前言
在日常生产中，我们经常根据获得的过程加工部件的测量数据去分析过程的状态、过程的能力和监控过程的变化；那么，怎么确保分析的结果是正确的呢？我们必须从两方面来保证，一是确保测量数据的准确性/质量，使用测量系统分析（MSA）方法对获得测量数据的测量系统进行评估；二是确保使用了合适的数据分析方法，如使用SPC工具、试验设计、方差分析、回归分析等。下面主要针对测量系统分析（MSA）来进行讲解。
1
何为测量系统？
定义：是对测量单元进行量化或对被测的特性进行评估，其所使用的仪器或量具，标准，操作，方法，夹具，软件，人员，环境及假设的集合。也就是说，用来获得测量结果的整个过程。
由这一定义可以将测量过程看作一个制造过程，其产生的输出就是数值（数据）。这样看待一个测量系统时很有用的，因为这样让我们明白已经说明的所有概念，原理，工具，这在统计过程控制中早已被证实它们的作用。
检验本身就是一个过程。
2
为什么要对测量系统进行分析？
测量数据的质量：
数据的质量取决于测量的统计特征：偏倚及变差。
高质量数据——对某一特定特性值进行多次测量的数值均与该特性的参考值“接近”。
低质量数据——测量数据均与该“特性”的参考值相差“很远”。
理想的测量系统不存在，为什么？
由于测量系统变差源：标准，人员（评价人）。仪器（量具），工作件（零件），程序（方法），环境的作用结果，使得观测到的过程变差值与实际变差值不相等。
3
对测量系统分析要分析什么？
前面我们谈到，数据的质量取决于稳定条件下进行操作的测量系统中，多次测量的统计特征：偏倚和变差。
为此，我们引申出如下一些术语：
1.位置变差
偏倚：观测到的测量值的平均值与参考值之间的差值。准确度：与真值（或参考值）“接近”的程度。稳定性：别名“漂移” 随时间变化的偏倚值。线性：在量具正常工作量程内的偏倚变化量。
2.宽度变差
精确度：每个重复读数之间的“接近”程度。重复性（设备变差）：E,V一个评价人，同一种仪器，同一零件的某一特性，在固定的和已定义的测量条件下，连续（短期内）多次测量中的变差。再现性：（评价人变差）：A,V不同评价人，同一种仪器，同一零件的某一特性的测量平均值得变差。GRP或量具的重复性和再现性：是重复性和再现性的联合估计值。
4
如何分析测量系统的“五性”
评价一个测量系统需考虑：
具有足够的分辨力和灵敏度。10比1规则：测量设备要能分辨出公差或过程变差的至少十分之一以上。测量系统必须是稳定的，应处于受控状态，即测量系统中的变差只能由普通原因造成。统计特性在预期的范围内一致，并满足测量目的：1）为了产品控制，测量系统中的变差必须小于范围限制2）为了过程控制，测量系统中的变差应该能小于制造过程变差，并能证明具有有效的解析度。
量测过程：
测量系统误差：
5
理想的测量系统
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值相符。一个能产生理想测量结果的测量系统，应具有零方差、零偏倚和所测的任何产品错误分类为零概率的统计特性。
以上是对测量系统分析（MSA）的基本内容进行了介绍，MSA作为质量管理的五大核心工具之一，对于品质的质量控制起到了非常重要的作用。
MSA 具体分析
测量的重要性
如果测量出现问题，那么合格的产品可能被判为不合格，不合格的产品可能被判为合格，此时便不能得到真正的产品或过程特性。
因此，要保证测量结果的准确性和可信度。
测量误差及来源
1、分辨能力；
2、精密度(重复性)；
3、准确度(偏差)；
4、损坏；
5、不同仪器和夹具间的差异；
6、不同使用人员的差异(再现性)；
7、使用不同的方法所造成差异；
8、不同环境所造成的差异。
测量的变异说明
为什么要进行测量系统分析
1、即使量具经过检定或校准，由于人、机、料、法、环、测等五方面的原因，会带来测量误差。
2、检测设备的检定或校准不能满足实际测量的需要。
3、满足QS9000、ISO/TS16949标准的要求：ISO/TS16949:2002标准7.6.1规定：为分析出现在各种测量和试验设备系统测量结果的变差，必须进行适当的统计研究。此要求必须适用于在控制计划中提及的测量系统。这些分析方法以及接收准则的使用必须符合顾客的测量系统分析参考手册。采用其他的分析方法和接受准则必须获得顾客的批准。
测量系统分析的目的
1、运用统计分析方法，确定测量系统测量结果的变差（测量误差），了解变差的来源。
