MÉRÉSTECHNIKA. Előadások (2.) Galla Jánosné

Hasonló dokumentumok
Gyártástechnológia alapjai Méréstechnika rész. Előadások (2.) 2011.

Minőségirányítási rendszerek 9. előadás

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

IATF 16949:2016 szabvány fontos kapcsolódó kézikönyvei (5 Core Tools):

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

MSA - mérőrendszer elemzés (MSA - measurement systems analysis)

MINŐSÉGÜGYI STATISZTIKAI MÓDSZEREK. Dr. Drégelyi-Kiss Ágota ÓE BGK

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

Minőségmenedzsment (módszerek) BEDZSULA BÁLINT

Mérési hibák

Advanced Product Quality Planning APQP

Metrológiai alapok. Horváthné Drégelyi-Kiss Ágota Fıiskolai tanársegéd, BMF BGK AGI. URL:

Kalibrálás és mérési bizonytalanság. Drégelyi-Kiss Ágota I

Indikátorok alkalmazása a labordiagnosztikai eljárások minőségbiztosításában

Gyártástechnológia alapjai Méréstechnika rész. Előadások (3.) 2011.

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Az SPC (statisztikai folyamatszabályozás) ingadozásai

Méréstechnika II. Mérési jegyzőkönyvek FSZ képzésben részt vevők részére. Hosszméréstechnikai és Minőségügyi Labor Mérési jegyzőkönyv

Előadások (1.) ÓE BGK Galla Jánosné, 2011.

Kockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével

Hanthy László Tel.:

Méréstechnika 5. Galla Jánosné 2014

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

A mérés. A mérés célja a mérendő mennyiség valódi értékének meghatározása. Ez a valóságban azt jelenti, hogy erre kell

Géprajz - gépelemek. Előadó: Németh Szabolcs mérnöktanár. Belső használatú jegyzet 2

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS

Többváltozós lineáris regressziós modell feltételeinek tesztelése I.

Hat Szigma Zöldöves Tanfolyam Tematikája

I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE

Statisztika I. 12. előadás. Előadó: Dr. Ertsey Imre

Kontrol kártyák használata a laboratóriumi gyakorlatban

Geokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka

etalon etalon (folytatás) Az etalonok és a kalibrálás általános és alapvető metrológiai fogalmai és definíciói

Többváltozós lineáris regressziós modell feltételeinek

MŰSZAKI TUDOMÁNY AZ ÉSZAK-KELET MAGYARORSZÁGI RÉGIÓBAN 2013

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Mérési hibák Méréstechnika VM, GM, MM 1

SKIK Thot Quality Management Kaposvár június 8.

Az R&R vizsgálatok tapasztalatai. Minősítése R&R a mindennapokban. Tóth Csaba László fizikus. Tóth László politológus. és benne egy különlegesség

Gyártástechnológia alapjai Méréstechnika rész 2011.

Munkavédelmi mérnökasszisztens Galla Jánosné, 2012.

17. Folyamatszabályozás módszerei

[Biomatematika 2] Orvosi biometria

2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!

MÉRÉSTECHNIKA 4. ELŐADÁS. Galla Jánosné 2014

Minőségbiztosítás, validálás

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

MINİSÉGSZABÁLYOZÁS. Dr. Drégelyi-Kiss Ágota

Statistical Process Control (SPC), Statisztikai Folyamatszabályozás

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

MÉRÉSTECHNIKA. BME Energetikai Gépek és Rendszerek Tanszék Fazekas Miklós (1) márc. 1

Méréselmélet MI BSc 1

Méréselmélet és mérőrendszerek

ÚJDONSÁGOK A MINITAB STATISZTIKAI SZOFTVER ÚJ KIADÁSÁNÁL (MINITAB 18)

Korreláció és lineáris regresszió

Mérés és modellezés Méréstechnika VM, GM, MM 1

2011. ÓE BGK Galla Jánosné,

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.

