《MSA测量系统分析2》由会员分享，可在线阅读，更多相关《MSA测量系统分析2（167页珍藏版）》请在金锄头文库上搜索。
1、1测量系统分析2准确度观测值和可接受的基准值之间同意的接近程度。3可视分辨率测量仪器最小增量的大小叫可视分辨率。该数值通测量仪器最小增量的大小叫可视分辨率。该数值通测量仪器最小增量的大小叫可视分辨率。该数值通测量仪器最小增量的大小叫可视分辨率。该数值通常以文字形式常以文字形式常以文字形式常以文字形式( ( ( (如广告中如广告中如广告中如广告中) ) ) )来划分测量仪器的分级。来划分测量仪器的分级。来划分测量仪器的分级。来划分测量仪器的分级。数据的分级可通过把该增量的大小划分为预其的过数据的分级可通过把该增量的大小划分为预其的过数据的分级可通过把该增量的大小划分为预其的过数据的分级可通过把该
2、增量的大小划分为预其的过程分布范围程分布范围程分布范围程分布范围(6(6(6(6)来确定。来确定。来确定。来确定。注：显示或报告的位数不一定表示仪器的分办率。例：零件的测量值为29.075, 29.080, 29.095等，记录为5位数。然而，该仪器的分辨率为0.005而不是0.001。4评价人变差在一个稳定环境中应用相同的测量仪器和方法，不同评价人(操作者)对相同零件(被测体)的测量平均值之间的变差。评价人变差(AV)是一种由于操作者使用相同测量系统的技巧和技能产生的差别造成的普通原因测量系统变差(误差源)。评价人变差通常被假定为与测量系统有关的”再现性误差”，但这并不总是正确的(见再现性)
3、。5偏倚测量的观测平均值(在可重复性条件下的一组试验)和基准值之间的差值。传统上称为准确度。偏倚是在测量系统操作范围内对一个点的评值和表达。6置信区间期望包括一个参数的真值的值的范围(在希望的概率情况下叫置信水平)。7分辨力(别名)又称最小可读单位，分辨力是测量分辨率、刻度限值或测量装置和标准的最小可探测单位。它是量具设计的一个固有特性，并作为测量或分级的单位被报告。数据分级数通常称为”分辨力比率”，因为它描述了给定的观察过程变差能可靠地划分为多少级。8明显的数据分级能通过测量系统有效分辨率和特定应用下被观察过程的零件变差可靠地区分开的数据分级或分类，见ndc。9有效分辨率考虑整个测量系统变差
4、时的数据分级大小叫有效辨率。基于测量系统变差的置信区间长度来确定该等级的大小。通过把该数据大小划分为预期的过程分布范围能确定数据分级数ndc。对于有效分辨率，该ndc的标准(在97%置信水平)估计为1.41(PV/GRR)。10量具R&R一个测量系统的重复性和再现性的合成变差的估计。GRR变差等于系统内和系统间变差之和。11线性测量系统预期操作范围内偏倚误差值的差别。换句话说，线性表示操作范围内多个和独立的偏倚误差值的相关性。12被测体在规定条件下被测量的特殊数量或对象，对于测量应用一个定义的系列规范。13测量系统用于量化一个测量单位或确定被测特性性质的仪器或量具、标准、操作、方法、夹具、软件
5、、人员、环境、和条件的集合； 用来获得测量的整个过程。14测量系统误差用于量具偏倚、重复性、再现性、稳定性和线性产生的合成变差。15零件变差与测量系统分析有关，对一个稳定过程零件变差(PV)代表预期的不同零件和不同时间的变差。16零件间变差由于测量不同零件产生的变差。17基准值被承认的一个被则体的数值，作为一致同意的用于进行比较的基准或标准样本。一个基于科学原理的理论值或确定值。一个基于某国家或国际组织的指定值。一个基于科学或工程组织主持的合作试验工作产生的一致同意值。对于具体用途，采用接受的参考方法获得一个同意值。该值包含特定数量的定义，并为其它已知目的自然被接受，有时是按惯例被接受。18基
6、准值注：与基准值同义使用的其它术语已接受的基准值已接受值惯用值惯用真供指定值最佳估计值标准值标准测量19重复性在确定的测量条件下，来源于连续试验的普通原因随机变差。通差指设备变差(EV)，尽管这量一个误导。当测量条件固定和已定义时，即确定零件、仪器标准、方法、操作者、环境和假设条件时，适合重复性的最佳术语为系统内变差。除了设备内变差，重复性也包括在特定测量误差模型下条件下的所有内部变差。20可重复的对相同样件或部件进行重复测量的能力，被测体或测量环境没有明显的物理变化。21重复重复性(相同的)条件下的多次实验。22再现性测量过程中由于正常条件改变所产生的测量均值的变差。一般来说，它被定义为在一
