MSA测量系统分析详解.ppt

测量：赋值给具体事物以表示它们之间关于特定特性的关系。赋值过程即为测量过程，而赋予的值定义测量值。 量具：任何用来获得测量结果的装置，包括用来测量合格／不合格的装置。 测量系统：用来对被测特性赋值的操作、程序、量具、设备、软件以及操作人员的集合；用来获得测量结果的整个过程。 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。 注意：显示或者报告的位数不一定就是仪器的 分辩率。如： 测量值为：29.075，29.080， 29.085，… 其分辩率就可能不是0.001，而是0.005 普通原因 也叫一般原因、偶然原因，是引起变差的一种因。这类原因特点是数量多、始终存在、相互独立且不易识别，其中每个原因的影响只是构成总变差的一个很小的分量。消除或纠正这类原因，需要管理决策，改进过程和系统。 若过程仅仅存在普通原因造成的变差，则该过程处于统计控制状态，简称过程“受控”，再SPC图中表现为无点出界且点的分布随机。 特殊原因 也叫可查明原因，是引起变差的另一种原因。这类原因是可查明的、非过程固有的，且至少理论上是可以加以消除的。 过程一旦出现特殊原因，在SPC图中表现为：点出界或点分布不随机。简称过程“失控”。 测量系统的统计特性 Bias偏倚(Accuracy准确性) Repeatability重复性 Reproducibility再现性 Linearity线性 Stability稳定性 偏倚(Bias) 造成过份偏倚的可能原因 仪器需要校准 仪器、设备或夹紧装置的磨损 磨损或损坏的基准，基准出现误差 校准不当或调整基准的使用不当 仪器质量差─设计或一致性不好 线性误差 应用错误的量具 再现性(Reproducibility) 再现性不好的可能潜在原因 零件(样品)之间：使用同样的仪器、同样的操作者和方法时，当测量零件的类型为A,B,C时的均值差。 仪器之间：同样的零件、操作者、和环境，使用仪器A,B,C等的均值差 标准之间：测量过程中不同的设定标准的平均影响 方法之间：改变点密度，手动与自动系统相比，零点调整、夹持或夹紧方法等导致的均值差 重复性(Repeatability) 重复不好的可能原因 零件(样品)内部：形状、位置、表面加工、锥度、样品一致性。 仪器内部：修理、磨损、设备或夹紧装置故障，质量差或维护不当。 基准内部：质量、级别、磨损 方法内部：在设置、技术、零位调整、夹持、夹紧、点密度的变差 评价人内部：技术、职位、缺乏经验、操作技能或培训、感觉、疲劳。 不稳定的可能原因 仪器需要校准，需要减少校准时间间隔 仪器、设备或夹紧装置的磨损 正常老化或退化 缺乏维护─通风、动力、液压、过滤器、腐蚀、锈蚀、清洁 磨损或损坏的基准，基准出现误差 校准不当或调整基准的使用不当 线性误差的可能原因 仪器需要校准，需减少校准时间间隔； 仪器、设备或夹紧装置磨损； 缺乏维护—通风、动力、液压、腐蚀、清洁； 基准磨损或已损坏； 校准不当或调整基准使用不当； 仪器质量差；—设计或一致性不好； 测量误差 y= x + ε 测量值=真值(True Value) + 测量误差 测量系统应有的特性 足够的分辨率。为了测量的目的，相对于过程变差或规范控制限，测量的增量应该很小。通常所有的十进制或10/1法则，表明仪器的分辨率应公差(过程变差)分为十份或更多。这个规则是选择量具期望的实际最低起点。 测量系统应该是统计受控制的。这意味着在可重复条件下，测量系统的变差只能是由于普通原因而不是特殊原因造成。 GRR对能力指数Cp的影响 GRR对能力指数Cp的影响 例题 如果目前有一个制程其观察的Cpo=1.67，而其GRR=0.2，请试算其真实的Cpa=? 解 MSA的分类 计量型MSA 计数型MSA 破坏性MSA 稳定性分析的做法 稳定性分析的做法 稳定性分析的做法 稳定性分析的做法 稳定性分析的做法 稳定性分析的做法 稳定性分析的做法 稳定性分析的做法 范例 稳定性分析举例 偏倚分析的做法 偏倚分析的做法 偏倚分析的做法 偏倚分析的做法 偏倚分析的做法 偏倚分析的做法 偏倚分析的做法 偏倚分析的做法 偏倚分析的做法 偏倚练习 数据解析结果 详细计算过程 计算偏倚 : 偏倚= 观察平均值（VA） – 基准值（VT）