Duyệt theo danh mục
Giới thiệu: Tại sao Phân tích Hệ thống Đo lường (MSA) lại quan trọng hơn hầu hết các nhóm nhận ra
Tại nhiều nhà máy, Sự biến thiên quy trình quan sát được từ 10% đến 30% có thể bắt nguồn từ chính hệ thống đo lường., Không phải quy trình đang được kiểm soát. Điều đó có nghĩa là một số phế liệu không phải là phế liệu thực sự, một số kết quả không đạt tiêu chuẩn là cảnh báo sai và một số dữ liệu về khả năng hoạt động kém tin cậy hơn so với vẻ ngoài của chúng. Phân tích hệ thống đo lường (MSA) Giúp các kỹ sư chất lượng và quy trình phân biệt sự biến động thực sự của quy trình với sai số đo lường trước khi đưa ra quyết định về biện pháp ngăn chặn, điều chỉnh quy trình hoặc báo cáo cho khách hàng.
Nói một cách đơn giản, MSA đặt ra một câu hỏi quan trọng: Bạn có thể tin tưởng vào các số liệu thu được từ các thiết bị đo, đồ gá, phương pháp thử nghiệm và người kiểm tra của mình không? Nếu câu trả lời là không, ngay cả một quy trình ổn định cũng có thể trông không ổn định, và một quy trình có khả năng lại có vẻ không có khả năng. Đây là lý do tại sao các hệ thống đo lường yếu kém thường dẫn đến chi phí ẩn do lỗi từ chối sai, bỏ sót khuyết tật, làm lại và thông tin sai lệch. SPC hoặc kết quả Cpk.
Bài viết này giải thích phân tích hệ thống đo lường là gì, nó phù hợp như thế nào với kiểm soát chất lượng sản xuất và Gage R&R nằm ở đâu trong khuôn khổ MSA rộng hơn. Bạn cũng sẽ tìm hiểu năm thuộc tính cốt lõi của MSA, cách thực hiện một nghiên cứu Gage R&R từng bước một và cách diễn giải kết quả một cách chính xác để dữ liệu đo lường của bạn hỗ trợ các quyết định tốt hơn tại xưởng sản xuất.
Phân tích hệ thống đo lường là gì và nó phù hợp như thế nào với kiểm soát chất lượng sản xuất?
MSA xác định mức độ tin cậy của các con số.
MSA Phân tích hệ thống đo lường (MSA) là một phương pháp có cấu trúc để đánh giá xem quy trình đo lường của bạn có đủ chính xác và nhất quán để đưa ra các quyết định về chất lượng hay không. Trong sản xuất, quy trình đó bao gồm thiết bị đo, đồ gá, phương pháp, môi trường, tình trạng chi tiết, phần mềm và những người sử dụng công cụ. MSA trong kiểm soát chất lượng sản xuất rất quan trọng vì ngay cả một quy trình có khả năng cũng có thể trông không ổn định nếu hệ thống đo lường tạo ra quá nhiều nhiễu. Trước khi bạn phản ứng với các xu hướng, loại bỏ các chi tiết hoặc khởi động sản phẩm, hãy kiểm tra lại trước khi đưa ra quyết định. hành động khắc phục, Bạn cần có sự tin tưởng rằng dữ liệu phản ánh đúng sản phẩm chứ không phải phương pháp kiểm tra.
Phân tích hệ thống đo lường (MSA) là một lĩnh vực bao quát, trong khi Độ lặp lại và độ tái lập của thiết bị đo (Gage R&R) là một nghiên cứu cụ thể trong đó. Một phương pháp MSA toàn diện xem xét nhiều thuộc tính của hệ thống đo lường, bao gồm việc nó có được căn chỉnh chính xác hay không, liệu nó có ổn định theo thời gian hay không, và liệu các người vận hành khác nhau có nhận được kết quả tương tự hay không. Độ lặp lại và độ tái lập của thiết bị đo tập trung cụ thể vào sự biến thiên: mức độ biến thiên đến từ chính thiết bị và mức độ biến thiên đến từ sự khác biệt giữa các người đánh giá.
