量测系统分析 Measurement Systems Analysis MSA基础知识及运用,一、正态分布基本理论,基础篇,一、正态分布介绍,正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力 正态分布是应用最广泛的一种连续型分布. 德莫佛最早发现了二项概率的一个近似公式，这一公式被认为是正态分布的首次露面. 正态分布在十九世纪前叶由高斯加以推广，所以通常称为高斯分布.,某钢铁加工厂生产内径为25.40mm的钢管,为了检验产品的质量, 从一批产品中任取100件检测,测得它们的实际尺寸如下（单位：mm）:,一、正态分布基本理论,创设情境：,一、正态分布基本理论,a、列出频率分布表,100件产品尺寸的频率分布直方图,,,25.235,25.295,25.355,25.415,25.475,25.535,产品内径尺寸/mm,25.265,25.325,25.385,25.445,25.505,25.565,,,,,o,0.005,0.01,0.015,0.02,b、频率分布直方图,,,产品内径尺寸/mm,,,,,o,2,4,6,8,正态分布曲线,当样本容量无限大,分组的组距无限缩小时,这个频率直方图上面的折线就会无限接近于一条光滑曲线---正态曲线.,d、样本容量增大时频率分布直方图,正态分布是具有两个参数的连续分布 u：正态分布的中心值，遵从正态分布随机变量的均值，在均值附近取值的机会较多; ：正态分布的标准差，一般通过方差来计算，表示分布的离散程度; 2：正态分布的方差，随机变量的变异幅度; 所以正态分布记作N（，2）。
服从正态分布的随机变量的概率规律为取与邻近的值的概率大，而取离越远的值的概率越小；越小，分布越集中在附近，越大，分布越分散 1,,,68.26,95.45,,,,,,1 ,2,3 ,-3 ,-2,u,,,99.73,,,重要特性: 正态分布曲线左右两尾端和横轴渐渐接近，但不会相交 是以为中心成对称分布 正态分布有两个反曲点( Point of Inflection)分别在标准轴一个的位置 由于其左右对称，曲线与横轴所围面积为1 经验法则：当分配形态接近为钟形分配时合格品率（%） 在一个标准差内合格率约占68.26% 在二个标准差95.45% 在三个标准差99.73%,全距(Range)，亦称极差： 意义：表示群体全部数据的组内变动范围，意义明确、计算简单 缺点：不够灵敏，最大及最小值不变而其他值变化时，无法察觉 标准偏差(Standard Deviation)及变异数(Variance)： 意义：一群数值和其算术平均数的差异平方和的平均數即称为变异数，而变异数的平方根即为标准差描述样本分散程度的统计量介绍,变异 为使变异的表示简化，通常分成偶然因素变异（机遇性原因-Chance cause or system cause ），及异常因素变异（非机遇性原因-Assignable cause or special cause ）。
偶然因素：过程固有的，始终存在，对质量的影响微小，例如机床开机时的轻微震动等，其所造成的分配与时间的关系是稳定而可重复、可预测(称为受控状态)如製程中之變異僅由偶然因素所造成，則稱此製程是在統計控制状态中 异常因素：制程中不常发生但造成制程的变异，其所造成的分配与时间的关系不稳定且无法预期故稱异常變異是不在統計控制狀態下，因其產品之特性沒有固定的分配过程控制中的变异介绍,二、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测量在质量管理体系中的地位,MSA基础知识,1、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2、测量系统基础术语,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；用来获得测量结果的整个过程真值,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)所以，一般情况下是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，可以使不确定度减小 因为使用基准值作为真值的替代，在通常情况下，这些术语经常互换使用基准值=真值）,2、测量系统基础术语,3、量测系统的统计特性,Bias偏差(Accuracy准确性) Repeatability（可）重复性 Reproducibility （可）再现性 Linearity线性 Stability稳定性,(1) 偏 倚,偏倚(Bias):又称“准确度” 如果某一特性量测值接近它的标准值，则称此一数据的品质为高 如果某一特性的量测值远离它的标准值，則称此一数据的品质为低偏倚(Bias),,偏倚：是测量结果的观测平均值与基准值的差值 基准值（真值）的取得可以通过采用更高等级的测量设备进行多次测量，取其平均值2) 偏倚原因分析,如果测量系统存在较大偏倚，那么可能的原因？ 1）标准零件或抽样零件错误； 2）仪器老化； 3）仪器精度不够； 4）仪器没有校准； 5）仪器使用不正确； 6）仪器测量了不适当的质量特性；,造成过份偏倚的可能原因,1、仪器需要校准 2、仪器、设备或夹紧装置的磨损 3、磨损或损坏的基准，基准出现误差 4、校准不当或调整基准的使用不当 5、仪器质量差设计或一致性不好 6、线性误差 7、应用错误的量具 8、不同的测量方法设置、安装、夹紧、技术 9、测量错误的特性 10、量具或零件的变形 11、环境温度、湿度、振动、清洁的影响 12、违背假定、在应用常量上出错 13、应用零件尺寸、位置、操作者技能、疲劳、观察错误,重复性(Repeatability) 、再现性(Reproducibility ) (可)重复性:是指同一量测者重复量测同一零件某一特性而产生相同的值的程度。
