MSA

MSA

中文名 测量系统分析
目的 确定所使用的数据是否可靠
内容 测量系统分析的目的、测量系统变差的来源及类别
缩写 MSA
目录导航

基础定义

从测量的定义可以看出,除了具体事物外,参与测量过程还应有量具、使用量具的合格操作者和规定的操作程序,以及一些必要的设备和软件,再把它们组合起来完成赋值的功能,获得测量数据。这样的测量过程可以看作为一个数据制造过程,它产生的数据就是该过程的输出。这样的测量过程又称为测量系统。它的完整叙述是: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、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称为测量过程或测量系统。

众所周知,在影响产品质量特征值变异的六个基本质量因素(人、机器、材料、操作方法、测量和环境)中,测量是其中之一。与其它五种基本质量因素所不同的是,测量因素对工序质量特征值的影响独立于五种基本质量因素综合作用的工序加工过程,这就使得单独对测量系统的研究成为可能。而正确的测量,永远是质量改进的第一步。如果没有科学的测量系统评价方法,缺少对测量系统的有效控制,质量改进就失去了基本的前提。为此,进行测量系统分析就成了企业实现连续质量改进的必经之路。

如今,测量系统分析已逐渐成为企业质量改进中的一项重要工作,企业界和学术界都对测量系统分析给予了足够的重视。测量系统分析也已成为美国三大汽车公司质量体系QS9000的要素之一,是6σ质量计划的一项重要内容。此时,以通用电气(GE)为代表的6σ连续质量改进计划模式即为:确认(Define)、测量(Measure)、分析(Analyze)、改进(Improve)和控制(Control),简称DMAIC。

从统计质量管理的角度来看,测量系统分析实质上属于变异分析的范畴,即分析测量系统所带来的变异相对于工序过程总变异的大小,以确保工序过程的主要变异源于工序过程本身,而非测量系统,并且测量系统能力可以满足工序要求。测量系统分析,针对的是整个测量系统的稳定性和准确性,它需要分析测量系统的位置变差、宽度变差。在位置变差中包括测量系统的偏倚、稳定性和线性。在宽度变差中包括测量系统的重复性、再现性。

测量系统可分为“计数型”及“计量型”测量系统两类。测量后能够给出连续性的测量数值的为计量型测量系统;而只能定性地给出测量结果的为计数型测量系统。“计量型”测量系统分析通常包括偏倚(Bias)、稳定性(Stability)、线性(Linearity)、以及重复性和再现性(Repeatability&Reproducibility,简称R&R)。在测量系统分析的实际运作中可同时进行,亦可选项进行,根据具体使用情况确定。

“计数型”测量系统分析通常利用假设试验分析法(二维频数表)、信号探测法及解析法(GPC)来进行判定。

测量系统分析,是指用统计学的方法来了解测量系统中的各个波动源,以及他们对测量结果的影响,最后给出本测量系统是否合符使用要求的明确判断。进一步地,如果不符合使用要求,则利用工程方法对测量系统进行改进。

波动是表示在相同的条件下进行多次重复测量结果分布的分散程度,常用测量结果的标准差或过程波动表示。这里的测量过程波动是指99.73%的测量结果所占区间的长度。通常测量结果服从正态分布N(u,σ^2),99.73%的测量结果所占区间的长度为6σ。

目的

·确定所使用的数据是否可靠:

·评估新的测量仪器

·将两种不同的测量方法进行比较

·对可能存在问题的测量方法进行评估

·确定并解决测量系统误差问题、

组成

测量系统

量具 ( instruments or gages)

标准(standards)

操作(operations)

夹具(fixtures)

软件(software)

人员 (personnel)

被测工件 ( parts )

环境(environment)

程序、方法 ( procedure, methods )

假设(assumptions)

理想测量系统

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。

理想测量系统的技术指标如下表所示[1]:

理想测量系统的技术指标

“零变差”

“零偏倚”

“对所测的任何产品错误分类的可能性为零”