Minőségellenőrzés. Miről lesz szó? STATISZTIKAI FOLYAMATSZABÁLYOZÁS (SPC) Minőségszabályozás. Mikor jó egy folyamat? Ellenőrzés Szabályozás

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

y ij = µ + α i + e ij

Kockázatkezelés a rezgésdiagnosztikában többváltozós szabályozó kártya segítségével

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

Ívhegesztő áramforrások felülvizsgálata. Kristóf Csaba Tápiószele, 2018

BME Járműgyártás és -javítás Tanszék. Javítási ciklusrend kialakítása

Mérés és modellezés 1

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Kockázatok és mérési bizonytalanság kezelése a termelésmenedzsment területén

Több valószínűségi változó együttes eloszlása, korreláció

Nehézségi gyorsulás mérése megfordítható ingával

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre

JÁRMŰIPARI GYÁRTÁSI FOLYAMATOK MINŐSÉGBIZTOSÍTÁSA ( BMEKOGGM611 )

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Gépipari minőségellenőr Gépipari minőségellenőr

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

Matematikai geodéziai számítások 6.

Hibaterjedési elemzés (Measurement uncertainty) EURACHEM/CITAC Guide

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

FMEA tréning OKTATÁSI SEGÉDLET

Dr. JUVANCZ ZOLTÁN Óbudai Egyetem Dr. FENYVESI ÉVA CycloLab Kft

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

Aktuális VDA kiadványok és képzések

Matematikai geodéziai számítások 6.

Mérési struktúrák

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

4. A mérések pontosságának megítélése

Előadások (1.) Galla Jánosné

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

Gépipari minőségellenőr Gépipari minőségellenőr

Az értékelés során következtetést fogalmazhatunk meg a

KÖVETKEZTETŐ STATISZTIKA

A mérési eredmény megadása

MINİSÉGBIZTOSÍTÁS. 8. ELİADÁS Mérıeszköz megfelelıség Mérıeszköz-képesség vizsgálat Április 4. Összeállította: Dr. Kovács Zsolt egyetemi tanár

Regresszió számítás az SPSSben

Átírás:

1 MÉRÉSTECHNIKA Előadások (2.) 2014 Galla Jánosné

1. A hiba rendűsége Az 2. előadás témái 2. A mérési módszer hibája 3. Műszerhibák 4. A mérési hibák új megközelítése 5. A járműgyártás metrológiai többletkövetelményei (összefoglalás) 2

1. A hiba rendűsége, rendszáma h = F ( ) = s. tg A függvényt sorbafejtve: 1 3 2 5 h = F = s + + +... 3 15 A hatványsor első érvényes tagját figyelembe véve: h = s. 1 +. A hiba elsőrendű A hiba rendszáma (nagyságrendje) mindig a (csonka) hatványsorban szereplő legkisebb kitevőjű tag kitevőjével egyenlő, függetlenül attól, hogy a hiba pontos értékéhez hány tagot veszünk figyelembe H (x) = a 0. x 0 + a 1. x 1 + a 2. x 2 +a 3.x 3 +..a n. x n 3

1. A hiba rendűsége Sin és tg fv.: elsőrendű Cos fv.:másodrendű hiba Példa elsőrendű hibára Példa másodrendű hibára h l ' l 1 cos l h = M M = x tg x 1 cos 1 2... h l 2! 2 2 4

1. A hiba rendűsége Törekedni kell arra, hogy a mérési módszer minimum másodrendű hibával rendelkezzen. Az elsőrendű hiba kiküszöbölésének módját geometriai mérések területén a hosszméréstechnika alaptételei adják. Abbe-elv Kollimátor-elv 5

2. A MÉRÉSI MÓDSZER HIBÁJA A mérési módszer hibája A mérési módszer mindazon elvek és összefüggések összessége, amelyet a mérőszám előállítására felhasználunk. A mérési módszerben mint elem benne van a mérőműszer is. Geometriai mérések esetén pl. a mérőműszer állvány munkadarab rendszer egyszerű összefüggésekkel könnyen kezelhető formulákkal leírható. A mérési módszerre vonatkozó, azt befolyásoló hibák oka lehet: a mérőeszköz hibája, a mérendő tárgy állapota, alak-, felületminőség okozta hibák a beállító etalon hibája, az alaphőmérséklettől eltérő hőmérséklet okozta hiba, a mérőnyomás okozta hiba. Törekedni kell arra, hogy a mérési módszer minimum másodrendű hibával rendelkezzen. Az elsőrendű hiba 6 kiküszöbölésének módját geometriai mérések területén a hosszméréstechnika alaptételei adják.

