MSA理论和实用-培训教程.ppt

测量系统分析 Measurement Systems Analysis MSA培训教材 理论及实用篇 实施MSA的目的和意义 在产品的质量管理中，数据的使用是极其频繁和相当广泛的，产品质量管理的成败与收益在很大程度上决定于所使用数据的质量，所有质量管理中应用的统计方法都是以数据为基础建立起来的。为了获得高质量的数据，必须对产生数据的测量系统要有充分的理解和深入的分析。 在QS9000（或ISO/TS16949等）汽车业质量体系中，均具有针对测量系统分析的强制性要求，亦即：企业除应对相关量具（或测量仪器）执行至少每年一次的定期校正以外，还必须对其实施必要的测量系统分析（即：MSA）。 MSA的目的是：汽车整车厂（顾客）认为汽车零组件生产厂家若仅针对量具定期校正，并不能确保产品最终的测量品质，校正只能代表该量具在特定场合（如校正场所）的某种偏倚状况，尚不能完全反映出该量具在生产制造现场可能出现的各种变差问题；因此，对于汽车零组件生产企业来说，为避免可能存在的潜在零件质量问题及顾客车辆可能因此而被召回的风险，必须对相关的测量系统进行分析。 MSA目前除了已被汽车零组件生产企业所应用之外，同时也被广泛运用于其他行业。 实施MSA的范围 按照TS16949：2002 7.6.1 测量系统分析的要求，凡是控制计划中提及的测量系统都要进行测量系统分析。 基础篇 课程内容（基础篇） MSA的重要性 测量系统分析的对象 测量系统误差来源 测量基础术语 测量系统统计特性 理想的测量系统 测量系统应有的特性 测量系统变异性的影响 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。 MSA分析的对象 QS-9000 4.11.4 为分析再各种测量和实验设备系统测量结果中表现的变差，必须进行适当的统计研究。此要求必须用于在控制计划中提及的测量系统。 此项要求就是包含控制计划中提及的产品特性和过程特性。 测量误差 y=x+ε 测量值=真值(True Value) + 测量误差 真值 测量过程的目标是零件的“真”值，希望任何单独读数都尽可能地接近这一读值(经济地)。遗憾的是真值永远也不可能知道是肯定的。然而，通过使用一个基于被很好地规定了特性操作定义的“基准”值，使用较高级别分辨率的测量系统的结果，且可溯源到NIST，可以使不确定度减小。 因为使用基准作为真值的替代，这些术语通常互换使用。 测量系统变异 － 因果图 测量误差的来源 1 仪器方面： Discrimination(分辩力) 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) 测量误差的来源 2 不同检验者的差异Difference in use by inspector (Reproducibility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 3 不同环境所造成的差异（Differences due to environment） 温度 湿度 振动 照明 腐蚀 污染(油脂) 测量误差的来源 4 方法方面：Differences among methods of use 测试方法 测试标准 材料方面（被测量的工件）： 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 关于测量 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，经常用来特指用在车间的装置，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。 数据 计量型数据：一组条件下观察结果的集合，是连续的(一个量值和测量单位) 计数型数据：离散的 属性数据或计数数据如： 成功／失败 好／坏 通过／不通过 等统计数据 标准 用于比较的可接受的基准； 用于接受的准则； 已知数值，在表明的不确定度界限内，作为真值被接受； 基准值。 分辨力、可读性、分辨率 最小的读数单位、刻度限度； 由设计决定的固有特性； 测量或仪器输出的最小刻度； 1:10经验法则（过程变差与公差较小者）。 准确度 观测值和可接受基准值之间一致的接近程度。 校准 在规定的条件下，建立测量装置和已知基准值和不确定度的可溯源标准之间的关系的一组操作。 校准可能也包括通过调整被比较的测量装置的准确度差异而进行的探测、相关性、报告或消除