同一位量测者使同一个量测仪器对同一组零件的同一特性值，进行多次量测，所获的量测值的变化量，就是该量测装置的重复性 (可)再现性:是指不同的人使用同一量测装置，对同一组零件的同一特性值，进行同一量測所获得的量测值的变异量，就是该量测装置的再現性 当存在变异性时，每位量测者的量测平均值会有所不同3、量测系统的统计特性,(2) 重复性、再现性图示,,,,重覆性,重复性(Repeatability) EV,,,,,重复性,指由同一个操作人员用同一种量具经多次测量同一个零件的同一特性时获得的测量值变差 （四同）,重复性不好的可能原因,1、零件(样品)内部：形状、位置、表面加工、锥度、样品一致性 2、仪器内部：修理、磨损、设备或夹紧装置故障，质量差或维护不当 3、基准内部：质量、级别、磨损 4、方法内部：在设置、技术、零位调整、夹持、夹紧、点密度的变差 5、评价人内部：技术、职位、缺乏经验、操作技能或培训、感觉、疲劳 6、环境内部：温度、湿度、振动、亮度、清洁度的短期起伏变化 7、违背假定：稳定、正确操作 8、仪器设计或方法缺乏稳健性，一致性不好 9、应用错误的量具 10、量具或零件变形，硬度不足 11、应用：零件尺寸、位置、操作者技能、疲劳、观察误差(易读性、视差),再现性(Reproducibility) AV,由不同操作人员，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 （三同一异）,再现性不好的可能潜在原因,1、零件(样品)之间：使用同样的仪器、同样的操作者和方法时，当测量零件的类型为A,B,C时的均值差。
2、仪器之间：同样的零件、操作者、和环境，使用仪器A,B,C等的均值差 3、方法之间：改变点密度，手动与自动系统相比，零点调整、夹持或夹紧方法等导致的均值差 4、环境之间：在第1,2,3等时间段内测量，由环境循环引起的均值差这是对较高自动化系统在产品和过程资格中最常见的研究 5、评价人(操作者)之间：评价人A,B,C等的训练、技术、技能和经验不同导致的均值差 6、标准之间：测量过程中不同的设定标准的平均影响 7、违背研究中的假定 8、仪器设计或方法缺乏稳健性 9、操作者训练效果 10、应用零件尺寸、位置、观察误差(易读性、视差),当重复性（EV）变差值大于再现性（AV）时，量具的结构需在设计增强，包括夹紧或量具保养 当再现性（AV）变差值大于重复性（EV）时，检验员需对操作方法及读取方式教育，作业标准应再明确订定或修订量测变异 GRR,一个测量系统的重复性和再现性的合成变异的估计 GRR变异等于系统内和系统间变异之和零件变异 PV,与测量系统分析有关，对一个稳定过程零件变异代表预期的不同零件和不同时间的变异稳定性(Stability),是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。
3、量测系统的统计特性,,(3) 稳定性图示,(4) 稳定性分析,不稳定的可能原因,1、仪器需要校准，需要减少校准时间间隔 2、仪器、设备或夹紧装置的磨损 3、正常老化或退化 4、缺乏维护通风、动力、液压、过滤器、腐蚀、锈蚀、清洁 5、磨损或损坏的基准，基准出现误差 6、校准不当或调整基准的使用不当 7、仪器质量差设计或一致性不好 8、仪器设计或方法缺乏稳健性 9、不同的测量方法装置、安装、夹紧、技术 10、量具或零件变形 11、环境变化温度、湿度、振动、清洁度 12、违背假定、在应用常量上出错 13、应用零件尺寸、位置、操作者技能、疲劳、观察错误,线性：指测量系统在预期的工作范围内偏倚值的变化线性,3、量测系统的统计特性,线性误差的可能原因,1、仪器需要校准，需减少校准时间间隔； 2、仪器、设备或夹紧装置磨损； 3、缺乏维护通风、动力、液压、腐蚀、清洁； 4、基准磨损或已损坏； 5、校准不当或调整基准使用不当； 6、仪器质量差；设计或一致性不好； 7、仪器设计或方法缺乏稳定性； 8、应用了错误的量具； 9、不同的测量方法设置、安装、夹紧、技术； 10、量具或零件随零件尺寸变化、变形； 11、环境影响温度、湿度、震动、清洁度； 12、其它零件尺寸、位置、操作者技能、疲劳、读错。
量测变异：在统计学中也称变差、回差，是指仪表在上行程和下行程的测量过程中，同一被测变量所指示的两个结果之间的偏差 在机械结构的检测仪表中，由于运动部件的摩擦，弹性元件的滞后效应和动态滞后的时间影响，使测量结果出现变差 测定值是一个以概率取值的随机变量，多次测定所得到各次测定值通常都是参差不齐的，其间的差异称为变差，是反映测定结果稳定性的一个重要标志 变异既可能是由于随机因素，也可能是由于试验条件的改变而引起的如果是前者引起的，则属于试验误差，反映了测定结果的精密度；如果是后者引起的则属于因素效应，反映了测定条件对测定结果的影响，变差大小可用偏差平方和表示4、什么是量测变异？,量测系统的组成,量测系统： 量具 ( equipment ) 测量人員 ( operator ) 被测量工件 ( parts ) 程序、方法 ( procedure, methods ) 上述几点的交互作用,量测系统变异来源,测量误差的来源,仪器方面： Discrimination(分辩力) Precision 精密度 (Repeatability 重复性) Accuracy准确度 (Bias偏差。