MSA培训教材

null测量系统分析MSA 第三版 测量系统分析MSA 第三版 汽车行业质量管理 核心工具培训null一、概述 二、计量型测量系统分析 重复性和再现性分析方法和接收准则 偏倚分析方法和接收准则 线性分析方法和接收准则 稳定性分析方法和接收准则 三、计数型测量系统分析 小样法分析方法和接收准则 解析法分析方法和接收准则null测量系统分析(MSA)一、概述 测量系统的定义 为什么要进行测量系统分析 测量误差的来源和表达 测量系统分析的要求 测量系统的类型 测量系统的统计特性 如何进行测量系统分析策划null测量系统的定义MSA定义MSA定义使用数理统计和图表的方法对测量系统的分辨率和误差进行分析，以评估测量系统的分辨率和误差对于被测量的参数来说是否合适，并确定测量系统误差的主要成分。 测量系统的误差由稳定条件下运行的测量系统多次测量数据的统计特性：偏倚和变差来表征。偏倚指测量数据相对于值的位置，包括测量系统的偏倚（Bias）、线性（Linearity）和稳定性（Stability）；而变差指测量数据的分散程度，也称为测量系统的R&R，包括测量系统的重复性（Repeatability）和再现性（Reproducibility）。 测量系统的分辨率应为获得测量参数的过程变差的十分之一 为什么要进行MSA？为什么要进行MSA？在日常生产中，我们经常根据获得的过程加工部件的测量数据去分析过程的状态、过程的能力和监控过程的变化；那么，怎么确保分析的结果是正确的呢？我们必须从两方面来保证，一是确保测量数据的准确性/质量，使用测量系统分析（MSA）方法对获得测量数据的测量系统进行评估；二是确保使用了合适的数据分析方法，如使用SPC工具、试验设计、方差分析、回归分析等 SPC（统计过程控制）和MSA（测量系统分析）的应用状况作为衡量供应商提供稳定的符合要求的产品的能力的重要参考指标。 null制造过程原辅料人机法环测量测量结果合格不合格为什么进行 测量系统分析？测量测量存在误差，误差导致误判。 要保证测量结果的准确性和可信度。测量系统范例测量系统范例例如要测量一个柱的外径，那其测量系统应包括： — 测量项目 — 人员 — 测量仪器 — 进行测量的环境条件 作为测量活动的结果，产生一个数值以表示外径 测量系统分析的目的测量系统分析的目的测量系统分析的目的是确定所使用的数据是否可靠 测量系统分析还可以： 评估新的测量仪器 将两种不同的测量方法进行比较 对可能存在问题的测量方法进行评估 确定并解决测量系统误差问题测量系统分析的目的测量系统分析的目的测量成本； 测量的容易程度; 最重要的是测量系统的统计特性。 nullDiscrimination 分辨能力 Precision 精密度 (Repeatability 重复性) Accuracy 准确度 (Bias偏差) Damage 损坏 Differences among instruments and fixtures (不同仪器和夹具间的差异) Difference in use by inspector 不同使用人员的差异(Reproducibility再现性) Differences among methods of use (使用不同的方法所造成差异) Differences due to environment (不同环境所造成的差异) 测量误差的来源null Y = x + ε 测量值 = 真值(True Value)+测量误差戴明说没有真 值的存在一致测量误差如何表达null不精密 精密准确不准确••••••••••••••••••••••••••••••••••测量误差如何表达数据的质量数据的质量 如何评定数据质量 — 测量结果与“真”值的差越小越好。 — 数据质量是用多次测量的统计结果进行评定。 计量型数据的质量 — 均值与真值（基准值）之差。 — 方差大小。 计数型数据的质量 — 对产品特性产生错误分级的概率。数据的质量数据的质量数据的质量取决于从处于稳定条件下进行操作的测量系统中，多次测量的统计特性，如：假设使用某一在稳定条件下操作的测量系统对某一特定特性值进行了几次测量，如果这些测量值均与该特性的参考值“接近”），那么，数据的质量被称为“高”；同样，如果部份或所有的测量值与参考值相差“很远”，则数据的质量很“低” 低质量数据的原因和影响低质量数据的原因和影响低质量数据的普遍原因之一是变差太大 一组数据中的变差多是由于测量系统及其环境的相互作用造成的。 如果相互作用产生的变差过大，那么数据的质量会太低，从而造成测量数据无法利用。如：具有较大变差的测量系统可能不适合用于分析制造过程，因为测量系统的变差可能掩盖制造过程的变差。有关测量数据的常见问题有关测量数据的常见问题什么是测量？ 将一个未知量与一个已知的或已经接受的参照值进行的比较 为什么我们需要测量数据？ 我们使用测量数据来判断产品是否合格，制定有关过程管理的决策。 我接受这件产品吗？ 过程是很好，还是需要进行调整？ 我们对测量数据有什么期望？ 准确性：数据必须告诉我们真相！ 重复性：重复测量必须产生同样的结果！ 再现性：结果不应该受检验员的影响。有关测量数据的常见问题有关测量数据的常见问题什么是测量仪器？ 