今朝MSA理论培训--yufanglong.ppt

MSA理论培训,讲师:刘旭明,2019/11/28,2019/11/28,一、MSA简介,1.什么是MSAM:指Measurement测量S:指System系统A:指Analysis分析MSA也就是对量测系统进行分析的方法!,2019/11/28,2.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。,2019/11/28,3.什么情况下做MSA,2019/11/28,通过测量用数字体现的数据，并不是总能代表事实。因此，有必要对数据的信赖性进行确认。,4.测量值的组成要素,2019/11/28,测量误差有多大?测量误差的原因是什么?测量工具是否具备分辨率?重复测量也能得到相同的结果吗?用别的测量工具也能得到相同结果吗?测量工具随着时间的推移是否保持稳定状态?怎样提高测量系统?,5.MSA分析要确认的信息,2019/11/28,理想的测量系统应该是每次都能测出真实值。测量系统的质量通常仅仅取决于经过一段时间后产生数据的统计特性：Bias偏倚Repeatability重复性Reproducibility再现性Linearity线性Stability稳定性,6.MSA的统计属性,2019/11/28,要观察测量误差的主要原因,“重复性(repeatability)”和“再现性(reproducibility)”.,要想解决实际PROCESS的波动，应把握测量系统的波动，并把它与PROCESS波动分离.,7.过程波动的主要来源,2019/11/28,8.MSA变差的因果分析,2019/11/28,用来获得表示产品或过程特性的数值的系统，称之为测量系统。测量系统是与测量结果有关的仪器、设备、软件、测量程序、测量人员、被测物品和环境的集合。,二、MSA相关术语,1.测量系统定义,2019/11/28,好的分辨率,差的分辨率,是指测量装置能够测量到最小可检出的单位。测量刻度应为产品规格或过程波动的十分之一。,2.分辨率,2019/11/28,某一物品理论上的真实值或参考值。,测量值平均和真实值的差异。,3.真实值,4.偏倚（Bias),2019/11/28,某标准件，已知值为25.4mm，某机械检查工用精度为0.025mm的游标卡尺测量10次，测量结果如下：25.42525.42525.40025.40025.37525.40025.42525.40025.42525.375把10个测量值相加除以10，得到平均值：25.4051mm偏倚等于平均值减去参考值：25.405125.4000.0051mm,计算偏倚举例,2019/11/28,线性是指量具在其工作范围内偏倚的变化规律。在全部测量范围内，测量值和基准值的差异保持稳定，说明其线性好。,5.线性,2019/11/28,稳定性良好,时间2,是指随时间变化的偏倚值。根据时间的推移测量结果互不相同时，说明该测量系统缺乏稳定性。,6.稳定性,2019/11/28,由一个人使用同一量具，对同一被测特性进行多次重复测量所得结果之间的偏差，即为测量系统的重复性。,7.重复性,2019/11/28,由不同的人使用同一量具，对同一被测特性进行多次重复测量所得结果之间的偏差，即为测量系统的再现性。,8.再现性,2019/11/28,现有硬度为5.0（真实值）的材料.方法1得到的测量值是:3.8,4.4,4.2,4.0方法2得到的测量值是:6.5,4.0,3.2,6.3哪一个方法更正确?方法2因为平均值与“真实”硬度相同。哪一个方法更精密?方法1因为变差很小。应首先的方法是?其理由是?,方法1:比起变差，解决平均的变化更为容易。,例题,2019/11/28,2019/11/28,1）计划要使用的方法；2）确定评价人的数量、样品数量及重复读数次数；3）从日常操作该仪器的人中挑选评价人；4）样品必须从过程中选取并代表整个工作范围；5）仪器的分辨力应允许至少读取特性的预期过程变差的十分之一；6）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；,2.测量系统研究准备,2019/11/28,1）测量必须按照随机顺序进行；2）不应让评价人知道正在检查零件的编号；3）测量读数应估计到可得到的最接近的数字；4）研究工作应由知其重要性且仔细认真的人员进行；5）每一位评价人在整个研究过程中应采用相同的测量方法；,3.