Vì sao sai số đo lường tạo ra rủi ro trong quyết định?
Lý do MSA đáng được chú ý là rủi ro khi đưa ra quyết định. Các kỹ sư chất lượng không đo lường chỉ vì tò mò; họ đo lường để chấp nhận, từ chối, phân loại, điều chỉnh, phát hành hoặc báo cáo lên cấp cao hơn. Nếu hệ thống đo lường yếu, bạn có thể mắc phải hai sai lầm tốn kém: cho phép sản phẩm lỗi vào kho hoặc từ chối sản phẩm tốt. Trong các hoạt động sản xuất khối lượng lớn, ngay cả một tỷ lệ lỗi nhỏ cũng có thể dẫn đến lượng phế phẩm đáng kể, phải làm lại, tốn nhân công phân loại hoặc gây rủi ro cho khách hàng.
Hãy xem xét một trạm kiểm tra kích thước trong ngành ô tô, kiểm tra đường kính lỗ khoan bằng thước đo lỗ khoan kỹ thuật số. Nếu dung sai của chi tiết rất nhỏ và độ sai lệch của phép đo lớn so với dung sai đó, các chi tiết đạt chuẩn có thể chuyển đổi giữa đạt và không đạt tùy thuộc vào người đo hoặc thời điểm kiểm tra. Điều này tạo ra sự không ổn định trong biểu đồ SPC và gây nhầm lẫn trong xưởng sản xuất. Các nhóm có thể điều chỉnh một quy trình đang hoạt động bình thường, điều này làm tăng thêm sự biến đổi quy trình không cần thiết ngoài sự biến đổi của phép đo.
Một nguyên tắc hữu ích là phân biệt sự biến động tổng thể của quy trình với sự biến động của hệ thống đo lường. Sự biến động tổng thể là những gì bạn quan sát được trong dữ liệu; sự biến động của hệ thống đo lường là phần do cách bạn đo lường gây ra. Nếu quá nhiều sự phân tán quan sát được đến từ hệ thống đo lường, quy trình sẽ trông tệ hơn thực tế và các chỉ số năng lực trở nên kém tin cậy hơn.
Lỗi vị trí so với lỗi phân tán
MSA Điều này cũng giúp các kỹ sư phân biệt giữa hai loại lỗi chính: lỗi liên quan đến vị trí Và lỗi liên quan đến sự lan truyền. Sai số vị trí làm cho kết quả lệch khỏi giá trị thực, trong khi sai số phân tán làm cho các lần đo lặp lại quá không nhất quán. Sự khác biệt này rất quan trọng vì biện pháp khắc phục cũng khác nhau. Một hệ thống có sai số vị trí có thể cần hiệu chuẩn hoặc hiệu chỉnh tham chiếu, trong khi một hệ thống có độ phân tán quá lớn có thể cần cải tiến thiết bị, hướng dẫn công việc tốt hơn hoặc đào tạo lại người vận hành.
Một ví dụ về kiểm tra linh kiện điện tử đầu vào sẽ làm rõ điều này. Giả sử nhà cung cấp gửi các điện trở chính xác và nhóm tiếp nhận của bạn đo khoảng cách giữa các chân bằng hệ thống thị giác. Nếu hệ thống liên tục đọc được kết quả cao hơn 0,03 mm, đó là vấn đề về vị trí. Nếu nó đọc được kết quả khác nhau mỗi lần trên cùng một linh kiện, đó là vấn đề về độ phân tán, và đó là lý do tại sao Gage R&R trở nên đặc biệt quan trọng.
Năm đặc tính của MSA: Độ lệch, tính tuyến tính, tính ổn định, tính lặp lại và tính khả tái tạo.
