你有没有遇到过不同操作人员使用同一台仪器测量结果不一致的情况？

你有没有遇到过即使同一个人用同一台仪器，测量结果也不一致，波动很大的情况？

你有没有遇到过同一厂家同一型号的两个量具测量结果不一致的情况？

【/h/】你有没有遇到过内检明明合格的尺寸却在客户端被频繁投诉的情况？

“恭喜”，这些现象都暗示着你的测量系统可能已经变得极不可靠了！！！

第一部分:MSA简介。

1。特派任务生活津贴的定义

MSA是Measurement Systems Analysis的缩写，其含义解释如下:

测量:是指给被测量对象赋一个值的过程，这个值可以是具体的数值，也可以是合格与不合格、正确与错误的定性描述；

测量系统:它不仅包括狭义的测量仪器、设备或量具，而是指整体(包括仪器或量具、标准、操作、方法、夹具、软件、人员、环境、假设等。)用于获得测量结果；

测量系统分析:是指通过统计分析，分析构成测量系统的各种影响因素的变化，从而判断测量系统可靠性的过程。

所以，MSA的本质其实就是变差分析，保证测量系统本身的变差相对于过程的总变差尽可能小，也就是说过程的变差来源主要是过程本身，而不是测量系统，这才是MSA分析的最终目的。

2。过程总变差的来源分析

全过程变差(TV)包括产品变差(PV)和测量系统变差(GRR)，测量系统变差包括偏倚、稳定性、线性度、重复性(EV)和再现性(AV)，其中偏倚、稳定性和线性度反映了测量系统的准确度，通常可以通过校准或更新测量工具来确保其可接受，而测量系统。

流程总变化的来源

1)偏倚:是指多次测量结果的平均值与参考值(或真值，但需要明白真值是不可测量的)的差值。

2)稳定性:是指在一段时间内，对同一零件的相同特性进行测量时，所得到的测量值的劣化程度。

3)线性:是指在量具的测量范围内，被测偏差值与参考值(真值)之间的线性关系。

4)重复性:是指同一测量人员使用同一量具多次测量同一零件的同一特性时所得到的测量值的变差。由于测量者和被测对象保持不变，多次测量的测量值的一致性反映了测量工具本身的能力或潜力，代表了测量工具本身的固有劣化，通常称为设备劣化，用EV表示。

5)再现性:指不同测量人员用同一量具测量同一零件的同一特性的平均值的变化。由于测量工具和被测对象保持不变，再现性反映了测量人员之间测量技术的变化，通常称为评价者变化，用AV表示。

3。变化之间的关系

变量之间的关系模型

可以直观地看出，总过程变差TV由产品变差PV和测量系统变差GRR组成，GRR的来源主要是设备变差EV(重复性)和评定者变差AV(再现性)。因为过程的总变差包括PV、EV、AV，所以在生产新产品(PV不一样)、引进新的测量仪器(EV不一样)、更换测量人员(AV不一样)时，都需要进行MSA分析。

4。MSA分析的对象-数据

包括计量数据和计数数据，计量数据是指通过测量过程可以定量获得的测量值，如尺寸、重量、温度、压力等。，而计数数据是指只能通过测量过程定性给出的测量结果，如合格与不合格、对与错等。计数数据的分析比较简单。本文主要介绍测量数据的MSA分析，包括“五性”:偏倚、稳定性、线性、重复性和再现性。

第二部分:MSA的分析过程。

1。偏差分析

取样方法：

选择标准件或选择生产线上的产品。

测量人：

测量工具的当前用户

测量方法：无需盲测

1)用精度等级较高的量具测量10次以上的平均值作为参考值；

2)让同一个评价者用当前的测量工具，用同样的方法测量10次以上。

测量数据分析：

0是否落在偏倚值的1-α置信区间内，如果是，偏倚在α水平可以接受(通常置信度α为0.05)。

例如，如果在生产线上选择一个产品，用更高精度等级的测量工具测量10次，其平均厚度为8毫米，然后同一评估人用当前测量工具测量10组数据，如下所示:

