aad-MSA-通用测量系统指南

aad_MSA-通用测量系统指南通用测量系统指南第一节引言、目的和术语引言测量数据的使用比往常更频繁、更广泛。例如，是否调整制造过程现在普遍依据测量数据来决定。把测量数据或由它们运算出的一些统计量，与这一过程的统计操纵限值相比较，如果比较结果表明这一过程在统计操纵之外，那么要做某种调整，否则，这一过程就承诺运行而勿须调整。测量数据的另外一个用途是确定两个或多个变量之间是否存在某种明显关系。例如，人们能够估量一模制塑料件的关键尺寸与浇注材料温度有关系。这种可能的关系可通过采纳所谓回来分析的统计方法进行研究。即比较关键尺寸的测量结果与浇注材料温度的测量结果。探究象这类关系的研究，是戴明博士称为以分析的方法研究的一些实例。通常，分析研究是增加关于有关阻碍过程的各种缘故的系统的知识。各种分析研究是测量数据的最重要应用之一，因为这些分析研究最终导致更好地明白得各种过程。应用以数据为基础的方法的益处，专门大程度上决定于所用测量数据的质量。如果测量数据质量低，则这种方法的益处专门可能低，类似地，如果测量数据质量高，这一方法的益处也专门可能高。为了确保应用测量数据所得到的益处大于获得它们所花的费用，就必须把注意力集中在数据的质量上。测量数据的质量测量数据质量与稳固条件下运行的某一测量系统得到的多次测量结果的统计特性有关。例如，假定用在稳固条件下运行的某测量系统，得到某一特性的多次测量结果。如果这些测量数据与这一特性的标准值都专门“接近”，那么能够讲这些测量数据的质量“高”，类似地，如果一些或全部测量结果“远离”标准值，那么能够讲这些数据的质量“低”。表征数据质量最通用的统计特性是偏倚和方差。所谓偏倚的特性，是指数据相对标准值的位置，而所谓方差的特性，是指数据的分布，然而，其它的统计特性如错误分类率在某些情形下也是恰当的。低质量数据最一般的缘故之一是数据变差太大。例如，测量某容器内的流体的容积，使用的测量系统可能对它周围的环境温度敏锐，在这种情形下，数据的变差可能由于其体积的变化或周围温度的变化，使得讲明这些数据更困难。因此这一测量系统是不太合乎需要的。一组测量的变差大多是由于测量系统和它的环境之间的交互作用造成的。如果这种交互作用产生太大的变差，那么数据的质量会专门低，以致这些数据是无用的。例如，一个具有大量变差的测量系统，用来分析一个制造过程，可能是不恰当的，因为这一测量系统的变差，可能会掩盖制造过程中的变差。治理一个测量系统的许多工作是监视和操纵变差。这确实是讲，在这些情况中应着重于环境对测量系统的阻碍，以获得高质量的数据。绝大部分变差是不期望有的，但也有一些重要的例外。例如这一变差是由于被测量特性的小变化而引起的，一样情形下这一变差被认为是有用的。一个测量系统对这种变化越灵敏，那个系统越是良好。因为这一系统是一个较敏锐的测量系统。如果数据的质量是不可同意的，则必须改进，通常是通过改进测量系统来完成，而不是改进数据本身。测量过程在本手册中，术语“测量”定义为“赋值给具体事物以表示它们之间关于专门特性的关系”。那个定义由C.Eisenhart（1963）首次给出。赋值过程定义为测量过程，而给予的值定义为测量值。从这些定义得出，应将一种测量过程看成一个制造过程，它产生数字（数据）作为输出。如此看待测量系统是有用的。因为它承诺我们同意那些早已表明它们在统计过程操纵领域用途的所有概念、原理和工具。目的本手册的目的是介绍选择各种方法来评定测量系统质量的指南。尽管这些指南足以通用于任何测量系统，但它们要紧用于工业界的测量系统。本手册不打算作为所有测量系统分析的概要，它要紧的焦点是对每个零件能重复读数的测量系统。许多分析关于其它形式的测量系统也是专门有用的，同时该手册的确包含了参考意见和建议。尽管如此，如果你有如此的系统，依旧建议你从适宜的统计资源中寻求关心。术语量具：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。