用来进行测量的任何仪器。 什么是检验员（或者鉴定人）？ 使用测量仪器进行测量的个人或装置 测量系统：不仅指量具。 测量系统包括：人（及其培训）、过程（测量程序）、设备（量具或测量工具）、系统的控制点、及所有这些因素的相互作用。 测量总偏差： 总的观察偏差=过程偏差+测量系统偏差有关测量数据的常见问题有关测量数据的常见问题测量是一个能影响所观察值的中心值和偏差的过程。 GR&R分析是用来分析测量系统的方法，目的是确定测量某种东西时出现的波动（误差）的大小和类型。 将“测量系统”看作是会给测量数据带来额外误差的子过程，其目的就是使用误差尽可能小的测量过程。 任何观测数据的误差，都是部件的实际误差和测量系统误差的总和。null数据分析和使用 用测量系统所收集的数据用于： — 控制过程 — 评估影响过程结果的变量及其相互关系 利用数据分析，增进对测量系统中因果关系和对过程的影响的了解 把注意力放在测量系统上，其产生的读数可在每个零件上获得重复，在每个测量人员间获得再现null标准的传递公司标准企业的校准 实验室检测设备 制造厂null追溯性：通过应用连接标准等级体系的适当标准程序，使单个测量结果与国家标准或国家接受的测量系统相联系。标准的传递测量标准测量标准 使用一个可追溯的标准以提供： — 比较的共同点 — 测量系统有效性 — 测量系统准确性评价 — 解决零件间的冲突 — 最直接的验证指导 基准值基准值 为了比较的一个一致认可的值，有时也称为： — 可接受的值 — 常规值 — 指定值 — 最佳估算值 — 标准测量 — 测量的标准 基准件具有非常精确制定的一个或更多特性的一种材料或物质， 用于仪器的校准、测量方法的评估或给材料赋值。分辨力（率）：分辨力（率）：定义：指测量系统检出并如实指示被测特性中极小变化的能力----也称为分辨率.分辨率（力）的要求:建议的要求是可视分辨率最多是总过程6σ(标准偏差)的十分之一,而不是传统的规则,即可视分辨率最多为公差范围的十分之一.测量仪器分辨率 （测量仪器的分辨率必须小于或等于规范或过程误差的10%）测量仪器分辨率 （测量仪器的分辨率必须小于或等于规范或过程误差的10%）测量仪器分辨率可定义为测量仪器能够读取的最小测量单位。 看看下面的部件A和部件B，它们的长度非常相似。测量分辨率描述了测量仪器分辨两个部件的测量值之间的差异的能力。部件A部件B部件A部件BA=2.0 B=2.0A=2.25 B=2.00因为上面刻度的分辨率比两个部件之间 的差异要大，两个部件将出现相同的测 量结果。第二个刻度的分辨率比两个部件之间的 差异要小，部件将产生不同的测量结果。敏感度（Sensitivity）敏感度（Sensitivity）敏感度是指能产生一个可检测到（有用的）输出信号的最小输入。它是测量系统对被测特性变化的回应。敏感度由量具设计（分辨力）、固有质量（OEM）、使用中保养，以及仪器操作条件和标准来确定。它通常被表示为一测量单位。 影响敏感度的因素包括： 一个仪器的衰减能力 操作者的技能 测量装置的重复性 对于电子或气动量具，提供无漂移操作的能力 仪器使用所处的条件，例如：大气条件、尘土、湿度准确度(Accuracy)准确度(Accuracy)准确度(Accuracy) — 测量的平均值是否与真值吻合? 真值(True Value): 理论上正确的值 国际度量衡标准 偏倚（Bias) 测量值的均值与真值的距离 测量系统持续地偏离目标 系统错误描述测量数据质量的统计特性描述测量数据质量的统计特性 通常用来描述测量数据质量的统计特性是某测量系统的偏倚（Bias）和变差（variance）。 被称为偏倚的统计特性指的是数据值相对于参考（基准）值的位置。 被称为变差的特性指的是数据的分布宽度。 null计量型测量系统 计数型测量系统 测量系统的类型null测量系统的统计特性Repeatability 重复性； (precision精密度) Reproducibility 再现性Bias 偏倚( Accuracy准确性) 统计特性分为 Linearity 线性；Stability 稳定性。通常使用测量数据的统计特性来衡量测量系统的质量！Discrimination 分辨力null理想的测量系统理想的测量系统在每次使用时： -- 应只产生“正确”的测量结果。 -- 每次测量结果总应该与一个标准值相符。 -- 一个能产生理想测量结果的测量系统，应具有零方 差、零偏倚和所测的任何产品错误分类为零概率的统计 特性。 null 测量系统分析（MSA） — MSA用于分析测量系统对测量值的影响 — 强调仪器和人的影响 我们对测量系统作试验，以确定系统的统计特性值与可接受的标准作比较测量系统分析null测量系统评定的两个阶段 第一阶段（使用前） — 确定统计特性是否满足需要？ — 确认环境因素是否有影响？ 第二阶段（使用过程） — 确定是否持续地具备恰当的统计特性？null评价测量系统的基本问题 是否有足够的分辨力和灵敏度？ 10比1规则:测量设备要能分辨出公差或过程变差的至少十分之一以上。 是否具备时间意义的统计稳定？ 统计特性是否在期望的范围内具备一致性，用于过程控制和分析是否可接受？ 