MSA手册测量系统分析分解.docx
- 文档编号:25542870
- 上传时间:2023-06-09
- 格式:DOCX
- 页数:151
- 大小:364.74KB
MSA手册测量系统分析分解.docx
《MSA手册测量系统分析分解.docx》由会员分享,可在线阅读,更多相关《MSA手册测量系统分析分解.docx(151页珍藏版)》请在冰豆网上搜索。
MSA手册测量系统分析分解
内部资料严禁翻印
测量系统分析
参考手册
MSA第三版快速指南
测量系统类型
MSA方法
章
基本计量型
级差,均值和极差,方差分析(ANOVA),偏倚,线性,控制图
三
基本计数型
信号探测,假设试验分析
四
不可重复(例如,破坏试验)
控制图
三、四
复杂计量型
极差,均值和极差,ANOVA,偏倚,线性,控制图
三、四
多重系统,量具或试验台
控制图,方差分析(ANOVA),回归分析
三、四
连续过程
控制图
三
其他情况
替代法
五
其它
WhitePapers可在
http:
//www.,aiag.org/publications/quality/msa3.html中查到
注:
关于GRR标准差的使用
传统上,惯例是用99%的分布代表测量误差的“全”分布,由系数5.15表示(此处,σGRR乘以5.15用来表示全分布的99%)。
99.73%的范围由系数6表示,是±3σ并代表“正态”曲线的全分布。
如果读者选择提高全部测量变差的覆盖水平或分布至99.73%,在计算中请使用系数6代替5.15。
在等式完整和结果计算中了解使用哪个系数是关键的。
如果在测量系统变差和公差之间进行比较,这一点特别重要。
目录
第一章通用测量系统指南1
第一章一第一节2
引言、目的和术语2
测量数据的质量2
目的3
术语3
术语总结4
真值9
第一章—第二节10
测量过程10
测量系统的统计特性11
变差来源13
测量系统变异性的影响15
对决策的影响15
对产品决策的影响16
对过程决策的影响17
新过程的接受18
过程设定/控制(漏斗实验)20
第一章—第三节22
测量战略和策划22
复杂性22
确定测量过程的目的22
测量寿命周期23
测量过程设计选择的准则23
研究不同测量过程方法24
开发和设计概念以及建议24
第一章—第四节25
测量资源的开发25
基准协调26
先决条件和假设26
量具来源选择过程27
详细的工程概念27
预防性维护的考虑27
规范28
评估报价28
可交付的文件29
在供应商处的资格30
装运31
在顾客处的资格31
文件交付31
测量系统开发检查表的建议要素33
第一章—第五节37
测量问题37
测量系统变差的类型37
定义及潜在的变差源38
测量过程变差45
位置变差45
宽度变差49
测量系统变差53
注释55
第一章—第六节57
测量不确定度57
总则57
测量的不确定度和MSA(测量系统分析)57
测量的溯源性58
ISO表述测量中不确定度的指南58
第一章—第七节59
测量问题分析59
第二章测量系统评定的通用概念61
第二章—第一节62
引言62
第二章—第二节63
选择/制定试验程序63
第二章—第三节65
测量系统研究的准备65
第二章—第四节68
结果分析68
第三章-简单测量推荐的实践69
第三章-第一节70
试验程序示例70
第三章-第二节71
计量型测量系统研究-指南71
确定稳定性的指南71
确定偏倚的指南-独立样本法73
确定偏倚的指南-控制图样本法76
确定线性的指南78
确定重复性和再现性的指南84
极差法85
均值极差法86
均值图89
极差图90
链图91
散点图92
振荡图93
误差图93
归一化直方图94
均值—基准值图95
比较图96
数值的计算97
数据结果的分析101
方差分析法(ANOVA)103
随机化及和统计独立性103
第三章-第三节109
计数型测量系统研究109
风险分析法109
解析法119
第四章-复杂测量系统实践126
第四章-第一节127
复杂的或非重复的测量系统的实践127
第四章-第二节129
稳定性研究129
S1:
单个零件,每个循环单一测量129
S2:
n≥3个零件,每循环单一测量130
S3:
从稳定过程中大量取样132
S4:
分割样本(通用),每循环单一样本133
S5:
试验台133
第四章-第三节135
变异性研究135
V1:
标准GRR研究135
V2:
p≥2台仪器的多重读数135
V3:
平分样本(m=2)136