第二节测量系统的统计特性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（见戴明，1986，281页）相符。一个能产生理想测量结果的测量系统，应具有零方差、零偏倚和对所测的任何产品错误分类为零概率的统计特性。遗憾的是，具有如此理想的统计特性的测量系统几乎不存在，因此过程治理者必须采纳具有不太理想的统计特性的测量系统。一个测量系统的质量经常仅仅用其测量数据的统计特性来确定。其它特性，如成本、使用的容易程度等对一个测量系统总体理想性的奉献也专门重要。然而，确定一个系统质量的正是其测得的数据的统计特性。应认识到，在某一用途中最重要的统计特性在另一种用途中不一定是最重要的特性。例如，对一个座标测量机（CMM）的一些应用，最重要的统计特性是“小”的偏倚和方差。一个具有这些特性的CMM将产生与证明过的标准值“专门近”的测量结果，该标准值能追溯到国家标准和技术局（NIST）。从如此一台仪器所得到的数据对分析一个制造过程可能是十分有用的。然而，不管其偏倚和方差可能如此“小”，在某些常用条件下，同一台CMM机由于其错误分类比率太高而不能在好产品和坏产品间做可同意的辨论工作。因此，在那些常用条件下，该CMM机对分析制造过程是可同意的，与此同时对做最后项目检查是不可同意的。治理阶层有责任识不对数据最终使用最重要的统计特性。治理阶层也有责任确保用那些特性作为选择一个测量系统的基础。为了完成这些，需要有关统计特性可操作的定义，以及测量它们的可同意的方法。尽管每一个测量系统可能需要有不同的统计特性，但有一些特性是所有测量系统必须共有的，它们包括：1）测量系统必须处于统计操纵中，这意味着测量系统中的变差只能是由于一般缘故而不是由于专门缘故造成的。这可称为统计稳固性，在第二章的第1节和第2节进行更详细的讨论；2）测量系统的变异必须比制造过程的变异小；3）变异应小于公差带；4）测量精度应高于过程变异和公差带两者中精度较高者，一样来讲，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；5）测量系统统计特性可能随被测项目的改变而变化。若确实如此，则测量系统最大的（最坏）变差应小于过程变差和公差带两者中的较小者。