3. MŰSZERHIBÁK MÉRÉSI HIBÁK EREDET SZERINT Emelőkarok hibái Lineáris vezetékek hibái okozta eltérések A síklapok, asztalok, felfekvő felületek alakeltérésének hatása A mérőfelületek párhuzamossági, ferdeségi hibái Zérus hiba Irányváltási hiba A nem megfelelő pozícionálás, hibás helyzet okozta hibák A saját súly, mérőerő vagy szorítóerő által okozott alakváltozások Parallaxis hiba Konzolos befogás 7 Hőmérséklet okozta hiba

3. MŰSZERHIBÁK Emelőkarok hibái a) a szinuszos mechanizmus hibája : b) a tangens mechanizmus hibája Lineáris vezetékek hibái okozta eltérések 8

3. MŰSZERHIBÁK A síklapok, asztalok, felfekvő felületek alakeltérésének hatása L L D D h = L L = 1/2 L 2 h = D D = 1/4 D 2 A mérőfelületek párhuzamossági, ferdeségi hibái 9

3. MŰSZERHIBÁK Zérus hiba Kopott mérőfelületek, a mutató vagy a skála eltolódása előidézhetik, hogy a mérőfelületeket nullára állítva, a skála nullától eltérő értéket mutat. A zérus hiba értékét figyelembe lehet venni, esetleges utánállítással ki lehet küszöbölni. Irányváltási hiba 10

A nem megfelelő pozícionálás, hibás helyzet okozta hibák a) ; ; h = l 2 /2 b) h = D D = D 2 /4 c) 3. MŰSZERHIBÁK A saját súly, mérőerő vagy szorítóerő által okozott alakváltozások 11

3. MŰSZERHIBÁK MÉRÉSI HIBÁK EREDETE A saját súly, mérőerő vagy szorítóerő által okozott alakváltozások a = 0,223. L Parallaxis hiba a = 0,239. L Konzolos befogás Hőmérséklet okozta hiba l = l 20 [α 1 (t 1-20 0 ) - α 2 (t 2-20 0 )] 12

A MÉRÉSI FOLYAMAT ÉRTELMEZÉSE A mérési folyamat = a gyártási folyamat szerves része A mérési rendszer legyen statisztikailag szabályozott! A mérési rendszer eltérését csak véletlen hibák okozhatják, ezt úgy hívjuk, hogy statisztikai stabilitás A MR eltérése/szórása legyen kicsi a gyártási folyamat eltéréséhez vagy a tűrésmezőhöz képest! Munkapontra vizsgáljuk a MR statisztikai tulajdonságait Statisztikailag stabil a mérési folyamat, ha durva és rendszeres hiba nem befolyásolja a mérési eredményt, csak a véletlen változékonyság van jelen a folyamatban 13

A mérési rendszer lehetséges hibái Pontosság: a mért értékek átlaga és a referenciaérték különbsége Ismételhetőség: a kapott mérési eredmények eltérése, amikor egy mérést végző személy ugyanazt a jellemzőt többször méri Reprodukálhatóság: a mérési eredmények átlagainak különbsége, ha több személy ugyanazzal a mérőeszközzel ugyanazt a jellemzőt ugyanazon a darabon méri Stabilitás: különböző (hosszabb) időtartam alatt ugyanazon a mintán (vagy darabon) végzett mérések átlagainak különbsége Linearitás: a mérési tartományon belül észlelt torzításeltérés 14

Stabilitás A mérési rendszer vagy folyamat statisztikai stabilitása lehetőséget nyújt a mérési rendszer vagy folyamat jövőbeli működésének becslésére Az ismételhetőség és reprodukálhatóság vizsgálat ismeretlen stabilitási állapot mellett több kár, mint haszon, mert a szakszerűtlen beavatkozás miatt, pl. növekedhet a mérési rendszer eltérése ( ) 15

