您还没有绑定微信,更多功能请点击绑定

求GRR高手解答,拜膜

各位高手,在线求解答。
图片1
1,我们可以了解到,贡献、研究变异、公差各个占的百分比
这里面的贡献如何理解啊?贡献占的比例那么高,能说明说什么?
2,R控制图,这个是指A\B\C每个人测试样品的极差图,从图里面问你可以看出B/C的两个的一直性好,这里点大部分也在线内,问题,如果都超出线是不是代表什么?都在线内又代表什么?
3,Xbar控制,均值图,同样的问题,如果都超出线是不是代表什么?都在线内又代表什么?
4,测试数据x产品编号,这个可以理解A/B/C的每次测试数据一致性吗?就是每个点数据是否相同,差多有多少,最大的差异是哪个样品。从图可以看出9号和10号有问题。
5,也是一致性吧,这里我不知道ABC是怎么算出来的,但是我感觉理想的状态应该成一条直线。
6,是三个的平均值,理想状态是都重合比较好。如果不重合,说明ABC一致性差。
以上是我个人一些理解和疑问,请高手纠正和解释。
图片2
A和B的差异是什么。
A叫%研究性变异
B叫%公差
%研究性变异:和样品的选择有关,样品选择越宽结果越好。这个能说明说明?
%公差:和样品的选择无关,只要看仪器的重复性和再现性。
我个人理解,%研究性变异代表的实际的过程,在选择样品,我会随机抽取100个数据,看数据的分布区了解最大和最小值是多少,从这个宽度里面去选择样品。
%公差代表的是一个理想多过程,我大多用在仪器刚购买的时候,会特意做一些符合公差的样品,用来分析GRR。
但是最近我发现不对,问题出现在验证仪器上,样品初期没有测试仪器,根本无法得知数据的分布,所以很多时候,做GRR分析,我们都是根据%公差而判定,即使%研究性变异不符合,后面发现实际过程变异就那么小。
我突然觉得%公差没有什么意义,能为我解答什么呢?
1111.PNG 2222.PNG
对“好”的回答一定要点个"赞",回答者需要你的鼓励!
已邀请:

Macgrady (威望:242) (上海 上海) 电子制造 CI Specialist (APAC) - Lean & 6 sigma CI Sp...

赞同来自: LJ淡

斗胆装个B来回答下,请对号入座:
图1:
1:贡献率及占比,就是指研究变差占过程总变差的比例,这里也是判断测量系统可否接收的直接标准,通常是Total R&R小于30%(有客户会有特殊要求)
2:R图是看同一个人,三次测量下来的结果差异,如有点出界,则说明再现性有问题,从图中已经看得出来,B和C对最后一个产品的测量值,偏差太大,测试过程已经出来异常,作业员需要training...
3: X图,都在线内,说明你挑的样品并没有很好的覆盖实际的公差带,PV很小,NDC大于5的可能性几乎没有,要求是至少一半的点超出控制线
4跟5跟6一起说,4跟6只是把三个人的均值图叠起来看而已,参考意义不大,5是三个人均值的箱线图,看波动估计,参考意义也不大...
图2:红皮书不在身边,忘了...但是我几乎不care这两栏的信息...Sorry...
我只想说说%研究公差和%公差的区别,%研究公差及就是看重复性和再现性总和占整个实际发生的总变差的比例,这个数据也是我们研究GRR的初衷,但很多时候,我们怎么改进都发现GRR很难小于30%,而且这种情况发生,很多事因为你很难在产线挑选出来差异较大的产品,简单去理解,总变差是有PV和EV,AV组成的,当你很难去找到差异大的产品,及PV就不会很大,那样就被动放大了EV和AV...这个时候,我们觉得再拼命去改进缩小R&R%已经没有多大意义了,我们就会转向去看我的GRR占我们产品公差的大小,及评估GRR对我满足顾客Spec的影响。
说个不恰当的,当你产品数据集中程度很高的时候,直方图很尖的时候,就算我测量不是那么准,又何妨?就是这么个概念....
 
唉,就这么多了,装得不够好,欢迎指正......

2 个回复,游客无法查看回复,更多功能请登录注册

发起人

LJ淡
LJ淡

学无止境

扫一扫微信订阅<6SQ每周精选>