7、个稳定环境下，应用相同的测量仪器和方法，相同零件(被测体)不同评价人(操作者)之间测量值均值的变差。这种情况对受操作者技能影响的手动仪器常常是正确的，然而，对于操作者不是主要变差源的测量过程(如自动系统)则是不正确的。由于这个原因，再现性指的是测量系统之间和测量条件之间的均值变差。23稳定性既指测量过程的统计稳性又指随时间变化的测量稳定性。两者对测量系统预期用途都是重要的。统计稳定性包含一个可预测的、潜在的测量过程，该过程在普通原因变差(受授)条件下运行。测量稳定性(别名漂移)代表测量系统在运行周期(时间)内对测量标准或基准的必要的符合程度。24容差(公差)为了维持配合、形式和功能，与标准值或
8、公称值相比允许的偏差。25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度的不间断的比较链相联系。26溯源示例夹量具千分尺CMM量块激光干涉仪引用量具量块比测波长标准干涉比测器國家標准引用標准工作標准生產量具27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
9、，通过使用一个基于被很好地规定了特性僺作定义的”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。28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。29IDEAL MEASUREMENT SYSTEM真值真值30好的测量系统一个好的测量系统包括足够的分辨率和灵敏度。为了测量的目的，相对于过程变差或规范控制限，测量的增量应该很小。通常所有的十进制或10/1
10、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。测量系统应该是统计受控制的。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。31好的测量系统对产品控制，测量系统的变异性与公差相比必须小于依据特性的公差评价测量系统。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与过程变差相比要小。根据6变差和或来自MSA研究的总变差评价测量系统。32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识别潜在的变差源排除(可能时)或监控
11、这些变差源。尽管特定的原因将依据条件，但一些典型的变差源是可以识别的。有多种不同的方法可以对这些变差源表述和分类，如因果图、故障树图等，但本MSA将关注在测量系统的主要要素。33测量误差y=x+测量值=真值(True Value)+测量误差戴明说没有真值的存在一致(线性)34测量误差的来源Sensitivity 敏感度(Threshold起始值)化学指示器Discrimination(办别能力)Precision 精密度 (Repeatability 重复性)Accuracy准确度 (Bias偏差)Damage损坏Differences among instruments and fixtur
12、es(不同仪器和夹具间的差异)35测量误差的来源Difference in use by inspector不同检验者的差异(Reproducibility再现性)Differences among methods of use(使用不同的方法所造成差异)Differences due to environment(不同环境所造成的差异)36测量的变异说明37环境因素温度湿度振动照明腐蚀磨耗污染(油脂)38人性因素训练技能疲劳无聊眼力舒适零件的复杂性检验的速度指导书的误解39测量系统的特性Discrimination分辨力(ability to tell things apart)Bias偏差
13、(Accuracy准确性)Repeatability重复性(precision)Reproducibility再现性Linearity线性Stability稳定性40对产品决策的影响TYPE I误差，将好的判成坏的。其平均值是落在合格区的，但由于GRR的影响可能会将其判成不合格的。LSLUSL41对产品决策的影响TYPE II误差，将坏的判成好的。其平均值是落在不合格区的，但由于GRR的影响可能会将其判成合格的。LSLUSL42对产品决策的影响相对于公差，对零件做出错误决定的潜在 因素只在测量系统误差与公差交叉时存在，下面给出三个区分的区域。LSLUSLIIIIIIIIIBad is badB
14、ad is badGood is goodConfused areaConfused area43测量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。PROCESS原料人機 法環測量測量結果好不好44测量系统的组成将被测试的材料间断连续将被测量的特性收集和准备样品测量的种类和尺度仪器或测试设备检验者或技术员使用的状况45典型的进展过程责任者决定关键特性产品工程师决定所需要的分辨率产品工程师考虑整个测量系统的特性跨功能小组决定那些是可以使用的设备度量衡小组46决定那些是要测量顾客的声音你必须转换成技术特征或规格。技术特