Pontosság Ismételhetőség Reprodukálhatóság 16

Linearitás A linearitás a mérőeszköz feltételezett mérési tartományában a pontosság értékei közötti eltérés A mérőeszköz linearitásának mérőszáma = a regressziós egyenes meredeksége a darabokra vonatkozó folyamateltéréssel (vagy tűrésmezővel). A %-ban kifejezett linearitás = 100 linearitás mérőszáma / folyamateltérés (vagy tűrésmező) Ajánlott elemzési technika: korrelációs diagram a legjobban illeszkedő egyenessel 17

A mérési rendszer eltéréseit nemcsak a nem megfelelő pontosságú mérőeszközök okozhatják, hanem a mérést végző személyek is. Folyamatos gyártásnál az ellenőrzést több operátor (minőségellenőr) végzi, és a cél az, hogy az adott alkatrész különböző személyek által végzett mérései a lehető legjobban megközelítsék egymást. Az R&R vizsgálat során több személy (q db), több alkatrész (r db) vizsgálatát végzi el, ismételt mérések (p db) során. Általában q = 3, r = 10 és p = 3. Az ingadozás forrásainak felbontása: Mérési eredmények eltérése: alkatrészek közötti különbség mérőrendszer okozta különbség mérőeszköz (ismételhetőség) operátor (reprodukálhatóság) 18

A mérési eredmények eltérését jellemző variancia az alábbi összetevőkből épül fel: ˆ 2 teljes ˆ 2 alkatrész ˆ 2 mérés ˆ 2 reprodukál hatóság ˆ 2 operátor ˆ 2 operátor*alkatrész ˆ 2 mérés ˆ 2 reprodukál hatóság ˆ 2 ismételhetőség 19

R & R 2 ˆ ˆ ismételhet őség 2 reprodukál hatóság R & R% R & R ˆ 2 teljes Minősítési kritériumok: R & R% 10% : Megfelel ő 10% R & R 30% : Megfontolással R & R 30% : Nem megfelelő elfogadható 20

4.1. MÉRŐESZKÖZ-KÉPESSÉG VIZSGÁLAT C g T * 015, s g C gk Min X 0,075* T x x X 0,075* T v 3* s g g ; g v 3* s g Minősítési kritériumok: C gk 1,67 : Megfelelő 1, 67 C gk 133, : Megfontolással elfogadható C gk 33 1, : Nem megfelelő 21

start MR fejlesztése Pontosság vizsgálat Igen Elfogadható? Nem Javítható? Nem Igen R&R vizsgálat Igen Elfogadható? Nem Javítható? Nem Igen Cg vizsgálat Igen Elfogadható? Nem Javítható? Nem Igen A mérőeszköz és a mérési módszer alkalmas a kívánt felhasználási célra stop 22

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI - MSA MSA kézikönyv szerinti mérési rendszer megfelelőség értékelés A QS 9000-es autóipari többletkövetelmények APQP (Advanced Product Quality Planning and Control Plan)- minőségtervezés; PPAP (Production Part Approval Process)) - első minta jóváhagyási folyamata; FMEA (Potential Failure Mode and Effects Analysis) hibamódés hatáselemzés. MSA (Measurement Systems Analysis) mérőrendszer elemzés, melynek jelenleg a 4. kiadása érvényes 2010 óta; SPC (Statistical Process Control) - statisztikai folyamatszabályozás. 23

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI - MSA A mérési rendszer vizsgálatához is szükséges megfelelő előkészületek elvégzése. Mérési rendszerek esetében az első lépés a megfelelő megközelítési mód kiválasztása. Ezután következik a kísérletben résztvevő operátorok, alkatrészek és az ismétlések számának meghatározása. Figyelembe kell venni: kritikus méretek esetén több alkatrész vagy ismétlés bevonása a vizsgálatba; nagyméretű vagy nehéz minták esetén kevesebb minta mellett több ismétlés elvégzése; vevői követelmények. 24