计量型

重复性误差为零

偏倚为零

有效解析度无穷大

再现性误差为零

线性误差为零

计数型

整体的有效性为完全有效

一致性程度为完全一致

破坏性测量系统

假设检验:完全无法拒绝原假设H0

注意事项

“零变差”

“零偏倚”

“对所测的任何产品错误分类的可能性为零”

计量型

重复性误差为零

偏倚为零

有效解析度无穷大

再现性误差为零

线性误差为零

计数型

整体的有效性为完全有效

一致性程度为完全一致

破坏性测量系统

假设检验:完全无法拒绝原假设H0

特性

量具和测量设备是否能够被正确使用,很大程度上决定了过程变差与产品公差。为了保证结果的正确性和整个系统性能的最优化,需要对设备进行评估。当然,设备评估不只是在实验室里,而且也要在生产环境中进行。

标准

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.测量系统的变差必须比制造过程的变差小。

3.变差应小于公差带。

4.测量系统统计特性可能随被测项目的改变而变化。若如此,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。

评估指标

1.计量基准

基准(国家标准)——最高计量特性,不必参考其他标准。

副基准(国家标准)——与基准比对而定值的一种工作基准。为了防止基准频繁地被使用而影响基准的稳定性,所以才引入副基准。

2.计量标准

最高计量标准(参考标准)——在给定地区或给定组织内,通常具有最高计量学特性的测量标准,在该处所做的测量均从它导出。

次级计量标准(工作标准)——校准或核查测量仪器的标准。

3.标准物质

一级标准物质

二级标准物质

4.工作标准

Golden Master

-最高计量标准(参考标准)

-客户提供的唯一参考标准

Silver Master

-次级计量标准(工作标准)

-产线最高测量标准——虽然属于生产量具,但这种量具不是企业内部可以校准的,它的准确度等级比其它同类型(如长度类)生产量具高出一个数量级。

Working Master

-产线通用外购标准——如标准电阻、Hg标液等,这些标准均能溯源到国家或国际标准。

-产线自制样件标准——这些标准是拿产品制作的,其计量特性在指定的时间范围内是稳定的,其有专门的维护和核查确认,同样可以溯源到国家或国际标准。

分析时机

1.重复性:在相同测量程序、相同操作者、相同测量设备、相同操作条件和相同地点,并在短时间内对同一或相类似被测对象重复测量的一组测量条件下,对同一或类似被测对象重复测量所得示值或测得值间的一致程度。

2.再现性:在不同地点、不同操作者、不同测量设备,对同一或相类似被测对象重复测量的一组测量条件下,在规定条件下,对同一或类似被测对象重复测量所得示值或测得值间的一致程度。(不同的测量系统可以采用不同的测量程序)

3.稳定性:测量系统保持其位置变差和宽度变差随时间恒定的能力。

4.偏倚:观测平均值(在重复条件下的测量)与一参考值之间的差值。

5.线性:在量具正常的工作范围内偏倚的变化程度。

6.属性的一致性 :计数型(属性)测量系统中系统内、系统间及系统与标准之间判定结果的一致程度。

基本要求

1.新产品;

2.新量具或量具的特性能力不同时;

3.新操作员或操作员岗位变更;

4.设计变更(DCN);

5.工程变更(ECN);

6.环境变更;

7.易损耗之仪器必须注意其分析频率;

8.客户要求的频次。

量具

评价人

拟执行测量系统分析的量具必须经过计量确认合格,同时其分辨力应至少能直

接读取被测特性预期过程变差或公差范围的1/10。

d≤6σ总/10;或 d≤Tolerance/10

分析计划

执行测量作业的人员,均应经过必要的量具使用、维护训练,不至于出现因人员操作问题所造成的测量误差。

测量过程为盲测

在计划中明确所要进行分析的测量系统、评价人、分析的特性、产品公差、开始日期和预计完成日期等。

步骤

最大可能地减少评价人在测量过程中的主观影响。

盲测的定义 :在实际测量环境下,由一事先不知正在对该测量系统进行评估的操作者所获得的测量结果;通过适当的管理,根据得到的试验结果通常不受众所周知的霍桑效应所干扰。