Nếu bạn muốn tìm hiểu về các ứng dụng thực tiễn của MSA, Năm đặc tính này là những tiêu chí kiểm tra cốt lõi giúp bạn xác định xem một hệ thống đo lường có đáng tin cậy hay không.
Khung phân tích này rất quan trọng trước khi bạn tiến hành các nghiên cứu về khả năng, thắt chặt giới hạn kiểm soát hoặc quyết định cách thực hiện nghiên cứu độ tin cậy và độ chính xác của thiết bị đo (Gage R&R). Một quy trình có thể trông không ổn định đơn giản vì thiết bị đo không ổn định, và một quy trình có khả năng lại trông yếu vì phương pháp đo lường tạo ra quá nhiều biến động. Trong phân tích đa tiêu chuẩn (MSA) trong kiểm soát chất lượng sản xuất, sự phân biệt này giúp ngăn ngừa các quyết định sai lầm dựa trên dữ liệu không chính xác.
Thiên kiến
Sai số là sự khác biệt giữa giá trị đo trung bình và giá trị tham chiếu đã biết. Nó cho biết liệu hệ thống có liên tục đọc giá trị quá cao hay quá thấp hay không. Đây là lỗi vị trí, không phải vấn đề phân tán.
Máy kiểm tra momen xoắn là một ví dụ đơn giản. Nếu một chuẩn momen xoắn được chứng nhận 10,00 N·m được đo lặp đi lặp lại với giá trị trung bình là 10,18 N·m, thì hệ thống có sai số dương. Nếu bỏ qua sai số này, kết quả đo momen xoắn có thể cho thấy siết quá chặt hoặc siết chưa đủ chặt trong khi thực tế không có hiện tượng đó.
Tính tuyến tính
Tính tuyến tính cho thấy liệu độ lệch có duy trì nhất quán trên toàn bộ phạm vi đo hay không. Một thiết bị đo có thể hoạt động tốt gần một giá trị mục tiêu nhưng lại kém chính xác hơn ở mức thấp hoặc cao. Điều đó tạo ra rủi ro quyết định không đồng đều giữa các kích thước sản phẩm hoặc dải thông số kỹ thuật khác nhau.
Ví dụ, một thước đo chiều cao kỹ thuật số có thể đọc chính xác ở độ cao 20 mm nhưng lại cho kết quả cao hơn ở 150 mm. Trong trường hợp đó, dữ liệu kiểm tra trên các chi tiết ngắn có thể đáng tin cậy trong khi dữ liệu trên các chi tiết lớn hơn thì không. Điều này rất quan trọng khi một thiết bị được sử dụng cho nhiều dòng sản phẩm hoặc phạm vi tính năng khác nhau.
Sự ổn định
Tính ổn định đặt ra câu hỏi liệu hệ thống đo lường có thay đổi theo thời gian khi đo cùng một giá trị tham chiếu hay không. Nó phát hiện sự trôi lệch do hao mòn, môi trường, tình trạng thiết bị, sự cố về pin hoặc mất hiệu chuẩn. Một hệ thống ổn định sẽ cho kết quả tương đương hôm nay, tuần tới và tháng tới.
Thước kẹp cầm tay dùng trong kiểm tra hàng nhập có thể đạt chuẩn vào ca sáng nhưng lại cho thấy sự sai lệch dần sau vài tuần sử dụng liên tục. Nếu bỏ sót xu hướng này, các kỹ sư có thể hiểu sai chất lượng nhà cung cấp là đang thay đổi trong khi thực tế là dụng cụ đo đang bị lệch. Tính ổn định đặc biệt quan trọng khi các cuộc kiểm toán yêu cầu bằng chứng có thể truy vết về việc kiểm soát đo lường liên tục.