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI - MSA A középérték hibalehetőségei: Pontosság (Accuracy): adott referenciaérték és egy vagy több mérési eredmény közötti eltérés. Torzítás (Bias): adott referenciaérték és egy adott alkatrész mért értéke (vagy több mérés esetén azok átlaga) közötti eltérés. Tipikusan mérőeszköz-hiba. Okai lehetnek például: helytelenül vagy túl régen kalibrált mérőeszköz; elhasználódott, kopott a mérőeszköz; nem megfelelő vagy nem megfelelően kalibrált etalon; linearitási hiba; környezeti hatások: hőmérséklet, páratartalom stb. 25

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI - MSA A középérték hibalehetőségei: Stabilitás (Stability): a torzításból adódó középérték eltérés alakulása az idő függvényében, ugyanazon alkatrész vagy etalon egy adott paraméterének vizsgálata során. Okai lehetnek: túl régen kalibrált mérőeszköz; kopás; tervezett (üzemszerű) elöregedés; környezeti hatások. Linearitás (Linearity): e tulajdonság nem jelent mást, mint a mérőeszköz torzításának esetleges eltérését az eszköz mérési tartományának függvényében. Okai lehetnek: túl régen kalibrált mérőeszköz; kalibrálás nem terjedt ki a teljes mérettartományra; kopás; nem megfelelő karbantartás, korrózió, esetleg porosodás vagy egyéb szennyezés; környezeti hatások. 26

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI - MSA A szórás ingadozásának hibalehetőségei Precizitás (Precision): a mért értékek szórása a mérőeszköz mérettartományának függvényében. Ismételhetőség (Repeatability): lényege, hogy ugyanazon személy ugyanazzal a mérőeszközzel ugyanazt a jellemzőt méri ugyanazon a munkadarabon. Ezzel kiküszöbölhetjük a mérési folyamat hibáit, és koncentrálhatunk a mérőrendszerünk problémáira. Az ingadozás eszköz-oldali okai lehetnek: alkatrész formája, mintabeli különbségek; mérőeszköz elöregedése, helytelen karbantartás vagy kalibrálás; etalon minősége, állapota; helytelen metodika; 27 operátor mérési technikája, képzetlensége, egészségi állapota; környezeti hatások (gyors) változása, pl. hőmérséklet.

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI - MSA A szórás ingadozásának hibalehetőségei Reprodukálhatóság (Reproducibility): az ismételhetőséggel szemben itt a folyamatból eredő ingadozások is megjelennek. Itt ugyanis nem egy, hanem több operátor hajtja végre ugyanazokat a méréseket. Ennek értelmében a lehetséges hibaokok: alkatrészek közti méreteltérés; több mérőeszköz használata esetén az ezekből nyerhető eredmény eltérése ugyanazon operátor és alkatrész esetén; helytelen metodika; operátorok közötti eltérés, pl. képesség, képzettség, egészségi állapot stb; az ismételt mérések közötti időben történt környezeti változások, pl. hőmérséklet vagy páratartalom. 28

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI - MSA A szórás ingadozásának hibalehetőségei GRR érték: az ismételhetőség és a reprodukálhatóság kombinációja (négyzetösszege). Mérőrendszer képessége (Measurement system capability): a mérőrendszer szórásainak pillanatnyi állapota. Mérőrendszer teljesítménye (Measurement system performance): a mérőrendszer szórásainak változása az idő függvényében. Érzékenység (Sensitivity): A legkisebb olyan bemeneti érték (valós méret), mely változást eredményez a mérőműszer értékmutatásában. Konzisztencia (Consistency): a mért eredmények szórásainak változása az idő függvényében. Homogenitás (Uniformity): a szórás változása a mérőeszköz mérési tartományában. 29

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI - MSA Átlag-terjedelem módszer Az ingadozás forrásainak felbontása: Mérési eredmények eltérése (TV, total variation) alkatrészek közötti különbség (PV, part variation) mérőrendszer okozta különbség (GRR, gage repeatability and reproducibility) mérőeszköz (ismételhetőség) (EV, equipment variation) operátor (reprodukálhatóság) (AV, appraiser variation) TV PV 2 GRR GRR % GRR 100% TV 2 GRR EV 2 AV 2 30