所有的变差总和是否在一个可接受的测量不确定度的水平?nullMSA目标 测量不确定度 一个特性的估计真值所处的范围，这类数据可表达为一系列测量值的统计分布、标准差、概率、百分比及实测值与真值的差，在控制图或曲线图表上的点等。测量不确定度测量不确定度测量不确定度是给组成测量系统的变量赋值的所有可能性的总和（百分率）。 总的可能性应衡量并且要与在进行的测量的重要性和关键 性相一致。 根据测量系统分析而作出的决定包括： — 使用现有的系统，同时考虑它的测量不确定度 — 改进系统以控制产生变差的因子。 — 考虑其他具有更高级别的分辨率和能力的测量系 统(这通常会花更多的资金，但您的MSA数据将帮助你确定并证实适当的资源。)测量不确定度与校准测量不确定度与校准测量系统的不确定度第一次是通过校准过程而产生。 校准允许对测量仪器、测量系统或标在尺上的刻度值等的 指示的误差的评价。 基准件本身，校准过程和环境以及校验人员也都对测量不确定度有影响。 这就是要经鉴定合格的和/或有资格的实验室以及你应接受对你的测量、检验和实验设备要做或已做校准的数据的益处的原因。 null 盲测法 在实际测量环境下，在操作者事先不知正在对该测量系统进行评定的条件下，获得测量结果。 向传统观念挑战 长期存在的把测量误差只作为公差范围百分率来报告的传统，是不能面临未来持续改进的市场挑战。评价测量系统的关键注意点null测量系统的变差测量过程的构成因子及其相互作用，产生测量结果的变差人员量具材料环境方法测量值变差null环境如何影响测量结果 温度变化引起热胀冷缩，使同一零件的同一特性产生不同的读数 光线不足防碍正确的读数 刺眼的光导致读数不正确 受时间影响的材料—-如铝、塑料及玻璃 湿度影响 污染—-如电磁、灰尘等null测量仪器如何影响测量结果测量仪器的分类，如尺、游标卡尺 测量仪器的准确度和精确度 偏倚和线性 重复性和再现性 稳定性null测量值并不总是精确的 测量系统的变差影响每个测量值和根据这些测量数据所作的判定 测量系统的误差或分为五类：偏倚、重复性、再现性、稳定性和线性 必须在使用一个测量系统前知道其测量变差nullMSA的应用 建立新量具的适用性和可接受性标准 把一个量具和另一个量具作比较 评估可疑的量具 量具维修前后的性能比较 计算测量系统变差 确定制造过程可接受性 管理和改进测量过程null测量系统分析的要求关键词有那些？ ISO/TS16949:2002与MSAISO/TS16949:2002与MSA实施要点说明 对控制中列入的测量系统要进行测量系统分析。 测量分析方法及接受准则应与测量系统分析参考手册一致。 经顾客批准，可以采用其它方法及接受准则。 PPAP手册中规定：对新的或改进的量具、测量和试验设备应参考MSA手册进行变差研究。 APQP手册，MSA为“产品/过程确认”阶段的输出之一。 SPC手册指出MSA是控制图必需的准备工作。ISO/TS16949:2002与MSAISO/TS16949:2002与MSA实施要点说明 标识、监视与测量设备及其校准状态 确定量具准确度和精确度 当量具被发现处于非校准状态时，应对其以前的测量结果重新进行确认 确保所有的量具的搬运、保护、清洁、维护和存放 校准记录应包括个人量具 应用MSA手册中规定的方法null概念形成和批准设计确认样件量产策划产品开发和设计过程开发和设计产品和过程确认 策划生产Production评估反馈和改善测量系统 分析策划试产项目批准测量系统分析如何进行测量系统分析策划量产过程中，定期策划和实施测量系统分析null如何进行测量系统分析策划1、在新产品策划过程中，APQP小组根据试生产 控制计划制定《测量系统分析计划》。 2、批量生产过程中，责任部门根据批量生产 控制计划制定《测量系统分析计划》。 MSA分析时机 MSA分析时机 新生产之产品PV(零件)有不同时 新仪器，EV(设备)有不同时 　新操作人员，AV(人员)有不同时 校准周期(文件规定)。如何进行测量问题分析？如何进行测量问题分析？ 对测量变差及其对造成总变差的了解是解决基础问题的基本步骤。当测量系统的变差超过所有其他变量时，必须在使用系统其余部分进行工作之前分析和解决这些问题。在某些情况下，测量系统的变差被忽视或忽略了。当所记录的变差实际上是由测量装置造成时，把过程本身作为注意的重点就可能导致时间和资源的浪费。如何进行测量问题分析？如何进行测量问题分析？ 识别问题 当测量系统工作时，无论任何过程，清楚地定义问题是重要的。对于测量问题，它可以用准确度、变差、稳定性等形式来体现。要做的重要事情是努力将测量变差与过程变差相分离（可以立足于过程，而不是测量装置做出这个判断）。如何进行测量问题分析？如何进行测量问题分析？ 测量系统和过程的流程图 评审所有已有的测量系统和过程流程图。这将 导致可能要对测量和它们与测量过程的相互关系的已知和未知的信息进行讨论。 因果图 复审所有已有的有关测量系统的因果图。这在某些情况下就可能解决问题或部分解决问题。同样，这也会引起对已知和未知的信息进行讨论。应该用专业知识来初步识别那些对问题影响最大的变量。如何进行测量问题分析？如何进行测量问题分析？计划—实施—研究—措施（PDSA） 计划各种试验、收集数据、建立稳定性、作各种假设并加以证实，一直到获得适当的解决。 