Khả năng lặp lại
Tính lặp lại là sự biến thiên khi cùng một nhà điều hành Đo cùng một chi tiết nhiều lần bằng cùng một dụng cụ đo và phương pháp. Điều này phản ánh tính nhất quán của thiết bị và phương pháp trong điều kiện được kiểm soát. Trong hầu hết các nghiên cứu về độ tin cậy của dụng cụ đo (Gage R&R), điều này được gọi là sự biến thiên của thiết bị.
Một lỗi thường gặp xuất hiện khi chi tiết khó lắp đặt hoặc lực tiếp xúc không nhất quán. Ví dụ, phép đo đường kính lỗ có thể thay đổi do đầu đo nhạy cảm với góc hoặc độ sâu lắp đặt. Sai số lặp lại cao có nghĩa là bản thân dụng cụ, đồ gá hoặc phương pháp đo cần được chú ý trước khi chỉ đào tạo người vận hành có thể giải quyết được vấn đề.
Khả năng tái tạo
Khả năng tái tạo là sự khác biệt giữa các nhà điều hành khác nhau Việc đo cùng một bộ phận bằng cùng một dụng cụ đo phản ánh mức độ áp dụng thành công của phương pháp này từ người thẩm định này sang người thẩm định khác. Đây là điểm mà các hướng dẫn công việc không rõ ràng thường xuất hiện.
Trên dây chuyền lắp ráp điện tử, ba người kiểm tra có thể đo chiều cao mối hàn khác nhau vì họ căn chỉnh linh kiện dưới kính hiển vi theo những cách hơi khác nhau. Nếu một người liên tục đọc kết quả cao và người khác đọc kết quả thấp, vấn đề không chỉ nằm ở thiết bị đo mà còn ở kỹ thuật đo. Trước khi các nhóm tin tưởng vào dữ liệu kiểm tra, họ cần cả sai số lặp lại thấp và sai số tái tạo thấp.
Hướng dẫn từng bước cách tiến hành nghiên cứu Gage R&R (Đánh giá và thay thế thiết bị đo).
Xác định rõ đối tượng nghiên cứu trước khi bắt đầu đo lường.
Nếu bạn muốn biết cách tiến hành nghiên cứu Gage R&R đúng cách, hãy bắt đầu với quyết định sản xuất mà phép đo hỗ trợ. Trong một dây chuyền gia công sản xuất ống van chính xác, nhóm chất lượng sử dụng thước đo đường kính trong kỹ thuật số để kiểm tra dung sai đường kính trong là 25.000 ± 0.020 mm. Mục tiêu của nghiên cứu không phải là "kiểm tra thước đo" nói chung, mà là để xác nhận xem hệ thống đo lường này có đủ độ tin cậy để đưa vào sử dụng, điều chỉnh và phân tích khả năng hay không.
Trước khi thiết lập, hãy cố định phương pháp đo chính xác như cách người vận hành sử dụng trong xưởng. Điều đó bao gồm việc làm sạch chi tiết, điều kiện nhiệt độ, đồ gá, vị trí đo, hiệu chỉnh máy đo và các quy tắc đọc. Nếu bất kỳ điều kiện nào trong số đó thay đổi trong quá trình nghiên cứu, bạn có thể đo được sự biến đổi của phương pháp thay vì sự biến đổi thực sự của thiết bị hoặc người đánh giá.
Chọn các bộ phận đại diện cho phạm vi quy trình thực tế.
Lựa chọn bộ phận Đây là điểm mà nhiều nghiên cứu âm thầm thất bại. Đối với dây chuyền gia công này, kỹ sư nên chọn 10 chi tiết trải rộng phạm vi quy trình thực tế, bao gồm các chi tiết gần mức thấp, trung bình và cao của phạm vi thông số kỹ thuật và quy trình. Nếu cả 10 chi tiết gần như giống hệt nhau, nghiên cứu sẽ đánh giá thấp khả năng phân biệt sự khác biệt giữa các chi tiết của hệ thống.