V4:
分割样本(通用),136
V5:
与V1一样用于稳定化的零件137
V6:
时间序列分析137
V7:
线性分析138
V8:
特性(性能)随时间的衰变138
V9—V2:
同时用于多重读数和P≥3台仪器138
第五章-其他测量概念139
第五章-第一节140
量化过度的零件内变差的影响140
第五章-第二节141
均值极差法-附加处理141
第五章–第三节148
量具性能曲线148
第五章–第四节154
通过多次读数减少变差154
第五章–第五节156
GRR的合并标准偏差法156
附录164
附录A165
方差分析概念165
附录B170
GRR对能力指数Cp的影响170
公式170
分析170
图形分析170
附录C173
d2*表173
附录D174
量具R(重复性)的研究174
附录E175
使用误差修正术语替代PV计算175
附录F176
P.I.S.M.O.E.A误差模型176
术语179
样表184
M.S.A手册用户反馈过程187
表格目录
序号题目页码
1控制原理和驱动兴趣点15
2偏倚研究数据75
3偏倚研究–偏倚研究的分析76
4偏倚研究-偏听偏信倚的稳定性研究分析78
5线性研究数据81
6线性研究-中间结果92
7量具研究(极差法)85
8方差(ANOVA)表106
9方差分析%变差和贡献106
10ANOVA法和均值极差法的比较107
11ANOVA法报告107
12计数型研究数据表111
13测量系统示例127
14基于测量系统形式的方法128
15合并标准偏差分析数据表160
16方差分量的估算165
175.15σ分布166
18方差分析(ANOVA)167
19ANOVA结果列表(零件a&b)168
20观测和实际Cp的对比172
插图目录
序号题目页码
1长度测量溯源链的示例8
2测量系统变异性–因果图14
3不同标准之间的关系40
4分辨力41
5过程分布的分组数量(ndc)对控制和分析活动的影响42
6过程控制图44
7测量过程变差的特性45
8偏倚和重复性的关系56
9稳定性的控制图分析72
10偏倚研究–偏倚研究直方图75
11线性研究–作图分析82
12量具重复性和再现性数据收集表88
13均值图–“层叠的”89
14均值图–“不层叠的”90
15极差图–“层叠的”91
16极差图–“不层叠的”91
17零件链图92
18散点图92
19振荡图93
20误差图94
21归一化直方图95
22均值-基准值图96
23比较图96
24完整的GR&R数据收集表99
25GR&R报告100
26交互作用105
27残留图105
28过程举例110
29灰色区域与测量系统有联系110
30具有Pp=Ppk=1.33的过程116
31绘制在正态概率纸上的计数型量具性能曲线124
32计数型量具性能曲线125
33(33a&b)测量评价控制图144&145
34(34a&b)评价测量过程的控制图法的计算146&147
35无误差的量具性能曲线151
36量具性能曲线–示例152
37绘制在正态概率纸上的量具性能曲线153
38(38a,b&c)合成标准偏差研究图形分析159,162,163
39观测的与实际的Cp(基于过程)171
40观测Cp与实际Cp(基于公差)172
第一章
通用测量系统指南
第一章- 第一节
引言、目的和术语
引言
测量数据的使用比以前更频繁、更广泛。
例如,现在普遍依据测量数据来决定是否调整制造过程,把测量数据或由它们计算出的一些统计量,与这一过程的统计控制限值相比较,如果比较结果表明这一过程统计失控,那么要做某种调整,否则,这一过程就允许运行而勿须高干呀。
测量数据另一个用处是确定在两个或更多变量之间是否存在重要关系。
例如,可能怀疑注塑料件上的一个关键尺寸和注射材料的温度有关。
这种可能的关系可以通过采用所谓回归分析的统计方法来研究,即比较关键尺寸的测量值和注射材料的温度测量值。
探索象这类关系的研究,是戴明博士称为分析研究的事例。
通常,分析研究是增加对有关影响过程的各种原因的系统知识。
各种分析研究是测量数据和最重要应用之一,因为这些分析研究最终导致更好地理解各种过程。
应用以数据为基础的方法的收益,很大程度上决定于所用测量数据的质量。
如果测量数据质量低,则这种方法的收益很可能低。
类似地,测量数据质量高,这一方法的收益也很可能高。
为了确保应用测量数据所得到的收益大于获得它们所花的费用,就必须把注意力集中在数据的质量上。
