Nach meinen Beobachtungen fällt es Laboratorien schwer, die Messunsicherheit zu berechnen und abzuschätzen. Eines der häufigsten Probleme, auf die ich stoße, ist, dass Labore keine Variabilitätsstudien durchführen (d. h. Daten vom Typ A sammeln, Gauge R&R usw.). Infolgedessen gibt es nur sehr wenige Daten, um zuverlässige Schätzungen der Unsicherheit in den Messergebnissen zu erstellen.
Heute verlangen die Akkreditierungsstellen (AB), dass zufällige Unsicherheitsfaktoren in die Schätzung der CMC-Aussagen (Calibration and Measurement Capability) einbezogen werden. Laboratorien, die diese Faktoren ausschließen, können eine Mitteilung über die Nichtkonformität (z. B. Mangel) erhalten. Um dieses Problem zu lösen und Sie auf Ihre nächste Bewertung vorzubereiten, zeige ich Ihnen, wie Sie die Daten sammeln, aufzeichnen und analysieren, die erforderlich sind, um Ihre zufälligen Unsicherheitsfaktoren richtig zu quantifizieren.
Was ist das Ziel?
Ziel ist es, genügend Daten zu sammeln, um die folgenden Parameter zu quantifizieren:
01 | Wiederholgenauigkeit – Die grundlegende Kurzzeitpräzision für ein Messsystem
02 | Reproduzierbarkeit – Die tägliche Variabilität für ein Messsystem
03 | Stabilität – Die Variabilität von Lauf zu Lauf für ein Messsystem
Wie werden die Daten gesammelt?
Mit Hilfe eines verschachtelten Experimentdesigns werden wir in der Lage sein, die Variabilität auf drei Ebenen effektiv zu bewerten.
Stufe 1: Wiederholbarkeit
Führen Sie "n" Anzahl von Wiederholungsmessungen durch und zeichnen Sie die Ergebnisse auf. Berechnen Sie den Mittelwert, die Standardabweichung und die Freiheitsgrade für den Datensatz. Notieren Sie die Ergebnisse wie unten gezeigt.
Stufe 2: Reproduzierbarkeit
Wiederholen Sie die Experimente der Stufe 1 (Wiederholbarkeit) für "n" aufeinanderfolgende Tage und notieren Sie die Ergebnisse. Dies wird als "Run 1" gekennzeichnet. Berechnen Sie den Mittelwert, die Standardabweichung und die Freiheitsgrade aller Mittelwerte, die in Stufe 1 aufgezeichnet wurden. Notieren Sie die Ergebnisse in einer neuen Tabelle mit dem Namen Ebene 2, wie gezeigt.
Stufe 3: Stabilität
Wiederholen Sie die Experimente der Stufen 1 und 2 für 'n' Durchläufe, und notieren Sie die Ergebnisse. Berechnen Sie den Mittelwert, die Standardabweichung und die Freiheitsgrade aller Mittelwerte, die in Stufe 2 aufgezeichnet wurden. Notieren Sie die Ergebnisse in einer neuen Tabelle mit dem Namen Ebene 3, wie gezeigt.
Wie werden die Daten analysiert?
Für Stufe 1, Wiederholbarkeit, verwenden Sie die Methode der "gepoolten Varianz", um die Wiederholbarkeit (s1) und die Freiheitsgrade aus den aufgezeichneten Werten der Standardabweichung zu berechnen.
Für Stufe 2, Reproduzierbarkeit, verwenden Sie die Methode der "gepoolten Varianz", um die Reproduzierbarkeit (s2) und die Freiheitsgrade aus den aufgezeichneten Werten der Standardabweichung zu berechnen.
Verwenden Sie für Stufe 3, Stabilität, die aufgezeichneten Werte der Standardabweichung und die Freiheitsgrade, um die Stabilität (s3) zu quantifizieren.
Nachdem wir nun ein Versuchsdesign identifiziert und behandelt haben, wie wir unsere Typ-A-Daten sammeln, aufzeichnen und analysieren können, ermutige ich Sie, ein Verfahren zu erstellen und diese Praxis anzuwenden. Senden Sie mir anschließend eine E-Mail an [email protected] und geben Sie uns Feedback. Sagen Sie mir, was Ihnen gefällt, was Ihnen nicht gefällt, machen Sie Vorschläge und teilen Sie dies mit Ihren Kollegen. Ihre Eingaben werden verwendet, um den Prozess zu ändern und zu verbessern. Darüber hinaus wird es mir helfen, die Entwicklung meiner nächsten professionellen Arbeit abzuschließen.