Hãy sử dụng các bộ phận sản xuất hàng loạt, chứ không phải mẫu chuẩn, trừ khi ứng dụng yêu cầu cụ thể các mẫu tham chiếu. Mục tiêu là... MSA Đối với việc kiểm soát chất lượng sản xuất, cần phải kiểm tra hệ thống đo lường trong điều kiện thực tế. Mỗi bộ phận cần được dán nhãn riêng biệt sao cho người thẩm định không biết kích thước dự kiến của nó.
Chọn người thẩm định và xây dựng thiết kế thử nghiệm.
Lựa chọn 2 đến 3 người thẩm định Những người thường thực hiện hoặc giám sát việc đo lường. Trong ví dụ về dây chuyền gia công này, nhóm chọn một kỹ thuật viên chất lượng, một người vận hành máy và một trưởng ca vì đó là những người thực sự sử dụng kết quả để nghiệm thu và điều chỉnh quy trình. Tránh chỉ chọn người kiểm tra có tay nghề cao nhất, vì điều đó có thể làm cho nghiên cứu trông tốt hơn so với hoạt động hàng ngày.
Thiết kế nghiên cứu chéo tiêu chuẩn sử dụng 10 phần, 3 người thẩm định và 2 đến 3 lần thử nghiệm lặp lại. mỗi phần, sản xuất 60 đến 90 lần đọc. Mỗi người thẩm định sẽ đo từng bộ phận nhiều lần bằng cùng một dụng cụ đo và phương pháp. Cấu trúc này cho phép bạn tách biệt sự biến thiên của bộ phận khỏi tính lặp lại và khả năng tái tạo.
Ngẫu nhiên hóa trình tự đo lường
Ngẫu nhiên hóa Điều này rất cần thiết vì người vận hành học hỏi, ghi nhớ và bù trừ. Nếu người thẩm định A đo các bộ phận từ 1 đến 10 theo thứ tự, sau đó lặp lại cùng một thứ tự, trí nhớ có thể làm giảm sự khác biệt rõ ràng và làm sai lệch kết quả. Trong nghiên cứu về ống van, kỹ sư chuẩn bị một bảng trình tự ngẫu nhiên cho mỗi lần thử nghiệm để không người thẩm định nào biết bộ phận nào sẽ được đo tiếp theo hoặc liệu nó đã được đo trước đó hay chưa.
Việc che giấu thông tin cũng rất quan trọng. Không cho phép người thẩm định xem các kết quả đo trước đó, thảo luận về kết quả hoặc so sánh các bộ phận trong quá trình nghiên cứu. Ngay cả những dấu hiệu nhỏ, chẳng hạn như các bộ phận được xếp chồng lên nhau theo kích thước, cũng có thể làm sai lệch dữ liệu.
Kiểm soát kỷ luật thu thập dữ liệu
Trong quá trình thực hiện, hãy coi nghiên cứu như một thử nghiệm có kiểm soát, chứ không phải là một cuộc kiểm tra định kỳ. Cần sử dụng cùng một loại thước đo, cùng một thiết bị cố định, cùng một hướng dẫn công việc và cùng một môi trường trong suốt quá trình thực hiện. Nếu bộ thước đo đường kính lỗ bị hỏng, nhiệt độ phòng thay đổi đột ngột, hoặc có sự thay đổi thiết bị cố định giữa chừng, hãy dừng lại và bắt đầu lại thay vì thay đổi điều kiện.
Ghi lại chính xác mọi kết quả đo như hiển thị, bao gồm cả số thập phân, không làm tròn hoặc "sửa" các giá trị bất thường. Đồng thời ghi lại người đo, lần đo nào và bất kỳ sự kiện bất thường nào có thể ảnh hưởng đến phân tích. Việc ghi chép dữ liệu tốt sẽ giúp tránh tranh cãi sau này khi nhóm xem xét liệu vấn đề xuất phát từ thiết bị đo, phương pháp hay cách thực hiện.
