汽车行业测量系统分析(非常经典)分解.ppt

测量系统 人类的生活与工作离不开数据,在产品的统计质量管理中数据的使用极其频繁和相当广泛,所有统计质量管理的方法都是以数据为基础而建立起来的.如果数据失真或误差很大,都会导致分析失效、决策失败。因此，在应用统计分析方法时，应首先把注意力集中在数据的质量上，为此，必须对获得数据的测量系统进行考察。数据是通过测量获得的。测量：指以确定实体或系统的量值大小为目标的一整套作业。什么叫一整套作业呢？ 一整套作业 给具体事物（实体或系统）赋值的过程。过程的输入有：人（合格的操作者）、机（量具和必要的设备和软件）、料（实体或系统）、法（操作程序）、环（必要的测量环境），过程的输出就是测量或测量结果，或简称数据，又称测量系统。请看示意图。 测量系统示意图 赋 值 操作者 设备 软件 被测事物 操作程序 测量环境 数据 （测量结果） 表征数据质量的统计指标 什么是高质量的数据呢？通常用来表征测量数据质量高低的统计指标是偏倚（bias）和变差（variation） 偏倚表示多次测量结果的平均值与基准值之差，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来确定。 基准值 偏倚示意图 偏倚 什么叫变差? 变差用来表示在相同的条件下进行多次重复测量结果的变异程度，常用测量结果的标准差或过程变差PV表示。这里的过程变差是指99%的测量结果所占区间的长度。请看示意图： PV=5.15σ 99% 0.005 0.005 偏倚与变差示意图 测量数据质量高既要求偏倚小,又要求变差小.若偏倚与变差中有一项或两项都大,都不能说测量数据质量高,请看示意图. 偏倚小 变差小 偏倚大 变差小 偏倚小 变差大 偏倚大 变差大 实例 一测量员对基准值为L=0.80mm的样品重复测量10次,所得测量值为: 0.75 0.75 0.80 0.80 0.65 0.80 0.75 0.75 0.75 0.70 其平均值与偏倚分别为: X= ∑xi= =0.75 偏倚= X -L=0.75-0.80=-0.05 这表明测量的平均值比基准值低了0.05mm. 1 10 10 i=1 10 7.5 影响数据变差有两类因素(即波动的原因):偶然因素与异常因素.当测量系统仅受偶然因素影响时,测量数据的标准差可用极差R估计: σ=R/d2=0.15/3.078=0.04873 R=xmax-xmin=0.80-0.65=0.15 过程变差PV=5.15 σ=0.2509 当测量系统既受偶然因素影响,又受异常因素影响时,其标准差可用测量数据的标准差估计: σ=0.04714(电脑计算标准偏差便可) 过程变差PV=5.15 σ=0.2428 这表明如果重复测量,则将有99%的测量结果落在长为0.25的区间内. 测量系统要有足够的分辨力 测量系统的分辨力(discrimination)是指测量系统检出并如实指示被测特性中极小变化的能力.如某量具能识别长度中0.01mm的变化,但不能识别长度中0.001mm的变化,对这种量具而言,4.361与4.362都是4.36,这时,0.01就是量具的分辨力. 每个测量系统都能有自己的分辨力,在分辨力范围内,该测量系统能识别零件之间的差别,但在分辨力范围之外,该测量系统将无能为力.没有一个测量系统能识别一切被测特性. 测量系统的选用 一个测量系统被选用,它一定具有足够的分辨力.“足够”指: (1)测量系统的波动比制造过程的波动小,最多为后者的1/10; (2)测量系统的波动小于公差限,最多为公差限的 1/10. 若波动大小用各自的标准差表示, σ表示测量系统的标准差, σ1表示制造过程的标准差,d表示公差限,则一个测量系统具有足够的分辨力是指: σ≤min( , ) 10 σ1 举例说明 如果测量系统没有足够的分辨力,就不能定量地表示单个零件的特性值,也不能识别制造过程所发生的波动,这时,应放弃使用该测量系统,而改用更好的测量系统,使它具有足够的分辨力.但应注意的是,有时使用分辨力过高的测量系统意味着什么?. 下面采用分辨力为0.001与0.01的测量系统分别做X-R控制图 浪费 分辨力为0.001的X-R控制图 分辨力为0.01的X-R控制图 图例说明 从以上的图例不难看出,使用分辨力为0.001的测量系统,其控制图能清楚的表示出来,显示了测量系统有足够的分辨力.而使用分辨力为0.01的测量系统,其控制图上的波动明显减