2、确定一个测量系统的质量，并且为测量系统的改进提供信息。
3、保证所用统计分析方法及判定准则的一致性。
测量系统的基本知识和概念
1、术语
1）、测量：赋值给具体事物以表示他们之间的关系。而赋予的值定义为测量值。
2）、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。
3）、测量系统：用来对被测量特性赋值的操作、程序、量具、设备、软件以及操作人员的集合。
2、测量系统的组成
3、测量系统的统计特性
通常使用测量数据的统计特性来衡量测量系统的质量：
1）、分辨力（Discrimination）；
2）、偏倚（Bias）；
3）、重复性（Repeatability）；
4）、再现性（Reproducibility）；
5）、线性（Linearity）；
6）、稳定性（Stability）。
4、分辨力（率）
1）、定义：指测量系统检出并如实指示被测特性中极小变化的能力。
2）、传统是公差范围的十分之一。建议的要求是总过程6σ(标准偏差)的十分之一。
5、偏倚
偏倚：是测量结果的观测平均值与基准值的差值。
基准值的取得可以通过采用更高级别的测量设备进行多次测量，取其平均值来确定。
6、重复性
重复性是由一个评价人，采用一种测量仪器，多次测量同一零件的同一特性时获得的测量值变差。
7、再现性
再现性是由不同的评价人，采用相同的测量仪器，测量同一零件的同一特性时测量平均值的变差。
8、稳定性
稳定性：是测量系统在某持续时间内测量同一基准或零件的相同特性时获得的测量值的总变差。
9、线性
线性是在量具预期的工作范围内，偏倚值的差值：
可以用整个仪器量程范围内的偏移之差（或偏差）的量度来度量样本的线性度。如果偏移在整个量程范围内不变，则具有很好的线性度。
10、位置和宽度
11、理想的测量系统
理想的测量系统在每次使用时：
1）、应只产生“正确”的测量结果；
2）、每次测量结果总应该与一个标准值相符；
3）、一个能产生理想测量结果的测量系统，应具有零方差、零偏倚和所测的任何产品错误分类为零概率的统计特性。
12、测量系统所应具有的特性
1）、测量系统必须处于统计控制中，这意味着测量系统中的变差只能是由于普通原因而不是由于特殊原因造成的。这可称为统计稳定性；
2）、测量系统的变异必须比制造过程的变异小；
3）、变异应小于公差带；
4）、测量精密应高于过程变差和公差带两者中精度较高者，一般来说，测量精度是过程变异和公差带两者中精度较高者的十分之一；
5）、测量系统统计特性可能随被测项目的改变而变化。若真的如此，则测量系统的最大的变差应小于过程变差和公差带两者中的较小者。
测量系统的评定
第一阶段：
明白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：1）、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。2）、发现种环境因素对测量系统显着的影响，例如温度、湿度等，以决定其使用的环境要求。
第二阶段：
目的是在验证一个测量系统一旦被认为是可行的，应持续具有恰当的统计特性。常见的量具R&R分析是其中的一种试验型式。
计量型测量系统研究
1、作业步骤：
1）、确定M名操作者A、B、C……，选定N个被测零件，按1、2、……，编号。被选定零件尽可能反映整个过程的变差。
2）、测取数据：A以随机顺序测取所有数据并记录之，B、C在不知他人测量结果的前提下，以同样方法测量各零件的数据并记录之。
3）、再以随机顺序重复上述测量r次(如2～3次)。
4）、数据处理-极差计算
5）、数据处理-均值计算
6）、结果分析
以下计算的变差均以99%的正态概率为基础，即变差=5.15σ
重复性：
零件间变差（PV）
零件间变异：是指同一人或不同人使用同一量具测量不同零件之相同特性所得之变异。
PV =Rp×K3
其中:Rp为样品的平均值极差,K3=5.15/d2
注:d2取决于零件数(n)
当n=10时,d2=1.62
R&R可接受的条件是：
数值<10%的误差测量系统可接受。
10%<数值<30%的误差测量系统可接受或不接受，决定于该测量系统之重要性、量具成本、修理所需费用等因素，可能是可接受的。
数值>30%的误差测量系统不能接受，须予以改进。进行各种努力发现问题并改正，必要时更换量具或对量具重新进行调整，并对以前所测量的库存品再抽查检验，如发现库存品已超出规格应立即追踪出货，通知客户，协调处理对策。