第一阶段

第二阶段

验证测量系统是否满足其设计规范要求。主要有两个目的:

(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。

系统分析

(1)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。

(2)常见的就是“量具R&R”是其中的一种型式。

MSA内容

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

msa测量系统分析msa测量系统分析变化;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。

测量系统的误差由稳定条件下运行的测量系统多次测量数据的统计特性:偏倚和方差来表征。偏倚指测量数据相对于标准值的位置,包括测量系统的偏倚(Bias)、线性(Linearity)和稳定性(Stability);而方差指测量数据的分散程度,也称为测量系统的R&R,包括测量系统的重复性(Repeatability)和再现性(Reproducibility)。

一般来说,测量系统的分辨率应为获得测量参数的过程变差的十分之一。测量系统的偏倚和线性由量具校准来确定。测量系统的稳定性可由重复测量相同部件的同一质量特性的均值极差控制图来监控。测量系统的重复性和再现性由GageR&R研究来确定。

分析用的数据必须来自具有合适分辨率和测量系统误差的测量系统,否则,不管我们采用什么样的分析方法,最终都可能导致错误的分析结果。在ISO10012-2和QS9000中,都对测量系统的质量保证作出了相应的要求,要求企业有相关的程序来对测量系统的有效性进行验证。

测量系统特性类别有F、S级别,另外其评价方法有小样法、双性、线性等。[3]

MSA定义

msa测量系统分析msa测量系统分析一、测量系统分析的目的

二、测量系统变差的来源及类别

三、测量系统分析的基本概念

四、计量型测量系统分析:

●偏倚

●线性

●重复性和再现性分析 – R&R

●稳定性

五、计数型测量系统分析

●小样法

●大样法

●案例分析

适配器

数据是通过测量获得的,对测量定义是:测量是赋值给具体事物以表示他们之间关于特殊特性的关系。这个定义由C.Eisenhart首次给出。赋值过程定义为测量过程,而赋予的值定义为测量值。

从测量的定义可以看出,除了具体事物外,参于测量过程还应有量具、使用量具的合格操作者和规定的操作程序,以及一些必要的设备和软件,再把它们组合起来完成赋值的功能,获得测量数据。这样的测量过程可以看作为一个数据制造过程,它产生的数据就是该过程的输出。这样的测量过程又称为测量系统。它的完整叙述是: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、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称为测量过程或测量系统。

测量系统分析(MSA第三版)测量系统分析(MSA第三版)众所周知,在影响产品质量特征值变异的六个基本质量因素(人、机器、材料、操作方法、测量和环境)中,测量是其中之一。与其它五种基本质量因素所不同的是,测量因素对工序质量特征值的影响独立于五种基本质量因素综合作用的工序加工过程,这就使得单独对测量系统的研究成为可能。而正确的测量,永远是质量改进的第一步。如果没有科学的测量系统评价方法,缺少对测量系统的有效控制,质量改进就失去了基本的前提。为此,进行测量系统分析就成了企业实现连续质量改进的必经之路。

测量系统分析已逐渐成为企业质量改进中的一项重要工作,企业界和学术界都对测量系统分析给予了足够的重视。

从统计质量管理的角度来看,测量系统分析实质上属于变异分析的范畴,即分析测量系统所带来的变异相对于工序过程总变异的大小,以确保工序过程的主要变异源于工序过程本身,而非测量系统,并且测量系统能力可以满足工序要求。测量系统分析,针对的是整个测量系统的稳定性和准确性,它需要分析测量系统的位置变差、宽度变差。在位置变差中包括测量系统的偏倚、稳定性和线性。在宽度变差中包括测量系统的重复性、再现性。