1)计算平均偏差-0.01mm；

2)计算重复标准差σr；

3)计算平均偏倚的标准差σb；

4)计算统计量t值；

5)查表得到临界t值；

由于t统计量的绝对值小于临界t值，不能拒绝原假设，即偏倚不显著，测量系统的偏倚程度是可以接受的。

t分配表

为了避免复杂的计算，统计软件MInitab可以大大减少计算的工作量。具体操作流程如下:

1)将数据导入Minitab的表格中；

2)选择单样本T检验。

Minitab计算的T的统计值为-0.16，软件计算的结果与手工计算的结果一致，P值= 0.879 >显著性水平为0.05，因此不能拒绝原假设，也得出了偏倚不显著的结论，即测量系统的偏倚程度是可以接受的。

应该注意的是，如果结论是偏差是不可接受的，则可能需要改进:

量具需要校准；量具磨损；测量过程中方法不一致；量具变形；测试过程中环境的影响等；

2。稳定性分析

取样方法：

选择标准件或选择生产线上的产品。

测量人：

测量工具的当前用户

测量方法：无需盲测

1)用精度等级较高的量具测量10次以上的平均值作为参考值；

2)让同一个鉴定人定期测量标准样品3~5次(每班、每天或每周等。)用当前的测量工具，并重复至少15组数据并记录；

测量数据分析：

根据测得的数据计算平均值，画出均值-极差图(Xb~R图)。

Xb图上下界的计算:

R图上下界的计算:

上式中，Xbb指的是均值的均值，Rb指的是极值范围的均值，A2，D3，D4指的是与每个测量数相关的常数。请参考下表:

举个例子，假设一个标准件的标准尺寸为6.95mm，用现有的量具连续测量15天，每天测量5次。汇总数据如下:

1)很容易算出Xbb=6.955mm，Rb = 0.02mm；

2)计算Xb图的下界；

3)计算R图的下限；

4)绘制控制图；

控制图失控的判定标准:

1)点:任意点出界；最重要的标准！！！

2)线:连续7个点在均值的同侧或连续6个点上升或下降；

3)平面:明显不到2/3点落在中间1/3区域。

结合上面的例子可以发现，R图的均值边上连续出现9个点，即R图失控，测量系统的稳定性不可接受。

Minitab分析的过程如下:

1)将数据导入Minitab

2)选取多列中同一列的子群观测值，设置失控条件，然后绘制控制图；

控制图失控标准设置

Minitab绘制的Xb-R图

Minitab分析结果也认为测量系统的稳定性不可接受。发生这种情况时，可能有一些地方需要改进:

Xb图失控：表明测量系统不再正确地测量，可能发生了磨损之类；R图失控：表明测量系统的重复性不好，可能是发生了松动之类（此例的情况）。

3。线性分析

取样方法：

选择5个以上的零件，其测量特性需要覆盖测量工具的整个工作范围。

测量人：

测量工具的当前用户

测量方法：盲测法

1)用精度等级较高的量具测量10次以上的平均值作为参考值；

2)让同一个鉴定人用当前的测量工具用同样的方法测量10次以上，测量时注意将零件的顺序随机化，避免鉴定人的记忆效应对测量结果的影响。

测量数据分析：

举个例子说明:假设量具的测量范围为10mm，合理选取2mm、4mm、6mm、8mm、10mm五个标准件，覆盖量具的整个工作范围。同一测量员用现有量具随机测量5个标准件12次，测量结果如下:

使用Minitab统计软件进行分析:

1)将所有测量数据导入Minitab工作表；

2)量具选择的线性研究；

3)点击确定输出结果；

根据输出结果，可以直观地看出，测量系统的线性方程为:

y=-0.13292x 0.73917

的斜率为-0.13292，说明测量系统的量程每增加1mm，偏置值就会减少-0.13292mm，即随着量程的增加，测量值与参考值的差值会越来越大，截距为0.73917，说明测量系统仍然存在较大的偏置。