测量系统研究注意事项,2019/11/28,计量型MSA稳定性-均值极差法;偏倚-独立样本法;偏倚-均值极差法;线性-一元线性回归法;GRR-均值极差法;GRR-CrossedANOVA;GRR-NestedANOVA;计数型MSA解析法;交叉表法;信号探测法;,测量系统分析方法分类,2019/11/28,确定某一测量仪器的稳定性是否为可接受。同一评价人对同一样品进行多次测量的情况。通过对测量数据进行统计，得出分析结论。,1）稳定性均值极差法,1.计量型MSA(稳定性均值极差法）,2019/11/28,取得包含1个零件的样本，选取了生产过程输出范围中接近中间值的一个零件。（不能给评价人看到）指定1位操作人员在不知情的状况下使用校验合格的量具，共测了5周（25个子组）以上个零件进行测量,并重复3次，将操作员所读数据进行记录,研究其设备的稳定性。试验完后,测试人员将量具测出数据计算均值、极差和控制限，并作成均值极差控制图。计算结果均值、极差及控制限等。,2）分析步骤,2019/11/28,计算出相应的数值。,2019/11/28,2019/11/28,2019/11/28,前提条件:只有当测量系统处于统计稳定状态时,进行偏倚研究才有意义。什么是偏倚-独立样件法?利用一个标准样件对量测系统进行偏倚的分析方法。,1）偏倚独立样本法,2.计量型MSA(偏倚独立样本法）,2019/11/28,a)取得一个标准样件,并确定其参考值。参考值=XT(注:如不能取得标准值,则选择一件落在生产测量范围中间的生产件作为基准件,将其用更精密的仪器测量该零件N10次,取平均值作为参考值)b)让一名评价人以正常方式测量样件N10次,并记录结果。c)画直方图：画出数据相对于参考值的直方图,根据专业知识判断是否存在特殊原因或出现异常.如果不存在,继续分析,当n10个子组以上。c)计算偏移、重复性标准差和偏移统计t值。d)若0落在偏移值附近的置信区间内，则偏倚可接受。,2）分析步骤,2019/11/28,0在置信区间之间，则偏倚可接受,否则偏倚不可接受。即在实际使用中将不会带来额外的变差来源。,3）判定规则,2019/11/28,2019/11/28,2019/11/28,（控制图表明,测量过程是稳定的,可以进行偏倚研究）,1.画出控制图:,2019/11/28,2019/11/28,线性是表示在量具的工作范围内其偏倚变化规律的一统计特性。许多量具都有一定的工作范围,即量程。当用量具在其工作范围内测量不同大小的特性时,其偏倚可能是不同的。,1）线性一元回归法,4.计量型MSA(线性一元回归法）,2019/11/28,选择g5个零件,使这测量涵盖这量具的整个工作量程。对每个零件进行测量确定其参考值。选择一名评价人随机测量各每个零件m10次。计算零件每次测量的偏倚,以及每个零件的偏倚平均值。,2）分析步骤,2019/11/28,e)在线性图上画出相对于参考值的每个偏倚及偏倚的平均值。f)计算并画出最合适的线及该线的置信度区间。,2019/11/28,g)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。,2019/11/28,h)结果分析: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。若：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。,若H0：b=0,中心(偏倚)=0如果下式成立,则不能被否定:,2019/11/28,其中:,2019/11/28,计算:,输入测量值,2019/11/28,2019/11/28,Tat意义值且Tbt意义值则说明线性可以接受，否则线性不可接受。,3）判定规则,2019/11/28,2019/11/28,2019/11/28,2019/11/28,计算出a,b,R2,s,Ta和Tb,2019/11/28,计算公式如下:,2019/11/28,计算上下限:,2019/11/28,结果判定:故线性不可接受。,画图:,2019/11/28,2019/11/28,a)取得包含10个零件的样本，代表过程变差或预期范围。并对10个零件进行编号。（不能给评价人看到）b)指定2-3位操作人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,研究人员将操作员所读数据进行记录,研究其重复性和再现性(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。c)试验完后,测试人员将量具的重复性及再现性数据依公式计算，并作成X-R管制图或直接用表计算即可。