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI - MSA megkülönböztethető kategóriák száma: ndc 1, 41 PV GRR Az elfogadás feltétele: (min. 5) %GRR < 10 %, ekkor a mérési rendszer megfelelő. 10% < %GRR < 30%, ekkor a mérési rendszer megfontolással elfogadható. %GRR > 30%, ekkor a mérési rendszer nem megfelelő. 31

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI VDA 5 A német autóipari többletkövetelmény szerint kalibrálási folyamatok során van egy nagyon fontos befolyásoló tényező, ez a tényező a mérés bizonytalansága. Gyakorlatilag ez az összetevő melynek a legnagyobb befolyása van a végeredményre. Ezért a VDA 5 kötete szerinti mérési rendszer és folyamat értékelése során a mérési bizonytalansági tényezők meghatározása során jutunk el a mérés értékeléséhez. A mérési folyamatok matematikai modelljéből kiindulva a standard bizonytalanságok minden releváns befolyásoló mennyiséghez meghatározhatók. A standard bizonytalanságok számszerűsítik az egyes bizonytalanságrészeket. A mérési bizonytalanságok terjedésének szabályai szerint az érzékenységi együtthatók a modellegyenlet egyedi befolyásoló mennyiségek szerinti parciális levezetésével meghatározhatóak. 32

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI VDA 5 A VDA 5 autóipari többletkövetelmény a mérések vizsgálatát két részre bontja fel. Az egyik a mérőeszköz vagy a mérési rendszer vizsgálata. E során csak a mérőeszköz tulajdonságainak elemzése történik. A másik vizsgálat a mérési folyamatra vonatkozik, amely már figyelembe veszi a mérés során a különféle hatások vizsgálatát is, vagyis azt, hogy több személy végezheti el a méréseket, különféle környezeti hatások befolyásolhatják a mérést, a munkadarabok okozta bizonytalanság is befolyásolhatja az eredményeket. Ennek alapján a bizonytalanságot meg kell határozni mind a mérési rendszerre (U MS ), mind pedig a mérési folyamatra (U MP ). 33

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI VDA 5 MÉRÉSI RENDSZER 34

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI VDA 5 MÉRÉSI FOLYAMAT 35

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI ISO 22514-7 szerint (2012) A mérőrendszer leírható egy folyamatként, melynek kimeneti értéke a mérési eredmény, bemeneti értékei változatosak bizonytalanságok 36

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI ISO 22514-7 szerint (2012) A bizonytalanságok okai Konstans hatások: kalibrálás; felbontóképesség: a mérőeszköz fizikai paramétereiből adódó pontosság; a munkadarabból adódó bizonytalanság (munkadarab pontatlansága vagy torzítása). Változó hatások: mérő személyek hatása; hőmérséklet (hőtágulás miatt); páratartalom (arra érzékeny munkadarabok esetében). Hosszú távú elváltozások kopás, elhasználódás; drift 37

5. A JÁRMŰGYÁRTÁS METROLÓGIAI TÖBBLET- KÖVETELMÉNYEI ISO 22514-7 szerint (2012) A szabvány lényege, hogy a különböző forrásokból adódó bizonytalansági összetevők segítségével becsüli meg az aktuális folyamat képesség indexét. A szabvány alkalmazásához fontos tisztában lenni azzal, hogy az kizárólag a megvalósítási bizonytalanságot vizsgálja, melynek nagyobbnak kell lennie, mint a módszer vagy a specifikáció bizonytalansága. Továbbá azzal, hogy a szabványban leírtak nem alkalmazhatók összetett mérési folyamatokra sem. A szabvány két részre bontja a képességvizsgálat folyamatát: mérőrendszer elemzése: ahol a mérőeszköz elemzésével kapcsolatos bizonytalansági összetevők vizsgálata történik meg; mérési folyamat elemzése: ahol a mérési módszer, személy, alkatrész, stb. vizsgálata történik meg gyakorlati módszerekkel. 38