15、征失效模式分析控制计划因为在条文要求中，只要是列在控制计划中的就必须进行测量47持续改进的说明48测量过程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，包括用来测量合格不合格的装置。测量系统：内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。49测量系统所应具有之特性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。测量系统的变异必须比制造过程的变异小。变异应小于公差带。50测量精密应高于过程变异和公差带两者中精度较高者
16、，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。测量系统统计特可能随被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。51何谓标准国家标准在美国是由NIST保持或追踪。一级标准直接从国家标准直接复制或传递而来的标准。二级标准从一级标准传递而来的标准工作标准从二级标准传递而来的标准52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。主要有二个目的确定该测量系统是否具有所需要的测量特性，此项必须在使用前进行。发现那种环境因素对测量系统显著的影响，例如温度、湿度等，以决定其使用之空间及环境。53第二阶段的评定目
17、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。常见的就是R&R是其中的一种型式。54评价测量系统的三个基本问题测量系统是否有足够的分辨力？(解析能力)这种测量系统在一定时间内是否在统计上保持一致？(再生和再现)这些统计性能在预期范围内是否一致？(线性)这些问题要和过程变差联系起来。(是否足够小)55各项定义量具: 指生产中所使用的测量仪器.测量系统: 指由人员、量具, 操作程序及其它设备或软件所构成的系统.量具再现性: 指由不同操作人员使用相同的量具测量相同产品之特性时其作业者间测量平均值之变异.量具重复性: 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, 其测量特
18、性值再现能力, 亦称测量值间的变异.56稳定性: 同一量具于不同时间测量同一零件之相同特性所得之变异.偏性: 指由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工具室或精密仪器测量同一零件之相同特性所得之真值或参考值之间的偏差值.57偏移(Bias)真值观测平均值偏倚偏倚偏倚：是测量结果的观测平均值与基准值的差值。真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，取其平均值而定之。58造成过份偏倚的可能原因仪器需要校准仪器、设备或夹紧装置的磨损磨损或损坏的基准，基准出现误差校准不当或调整基准的使用不当仪器质量差设计或一致性不好线性误差应用错误的量具不同的测量方法设置、
19、安装、夹紧、技术测量错误的特性量具或零件的变形环境温度、湿度、振动、清洁的影响违背假定、在应用常量上出错应用零件尺寸、位置、操作者技能、疲劳、观察错误59重复性(Repeatability)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。60重复不好的可能原因零件(样品)内部：形状、位置、表面加工、锥度、样品一致性。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。基准内部：质量、级别、磨损方法内部：在设置、技术、零位调整、夹持、夹紧、点密度的变差评价人内部：技术、职位、缺乏经验、操作技能或培训、感觉、疲劳。环境内部：温度、湿度、振动、亮度
20、、清洁度的短期起伏变化。违背假定：稳定、正确操作仪器设计或方法缺乏稳健性，一致性不好应用错误的量具量具或零件变形，硬度不足应用：零件尺寸、位置、操作者技能、疲劳、观察误差(易读性、视差)61再现性(Reproducibility)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。再现性62再现性不好的可能潜在原因零件(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。仪器之间：同样的零件、操作者、和环境，使用仪器A,B,C等的均值差标准之间：测量过程中不同的设定标准的平均影响方法之间：改变点密度，手动与自动系统相比，零