测量数据的质量
测量数据质量由在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确定。
例如,假定用在稳定条件下运行的某测量系统,得到某一特性的多次测量数据。
如果这些测量数据与这一特性的材料值都很“接近”,那么可以说这些测量数据的质量“高”,类似地,如果一些或全部测量数据“远离”标准值,那么可以说这些数据的质量“低”。
表征数据质量最通用的统计特性是测量系统的偏倚和方差。
所谓偏倚的特性,是指数据相对基准(标准)值的位置,而所谓方差的特性,是指数据的分布。
低质量数据最通常的原因之一是数据变差太大。
一组测量变差大多是由于测量系统和它的环境之间的交互作用造成的。
例如,测量某容器内流体的容积,使用的测量系统可能对它周围的环境温度敏感,在这种情况下,数据的变差可能由于其体积的变化或周围温度的变化,使得解释这些数据很困难,因此这一测量系统是不理想的。
如果交互作用产生太大的变差,那么数据的质量可能会很低以至于数据没有用处。
例如,一个具有大量变差的测量系统,在分析制造过程中使用是不适合的,因为测量系统变差可能会掩盖制造过程的变差。
管理一个测量系统的许多工作是监视和控制变差。
这就是说,应着重研究掌握环境对测量系统的影响,以使测量系统产生可接受的数据。
目的
本手册的目的是为评定测量系统的质量提供指南。
尽管这些指南足以用于任何测量系统,但希望它们主要用于工业界的测量系统。
本手册不打算作为所有测量系统分析的汇编。
它主要关注的是对每个零件能重复读数的测量系统。
许多分析对于其它形式的测量系统也是很有用的,并且该手册的确包含了参考意见和建议。
对更复杂或不常见的情况在此没有讨论,建议咨询有统计能力的资源。
测量系统分析方法需要顾客批准,本手册没有覆盖。
术语
不建立一套涉及通用统计特性和测量系统相关要素的术语,对测量系统分析的讨论会使用权人迷惑和误解。
本节提供了本手册中使用的这些术语。
在本手册使用以下术语:
测量:
定义为赋值(或数)给具体事物以表示它们之间关于特定性的关系。
这个定义由C.Eisenhart(1963)首次提出。
赋值过程定义为测量过程,而赋予的值定义为测量值。
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;包括通过/不通过装置。
测量系统:
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。
根据定义,一个测量过程可以看成是一个制造过程,它产生数值(数据)作为输出。
这样看待测量系统是有用的,因为这可以使用权我们运用那些早已在统计过程控制领域证明了有效性的所有概念、原理和工具。
术语总结1
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
一个标准应该是一个可操作的定义,由供应商或顾客应用时,在昨天、今天和明天都具有同样的含义,产生同样的结果。
基本的设备
分辨力、可读性、分辨率
别名:
最小的读数的单位、测量分辨率、刻度、限度或探测度
由设计决定的固有特性
测量或仪器输出的最小刻度单位
总是以测量单位报告
1:
10经验法则
有效分辨率
对于一个特定的应用,测量系统对过程变差的灵敏性
产生有用的测量输出信号的最小输入值
总是以一个测量单位报告
基准值
人为规定的可接受值
需要一个可操作的定义
作为真值的替代
真值
物品的实际值
未知的和不可知的
位置变差
准确度
“接近”真值或可接受的基准值
ASTM包括位置和宽度误差的影响
偏倚
测量的观测平均值和基准值之间的差异
测量系统的系统误差分量
稳定性
偏倚随时间变化
一个稳定的测量过程是关于位置的统计受控别名:
漂移
线性
整个正常操作范围的偏倚改变
整个操作规程范围的多个并且独立的偏倚误
差的相互关系
测量系统的系统误差分量
宽度变差
精密度2
重复读数彼此之间的“接近度”
测量系统的随机误差分量
重复性
由一位评价人多次使用一种测量仪器,测量同一零件的同一特性时获得的测量变差
在固定和规定的测量条件下连续(短期)试验变差
通常指E.V.-设备变差
仪器(量具)的能力或潜能
系统内变差
再现性
由不同的评价人使用同一个量具,测量一个零件的一个特性时产生的测量平均值的变差。
对于产品和过程条件,可能是评价人、环境(时间)或方法的误差
通常指A.V-评价人变差
系统间(条件)变差