解决方法和对纠正的验证 将各步骤和解决方法文件化以对 决定过程作出记录。进行初步研 究以确认解决方法。这可以用试 验设计的形式来验证。过程变差剖析过程变差剖析长期过程变差短期抽样产生的变差实际过程变差稳定性线性重复性 准确度 量具变差操作员造成的变差测量误差过程变差观测值“重复性” 和 “再现性” 是测量误差的主要来源再现性过程变差测量系统的规划（一）测量系统的规划（一）由APQP小组根据被测量特性的重要程度确定测量系统。同时考量： 产品规范是什么？预期的过程变差是多少？需要什么样的分辨率？ 量具需要怎样的操作方式？需要操作者具备哪些技能？怎样培训？ 如何测量？是否人工测量？在哪里测量？零件的位置和固定是否是可能的变差来源？接触测量还是非接触测量？ 测量如何被校准？校准频率？谁来校准？测量系统规划（二）测量系统规划（二）测量生命周期的考量：随着时间的不同，对过程了解及过程的改进，测量方法可能改变。 如：为了建立稳定的和有能力的过程，可能开始对一个产品特性测量，透过测量了解直接影响产品特性的关键过程特性，这种了解意味着对产品特性的信息依赖少了，可以减少抽样计划并简化测量方法。最后，可能只监测极少数的零件，只要过程被维护着或测量和监控。 测量的程度是依赖着对过程理解的程度。测量系统开发检查清单的建议要素测量系统开发检查清单的建议要素本清单应该根据测量系统的情况和类型进行修改。最终检查清单的建立应该是顾客和供方合作的结果。第1类要素：与测量系统设计和开发有关的问题第1类要素：与测量系统设计和开发有关的问题被测特性是什么？特性的类别是什么？是机械上的特性吗？是动态的还是静态的？是一项电的特性吗？其零件内部变差大吗？ 测量过程的结果（输出）将被应用的目的是什么？生产改进、生产监控、实验室研究、过程审核、出货检验、进货检验、对D.O.E的回应？ 谁将使用该过程？操作者、工程师、技术员、检验员、审核员？ 培训要求：操作者、维修人员、工程师；教室、应用实习、在职训练、学徒期间。第1类要素：与测量系统设计和开发有关的问题第1类要素：与测量系统设计和开发有关的问题变差的原因是否已被识别？透过小组、头脑风暴法、渊博的过程知识、因果图或矩阵图等方法建立一个误差模型. 是否展开了测量系统的FMEA？ 弹性的或专用的测量系统：测量系统可以是固定的、专用的还是弹性的，是否有测量不同类型零件的能力：例如爪型量具、夹紧量具、三坐标座标测量仪等。弹性的量具价格较贵，但从长远来看能节约成本。第1类要素：与测量系统设计和开发有关的问题第1类要素：与测量系统设计和开发有关的问题接触式或非接触式：可靠性、特性的类型、抽样计划、成本、维护保养、校准、人员技能要求、兼容性、环境、速度、探头的类型、零件的变形、影像处理，以上内容可能由控制计划和测量的频率来确定（全接触式量具在连续抽样时可能会过度磨损）。整个表面接触的探头、探头的类型、空气回流喷嘴、影像处理与光学比较仪等。第1类要素：与测量系统设计和开发有关的问题第1类要素：与测量系统设计和开发有关的问题环境：灰尘、水分、湿度、温度、振动、噪音、电磁干扰、大气流动、空气杂质等。实验室、工场、办公室等。在小且严格的公差下以微米为单位的测量系统中，以及在影像处理、光学系统、超音波仪器等环境中，环境成为一个关键的问题。对线上自动反馈类型的测量也是一个影响因素。切削油、切削碎屑及极端温度也会成为问题。是否清洁环境的要求？第1类要素：与测量系统设计和开发有关的问题第1类要素：与测量系统设计和开发有关的问题测量及固定点：使用几何尺寸与公差清晰地定义固定位置和夹紧点，以及在零件的什么部位进行测量。 固定方法：不固定或夹紧零件。 零件方位：主体的位置或其它的位置。 零件准备：在测量之前，零件是否应该清洁、储油、温度稳定等。 感测器的位置：从主定位器或定位系统的取向角度与距离？第1类要素：与测量系统设计和开发有关的问题第1类要素：与测量系统设计和开发有关的问题相关问题1—备份的量具：在工场内或不同工场之间是否需要备份的（或多个）量具支持？制造的考虑、测量误差的考虑、维修的考虑、标准是哪个的考虑？如何才能使每个考虑问题均符合要求？ 相关问题2—方法差异：在可接受的实施和操作极限内，由不同的测量系统设计对同一产品/过程进行测量的测量误差结果（例如：CMM对手工量具或开放式设定量具的测量结果）。第1类要素：与测量系统设计和开发有关的问题第1类要素：与测量系统设计和开发有关的问题自动或手动：线上、线外、操作者依赖性。 破坏性和非破坏性（Nondestructive, NDT）测量：例如，拉力试验、盐雾试验、电镀/涂装的厚度、硬度、尺寸测量、影像处理、化学分析、应力、耐久性、冲击、扭力、扭矩、焊接强度、电特性等。 潜在的测量量程：可能的测量尺寸大小和期望的量程。第1类要素：与测量系统设计和开发有关的问题第1类要素：与测量系统设计和开发有关的问题有效的分辨率：对应用在一特殊的应用场的可接受性，如测量对物理变化是否敏感（探测过程或产品误差的能力）？ 敏感度：最小输入量的信号能产生一个可探测的输出（可辨别的）信号，测量装置对应用这种情况的可接受性？敏感度是由量具的固有设计和质量（OEM）、使用期间的维护和操作条件所决定。