21、点调整、夹持或夹紧方法等导致的均值差评价人(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。对于产品及过程资格以及一台手动测量仪器，推蕮进行此研究。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。违背研究中的假定仪器设计或方法缺乏稳健性操作者训练效果应用零件尺寸、位置、观察误差(易读性、视差)63稳定性(Stability)稳定性时间1时间2稳定性(或飘移)，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。64不稳定的可能原因仪器需要校准，需要减少校准时间间隔仪器、设备或夹紧
22、装置的磨损正常老化或退化缺乏维护通风、动力、液压、过滤器、腐蚀、锈蚀、清洁磨损或损坏的基准，基准出现误差校准不当或调整基准的使用不当仪器质量差设计或一致性不好仪器设计或方法缺乏稳健性不同的测量方法装置、安装、夹紧、技术量具或零件变形环境变化温度、湿度、振动、清洁度违背假定、在应用常量上出错应用零件尺寸、位置、操作者技能、疲劳、观察错误65线性(Linearity)量程基准值观测平均值基准值线性是在量具预期的工作范围内，偏倚值的差值66线性(Linearity)观测平均值基准值无偏倚有偏倚67不稳定的可能原因仪器需要校准，需要减少校准时间间隔仪器、设备或夹紧装置的磨损正常老化或退化缺乏维护通风、
23、动力、液压、过滤器、腐蚀、锈蚀、清洁磨损或损坏的基准，基准出现误差校准不当或调整基准的使用不当仪器质量差设计或一致性不好仪器设计或方法缺乏稳健性不同的测量方法装置、安装、夹紧、技术量具或零件变形环境变化温度、湿度、振动、清洁度违背假定、在应用常量上出错应用零件尺寸、位置、操作者技能、疲劳、观察错误68测量系统的分析对测量系统进行分析的目的是为了更好地了解变差来源。测量系统特性可用下列方式来描述位置：稳定性、偏倚、线性。宽度或范围：重复性、再现性。69位置和宽度位置宽度位置宽度70分辨率一个数据分级n控制：只有下列条件才可用于控制n与规范相比过程变差较小n预期过程变差上的损失函数很平缓n过程变差
24、的主要原因导致均值偏移n分析：n对过程参数及指数的估计不可接受。n只能表明过程是否正在生产合格零件。71分辨率24个数据分级控制：只有下列条件才可用于控制依据过程分布可用半计量控制技术可产生不敏感的计量控制图分析：一般来说对过程参数及指数的估计不可接受。只提供粗劣的估计。725个或更多个个数据分级n控制：只有下列条件才可用于控制n可用于计量控制图n分析：n建议使用分辨率73分辨率的要求建议的要求是总过程6(标准偏差)的十分之一。传统是公差范围的十分之一。74测量系统研究的淮备先计划将要使用的方法。例如，通过利用工程决策，直观观察或量具研究决定，是否评价人在校准或使用仪器中产生影响。有些测量系统
25、的再现性(不同人之间)影响可以忽略，例如按按钮，打印出一个数字。75测量系统研究的淮备评价人的数量，样品数量及重复读数次数应预先确定。在此选择中应考虑的因素如下：尺寸的关键性：关键尺寸需要更多的零件和或试验，原因是量具研究评价所需的置信度。零件结构：大或重的零件可规定较少样品和较多试验。76测量系统研究的淮备由于其目的是评价整个测量系统，评价人的选择应从日常操作该仪器的人中挑选。样品必须从过程中选取并代表其整个工作范。有时每一天取一个样本，持续若干天。这样做是有必要的，因为分析中这些零件被认为生产过程中产品变差的全部范围。由于每一零件将被测量若干次，必须对每一零件编号以便识别。77取样的代表性
26、不具代表性的取法78取样的代表性具代表性的取法79测量系统研究的淮备仪器的分辨力应允许至少直接读取特性的预期过程变差的十分之一，例如特性的变差为0.001，仪器应能读取0.0001的变化。确保测量方法(即评价人和仪器)在按照规定的测量步骤测量特征尺寸。80测量系统分析进行的方式测量应按照随机顺序，以确保整个研究过程中产生的任何漂移或变化将随机分布。评价人不应知道正在检查零件的编号，以避免可能的偏倚。但是进行研究的人应知道正在检查那一零件，并记下数据。在设备读数中，读数应估计到可得到的最接近的数字。如果可能，读数应取至最小刻度的一半。例如，如果最小刻度为0.0001，则每个读数的估计应圆整为0.