ASTME456-96包括重复性、实验室、环境及评价人影响
GRR或量具R&R
量具重复性和再现性;测量系统重复性和再现性合成的评估
测量系统能力;依据使用的方法,可能包括或不包括时间影响
测量系统能力
测量系统变差的长期评估(长期控制图法)
灵敏度
最小的输入产生可探测出的输出信号
在测量特性变化时测量系统的响应
由量具设计(分辨率)、固有质量(OEM)、使用中的维修及仪器和标准的操作条件确定
总是以一个测量单位报告
1见第一章第五节术语定义和讨论
2在ASTM文件中,没有测量系统的精密度这样的说法;也就是说,精密度不能用单一数值表述。
一致性
重复性随时间的变化程度
一个一致的测量过程是考虑到宽度(变异性)下的统计受控
均一性
整个正常操作范围重复性的变化程度
重复性的一致
系统变差
测量系统变差可以具有如下特征:
能力
短期获取读数的变异性
性能
长期获取读数的变异性
以总变差为基础
不确定度
关于测量值的数值估计范围,相信真值包括在此范围内
测量系统必须稳定和一致
测量系统总变差的所有特性均假设系统是稳定和一致的。
例如,变差分量可以包括第14页图2报示的各项的合成。
标准和溯源性
国家标准和技术研究院(NIST)是美国的主要国家测量研究院(NMI),在美国商务部领导下提供服务。
NIST以前称为国家标准局(NBS),是美国计量学最高水平的权力机构。
NIST的主要责任是提供测量服务和测量标准,帮助美国工业进行可溯源的测量,最终帮助产品和服务贸易。
NIST直接对许多类型的工业提供服务,但主要是那些需要最高水平准确度的产品以及与之相配的生产过程中进行精密测量的工业。
国家测量研究院
世界范围内大多数工业化国家都拥有自己的NMI和与NIST相近的机构,他们为各自国家提供高水平的计量标准或测量服务。
美国NIST与其他国家的NMI机构合作,以确保在一个国家的测量与其它国家相同。
这通常是通过多边认可协议(MRAs),在NMI之间进行国际实验室比对完成的。
有一点应该注意,这些NMI的能力不同,并不是所有类型的测量是在定期的基础上进行对比,所以存在着差异。
这就是为什么需要了解哪国的测量是溯源的以及是怎样溯源的是很重要的。
溯源性
在商品和服务贸易中溯源性是一个重要概念。
溯源到相同或相近的标准的测量比那些没有溯源性的测量更容易被认同。
这为减少重新试验、拒收好的产品、接收坏的产品提供了帮助。
溯源性在ISO计量学基本和通用国际术语(VIM)中的定义是:
“测量的特性或标准值,此标准是规定的基准,通常是国家或国际标准,通过全部规定了不确定度的不间断的比较链相联系。
典型的测量溯源性是通过可返回到NMI的比较链建立的。
但在工业中的许多情况下,测量溯源性可能与返回到一致同意的基准值或顾客与供应商之间“认同的标准”有联系。
与这些“认同的标准”相关的返回到NMI溯源性可能不总是理解得很清楚,因此最终测量可溯源到满足顾客需求是很关键的。
随着测量技术的发展和工业中精密测量系统的使用,在哪里溯源以及怎样溯源的定义是一个不断发展的概念。
引用量具块/比例
激光干涉仪
千分尺
夹量具
生产量具
图1:
长度测量溯源性链的示例
NMI与不同的国家实验室、量具供应商、精密制造公司等紧密合作,以确保他们的参考标准正确校准,并直接溯源到由NMI拥有他们的标准为他们客户的计量、量具实验室、校准工作、或其他私人标准提供校准和测量服务。
这种连接或比较链最终达到厂,然后提供测量溯源性的基础。
通过这个不间断的测量链又连接返回到NIST的测量称为可溯源到NIST。
并不是所有组织在其设施内都有计量或量具实验室,需要依靠外界的商业/独立实验室提供溯源性的校准或测量服务。
这是一种达到溯源到NIST的可接受的且适当的方法,只要商业/独立实验室的能力通史通过如实验室认可等过程得到保证。
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数值(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。
这种用法没有介绍。
第一章第二节
测量过程3
为了有效地控制任何过程变差,需要了解:
过程应该做什么
什么能导致错误
过程在做什么
规范和工程要求规定过程应该做什么。
过程失效模式及后果分析4(PFMEA)是用来确定与潜在过程失效相关的风险,并在这些失效出现前提出纠正措施。
PFMEA的结果转移至控制计划。
通过评价过程结果或参数,可以获得过程正在做什么的知识。