第2类要素：与测量系统制造有关的问题 （设备、标准、仪器）第2类要素：与测量系统制造有关的问题 （设备、标准、仪器）是否已在系统设计中针对变差来源的识别？设计评审；验证和确认。 校准和控制系统：推荐的校准计划和设备审核及其文件。频率、内部或外部、参数、生产过程中的验证检查。 输入要求：机械的、电子的、液压的、真空的、波动抑制器、干燥器、滤清器、作业准备和操作问题、隔离、解析度和灵敏度。 输出要求：类比或数位、文件和记录、档案、保存、存取、备份。 成本：开发、采购、安装、操作和培训的预算要素。第2类要素：与测量系统制造有关的问题 （设备、标准、仪器）第2类要素：与测量系统制造有关的问题 （设备、标准、仪器）预防性维护：形式、计划、成本、人员、培训、文件。 可维修性：内部和外部、场所、支持程度、回应时间、服务配件的可取得性、标准零件清单。 人机工程学（Ergonomics）：在长时间的装载和操作设备过程中，人员不被伤害的能力。测量装置的设计应讨论需要着重在测量系统与操作者之间的相互关系。 安全的考虑：人员、操作、环境、切断。 贮存及场所：建立对测量设备的贮存及场所的要求。隔离、环境、安全、取得性（接近）有关的问题。 测量周期时间：测量一个零件或特性需要多长时间？测量周期要与过程和产品控制合并。第2类要素：与测量系统制造有关的问题 （设备、标准、仪器）第2类要素：与测量系统制造有关的问题 （设备、标准、仪器）是否有任何对过程流程、批次完整性、记录、测量和零件回复的干扰？ 材料搬运：是否需要特殊的支架、支撑夹具、搬运设备或其它物料搬运设备来放置被测零件或对测量系统本身？ 环境问题：是否有特殊的环境要求、条件、限制等影响本测量过程或临近的过程？是否要求特殊的排气？是否有必要控制温度或湿度？湿度、振动、噪音、电磁干扰、清洁？ 是否有任何特别的可靠性要求或考虑？设备是否能够在任何时间下维持其状况？在生产使用之前是否需要进行验证？ 备用配件：共享清单、适当的供应和订购系统、可取得性、导入期的理解与说明。是否有足够的安全库存（轴承、软管、皮带、开关、插座、阀等）？第2类要素：与测量系统制造有关的问题 （设备、标准、仪器）第2类要素：与测量系统制造有关的问题 （设备、标准、仪器）使用者说明书：夹紧顺序、清洁程度、数据解释、图表、目视辅具、易于理解的。可取得性、适当的陈列。 文件：工程图面、诊断分析、使用者手册、语言等。 校准：与可接受的标准进行比较；可接受的标准的可取得性和费用。建议的频率、培训要求、停机时间的要求。 贮存：是否有与测量装置贮存有关的特别要求或考虑？隔离、环境、防止损坏/窃盗等。 防错：已知的测量程度错误是否容易由操作者更正（非常容易？）数据输入、设备误用、防错。第3类要素：与测量系统实施有关的问题（过程）第3类要素：与测量系统实施有关的问题（过程）支持：由谁来支持测量过程？实验室技术人员、工程师、生产、维护保养、与外部签订保养？ 培训：为了使用和维护本测量过程，需要为操作者/检验人员/技术人员/工程师提供哪些培训？时间、资源和费用。谁来培训？在什么时间进行培训？导入期要求？与测量过程的实际使用相协调。 数据管理：如何管理从本测量过程输出的数据？人工、电脑化、汇总法、汇总频率、评审方法、评审频率、顾客的要求、内部的要求。可取得性、储存、存取、备份、安全。数据的解释。第3类要素：与测量系统实施有关的问题（过程）第3类要素：与测量系统实施有关的问题（过程）人员：是否需要聘请人员以支持这测量系统？成本、时间、可取得性有关的问题。目前的或新的。 改进方法：由谁来对测量过程进行经常性的改进？工程师、生产人员、维护保养人员？使用什么评价方法？是否有一系统以识别需要的改进？ 长期稳定性：长期性研究的评估方法、形式、频率、需求。漂移、磨损、污染、操作的完整性。长期误差是否能够被测量、控制、理解、预测？ 特别的考虑：检验人员的特质、体能限制或健康问题：色盲、视力、身体强度、疲劳、耐力、人机工程。连续变量测量系统分析连续变量测量系统分析分辨率偏移？“准确性” （居中性—均值）线 性？稳定性？校准？“精确性”（R&R） （离散性—偏差）OKOKOKOKnull测量系统分析(MSA)二、计量型 测量系统分析重复性和再现性 分析方法和接收准则偏倚 分析方法和接收准则线性 分析方法和接收准则稳定性 分析方法和接收准则null 重复性和再现性分析重复性(Repeatability)定义： 重复性是由一个评价人，采用一种测量仪器，多次测量同一零件的同一特性时获得的测量值变差。 也叫(precision精密度) 测量过程的重复性意味着测量系统自身的变异是一致的。重复性null重复性和再现性分析代表什么？null重复性和再现性分析null操作者B操作者C操作者A重复性和再现性分析再现性(Reproducibility) 定义： 再现性是由不同的评价人，采用相同的测量仪器，测量同一零件的同一特性时测量平均值的变差。 再现性null重复性和再现性分析代表什么？代表什么？null重复性和再现性分析n=零件数 r=试验次数重复性和再现性分析重复性和再现性分析　R&R之分析要求： 决定研究主要变差形态的对象 . 使用极差法或均值极差法和方差法方法对量具进行分析。 