27、00005。研究工作应由知其重要性且仔细认真的人员进行。每一位评价人应采用相同方法，包括所有步骤来获得读数。81结果分析位置误差位置误差通常是通过分析偏倚和线性来确定。一般地，一个测量系统的偏倚或线性的误差若是与零误差差别较明显或是超出量具校准程序确立的最大允许误差，那么它是不可接受的。在这种情况下，应对测量系统重新进行校准或偏差校正以尽可能地减少该误差。82结果分析宽度误差测量系统变异性是否令人满意的准则取决于被测量系统变差所掩盖掉的生产制造过程变异性的百分比或零件公差的百分比。对特定的测量系统最终的接受准则取决于测量系统的环境和目的，而且应该取得顾客的同意。对于以分析过程为目的的测量系统，
28、通常单凭经验来确定测量系统的可接受性的规则如下：83结果分析误差10%，通常认为测量系统是可接受的。10%30%，基于应用的重要性、测量装置的成本、维修成本等方面的考虑，可能是可以接受的 。超过30%，认为是不可接受的，应该做出各种努力来改进测量系统。此外，过程能被测量系统区分开的分级数(ndc)应该大于或等于5。84分析时机新生产之产品PV有不同时新仪器，EV有不同时新操作人员，AV有不同时(appraiser)易损耗之仪器必须注意其分析频率。85稳定性分析之执行:获取一样本并确定其相对于可追溯标准的基准值。如果不能得到，则选择一个落在产品测量中程数的产品零件，并指定它作为标准样本进行稳定性
29、分析。并追踪测量系统的稳定性不需要一个已知基准值。可能需要具备测量的最低值、最高值及中程数的标准样本。建议对各样本单独测量并做控制图。86定期(天、周)测量基准样品35次。样本容量和频率应基于对测量系统的了解。因素包括要求多长时间重新校准或维修，测量系统使用的频率，以及操作条件如何重要。读数应在不同时间读取以代表测量系统实际使用的情况。这些还包括预热，环境或其它在一天内可能变化的因素。将测量值标记在X-R CHART 或X CHART上.计算管制界限, 并对失控或不稳定作评估.稳定性分析之执行:87计算测量结果标准差, 并与制程标准差相比较, 以评估测量系统的稳定性.不可以发生此项之标准差大于
30、制程标准差之现象，如果有发生此现象，代表测量之变异大于制程变异，此项仪器是不可接受的。稳定性分析之执行:88控制图的判读n超出控制界限的点：出现一个或多个点超出任何一个控制界限是该点处于失控状态的主要证据UCLCLLCL异常异常89控制图的判读n链：有下列现象之一即表明过程已改变n连续7点位于平均值的一侧n连续7点上升(后点等于或大于前点)或下降。UCLCLLCL90控制图的判读n明显的非随机图形：应依正态分布来判定图形，正常应是有2/3的点落于中间1/3的区域。UCLCLLCL91代表仪器已不稳定，须做维修或调整，维修及调整完后须再做校正以及稳定性之分析。92稳定性附加说明如果使用s控制图，
31、则可计算=C4s(bar)R(或S)图中的失控状态表明不稳定的重复性(也许什么东西松动、气路部分阻塞、电压变化等)。X(bar)图中失控表明测量系统不再正确地测量(偏倚已经改变)，努力确定改变的原因，然后纠正，如果原因是么损坏，则可能要重新校准。可以希望备有对应于预期测量结果的下端、上端和中间值的基准件或基准的测量系统控制图。93范例10/1610/2210/2811/1211/1811/191/156/1910/1211/2012/948.648.448.948.948.948.548.448.747.847.948.148.748.848.647.950.149.048.248.048.6
32、48.348.648.348.048.948.049.249.048.347.748.748.448.71/122/133/204/115/206/196/287/607/218/98/2248.248.148.348.048.148.148.348.148.048.247.948.548.748.948.748.448.448.648.648.648.448.348.948.548.648.648.748.748.548.748.748.948.79495偏倚分析之执行:一、独立取样法:选取一个样品, 并建立可追溯标准之真值或参考值, 若无样本则可从生产线中取一个落在中心值域的零件, 当成标
33、准值, 且应针对预期测试的高中低端各取得样本或标准件, 并对每个样本或标准件测量10次, 计算其平均值, 将其当成 “参考值”.二、由一位作业者以常规方式对每个样本或标准件测量10次. 并计算出平均值, 此值为 “观测平均值”.96三、(结果分析作图法)相对于基准值将数据划出直方图。评审直方图，用专业知识确定是否存在特殊原因或出现异常。如果没有，继续分析，对于nbasic statistics1 sample t以偏差来进行t检定。107108检定结果One-Sample T: C1Test of mu = 0 vs mu not = 0Variable N Mean StDev SE Mea