测量系统可分为“计数型”及“计量型”测量系统两类。测量后能够给出具体的测量数值的为计量型测量系统;只能定性地给出测量结果的为计数型测量系统。“计量型”测量系统分析通常包括偏倚(Bias)、稳定性(Stability)、线性(Linearity)、以及重复性和再现性(Repeatability&Reproducibility,简称R&R)。在测量系统分析的实际运作中可同时进行,亦可选项进行,根据具体使用情况确定。

“计数型”测量系统分析通常利用假设检验分析法来进行判定。[4]

测量目的

MSA:复用段适配器:multiplex section protecter

分析工具

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分性。MSA促进了解和改进(减少变差)。

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:

1)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;

2)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。 MSA使用数理统计和图表的方法对测量系统的分辨率和误差进行分析,以评估测量系统的分辨率和误差对于被测量的参数来说是否合适,并确定测量系统误差的主要成分。

统计特性

在进行MSA分析时, 推荐使用Minitab软件来分析变异源并计算Gage R&R和P/T。并且根据测量部件的特性,可以对交叉型和嵌套型部件分别做测量系统分析。

另外,Minitab软件在分析量具的线性和偏倚研究以及量具的分辨率上也提供很完善的功能,用户可以从图形准确且直观的看出量具的信息。

量具指标

MSA测量系统之统计特性MSA测量系统之统计特性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.测量系统的变差必须比制造过程的变差小。

3.变差应小于公差带。

4.测量精度应高于过程变差和公差带两者中精度较高者,一般来说,测量精度是过程变差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。

测量时机

1.量具重复性:指同一个评价人,采用同一种测量仪器,多次测量同一零件的同一特性时获得的测量值(数据)的变差。

2.量具再现性:指由不同的评价人,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。

3.稳定性:指测量系统在某持续时间内测量同一基准或零件的单一特性时获得的测量值总变差。

4.偏倚:指同一操作人员使用相同量具,测量同一零件之相同特性多次数所得平均值与采用更精密仪器测量同一零件之相同特性所得之平均值之差,即测量结果的观测平均值与基准值的差值,也就是我们通常所称的“准确度”。

5.线性:指测量系统在预期的工作范围内偏倚的变化。

评定步骤

1).新生产之产品PV有不同时;

2).新仪器,EV有不同时;

3).新操作人员,AV有不同时;

4).易损耗之仪器必须注意其分析频率。

量具分析

测量系统分析的评定通常分为两个阶段:

验证测量系统是否满足其设计规范要求。主要有两个目的:

1.第一阶段

(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)发现哪种环境因素对测量系统有显着的影响,例如温度、湿度等,以决定其使用之空间及环境。

2.第二阶段

(1)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。

(2)常见的就是“量具R&R”是其中的一种型式。

结果分析

决定研究主要变差形态的对象。

MSA测量系统分析第四版MSA测量系统分析第四版

使用"全距及平均数"或"变差数分析"方法对量具进行分析。

于制程中随机抽取被测定材料需属统一制程。

选2-3位操作员在不知情的状况下使用校验合格的量具分别对10个零件进行测量, 测试人员将操作员所读数据进行记录, 研究其重复性及再现性(作业员应熟悉并了解一般操作程序, 避免因操作不一致而影响系统的可靠度)同时评估量具对不同操作员熟练度。

针对重要特性(尤指是有特殊符号指定者)所使用量具的精确度应是被测量物品公差的1/10, (即其最小刻度应能读到1/10过程变差或规格公差较小者; 如: 过程中所需量具读数的精确度是0.01m/m, 则测量应选择精确度为0.001m/m), 以避免量具的鉴别力不足,一般之特性者所使用量具的精确度应是被测量物品公差的1/5。

试验完后, 测试人员将量具的重复性及再现性数据进行计算如附件一(R&R数据表), 附件二(R&R分析报告), 依公式计算并作成-R管制图或直接用表计算即可。

相关百科
返回顶部
产品求购 求购