于制程中随机抽取被测定材料需属统一制程 . 选2-3位操作员在不知情的状况下使用校验合格的量具分别对10个零件进行测量, 测试人员将操作员所读数据进行记录, 研究其重复性及再现性(作业员应熟悉并了解一般操作程序, 避免因操作不一致而影响系统的可靠度)同时评估量具对不同操作员熟练度.null重复性和再现性分析null取样的代表性不具代表性的取法重复性和再现性分析如何选择样本？nullnull重复性和再现性分析null重复性和再现性分析重复性和再现性分析重复性和再现性分析重复性和再现性分析注意事项： 针对重要特性(尤指是有特殊符号指定者)所使用量具的精确度应是被测量物品公差的1/10, (即其最小刻度应能读到1/10过程变差或规格公差较小者; 如: 过程中所需量具读数的精确度是0.01m/m, 则测量应选择精确度为0.001m/m), 以避免量具的鉴别力不足，一般之特性者所使用量具的精确度应是被测量物品公差的1/5。 null重复性和再现性分析null重复性和再现性分析结果 分析当重复性大于再现性时，原因可能是： --仪器需要保养； --量具需要重新设计增加刚度； --测量的夹紧或定位方式需要改进； --零件内的变差过大。 当再现性大于重复性时，原因可能是： --评价人需要培训如何使用量具及数据 读取方式。 --量具刻度盘上的刻度不清楚。 --需要某些夹具协助评价人来提高使用 量具的一致性。null重复性和再现性分析如何计算重复性EV、再现性AV、重复性和再现性GRR、 零件变差PV、总变差TV%、 %GRR 、NDC？null重复性和再现性分析重复性EV= *K1 再现性AV 重复性和再现性GRR= 零件变差PV= Rp*K3 总变差TV= %GRR =（GRR/TV）*100% 数据分级数NDC=1.41(PV/GRR)重复性和再现性分析案例重复性和再现性分析案例null偏倚定义： 测量结果的观测平均值与基准值之间的差异。 又称为“准确度”。 注：基准值可通过更高级别的测量设备进行多次测量取平均值。偏倚分析基准值偏倚基准值观测平均值 偏倚分析偏倚分析偏倚分析步骤： 1、分析人员负责选择一个落在生产测量中的中程数的生产零件作为偏倚分析的标准样本。 2、在工具室测量这个零件n≥10次，并计算这n个读数的均值。把均值作为“基准值”。 3、让一个评价人，以通常方法测量样本10次以上。 4、相对于基准值将数据画出直方图。评审直方图，用专业知识确定是否存在特殊原因或出现异常。 5、计算n个读数的均值。偏倚分析偏倚分析偏倚分析步骤： 6、计算重复性标准偏差(d2*可以从附录C中查到，g=1,m=n)： 7、确定确定偏倚的t统计量： 偏倚=观测测量平均值 - 基准值 8、根据偏倚分析接收准则判定测量系统是否可以接收，如果不接收，分析原因并采取措施。null子组数（g）子组容量（m)d2*附录C：偏倚分析偏倚分析偏倚分析接收准则： 如果0落在围绕偏倚值1-α置信区间以内，偏倚在α水平是可接受的。 d2，d2*和v可以在附录C中查到，g=1，m=n , 在标准t表中可查到。α水平是不是用默认值0.05（95﹪置信度）时必须得到顾客的同意。null举例-偏倚分析 一个制造工程师在评价一个用来监控生产过程的新的测量系统。测量装置分析表明没有线性问题，所以工程师只评价了测量系统的偏倚。在已记录过程变差基础上从测量系统操作范围内选择一个零件作为偏倚分析的标准样本。这个零件经全尺寸检验测量确定了其基准值。而后这个零件由现场领班测量15次，数据如下。偏倚分析null偏倚研究数据 非曲直 基准值=6.0 偏倚 1 5.8 -0.2 2 5.7 -0.3 3 5.9 -0.1 4 5.9 -0.1 5 6.0 0.0 6 6.1 0.1 7 6.0 0.0 8 6.1 0.1 9 6.4 0.4 10 6.3 0.3 11 6.0 0.0 12 6.1 0.1 13 6.2 0.2 14 5.6 -0.4 15 6.0 0.0偏倚分析null用电子表格或统计软件，可获得直方图和数据分析： 测量值偏倚分析null偏倚分析分析结论： 因为0落在偏倚置信区间（-0.1185，0.1319)内，工程师 判定测量系统的偏倚可以接收。偏倚分析案例偏倚分析案例null偏倚分析结果 分析如果偏倚从统计上非0，寻找以下可能 的原因： --标准或基准值误差； --仪器磨损，建议按计划维护或修整； --仪器制造尺寸有误； --仪器测量了错误的特性； --仪器未得到完善的校准，评审校准程序； --评价人设备操作不当，评审测量说明书等。null量程基准值观测平均值 基准值线性(Linearity)定义： 线性是在测量设备正常操作范围内，偏倚值的差值。观测平均值 线性分析null观测平均值 基准值线性分析无偏倚有偏倚null线性分析null线性分析null线性分析α水平下的置信带计算是：—null线性分析null线性分析-举例 一名工厂主管希望对过程采用新测量系统。作为PPAP的一部份，需要评价测量系统的线性。基于已证明的过程变差，在测量系统操作量程内选择了五个零件。每个零件经过全尺寸检测测量确定了基准值。然后由领班分别测量每个零件12次（测量中零件是随机选择的）。 