34、nC1 15 0.0067 0.2120 0.0547Variable 95.0% CI T PC1 ( -0.1107, 0.1241) 0.12 0.905109直方图结果110确定偏倚的指南控制图方法进行研究如果均值极差图或均值标准差图用于测量稳定性，数据也可以用来评价偏倚。在评价偏倚之前，控制图分析应该指示测量系统是稳定的。各项分析的步骤如下：一、获取一个样本并建立相对于可追溯标准的基准值。如果这个样品不可获得，选择一个落在产品中程数的生产零件，并指定为偏倚分析的标准样本。在工具间测量这个零件n=10次，并计算这n个数据的均值。把均件作为”基准值”。111确定偏倚的指南控制图方法二、相
35、对于基准值将数据划出直方图。评审直方图，以专业知识确定是否存在特殊原因或出现异常。如果没有，继续进行分析。三、从控制图得到x double bar四、从x double bar减去基准值计算出偏倚。五、用平均极差计算重复性标准偏差。六、确定偏倚的t统计量七、如果0落在围绕偏倚值的1-置信区间内，偏倚在水平内可被接受。112数学公式113示例参考图9，对一个基准值6.01的零件进行稳定性研究，所有样本(20个子组)的总平均值是6.021。因而计算偏倚值为0.011。数据分析如后列。结论：因为0落在偏倚置信区间(-0.0800,0.1020)内，过程小组可以假设测量偏倚是可以接的，同时假定实际使用
36、不会导致附加变差源。114数据计算结果115数据计算结果116偏倚研究分析如果偏倚从统计上非0，寻找以下可能的原因标准或基准值误差，检查标准程序仪器磨损。这在稳定性分析可以表现出，建议按计划维护或修整。仪器制造尺寸有误仪器测量了错误的特性仪器未得到完善的校准，评审校准程序评价人设备操作不当，评审测量说明书仪器修正运算不正确。117偏倚研究分析如果测量系统偏倚非 0，应该可以通过硬件、软件或两项同时调整再校准达到0，如果偏倚不能调整到0，也仍然可以通过改变程序(如用偏倚调整每个读数)使用。由于存在较高评价人误差的风险，应该仅与顾客合作使用。118线性分析指南一、选择g=5a零件，由于过程变差，这
37、些零件测量值覆盖量具的操作范围。二、用全尺寸检验测量每个零件以确定其基准值并确认了包括量具的操作范围。三、通常用这个仪器的操作者中的一个测量每个零件m=10次。随机地选择零件以使评价人对测量偏倚的”记忆”最小化。119线性分析指南四、计算每次测量的零件偏倚及零件偏倚均值。m基准值x偏倚mjjijjiji=-=1,)(偏倚i偏倚120线性分析指南五、在线性图上划单值偏倚和相关基准值的偏倚均值。六、用下面等式计算和划出最佳拟合线和置信带。2)(11:222-=-=-鴠-=+=gmyxaybys截距xaybslopexgmxyxgmxya偏倚平均值y基准值xbaxy公式对于最佳拟合直线iiiiiii
38、 ()121线性分析指南七、划出”偏倚=0”线，评审该图指出特殊原因和线性的可接受性。为使测量系统线性可被接受，”偏倚=0”线必须完全在拟合线置信带以内。低值高值122线性分析指南八、如果作图分析显示测量系统线性可接受，则下面的假设就成立。H0：a=0, 斜率=0不推翻原假设，如果如果以上的假设是成立的，则测量系统所有的基准值有相同的偏倚。对于可接受的线性，偏倚必须为0。123线性分析指南H0：b=0, 截距(偏倚)=0不推翻原假设，如果124示例一名工厂主管希望对过程采用新测量系统。作为PPAP的一部份，需要评价测量系统的线性。基于已证明的过程变差，在测量系统操作量程内选择了五个零件。每个零
39、件经过全尺寸检测测量以确定其基准值。然后由领班分别测量每个零件12次。研究中零件是被随机选择的。125示例pmrpmrpmrpmrpmr122.7245.1365.8487.65109.1122.5243.9365.7487.75109.3122.4244.2365.9487.85109.5122.5245.0365.9487.75109.3122.7243.8366.0487.85109.4122.3243.9366.1487.85109.5122.5243.9366.0487.85109.5122.5243.9366.1487.75109.5122.4243.9366.4487.85109
40、.6122.4244.0366.3487.55109.2122.6244.1366.0487.65109.3122.4243.8366.1487.75109.4126示例零件基准值123452.004.006.008.0010.0010.71.1-0.2-0.4-0.920.5-0.1-0.3-0.3-0.730.40.2-0.1-0.2-0.540.51-0.1-0.3-0.750.7-0.20.0-0.2-0.660.3-0.10.1-0.2-0.570.5-0.10.0-0.2-0.580.5-0.10.1-0.3-0.590.4-0.10.4-0.2-0.4100.40.00.3-0.