(如下图）,2）分析步骤,2019/11/28,计算出相应的数值,2019/11/28,2019/11/28,GRR%30%,则表明系统不可接受。10%GRR%30,系统可接受亦可不接受。GRR%30%,则表明系统不可接受。10%GRR%30%,则表明系统不可接受。10%F意义值,则零件中存在交互作用。,3）判定规则,2019/11/28,第I类区坏零件永远被称为坏零件;第II类可能做出潜在的错误决定;第III类好零件永远被称为好零件;,计数型测量系统是通/止规（go/nogogage)是常用的量具，它只有两种可能的结果;计数型测量系统的变差来源应该通过利用了人为因素的研究结果使之最小化;,目标,计数型测量系统研究,2019/11/28,利用求出的测量系统的量具特性曲线(GPC),并且确定系统的重复性和偏倚的方法。备注:1.这种量具研究可用于单限值和双限值量具。2.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。,1）解析法,8.计数型MSA(解析法）,2019/11/28,取样，选取需研究的样件,并且必须知道它们的基准值,一般选择8个零件为样件,它们之间的大小间隔应尽可能均匀。基准值最大和最小的零件应该代表过程的范围。选择1名评价人:请评价人对每个零件进行连续重复测量20次(a为测量结果为合格的次数),并计算其概率。将基准值与计算概率值绘制到正态分布纸上。d)计算偏差与重复性。(如下）,2）分析步骤,2019/11/28,2019/11/28,t统计值大于t意义值，则偏倚不可接受。,3）判定规则,2019/11/28,2019/11/28,测量结果如下:,2019/11/28,将各零件的基准值XT和对应接受概率Pa构成的点画在正态概率纸上,并进行直线拟合,所得到的一条直线就是这个计数型测量系统的量具特性曲线。,Pa=0.5时,XT=-0.0123,2019/11/28,利用曲量具特性曲线估计偏倚与重复性：(1)估计偏倚从图上可知当Pa=0.5时,XT=-0.0123偏倚B=LSL-XT=-0.010-(-0.0123)=0.023(2)估计重复性(R或EV)从图上可知当Pa=0.005时,XT1=-0.0163,当Pa=0.995时,XT2=-0.0084,则重复性为:R=EV=5.15e=(XT2-XT1)/1.08=-0.0084-(-0.0163)/1.08=0.0073,2019/11/28,(3)t值计算(4)结果分析:t计算=9.86t意义值=2.093,所以偏倚不能接受。,2019/11/28,评估不同的评价人一致性。评估不同评价人与参考决定之间的一致性。,1）交叉表法,9.计数型MSA(交叉表法）,2019/11/28,取样(50个)及选择评价人(3名)。确定样本的参考值(0,1)。要求每一位评价人对每一个零件进行n次(n=3)测量,如果可按受则记录为1,如果不接受记录为0.详见下表:分析Kappa结果：,2）分析步骤,2019/11/28,交叉表研究数据表,设定用1表示可接受的决定，0为不可接受的决定。表中的参考值一开始还有确定。显示“代码”列，分别“+”、“x”、”“代表III区，II区，I区。,2019/11/28,A与B交叉表,2019/11/28,B与C交叉表,A与C交叉表,2019/11/28,使用kappa来衡量两个评价人对同一物体进行评价，其评定结论的一致性：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；,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kappa=(P0-Pe)/(1-Pe),3）判定规则,2019/11/28,2019/11/28,B参考交叉表,C参考交叉表,2019/11/28,这些值可以被解释为每个评价人与参考值有好的一致。然后，过程小组计算了测量系统的有效性:有效性=正确判断的数量判断的机会总数,结果分析:,2019/11/28,判定规则：,评价人的重复性正确百分比90%;评价人和参考值相比较的正确百分比90%;所有评价人一致的百分比90%;所有评价人和标准一致的百分比90%;,2019/11/28,1）信号探测法,10.计数型MSA(信号探测法）,信号检查理论来确定区域II的近似宽度，从而确定测量系统的GRR。,2019/11/28,取样(50个)及选择评价人(3名)。确定样本的基准值。要求每一位评价人对每一个零件进行n次(n=3)测量,如果可按受则记录为1,如果不接受记录为0.