线性分析null线性分析线性分析 数据null线性分析线性分析-中间结果null线性分析线性分析图分析结论：因为“偏倚=0”线没有完全在拟合线置信带以内， 测量系统的线性不能接收 。null线性分析nullMinitab 数据表线性分析nullnull线性分析null线性分析输入C1输入C2输入C3最后点OKnull分析结论：因为“偏倚=0”线没有完全在拟合线置信带以内，测量系统的线性不能接收。造成线性误差的可能原因有:造成线性误差的可能原因有:仪器需要校准，缩短校准周期 仪器，设备或夹具的磨损 维护保养不好—空气，动力，液体，过滤器，腐蚀，尘土，清洁 基准的磨损或损坏，基准的误差—最小/最大 不适当的校准(没有涵盖操作范围) 仪器质量不好─设计或符合性 造成线性误差的可能原因有:造成线性误差的可能原因有:应用了错误的量具 不同的测量方法—作业准备，夹紧，技巧 随着测量尺寸不同，(量具或零件)变形量不同 环境─温度，湿度，振动，清洁 应用—零件数量，位置，操作者技能，疲劳，观测误差(易读性，视差)null时间1时间3稳定性(Stability)定义： 是测量系统在某持续时间内测量同一基准或零件的相同特性时获得的测量值的总变差。稳定性分析时间2稳定性null稳定性分析null稳定性分析null稳定性分析—举例 为了确定一个新的测量装置稳定性是否可以接受，工艺小组在生产工艺中程数附近选择了一个零件作为稳定性分析的标准样本。这个零件被送到测量实验室，确定基准值为60.1。小组每班测量这个零件5次，共测量4周（20个子组）。收集所有数据后做出Xbar&R图，请分析稳定性是否可以接收？ 分析结论： 控制图分析显示，测量过程是稳定的，因为没有出现明显可见的特殊原因影响。稳定性分析null稳定性分析的均值-极差图稳定性分析null稳定性分析nullMinitab 数据表稳定性分析第1组数据第2组数据第3组数据第n组数据第..组数据nullnull稳定性分析null输入C1输入子组 的数据数最后点OKnull稳定性分析分析结论：控制图显示测量过程稳定 ，所以测量系统的稳定性可以接收。null测量系统分析(MSA)三、计数型 测量系统分析小样法 分析方法和接收准则风险分析法（假设检验） 分析方法和接收准则解析法 分析方法和接收准则计数量型测量系统概述 null 计数型测量系统属于测量系统中的一类，其测量值是一种有限的分级数，与结果是连续值的测量系统不同。最常见的是通过/不通过量具，只可能有两个结果。其它计数型测量系统，例如可视标准，结果可以形成5~7个不同的分级。这些要用计数型方法进行分析。 任何测量系统都存在风险，由于最大的风险来自于分区的边界，最适当的分析是采用量具性能曲线将测量系统变差进行量化。 计数型测量系统概述null为了遏制行动，项目小组选择了一个计数型量具，把每个零件同一个特性的限定值进行比较。如果零件满足限定值就接受这个零件，反之拒绝零件。多数这种类型的量具以一套标准零件为基础进行设定接收与拒绝。这个计数型量具不能指出一个零件有多好或多坏，只能指出零件可接受或拒绝(如2个分级)。 LSLUSL0.500.600.40 I IIIIIIII 图： “灰色”区域与测量系统有关系计数型测量系统概述null计数型MSA-小样法分析null计数型MSA-小样法分析null计数型MSA-假设检验分析nullA与B的交叉表计数型MSA-假设检验分析使用交叉表比较每个评价人之间的差异。nullB与C的交叉表计数型MSA-假设检验分析nullA与C的交叉表计数型MSA-假设检验分析计数型MSA-假设检验分析计数型MSA-假设检验分析注：①有效性：是指评价人评价零件时，将好的零件（参考1，在公差0.45~0.545之内）判为好的，将坏的零件（参考0，超出0.45~0.545范围的）判为坏的，其得到正确判别零件数除以评价人总评价零件数即为有效性百分比； ②错误率：是指评价人将坏的零件判为好零件的次数除以对坏的零件的总评价次数的百分比； ③错误警报率：是评价人将好的零件判为坏的零件的次数除以对好零件的总评价次数的百分比。 在本例中，根据参考值（即参考1）在公差范围内的好零件共有34件，评价人对每个零件评价3次，共102次。 （参考0）坏零件（即超出公差范围的）共有16件，评价人对每个零件评价3次，共48次。 计数型MSA-假设检验分析计数型MSA-假设检验分析计数型MSA-假设检验分析计数型MSA-假设检验分析这些结果显示：各个评价者对于该测量系统，在有效性、错误率与错误警报率上都有不同程度的结果。在所有三个项目中，没有一位评价者可接受的。 是否需要为这过程更改接受标准？这些风险可以被接受吗？评价者是否需要更好的培训？测量系统的环境可不可以被改善？ 重要的是：顾客对这测量系统与其研究结果会有何看法？顾客原本预期的情况是什么？ 顾客是否接受这些风险？ kappa 设计这些表的目的是确定评价人之间意见一致的程度。为了确定评价一致的水平，小组用科恩的kappa来测量两个评价人对同一目标评价值的一致程度。 Kappa是一个评价人之间一致性的测量值，检验是否沿对角线格子中的计数(接收比率一样的零件)与那些仅是偶然的期望不同。