41、5-0.8110.60.10.0-0.4-0.7120.4-0.20.1-0.3-0.6偏倚均值0.4916670.1250.025-0.29167-0.61667127示例20.741.16-0.28-0.410-0.920.54-0.16-0.38-0.310-0.720.440.26-0.18-0.210-0.520.5416-0.18-0.310-0.720.74-0.2608-0.210-0.620.34-0.160.18-0.210-0.520.54-0.1608-0.210-0.520.54-0.160.18-0.310-0.520.44-0.160.48-0.210-0.420
42、.44060.38-0.510-0.820.640.1608-0.410-0.720.44-0.260.18-0.310-0.6128示例129示例Regression Analysis: BIAS versus REFERENCEThe regression equation isBIAS = 0.736667 - 0.131667 REFERENCES = 0.239540 R-Sq = 71.4 % R-Sq(adj) = 70.9 %Analysis of VarianceSource DF SS MS F PRegression 1 8.3213 8.32133 145.023 0.
43、000Error 58 3.3280 0.05738Total 59 11.6493130示例图形分析显示特殊原因可能影响测量系统。基准值4数据显示可能是双峰。即使不考虑基准值数据4，作图分析也清楚的显示出测量系统有线性问题。R2值指出线性模型对于数据是不适合的模型。即使模型可以接受，”偏倚=0”线与置信交叉而不是被包含其中。此时，主管应该开始分析和解决测量系统的问题，因为数据分析不会提供任何其它的有价值的线索。然而，为确保所有书面文文件都已作标记，主管还是计算了在此斜率和截距情况下的t统计量。ta=-12.043tb=10.158131示例采用默认值=0.05，t表自由度(gm-2)=58和
44、0.975的比率，主管得出关键值t58,0.975=2.00172。因为tat58,0.975，从作图分析获得的结果由数据分析得到增强测量系统存在线性问题。在此种情况下，因为有线性问题，tb与t58,0.975的关系如何无关紧要。引起线性问题可能的原因也可以在前面中找到。如果测量存在线性问题，需要通过调整软件、硬件或两项同时进行来再校准以达到0偏倚。如果偏倚在测量范围内不能被调整到0，只要测量系统保持稳定，仍可用于产品过程控制，但不能进行分析，直到测量系统达到稳定。132R&R之分析决定研究主要变异形态的对象.使用全距及平均数或变异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
45、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, 研究其再生性及再现性(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.133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制程变异或规格公差较小者; 如: 制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, 测试人员将量具的再
46、生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X(bar)-R管制图或直接用表计算即可134结果分析:当重复性(EV)变异值大于再现性(AV)时.量具的结构需在设计增强.量具的夹紧或零件定位的方式需加以改善.量具应加以保养.当再现性(AV)变异值大于重复性(EV)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矫正后须再做测量系统分析, 并作记录.135EV, AV及R&R之接受标准如下:数值10%量具系统可接受.10%30
47、%量具系统不能接受, 须予以改进. 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.136再现性示例137第一步估计重复性138第二步计算再现性计算操作者平均的极差(RO)利用d2系数将RO转换成标准差乘以5.15减去由于重复性所造成的部份139计算式140第三步计算零件间的变异每次的值都是同一零件测三次，所以只是侦测出仪器变异(Re)。二个测量者之间的差异代表了人员之间的差异(Ro)每个产品间的差距代表了产品的差异(Rp)。141计算式142计算表143计算式144相应的图形145组数样本d2146子组内
48、样本数A2D3D421.88003.26731.02302.57540.72902.28250.57702.11560.48302.00470.4190.0761.92480.3730.1361.86490.3370.1841.816100.3080.2231.777110.2850.2561.744120.2660.2841.716130.2490.3081.692140.2350.3291.671150.2230.3481.652控制图系数表147何谓计数型量具计数型测量系统属于测量系统中的一类，其测量值是一种有限的分级数，与结果是连续值的测量系统不同。最常见的是G/NG的量具，只可能有两