【/h/】从图中可以看出，bias =0的线不完全在bias的95%置信区间内，bias的平均p值为0.025 < 0.05，说明应该拒绝测量系统线性不显著的原始假设，即测量系统存在线性问题。

测量系统线性的可能原因有:

量具需要校准；量具磨损；

在测量系统的偏倚、稳定性和线性都可以接受后，最后研究重复性和再现性！

4。重复性和再现性分析

取样方法：

从生产线上随机抽取10个零件(注意不要连续抽取，有必要显示差异，最好有超过上下限的产品)

测量人：

三名长期从事此项测量的训练有素的人员。

测量方法：盲测法

1)让甲、乙、丙三名测量人员依次测量这10个部位，记录测量结果；

2)让A、B、C三个测量者随机测量这10个零件，避免测量者的记忆效应对测量结果的影响；

3)让A、B、C三个测量者随机测量这10个零件，避免测量者的记忆效应对测量结果的影响。

测量数据分析：

举个例子说明，在生产线上随机抽取10个零件，由甲、乙、丙三方测量，每个零件测量三次。结果总结如下:

当样本趋于无穷大时，样本的标准差就是总体的标准差。但现实中，在MSA中，我们不可能让一个人对一个部分进行无数次测试，也不可能让无数人对一个部分进行测试，所以只能通过抽样来估计总体的标准差。

根据汽车工业行动组AIAG MSA手册，结合本例(K1、K2、K3的值与分组容量m和分组数g有关)，通过查表法确定固定参数值如下:

1)计算设备劣化EV；

2)计算评价者的变差AV；

3)计算测量系统的变化GRR；

4)计算零件的变差PV；

Rb是由评价者A、B和C测量的10个部分的平均范围的平均值..

5)计算过程的总变差TV；

6)计算R&R & R %；；

7)计算有效分辨率NDC；测量系统的；

根据计算结果，判断测量系统的重复性和再现性是否合格，判断标准如下:

在这个例子中，R&R%是26.55%，NDC是5.134。因此，测量系统只能有条件地被接受，并可用于测量产品的一般特性。

同样，使用统计软件Minitab也可以避免这些繁琐的计算。下面简单介绍一下使用Minitab进行GRR分析的过程:

1)创建一个量具R&R分析工作表，输入三个操作者的名字，对每个零件重复测量三次，选择3为复制数；

2)按照操作顺序进行测试，并记录测量结果；

3)选择R&R研究的测量工具和Xbar-R分析方法；

4)输出分析结果。

Minitab分析结果显示，测量系统的R&R%值为26.7%，NDC=5，与手工计算结果一致(略有差异是手工计算保留的小数位数少造成的)。用minitab分析，也认为测量系统一般，还有改进空间空。

当测量系统需要改进时，有以下想法:

1)当重复性比再现性差，即EV > AV时，我们可以考虑:

仪器需要维护可能需要对量具进行重新设计，以获得较好的刚度夹紧和检测点需改进零件内变差过大

2)重复性恶化小于再现性恶化，即当EV < AV时，我们可以考虑:

评价人需要进一步培训量具刻度不清晰可能需要夹具辅助评价人测量

摘要

1。当我们用测量仪器测量一个产品特性时，我们希望测得的值是这个特性的“真值”，经过反复测量或他人测量，也能得到同样的结果，即能达到测量系统的零偏差、零变差。然而，没有这样理想的测量系统。

2。实际上，所有测量值都取决于产品特性，并受到测量系统的影响。只有尽量减少测量系统对产品特性的影响，使测量值尽可能准确地反映产品特性的属性，才是MSA分析的最终目的。

更多详情请关注微信微信官方账号。

,