GRR计算可以随机抽样吗?MSAS实践
关于GRR计算的采样原则,前文已经提到过。
详见GRR抽样原则-MSA漫谈05。
他说,GRR测试样品的选择应该尽量降低覆盖过程。
这是理想化的理论要求,实际操作过程不是那么简单。
在项目的前期阶段,由于计算过程不好,很难获得足够量的数据。
并且在过程能力分析之前,理论上必须完成对测量系统的分析。
这已成为“鸡下蛋、蛋下鸡”的世界性难题。
因此,在直接计算过程恶化后再进行采样,在实际操作水平上是很困难的。
这里还可以利用我们昨天提到的工艺老化的估计公式。 也就是说,工艺老化=公差/Cp。
这样,就可以大致估计出过程会变坏。 也可以根据过程恶化的范围进行采样。
该方法仍需根据工艺的恶化,有目的地选择样品。
项目初期,在零部件生产少的情况下,我们很难得到涵盖了整个过程恶化范围的零部件。
那么,在这个阶段,是否可以有意识地“制作”样品,进行测量系统的分析? 为了达到分析测量系统的目的,可以“制作”几个样品。
但是,我不太推荐。
因为“制造”这个零件可能需要调整工艺,产品的质量风险会提高。
那么,在这个过程中,我们能随机采样吗? 理论上,用随机采样测量GRR是不准确的。
随机抽样由于计算出的部件间的劣化较小,因此计算出的GRR较大。
但是从测量系统分析的角度来说,我认为随机采样也可以达到我们的目的。
在MSA计算的情况下,不仅要看GRR,还要看P/T%。
实际上两者的应用场景不同。
GRR是测量系统老化与工艺总老化的比率,主要看测量系统能否用于支持工艺改进,P/T%是测量系统老化与产品公差的比率,主要看测量系统能否用于判定产品合格与否
在项目初期,更关心测量系统能否检测出不合格品,以确保交付的产品合格。
因此,在项目初期,可以通过随机采样计算P/T%,其中GRR是参考。
随着产品的大量生产,积累数据的计算过程变差,然后重新测量GRR更符合实际操作。
最后,回到昨天的问题。 如果工艺能力足够强,例如Cp=4时,P/T%=9%,此时GRR=360%。
此时过程能力已经很高,我认为没有必要花费成本优化过程能力。
因此,我认为此时没有必要继续优化测量系统。