49、种结果。其它计数型测量系统，例如可视标准，结果可形成57个不同的分级。这些要用计数型方法进行分析。因为任何测量系统都存在可量化的风险，由于最大的风险来自于分区的边界，最适常的分析是用量具性能曲线将测量系统变差量化148风险分析法有于有些时候无法得到足够的计量基准值的零件。在这种情况下，做出错误或不一致判断的风险可以用以下方法评价。假设检验分析信号探测理论由于这些方法不能量化测量系统变异性。只有当顾客同意的情况下才能使用。选择和应用这些技术应以良好的统计实践和对潜在的可影响产品和测量过程变差源的了解，以及一个不正确的判断对保持过程或最终顾客的影响为基础。计数型测量系统变差源应该通过人的因素和人机
50、工程学研究的结果最小化。149案例生产过程处于统计受控并且性能指数Pp=Ppk=0.5是不可接受的。因为该过程生产不合格产品，需要一个遏制措施把不可接受的产品从生产流中挑选出来。LSLUSL0.500.600.40150案例为了遏制行动，项目小组选择了一个计数型量具，把每个零件同一个特性的限定值进行比较。如果零件满足限定值就接受这个零件，反之拒绝零件。多数这种类型的量具以一套标准零件为基础进行设定接收与拒绝。这个计数型量具不能指出一个零件有多好或多坏，只能指出零件可接受或拒绝(如2个分级)LSLUSL0.500.600.40151案例小组使用的特定量具具有与公差相比的%GRR为25%。由于其尚
51、未被小组证据，需要研究测量系统。小组决定随机地从过程中抽取50个零件样本，以获得覆盖过程范围的零件，使用三名评价人，每位评价人对每个零件评价三次。(1)指定为可接受判断，(0)为不可接受判断。下表中的基准判断和计量基准值不预先确定。表的”代码”列还用”-”,”+”,”X”显示是否在第III，II，I区域。152假设检验分析交叉表方法A与B的交叉表153假设检验分析交叉表方法B与C的交叉表154假设检验分析交叉表方法A与C的交叉表155案例kappa设计这些表的目的是确定评价人之间意见一致的程度。为了确定评价一致的水平，小组用科恩的kappa来测量两个评价人对同一目标评价值的一致程度。1表示完全
52、一致。0表示一致程度不比偶然的要好。Kappa只用于两个变量具有相同的分级值和相同的分级数的情况。Kappa是一个评价人之间一致性的测量值，检验是否沿对角线格子中的计(接收比率一样的零件)与那些仅是偶然的期望不同。设p0=对角线单元中观测值的总和pe=对角线单元中期望值的总和则kappa=(p0-pe)/(1-pe)156案例kappaKappa是测量而不是检验。其大小用一个渐进的标准误差构成的t统计量决定。一个通用的法则是kappa大于0.75表示好的一致性；小于0.4表示一致性差，计算结果如下：157案例kappa结果说明分析指出所有这个分析表明所有的评价人之间表现出的一致性好。在此分析中
53、有必要评价人之间是否存在差异。但是分析并未告诉我们测量系统区分不好的与好的零件的能力。在分析中，小组用计量型测量系统评价了零件，用结果确定基准判断。用这些新的信息，另一组交叉表表格被开发出来，用以评价人与基准判断比较。158假设检验分析交叉表方法A与基准判断交叉表159假设检验分析交叉表方法B与基准判断交叉表160假设检验分析交叉表方法C与基准判断交叉表161假设检验分析kappa这些值可以被解释为每个评价人与基准有好的一致。然后，过程小组计算了测量系统的有效性。有效性有效性= =正确判断的数量判断的机会总数正确判断的数量判断的机会总数162有效性分析结果来源%评价人%SCORE VS ATT
54、RIBUTE评价人A评价人B评价人C评价人A评价人B评价人C总受检数505050505050符合的424540424540FALSE NEGATIVE(APPRAISER BIASED TOWARD REJECTION)000FALSE POSITIVE(APPRAISER BIASED TOWARD ACCEPTANCE)000MIXED851095% UCI93%97%90%93%97%90%计算得分84%90%80%84%90%80%95% LCI71%78%66%71%78%66%163有效性分析结果164注意评价人自己在所有试验上都一致。评价人在所有试验上都与基准一致。所有评价人自己
55、保持一致，两两间一致。所有评价人自己和两两间一致并且与基准一致。UCI和LCI分别是上、下置信区间边界线。165案例每对评价人间多重假设检验可用等于零的假设进行。H0:两个评价人都相同的有效性相同。经计算，对每个评价人的计算评价结果都落在另一个评价人的置信区间内，小组判断不放弃零假。这一点验证了kappa的结论。为了进一步分析，一名组员列出了下面的数据表，数据人提供了对每评价人结果的指南。166判定表判断测断系统有效性漏发警报的比例误发警报的比例评价人可接受?90%?2%?5%评价人可接受的边缘可能需改进?80%?5%?10%评价人不可接受需改进5%10%167结果判定尽管这些结论和原先的判断有些矛盾，原先的判断是”评价人之间没有统计的差异”。但小组还是决定采用这些给论，因为他们厌烦了所有这些分析，至少这个结论是有道理的。