详见下表:分析GRR结果：,2）分析步骤,2019/11/28,2019/11/28,3）判定规则,2019/11/28,实验目的,为了更深层次地对装有水的杯子的水深度进行研究，决定对水深度进行MSA,从而提高测量信赖性。准备事项*直尺*杯子10个(杯子水深差异越大越好),四、MSA练习,2019/11/28,精密都评价(GageR被称为准确度。通过一个单值点是否落在测量系统工作范围内来评价和表述偏倚。校准（Calibration)：在规定条件下，建立测量装置与一可追溯且已知参考值和不确定度的标准之间关系的一整套操作活动。校准可能包括：检验、纠正、报告或通过调整来消除被比较的测量装置在准确度方面的任何偏差。置信度区间（ConfidenceInterval):预期的包括了某一参数的真值的数值范围（在某些要求应用情况下被称为置信水准。控制图（ControlChart):在以时间为顺序所进行样本测量的基础上的一过程特性图。它用来显示一过程的表现、识别过程变差的模式、评估稳定性，并显示过程的走向。区别数据分类（DistinctDataCategories):数据的类别数或分类数，它可以被测量系统的有效解析度，以及在实际应用的观测过程中的零件变差来加以可靠的区隔。见ndc.,附MSA术语,2019/11/28,有效解析度（EffectiveResolution):当进行整个测量系统变差的数据分类数大小时，要考虑这有效解析度。通过基于测量系统变差的置信度区间范围来确定该分类的大小。区别分类的数量ndc,可以通过把该分类的大小划分在预期的过程分布宽度中来确定。关于有效解析度，这ndc(在97%置信水准时）的标准估计值为1.41（PV/GRR)。Ndc(Numberofdistinctcategories)分级数:区分分类的数量，这能由该测量系统可靠地分辨，这是可以覆盖预期的产品变差的非重97%自信度区间。1.41（PV/GRR)F比率（Fration):是统计的数学比率表示，表示数据组中，数据组之间的平均平方误差与数据组内部的平均平方误差的比值;这些数据是用来评价在一定的自信度水准下随机发生的概率。量具RR（GRR）：测量系统重复性和再现性的综合变差（误差）的估计值。GRR变差等于系统内部和系统之间变差之和。直方图（Histogram):分组数据的所显示的一种图示法。提供数据分布的目视评价方法。受控（InControl):表示过程当它只呈现随机、普通原因变差的状态。生产中只存在随机变差的过程是稳定的。独立（Independent):一个事件或变数的发生不会影响另一个即将发生的事件或变数的概率。交互作用（Interaction):由两个或多个变数产生明显的组合影响或结果。评价人和零件之间的不累加性。评价人的差别取决于被测量零件。线性（Linearity):量具在预期工作范围内偏倚的差值。或线性是多个且独立的偏倚误差在整个量具的工作行程内的相关性。测量系统误差（MeasurementSystemError):由于量具偏倚、重复性、再现性、稳定性和线性的综合变差。零件之间变差（Part-toPartVariation):由于测量不同零件造成的彼此变差。,2019/11/28,零件变差（PartVariation):与测量系统分析有关，零件变差（PV）是指对一个稳定过程中不同零件和不同时间之间出现的预期变差。测量系统（MeasurementSystem)：测量系统是用来对被测量特性进行测量单位的定量或提供评价的仪器或量具、标准、操作、方法、夹具、人员、环境及假设的集合;整个过程用来获得测量结果。精密度（Precision):在测量系统整个操作范围内（尺寸、范围和时间）分辩力、敏感度和重复性影响。有组织将精密度与重复性互换使用。事实上，精密度更经常被用来描述在测量的整个范围内，重复测量的预期变差;上述范围可能是尺寸或是时间。概率（Probability):某一特定收集的分布的一种估计（百分比或分数值），它表示一个特定事件发生的可能性。概率估计值的范围是从0（不可能的事件）到1（必然的事件）。共同作用产生某种结果的一组条件或原因。参考值（ReferenceValue):被认可并同意基于参考或基准值作为一被测物的数值比较。回归分析（RegressionAnalysis):两个或多个变数之间关系的一种统计研究。定义两个或多个变数之间数学关系的一种计算。重复性（Repeatability):从指定测量条件下进行连续测量所产生普遍原因变差、随机变差的测量。重复性通常被称为设备变差（EV），虽然这是一种误差。重复性的最佳术语为：当测量条件已被固定且已定义零件、仪器、标