor Type 2, namelijk %GR&R, terwijl Type 1 kijkt naar Cg/ Cgk en andere criteria die meer nadruk leggen op de Repeatability (herhaalbaarheid) en Bias (vertekeningsfactor). Het belangrijkste verschil in de berekening tussen Type 3- en Type 2-onderzoeken is het %GRR dat uitsluitend wordt berekend op basis van Equipment Variation (EV), terwijl Appraiser Variation (AV) niet wordt meegenomen in de GRR-berekening. Dit betekent dat in Type 3 studies de formule voor GRR is:

In Datalyzer Qualis Gage Management Software kunnen zowel ANOVA als Gemiddelde en Bereik geselecteerd worden voor een Type 3 onderzoek. Na de gegevensinvoer ziet het resultatenscherm voor het type 3-onderzoek er ongeveer hetzelfde uit als het lay-outscherm van type 2.

In bovenstaand voorbeeld wordt de ANOVA-methode gekozen in de Type 3 studie. Houd er rekening mee dat de factor Taxateur en de Interactie tussen Taxateur en Onderdelen uit de ANOVA-tabel worden weggelaten (weergegeven als nul) omdat er geen taxateureffecten zijn.
Het bovenstaande scherm toont de resultaten van het onderzoek van één karakteristiek. Maar in de meeste gevallen meten we honderden karakteristieken (bijv. CMM van complexe onderdelen of elektrisch testen van een printplaat). In dat geval kan Datalyzer MSA Gage Management software gebruikt worden in combinatie met de automatische importmodule om alle kenmerken in één keer te importeren en een volledige MSA-studie van honderden kenmerken te presenteren. Momenteel maken de meeste bedrijven alleen een selectie van de meest kritieke kenmerken, omdat het te tijdrovend is om studies uit te voeren voor honderden kenmerken. Door dit proces volledig te automatiseren krijgt u direct een indicatie welke kenmerken kritisch zouden kunnen zijn op basis van MSA-resultaten.
9%
Kostenreductie bereikt door klanten


Wat klanten zeggen
“Datalyzer hielp ons kwaliteitsgegevens van alle processen automatisch te koppelen voor geavanceerde analyse”
Dave Beeren
Yield engineer, Philips
Branches die wij bedienen

ISO-gecertificeerd
ISO 27001 & SOC2