[自然科学]MSA资料.pptVIP

测量系统分析（MSA） 周志良 MSA 的重要性 如果测量的方式不对，那么好的结果可能被测为坏的结果，坏的结果也可能被测为好的结果，此时便不能得到真正的产品或过程特性。 测量误差 y=x+ε 测量值=真值(True Value) + 测量误差 测量误差的来源 仪器方面： 分辩力 精密度 (重复性) 准确度 (偏差) 不同仪器和夹具间的差异 测量误差的来源 不同检验者的差异（再现性) 训练 技能 疲劳 无聊 眼力 舒适 检验的速度 指导书的误解 测量误差的来源 不同环境所造成的差异 温度 湿度 振动 照明 腐蚀 污染(油脂) 测量误差的来源 方法方面： --测试方法 测试标准 材料方面： 准备的样本本身有差异 收集的样本本身有差异 测量基础术语 真值 被测量物质特性的原始值。 测量过程的目标是零件的“真值”。 真值永远是得不到的。 测量不确定度 不确定度是赋值给测量结果的范围，在规定的置信水平内描述为预期包含有真测量结果的范围。 一般置信区间要在95%以上。 测量不确定度 合成标准误差Uc包括了在测量过程中变差的所有重要组成部份。在大多数情况下，按着本手册完成的测量系统分析的方法可以用来定量确定测量不确定度的众多来源。简单的表达式被定量表示为： Uc2=σ2偏倚+ σ2GRR+ σ2稳定性+ σ2一致性+ σ2其它 定期重复评价与测量过程有关的不确定度以确保持续保持所预计的准确度是适宜的。 测量不确定度和MSA区别 测量不确定度和MSA的主要区别是： MSA的重点是了解测量过程，确定在测量过程中的误差总量，及评估用于生产和过程控制中的测量系统的充份性。MSA促进了解和改进(减少变差)。 不确定度是测量值的一个范围，由置信区间来定义，与测量结果有关并希望包括测量真值。 测量系统的统计特性 偏差(准确性) 重复性 再现性 线性 稳定性 测量系统应有的特性 足够的分辨率和灵敏度。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把公差(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。这可称为统计稳定性且最好由图形法评价。 对产品决策的影响 误差I ，将好的判成坏的。 其平均值是落在合格区的，但由于GRR的影响可能会将其判成不合格的。 对产品决策的影响 误差II ，将坏的判成好的。 其平均值是落在不合格区的，但由于GRR的影响可能会将其判成合格的。 对产品和过程决策的影响 相对于公差，对零件做出错误决定的潜在 因素只在测量系统误差与公差交叉时存在，下面给出三个区分的区域。 测量系统的评定 第一阶段：了解该测量过程并确定该测量系统是否满足我们的需要。 主要有二个目的 确定该测量系统是否具有所需要的统计特性，此项必须在使用前进行。 发现哪种环境因素对测量系统有显著的影响，例如温度、湿度等，以决定其使用之空间及环境。 测量系统的评定 第二阶段的评定 目的是在验证一个测量系统一旦被认为是可行时，应持续具有恰当的统计特性。 通常用稳定性分析、偏倚分析、RR分析等方法。 测量系统研究的准备 先计划将要使用的方法。例如，通过利用工程决策，直观观察或量具研究决定，是否评价人在校准或使用仪器中产生影响。有些测量系统的再现性(不同人之间)影响可以忽略，例如按按钮，打印出一个数字。 测量系统研究的准备 评价人的数量，样品数量及重复读数次数应预先确定。在此选择中应考虑的因素如下： 尺寸的关键性：关键尺寸需要更多的零件和／或试验，原因是量具研究评价所需的置信度。 零件结构：大或重的零件可规定较少样品和较多试验。 测量系统研究的准备（续） 由于其目的是评价整个测量系统，评价人的选择应从日常操作该仪器的人中挑选。 样品必须从过程中选取并代表其整个工作范围。有时每一天取一个样本，持续若干天。这样做是有必要的，因为分析中这些零件被认为生产过程中产品变差的全部范围。由于每一零件将被测量若干次，必须对每一零件编号以便识别。 取样的代表性 测量系统研究的准备（续） 仪器的分辨力应允许至少直接读取特性的预期过程变差的十分之一，例如特性的变差为0.001，仪器应能读取0.0001的变化。 确保测量方法(即评价人和仪器)在按照规定的测量步骤测量特征尺寸。 测量系统分析执行注意点 测量应按照随机顺序，以确保整个研究过程中产生的任何漂移或变化将随机分布。 评价人不应知道正在检查零件的编号，以避免可能的偏倚。 在设备读数中，读数应估计到可得到的最接近的数字。如果可能，读数应取至最小刻度的一半。例如，如果最小刻度为0.0001，则每个读数的估计应圆整为0.00005。 位置误差（