当重复性(AV)变差值大于再现性(EV)时；
量具的结构需再设计增强；
量具的夹紧或零件定位的方式(检验点)需加以改善；
量具应加以保养；
当再现性(EV)变差值大于重复性(AV)时；
作业员对量具的操作方法及数据读取方式应加强教育,作业标准应再明确订定或修订；
可能需要某些夹具协助操作员,使其更具一致性的使用量具；
量具与夹治具校验频率于入厂及送修纠正后须再做测量系统分析,并作记录。
7）、线性分析
A、线性：
在测量仪器的工作范围内选择一些零件可确定线性。这些被选零件的偏倚由基准值与测量观察平均值之间的差值确定。
正如在偏倚研究中一样，零件的基准值可由工具室或全尺寸检验设备确定。在操作范围内选取的那些零件由一个或多个评价人测量，确定每一零件的观察平均值，基准值与观察平均值之间的差值为偏倚，要确定各个被选零件的偏倚。线性图就是在整个工作范围内的这些偏倚与基准值之间描绘的。
B、线性示例:
某工厂领班对确定某测量系统的线性感兴趣。基于该过程变差，在测量系统工作范围内选定五个零件。通过全尺寸检验设备测量每个零件以确定它们的基准值。然后一位评价人对每个零件测量12次。零件随机抽取，每个零件平均值与偏倚平均值的计算如下表所示。零件偏倚由零件平均值减去零件基准值计算得出。
计数型测量系统研究
1、计数型量具
就是把各个零件与某些指定限值相比较，如果满足限件则接受该零件否则拒收。
计数型量具只能指示该零件被接受或拒收。
计数型测量系统的分析方法有：
1）小样法；
2）大样法。
2、GO/NO GO分析(小样法分析)
1）、先选取20个零件来进行。
选取二位评价人以一种能防止评价人偏倚的方式两次测量所有零件。
2）、在选取20个零件时，必须有一些零件稍许高或低于规范限值。
3）、所有的测量结果(每个零件测4次)一致则接受该量具，否则应改进或重新评价该量具，如果不能改进该量具，则不能被接受并且应找到一个可接受之替代测量系统。
4）、当为不能接受时，可能有但不限于下列情况，并应采取相对应的措施。
仪器性能不稳定，检查并修理或更换仪器；
对测量者进培训，提高测量者测量水平；
量具的夹紧或定位装置需要改进。
5）、GO/NOGO示例
橡胶软管内径通过/不通过塞规
3、大样法分析
A、对于某计数型量具，用量具特性曲线的概念来进行量具研究，GPC是用于评价量具的重复性和偏倚；
B、这种量具研究可用于单限值和双限值量具；
C、对于双限值量具，假定误差是线性一致的，只需检查一个限值。
D、一般地，计数型量具研究包括获得多个被选零件的基准值。这些零件经过多次(m)评价，连同接受总次数(a)，逐个零件地记录，从这些结果就能做估计重复性和偏倚。
4、分析步骤
选取零件；最根本的是已知研究中所用零件的基准值。应尽可能按实际情况等间隔选取八个零件，其最大和最小值应代表该过程范围；
八个零件必须用量具测量m=20，并记录接受的次数(a)；
对于整个研究，最小的零件必须a=0，最大的零件a=20，记录接受的次数(a)。其余1<a<19；
如果不满足这些准则，必须用量具测量更多的已知其基准值的零件(X)；
如果不满足上述零件这些点可选在量具研究已测量的零件测量中间点；
一直重复以上直到满足上述要求。
5、大样法示例
计数型量具用于测量容差为+-0.010的一个尺寸，该量具是一个线端自动检查量具，为完成计数研究，8个零件用该量具各自测量20次，这8个零件基准值从-0.016至-0.008。各零件接受次数为：
END
免责声明：本文源于网络，版权归原作者所有。如涉及版权，请联系删除。
推荐文章：
位置度，没有你想的那么难！
测量计算中常见的拟合方法！GD&T最大实体、最小实体各种符号全知道！
尺寸要素的位置度在MMC时零工差和可逆原则的应用！
ASME-Y14.5 vs ISO-1101非对称轮廓度解析！ASME-Y14.5 / ISO 14405 线性尺寸评价（SIZE）的应用
ISO5458-标准中CZ、SZ、><等符号解释其应用！
公差修饰符号CF，CT，CZ的理解和应用
关于海克斯康大学
海克斯康大学致力于为智慧工厂培养数字化智能制造人才，从而帮助企业提高生产力和质量。依托海克斯康制造智能全球领先的数字化设计、制造、计量及质量技术和经验,为“中国制造2025”培养数字化专业技术和管理人才，并为专业人才提供权威的资质认证和能力评定。