设： po=对角线单元中观测值的总和； pe=对角线单元中期望值的总和。 则：kappa=(po-pe)/(1-pe) 。计数型MSA-假设检验分析null案例─kappa Kappa是测量而不是检验。其大小用一个渐进的标准误差构成的t统计量决定。一个通用的经验法则是kappa大于0.75表示好的一致性（ Kappa 最大为1）；小于0.4表示一致性差，计算结果如下： 计数型MSA-假设检验分析null案例─kappa结果说明: 分析表明所有的评价人之间表现出的一致性好。 在此分析中有必要确定评价人之间是否存在差异。但是分析并未告诉我们测量系统区分不合格的与合格的零件的能力。在分析中，小组用计量型测量系统测量了零件，用结果确定基准判断。 用这些新的信息，另一组交叉表格被开发出来，用来将每个评价人与基准判断比较。计数型MSA-假设检验分析nullA与基准判断交叉表计数型MSA-假设检验分析nullB与基准判断交叉表计数型MSA-假设检验分析nullC与基准判断交叉表计数型MSA-假设检验分析null结论：每个评价人与基准有好的一致性。 然后小组计算了测量系统的有效性。 有效性=正确判断的数量／判断的机会总数。 假设检验分析─kappa 小组也计算kappa值以确定每个评价人与基准判断一致的程度。计数型MSA-假设检验分析有效性分析结果：有效性分析结果：计数型MSA-假设检验分析有效性分析结果有效性分析结果计数型MSA-假设检验分析null有效性分析结果-续 注意： 1）评价人自己在所有试验上都一致。 2）评价人在所有试验上都与基准一致。 3）所有评价人自己保持一致，两两间一致。 4）所有评价人自己和两两间一致并且与基准一致。 5）UCL和LCL分别是上、下置信区间边界线。计数型MSA-假设检验分析null有效性分析结果-续 每对评价人间多重假设检验可用等于零的假设进行： H0：两个评价人都相同的有效性相同。 经计算，对每个评价人的计算评价结果都落在另一个评价人的置信区间内，小组判断不放弃零假设。这一点验证了kappa的结论。 为了进一步分析，一名组员列出了下面的数据表，数据表提供了对每个评价人结果的指南： 计数型MSA-假设检验分析null有效性分析结果-续 判定指南：计数型MSA-假设检验分析null有效性分析结果-续 小组整理了所得到的所有信息，得出下表。 基于这些信息，小组判断测量系统中评价人B勉强可接受，评价人A和C不可接收。 尽管这些结论和原先的判断有些矛盾，前面的判断是：评价人之间没有统计的差异。但小组还是决定采用前面的结论，因为他们厌烦了所有这些分析。 计数型MSA-假设检验分析null 对于计数型测量系统，采用量具特性曲线的概念来进行测量系统分析，评价测量系统重复性和偏倚的总量。 这种分析可用于单限值和双限值的测量系统。 对于双限值的测量系统，假定误差是线性一致的，只需要检查一个界限。 计数型测量系统分析由几个获得基准值的被选择的零件构成。记录这些零件评价的次数(m)，接收的总数(a)，从结果中评价重复性和偏倚。 计数型MSA-解析法分析null计数型MSA-解析法分析null概率公式计数型MSA-解析法分析null计数型MSA-解析法分析计算偏倚：计算偏倚：计数型MSA-解析法分析确定偏倚是否明显偏离0，计算统计量t：确定偏倚是否明显偏离0，计算统计量t：如果该计算值大于2.093(t0.25,19)，则偏倚明显偏离0！计数型MSA-解析法分析null XT a Pa -0.0160 0 0.025 -0.0150 1 0.075 -0.0140 3 0.175 -0.0130 5 0.275 -0.0120 8 0.425 -0.0110 16 0.775 -0.0105 18 0.875 -0.0100 20 0.975 -0.0080 20 1.000示例计数型量具用于测量容差为+-0.010的一个尺寸，该量具是一个线端自动检查量具。选择了9个零件用该量具各自测量20次，这9个零件基准值从-0.016至-0.008。各零件接受次数为：计数型MSA-解析法分析null使用正态概率纸绘图null分析结论： 由于t 0.025,19=2.093,偏倚明显偏离零，测量系统不可接收。使用正态概率纸计算结果null计数型MSA-解析法分析nullnull计数型MSA-解析法分析在Minitab 中输入数据null计数型MSA-解析法分析null输入C1输入C3输入C2输入公差界限输入测量次数最后点OKnull分析图形和计算结果分析结论: t远大于2.093,偏倚明显偏离0，该测量系统不能接收。课堂练习：课堂练习：公司在A产品的生产线上使用了一个计数型量具。为完成计数研究，选择了8个零件用该量具各自测量20次，这8个零件的基准值和接受次数如下，请分析该计数型测量系统是否可以接受？ Xt a Pa -0.0180 0 -0.0150 1 -0.0140 3 -0.0130 5 -0.0120 8 -0.0110 14 -0.0105 18 -0.0900 19 -0.0070 20 课堂练习：课堂练习：课堂练习：课堂练习：课堂练习：课堂练习：分析结论: t远大于2.093,偏倚明显偏离0，该测量系统不能接收。null谢谢各位