Überblick
Bei der Herstellung und Entwicklung von Messsystemen muss sichergestellt werden, dass der jeweilige Mess-/Prüfprozess auch für den jeweiligen Einsatz geeignet ist. Ein solcher Messprozess ist von vielen Einflussfaktoren abhängig. Dazu zählen unter anderem das Bedienerpersonal, die Umwelt, die Auswertemethode, das Messobjekt und die Aufnahmevorrichtung. Um festzustellen, dass ein Mess-/Prüfprozess auch unter diesen Einflussfaktoren fähig ist, kann mit Hilfe des Report Analyzer eine Messsystemanalyse (MSA) durchgeführt werden. In diesem Zusammenhang werden systematischen Messabweichung oder Streuung des Messgeräts beurteilt. Die Software bietet die Möglichkeit, Daten aus verschiedenen Quellen zu importieren und anschließend auszuwerten. Dabei können die Daten benutzerspezifisch gruppiert, dargestellt und analysiert werden. Durch die Aufbereitung der Daten soll es möglich sein, Schlussfolgerungen zu ziehen, z.B. zu Fehlerursachen bei Ausfällen oder zu möglichen Trends der Messwerte. Die Auswertung bzw. Analyse soll in mehrere Teilanalysen untergliedert werden. Dazu zählen
- die statistische Auswertung der Messdaten hinsichtlich der Messmittelfähigkeit und Prüfprozesseignung,
- die statistische Fehlerverteilung,
- die Korrelationsanalyse (Ähnlichkeitsanalyse) von Messungen,
- der Kurvenvergleich von Messungen
- und die Trendanalyse von Messwertverläufen.
Module
Import
Import von Test-Reports bzw. Test-Executions gemäß dem IRS XML-Format. Zusätzlich können weitere Formate aus unterschiedlichen Quellen, wie z.B. Datenbanken, importiert werden. Durch eine Plugin-Struktur können auch kundenspezifische Formate bzw. Quellen verarbeitet werden.
Gruppierung
Um einen Vergleich der Analysedaten anhand von gewissen Merkmalen zu ermöglichen, werden die Testausführungen (Test-Executions) in Gruppen eingeteilt. Definierte Gruppierungen, Sortierungen und verwendete Filter können hierbei als vordefinierte Sets gespeichert und durch eine geeignete Schnellauswahl wieder angewandt werden. Durch die Gruppierung können Ergebnisse miteinander verglichen werden, beispielsweise die Temperaturklassen bei Klimatests oder die Messwertverläufe bei Langzeittests. Ebenso können Messungen auf unterschiedlichen Prüfständen getrennt ausgewertet werden, dies ist vor allem bei der Entwicklung von Mess- und Prüfsystemen hilfreich, um mögliche Fehler aufzudecken.
Verlauf & Statistik
Bei dieser Analyseart werden statistische Wertanalysen durchgeführt und visualisiert. Es können gleitenden Limits angezeigt und Limit-Verstöße hervorgehoben werden. Außerdem werden statistische Werte ermittelt, wie zum Beispiel Mittelwert, Standardabweichung, Spezifikationsgrenzen, Messmittelfähigkeitsindizes und Prozessfähigkeitsindizes. Zur Visualisierung stehen verschiedenen Diagrammtypen, z. B. Punkte- oder Liniendiagramm mit variablen Achsen (Zeit, Index oder Seriennummer etc.), zur Verfügung. Auch eine Verteilungskurve mit überlagertem Histogramm und den relevanten Kennwerten kann angezeigt werden.
Statistische Fehlerverteilung
In dieser Teilanalyse wird die statistische Fehlerverteilung auf zwei Ebenen ermittelt und visualisiert. Die erste Ebene ist die Test-Execution-Ebene, welche das Ergebnis der Testausführungen einer Gruppe auswertet. Aus der Fehlerverteilung der ersten Ebene können Rückschlüsse gezogen werden wie das Ergebnis gruppenübergreifend verteilt ist. Die zweite Ebene ist die Test-Step-Ebene. Hier werden die Ergebnisse der Test-Steps einer Gruppe von Test-Executions ausgewertet und mit denen der anderen Gruppen verglichen.
Kurvenvergleich
Das primäre Ziel der Funktion Kurvenvergleich ist es, Zusammenhänge zwischen verschiedenen Messungen aufzuzeigen. Durch die Darstellungsart „Messung über Messung“ lassen sich Rückschlüsse auf die Abhängigkeit beider Messungen ziehen. Eine weitere Darstellungsart ist die des Werteverlaufs. Hierbei steht es im Vordergrund mehrere Messungen einer Gruppe zu vergleichen, indem diese in einem Diagramm gemeinsam dargestellt werden.
Ähnlichkeitsanalyse
Durch die Ähnlichkeitsanalyse können lineare Zusammenhänge zwischen Messungen ermittelt werden. Mit Hilfe der Korrelationsanalyse kann somit festgestellt werden, ob ein Testschritt stark mit einem anderen zusammenhängt.
Trendanalyse
Die Trendanalyse zielt darauf ab, Trends der Streuung oder des Mittelwertes einer Messreihe zu erkennen. Da es sich bei den zu analysierenden Daten um sehr große Datensätze handelt, ist es notwendig, die Trends automatisiert zu erkennen und zu priorisieren bzw. zu bewerten.
Video Tutorials
By loading the video, you agree to YouTube's privacy policy.
Learn more