|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/measurement-system-analysis/
课程评论：没有评论
课程名称：测量系统分析 课程概述： 本课程旨在帮助学员理解测量过程及其在产品和服务特性评估中的重要性。我们将探讨基础测量统计、I型和II型错误、范围法、平均值与范围法、不同数据类别数量等内容。此外，课程还将介绍如何使用Excel和Minitab软件理解和分析G R & R（重复性与再现性）。 测量系统是用于将数字分配给产品或服务特征的一种过程。评估测量系统的第一步是了解该过程，并确定其是否能够满足我们的要求。 课程内容包括： 1. **产品控制**：确保产品符合规范要求 2. **过程控制**：判定过程变异是否稳定且可接受 例如，要测量圆柱孔的内径，我们需要一个包含以下要素的系统： - 关注的物品 - 操作人员 - 测量设备 - 使用设备的方法 - 测量环境 通过这一活动，我们生成一个数值，代表内径。 要评估一个测量系统，需要判断： - 系统是否具有足够的区分能力 - 系统在时间上的统计稳定性 - 统计性质是否在预期范围内一致并可接受用于过程分析或控制 - 测量误差与公差范围及过程变异的比较是否足够小 理想的测量系统应具备以下特征： - 每次产生正确的测量结果，并且每次测量都与标准一致 - 具有零方差、零偏差及零误分类概率的统计属性 本课程为学员提供了全面的测量系统分析知识，适合希望深入理解测量过程和统计分析工具的专业人士。
•Understanding Measurement Process•Basic Measurement Statistics•Type I & II errors•Range method, Average & Range method•No. of Distinct Data Categories•Understanding G R & R using Excel Sheet•Understanding G R & R using Minitab SoftwareA measurement system is a process by which weassign a number to a characteristics of a product orservice• The first step in assessing a system is to understand thisprocess and determine if it will satisfy our requirements• PRODUCT CONTROL:- Whether the product meets the specification requirements• PROCESS CONTROL:- Is the process variation stable and acceptable•To measure the inside diameter of a cylindrical hole,we use a system that include.:1. Item of Interest2. Personnel3. Measurement Equipment4. Method to use the Equipment5. Environment under which toconduct the measurementAs a result of the activity, we generate a numericalValue that represents the diameter.To Evaluate a measurement system determine:If it has adequate discriminationIf it is statistically stable over timeIf statistical properties are consistent over the expectedrange and acceptable for process analysis or controlThe measurement error must be small compared tothe tolerance spreadthe process variabilityIDEAL MEASUREMENT SYSTEMS• Produce correct measurements each time andeach measurement agrees with a masterstandard• Have Statistical properties of:- Zero Variance- Zero Bias- Zero Probability of mis- classifying anymeasuredAttribute & Variable Measurement