Cách diễn giải kết quả Gage R&R và tránh những lỗi thường gặp trong MSA
Đọc GRR như một chỉ số rủi ro quyết định.
Sau khi bạn biết cách tiến hành nghiên cứu Gage R&R, câu hỏi tiếp theo là liệu các số liệu có đủ tốt để đưa ra quyết định mà thiết bị đo hỗ trợ hay không. Trong ví dụ về dây chuyền gia công, nhóm đã đo đường kính lỗ khoan quan trọng bằng cách sử dụng 10 chi tiết, 3 người đánh giá và 3 lần thử nghiệm. Nghiên cứu của họ cho kết quả như sau: GRR = 22%, Điều này ngay lập tức báo hiệu rằng hệ thống đo lường đang tạo ra quá nhiều nhiễu cho một đặc tính có dung sai chặt chẽ. Điều đó không tự động làm cho thiết bị đo trở nên vô dụng, nhưng nó có nghĩa là các tín hiệu quy trình, kết quả đánh giá khả năng và kết quả đạt/không đạt mang nhiều rủi ro hơn so với nhiều nhóm dự đoán.
Một bộ quy tắc chung khá đơn giản: dưới 10% thường được chấp nhận, từ 10% đến 30% được chấp nhận có điều kiện tùy thuộc vào ứng dụng, và trên 30% thường không được chấp nhận. Đối với việc phát hành sản phẩm, khách hàng PPAP Đối với các bằng chứng hoặc các đặc điểm có dung sai hẹp, hầu hết các kỹ sư chất lượng nên thận trọng khi sử dụng dải giữa. Nếu kết quả 22% tương tự liên quan đến một lỗ khoan an toàn được sử dụng trong quá trình lắp ráp cuối cùng, nhóm nên cải thiện hệ thống đo lường trước khi tin tưởng vào khả năng hoặc xu hướng kiểm tra. Nếu chỉ dùng để sàng lọc sơ bộ trong quá trình sản xuất, rủi ro kinh doanh có thể thấp hơn, nhưng hạn chế này vẫn cần được ghi lại.
Phân biệt giữa tính lặp lại và tính tái tạo
Tổng số GRR cho biết quy mô của vấn đề, nhưng sự phân chia giữa tính lặp lại và tính khả thi cho biết cần hành động ở đâu. Trong nghiên cứu về dây chuyền gia công, tính lặp lại chiếm phần lớn sự biến động, trong khi sự khác biệt giữa các người đánh giá là không đáng kể. Điều đó cho thấy vấn đề nằm ở dụng cụ đo, đồ gá, phương pháp tiếp xúc hoặc vị trí đặt chi tiết hơn là chỉ riêng việc đào tạo người vận hành. Nếu tính khả thi chiếm ưu thế, nhóm nghiên cứu sẽ tập trung trước tiên vào quy trình làm việc tiêu chuẩn hóa, trình tự đo lường và kỹ thuật đánh giá của từng người.
Giải thích GRR và NDC cùng nhau
Các kỹ sư không bao giờ nên đọc GRR mà không kiểm tra thêm. NDC, NDC (Net Destruction Index) là chỉ số thể hiện số lượng các danh mục khác nhau. NDC cho thấy liệu hệ thống đo lường có thể phân tách một cách đáng tin cậy sự khác biệt giữa các bộ phận thành các nhóm hữu ích hay không; trên thực tế, NDC nên ít nhất là 5, và nhiều nhóm thích 10 trở lên để phân biệt rõ ràng hơn. Trong ví dụ về dây chuyền gia công, nghiên cứu cho ra kết quả NDC = 3, có nghĩa là hệ thống không thể phân biệt rõ ràng đủ các khác biệt có ý nghĩa giữa các bộ phận được chọn. Chỉ số GRR trung bình kết hợp với NDC yếu cho thấy hệ thống không chỉ nhiễu mà còn kém hiệu quả trong việc xếp hạng các bộ phận để phân tích quy trình.
