MSA教材汇编.docVIP

1 引言 1．1数据的用途 按照质量管理的八项原则，应按“基于事实的决策方法”进行决策，因此用数据说话就成必然，所以数据的使用比以前更加频繁。在产品的制造生产过程中，测量数据主要有三个用途：一、用于判断产品合格与否；二、用于分析生产过程，判断生产过程是否统计稳定；三、用于确定两个或多个变量之间是否显著关系，如：性线回归分析、方差分析。用测量数据进行决策的关键就是：这些数据反映的是否是“事实”，即数据的质量是否高。 1．2数据的类型 ——计量型数据：无限可分的数据，通常用计量型量具测得。 ——计数型数据：有限可分的数据，通常用计数型量具测得。 1．3测量过程 测量：赋值给具体事务以表示它们之间关于特定特性的关系。 赋值过程定义为测量过程，而赋予的值定义为测量值。 应将测量看成为一个制造过程，它产生数据作为输出。 输入 输出 1．3．1测量系统的统计特性 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相一致。一个能产生理想测量结果的测量系统，应具有零方差、零偏倚和对所测的任何产品错误分类为零概率的统计特性。遗憾的是，具有这样理想统计特性的测量系统几乎不存在，因此过程管理者必须采用具有不太理想统计特性的测量统计。一个测量系统的质量经常用其多次测量数据的统计特性来确定。 对于一个产品或生产过程来说，测量系统并非分辨率越高越好，因为分辨率越高，对环境的要求越苛刻。再如，如果表面粗糙度达不到要求，高分辨率也没有意义。 期望的统计特性应包括： 足够的分辨率和灵敏度。为了测量的目的，相对于过程变差，测量的增量应该很小。通常按1：10经验法则，表明仪器的分辨率应把过程变差（公差）分为十份或更多。这个法则是选择量具期望的实际最低点。 测量系统应该是统计受控的。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，且最好用控制图法评价。 对于产品制造，测量系统的变异性与公差相比须很小。依据产品特性的公差来评价测量系统。 对于过程控制，测量系统的变异性应该显示有效分辨率并且与制造过程变差相比要很小。根据6σ制造过程总变差和/或来自MSA研究的总变差来评价测量系统。 1．3．2测量过程的变差源 测量过程的变差源主要有六个方面，即S（标准）、W（工件）、I（仪器）、P（人/程序）、E（环境）。这可以认为是全部测量系统的误差模型。 1．4数据的质量 人们往往习惯于相信测量数据，认为测量的结果就是客观事实，其实不然，因为测量过程如同制造过程一样，也是随机现象，即有规律的不确定性现象。因此，评价测量数据的质量，即评价随机现象的结果，应以在统计稳定条件下运行的某一测量系统得到的多次测量结果的统计特性来确定，这些测量结果越接近真值，其数据的质量越高。 计量型数据的质量 ——均值与真值（基准值）之差 ——方差的大小 计数型数据的质量 ——对产品产生错误分级的概率 1．5检定或校准能不能代替测量系统分析？ 也许有人认为，量具定期进行检定或校准就够了，不必进行麻烦的测量系统分析。此观点是不正确的，检定或校准只是解决某量具是否合格的问题，而测量系统分析解决的是某测量系统能否用于判断产品合格或判断生产过程是否稳定。两者作用各不相同，谁也代替不了谁。尤为注意的是：检定或校准是作为测量系统分析的前提！ MSA手册的目的是为评价测量系统的质量提供指南，主要关注的是能对零件进行重复测量的测量系统。 2 术语 2．1测量系统分析（Measurement System） 是用来对被测特性定量测量或定性评价的仪器或量具、标准、操作、方法、夹具、软件、人员、环境和假设的集合；用来获得测量结果的整个过程。 根据此定义，我们可以把测量过程看成制造过程，这个过程输出的不是产品而是数据，仅此差别而已，这样我们就可以利用在SPC中学到的研究制造过程的方法来研究分析测量过程。 2．2分辨力（Discrimination）(分辨率、可读性） 又称最小可读单位，分辨力是测量分辨率、刻度限值或测量装置和标准的最小可探测单位。它是量具设计的一个固有特性，并作为测量或分级的单位被报告。 2．3分辨率（Resolution） 可用作测量分辨率或有效分辨率。测量系统探测并如实显示被测特性微小变化的能力。（参见分辨力） 2．4有效分辨率（Effective Resolution） 考虑整个测量系统变差时的数据分级大小叫有效分辨率。即产生有用的测量输出信号的最小输入值。基于测量系统变差的置信区间长度来确定该等级的大小。通过把该数据大小划分为预期的过程分布范围能确定数据分级数（ndc）。对于有效分辨率，该ndc的标准（在97%置信