这种活动,通常称为检验,是用适当的标准和测量装置,检查过程参数,过程中零件,已装配的子系统,或者是已完成的成品活动。
这种活动能使观测者确定或否认过程是以稳定的方式操作并具有对顾客规定的目标而言可接受的变差这一前提。
这种检查行为本身就是过程。
通用过程
操作
输入输出
测量过程
测量值
分析
测量
决定
需要控制
的过程
遗憾的是,工业界传统上视测量和分析活动为“黑盒子”。
设备是主要关注点–特性越“重要”,量具越昂贵。
对仪器的有效性,与过程和环境的相容性,仪器的实用性很少有疑问。
因此这些量具经常是不能被正确使用或完全不被使用。
测量和分析活动是一个过程–一个测量过程。
所有的过程控制管理,统计或逻辑技术均能应用。
这就意味着必须首先确定顾客和他们的需要。
顾客,过程所有者,希望用最小的努力做出正确的决定。
管理者必须提供资源以采购对于测量过程来说是充分且必要的设备。
但是采购最好的或最新的测量技术未必能保证做出正确的生产过程控制决定。
设备公是测量过程的一部分,过程的所有者必须知道如何正确使用这些设备及如何分析和解释结果。
因此管理者也必须提供清楚的操作定义和标准以及培训和支持。
依次,过程的拥有者有监控和控制测量过程,以确保稳定和正确的义务,这包括全部的测量系统分析观点–量具的研究、程序、使用者及环境,例如,正常操作条件。
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5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系统。
一个测量系统的质量经常仅用其多次测量数据的统计特性来确定。
其它特性,如成本,使用的容易程度等对一个测量系统总体理想性的贡献也很重要。
但是,确定一个测量系统质量的正是其产生数据的统计特性。
3本章的部分内容经允许采用了测量系统分析-指南,由G.F.ruska和M.S.Heaphy编写,第三代,1987,1988。
4参见潜在的失效模式及后果分析(FMEA)参考手册-第3版
5有关标准问题的完整讨论见《走出危机》,W.EdwardsDeming,1982,1986,P.279-281.
在某一用途中最重要的统计特性在另一种用途中不一定是最重要的。
例如,对一个三座标测量机(CMM)的某些应用,最重要的统计特性是“小”的偏倚和方差。
一个具有这些特性的CMM将产生与证明过的、可溯源的标准值“很近”的测量结果。
从这样一台机器上所得到的数据对分析一个制造过程可能是十分有用的。
但是,不管其偏倚和方差多么“小”,使用一台CMM机的测量系统可能不能够用于在好的或坏的产品中的分辨接收工作,由于测量系统中其他要素带来了其他变关差源。
管理者有责任识别对数据的最终使用最重要的统计特,也有责任确保用那些特性作为选择一个测量系统的基础。
为了完成这些,需要有关统计特性的可操作的定义,以及测量它们的可接受的方法。
尽管每一个测量系统可能被要求有不同的统计特性,但有一些基本特性用于定义“好的”测量系统。
它们包括:
6)足够的分辨率和灵敏度。
为了测量的目的,相对于过程变差呀规范控制限,测量的增量应该很小。
通常所知的十进位或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。
6)测量系统应该是统计受控制的。
6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。
6)对于产品控制,测量系统的变异性与公差相比必须小。
依据特性的公差评价测量系统。
6)对于过程控制,测量系统的变异性应该显示有效的分辨率并且与制造过程变差相比要小。
根据6σ过程变差和/或来自MSA研究的总变差评价测量系统。
测量系统统计特性可能随被测项目的变化而改变。
如果是这样,则测量系统最大的(最坏)变差应小于过程变差和规范控制限两者中的较小者。
变差源
与所有过程相似,测量系统受随机和系统变差源影响。
这些变差源由普通原因和特殊原因造成。
为了控制测量系统变差:
1)识别潜在的变差源
2)排除(可能时)或监控这些变差源
尽管特定的原因将依
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- MSA 手册 测量 系统分析 分解
![提示](https://static.bdocx.com/images/bang_tan.gif)