Tránh những lỗi thường gặp nhất khi học tập
Một lỗi thường gặp là phạm vi bộ phận kém. Nếu nhóm gia công chọn 10 lỗ khoan gần như giống hệt nhau từ một giờ sản xuất ổn định, sự khác biệt giữa các chi tiết sẽ nhỏ một cách giả tạo, khiến hệ thống đo lường trông kém hiệu quả hơn và làm giảm chỉ số NDC. Một nghiên cứu tốt hơn nên bao gồm các chi tiết trải rộng phạm vi hoạt động thực tế, đặc biệt là gần giới hạn dung sai.
Một lỗi khác là sử dụng một đồng hồ đo chưa được hiệu chuẩn hoặc bảo trì kém. Một nghiên cứu không thể khắc phục được tình trạng mòn, trôi hoặc hư hỏng tiếp điểm của thước đo micromet, thước đo khí nén hoặc thước đo đường kính lỗ. Trước khi tiến hành MSA, Xác nhận trạng thái hiệu chuẩn, độ phân giải và tình trạng thiết bị.
Vấn đề lớn cuối cùng là sự không nhất quán trong quá trình thực thi và sự phụ thuộc vào bảng tính. Nếu người thẩm định đo ở các hướng khác nhau, làm sạch các bộ phận khác nhau hoặc xem các kết quả đo trước đó, khả năng tái lập sẽ bị sai lệch. Bảng tính thủ công làm tăng rủi ro về kiểm soát phiên bản và công thức, vì vậy ngay cả khi các nhóm hiểu phân tích hệ thống đo lường là gì, kỷ luật nghiên cứu yếu kém vẫn có thể dẫn đến kết luận sai lệch.
Kết luận: Chuẩn hóa quy trình làm việc MSA với Jodoo
Phân tích hệ thống đo lường Phương pháp này chỉ hữu ích khi nó trở thành một quy trình được kiểm soát, chứ không phải là một bài tập thống kê đơn lẻ. Trên thực tế, điều đó có nghĩa là thiết lập nghiên cứu, số liệu thô, logic tính toán, nhận xét của người đánh giá và lịch sử phê duyệt đều cần được ghi chép và có thể truy vết. Đối với các nhóm làm việc theo PPAP, IATF 16949 hoặc các yêu cầu kiểm toán của khách hàng, việc kiểm soát hồ sơ yếu kém có thể làm suy yếu ngay cả một nghiên cứu Gage R&R có tính kỹ thuật cao.
Tóm lại, điều quan trọng là: trước khi tin tưởng vào khả năng của quy trình, xu hướng SPC hoặc các quyết định kiểm tra, bạn cần phải tin tưởng vào chính hệ thống đo lường. Điều đó bao gồm việc hiểu năm đặc tính của MSA, thực hiện các nghiên cứu Gage R&R một cách bài bản và diễn giải kết quả theo cách dẫn đến hành động khắc phục. Một thiết bị đo lường có khả năng đáp ứng yêu cầu là quan trọng, nhưng một quy trình MSA có thể lặp lại mới là điều giúp duy trì khả năng đó theo thời gian.
Là một nền tảng sản xuất tinh gọn không cần lập trình, Jodoo cho phép các nhóm chất lượng xây dựng các biểu mẫu MSA kỹ thuật số, thu thập số liệu một cách nhất quán và tính toán. GRR Và NDC Tự động lập lộ trình nghiên cứu để xem xét và phê duyệt, đồng thời lưu trữ tất cả hồ sơ trong cơ sở dữ liệu có thể tìm kiếm. Nếu bạn muốn chuẩn hóa MSA mà không cần dựa vào bảng tính, bạn có thể... bắt đầu dùng thử miễn phí hoặc Đặt lịch dùng thử Để tìm hiểu mẫu quy trình làm việc MSA.
