Данные измерений, генерируемые трехкоординатной измерительной машиной (CMM), являются основной основой контроля качества, но исходные данные должны быть представлены посредством систематического анализа и визуализации, чтобы быть преобразованы в информацию для принятия решений. Ниже приведены три измерения процесса обработки данных, методов визуализации и типичных сценариев, которые предоставляют стандартизированные руководства по интерпретации.

Предварительная обработка данных: обеспечение надежности аналитической базы

Исключение аномалий

Идентификация точек эксцентриситета с помощью 3 - сигматического критерия или картирования ячеек. Например, при измерении диаметра деталей осевого типа, если точка отклоняется от среднего значения более чем в 3 раза от стандартной разности, необходимо в сочетании с журналом измерений определить, является ли это результатом плохого контакта головки измерения или дефекта поверхности детали, и, при необходимости, повторно измерить.

Выравнивание данных и преобразование системы координат

Сбалансируйте измеренные данные с моделью CAD с помощью алгоритмов согласования (например, метод наименьших квадратов), чтобы устранить ошибку зажима. Например, при обнаружении кузова автомобиля облако измеренной точки должно соответствовать теоретической модели для расчета общего распределения отклонений.

Извлечение и классификация признаков

Классификация данных по геометрическим характеристикам (плоскость, цилиндр, конус и т.д.), расчет допусков на положение формы (например, окружность, вертикальность). Например, ключевые параметры, такие как отклонение профиля зуба и кумулятивная ошибка расстояния зуба, извлекаются из данных зубчатой формы шестерни.

II. Метод визуализации: визуальное представление состояния качества

искаженная хроматография

Отклонение точки измерения от теоретического значения отображается как цветовой градиент (например, красный - желто - зеленый означает супер - разность - критическая - квалифицированная), быстро позиционируя проблемную область. Например, при обнаружении авиационных лопастей визуально отображается положение сверхразной толщины листа с помощью хроматографии, которая направляет технологическую настройку шлифования песчаной ленты.

Диаграмма анализа тенденций

Нарисуйте кривые колебаний ключевых размеров со временем или партией, чтобы определить систематические отклонения. Например, в массовом производстве, если размер отверстия имеет тенденцию к периодическому снижению, это может указывать на износ инструмента или влияние температурного дрейфа.

суперпозиция полосы допусков

Показывать измеренные характеристики суперпозиции с полосой допусков вверх и вниз для количественной оценки коэффициента соответствия. Например, при обнаружении втулки подшипника скорость прохождения круга рассчитывается с помощью диаграммы допусков, что обеспечивает поддержку данных для оптимизации технологических параметров.

Типичные сценарии применения и поддержки принятия решений

Проверка материалов

Сравните несоответствия между поставкой запасных частей поставщиками и стандартами закупок и составляйте отчет о значении CPK. Если CPK < 1.33, необходимо запустить процесс улучшения качества поставщика.

Управление процессом

Развертывание карт управления SPC вдоль линии обработки машин для мониторинга ключевых размеров в режиме реального времени (например, положение отверстия, плоскость). Когда точка данных превышает время управления, автоматически запускается остановка устройства или настройка параметров резания.

Анализ отказов

В сочетании с методологией FMEA, проследить коренные причины сверхплохих данных. Например, если окружность шейки шатуна партии является слишком плохой, она определяется как аномалия радиального биения инструмента путем анализа корреляции данных измерений с журналом обработки.

IV. Инструменты и нормативные рекомендации

Выбор программного обеспечения: предпочтение отдается модулям статистического анализа пакетов программного обеспечения CMM (например, PC - DMIS, Calypso) или экспорту данных в Minitab или JMP для глубокого анализа.

Шаблоны отчетности: единообразное использование четырехсегментной структуры отчетности « Описание проблемы - представление данных - корневой анализ - меры по улучшению » для обеспечения эффективности межсекторальной коммуникации.

Обучение персонала: Регулярно организуйте специальные тренинги, такие как стандарты GD & T (геометрические размеры и допуски), управление статистическими процессами (SPC) и т. Д. Для повышения профессионализма интерпретации данных.

Благодаря стандартизированным процессам анализа и визуализации данных, предприятия могут увеличить ценность данных измерений CMM для достижения модернизации режима управления качеством от « пассивного обнаружения» до « активной профилактики».