第三节标准背景国家标准和技术局（NIST）在美国是要紧的标准机构。作为美国商务部的一部分，NIST起着储备大多数国家理化测量标准的作用。往常称为国家标准局（NBS）的NIST和谐与其它国家的测量标准，并编写和分发测量及标定程序。NIST的要紧服务之一是把测量从它的标准传递到其它测量系统。用来传递测量的程序称为“校准”程序。其旨意是使其它测量系统与NIST产生的测量结果相一致。传递过程通常包括一个传递等级体系。其中的每一等级依靠于自己的标准系统。在整个等级制中最高级标准为国家标准，那个国家标准通常为NIST所拥有，然而在某些情形下，可能由象LosAlamos科学试验室如此的某些其它机构代表NIST把握。测量结果从国家标准传递到下一级标准，称之为第一级标准。为使第一级标准是合法的，测量结果必须由NIST或一个经认可的替代机构仅用现行最佳的校准程序传递到第一级标准。一旦建立了第一级标准，任何机构如私人公司、科研机构或政府机构，不管什么目的都可从NIST得到它。第一级标准用来直截了当连接拥有第一级标准的机构和NIST的国家标准。在某些情形下，第一级标准常用来校准其它测量系统。然而通常第一级标准对日常使用来讲太昂贵且易损坏。取而代之，测量结果从第一级标准传递到另一级标准，称之为第二级标准。这种传递可由任何能利用第一级标准的机构完成。然而，为使第二级标准可溯源，传递必须用恰当的校准程序进行。第一级标准和第二级标准经常为私人公司同时拥有，因此它们有时也被称为公司标准，公司标准通常只由公司的计量部门而不是公司的生产部门保持和使用。测量结果也能够从第二级标准传递到另一级称为工作标准的标准。工作标准通常用来校准在生产设备中建立的测量系统，工作标准也称为生产标准，并经常由生产人员而不是计量部门保持。通过应用连接标准等级体系的适当校准程序，可返回到NIST的测量标准，称为可溯源至NIST。追溯性的另外一个定义为国防部使用的“通过一个不间断的比较链把单个测量结果与国家标准或国家同意的测量系统相联系的能力”（美国国防部，军标45662）一样来讲，越是远离国家标准的标准，该标准就越是耐其环境的变化，因此保持它也就越廉价和容易。然而，这些优点通常是以较低精度为代价得到的。一个机构没有自己的计量部门时就能够选择利用不处机构的设备，这种机构称为“校准试验室”。标准的使用一样地，不使用可溯源标准来确定一套测量系统的准确度是困难的。关于完成破坏性测量的测量系统专门困难。关于许多非破坏性的测量系统也是困难的。幸运的是，关于某些系统，精度不象重复性那样重要。然而关于那些精度是重要的系统，使用可溯源标准经常是正确保证测量系统在它预期使用中有足够精度的唯独方法。可溯源标准的使用专门有助于减少有时生产者和顾客之间的测量结果不一致时而产生的矛盾。

第四节通用指南评定一个测量系统的第一步是验证该系统一直在测量正确的变量。如果一直在测量错误的变量，那么不管该测量系统多么准确或周密，都将是白费无益的。评定一个测量系统的第二步是确定该测量系统必须具有什么样可同意的统计特性。为了作出上述确定，明白如何使用数据是重要的。不了解这一点是不能够确定恰当的统计特性的，在差不多确定统计特性之后，必须评定该测量系统实际上是否具有这一特性。测量系统的评定通常分为两个时期，称为第一时期和第二时期。在第一时期，我们要明白该测量过程并确定该测量系统能否满足我们的需要。第一时期试验有两个目的，第一个目的是确定该测量系统是否具有所需要的统计特性。这类试验应在那个机构实际使用该测量系统之前进行。如果试验表明该测量系统具有合适的特性，那么该系统被称为在预期的使用中具有可同意的质量，同时该系统能够被那个机构所使用。另一方面，如果显示测量系统不具备正确的特性，则那个机构不应使用它。一样地，可能需要几个单独的试验来确定一个测量系统是否可同意。第一时期试验的第二个目的是发觉哪种环境因素对测量系统有明显阻碍。例如，一个第一时期的试验可能包括几个不同水平的环境因素。环境温度是这些因素之一。如果第一时期试验表明环境温度对测量的质量有明显阻碍，那么，该机构可选择在大气可操纵的环境下操作该测量系统，另一方面，如果试验表明周围环境温度没有明显的阻碍，那么该测量系统可放心地在车间里使用。第二时期试验的目的是验证一个测量系统一旦被认为是可行的，应连续具有恰当的统计特性。常见的被称为“量具R&R”的这种研究是第二时期试验的一种形式。第二时期试验通常作为该机构正常校准程序，爱护程序和计量程序的一部分日常工作来完成，然而也能够相互独立地完成，试验通常在该机构中完成。试验程序应完全文件化。文件应包括：·示例；·选择待测项目和试验程序应用环境的规范。典型地，这些规范应是采纳试验统计设计的形式；·如何收集、记录、分析数据的详细讲明；·关键术语和概念可操作的定义；·如果程序需要使用专门标准，例如从NIST得到的那些标准，那么该试验文件应包括这些标准的储存，爱护和使用的讲明。评定的时刻，进行评定的机构职责，对评定结果反应的方式及责任应由该机构治理部门明确授权。

第五节选择／制定试验程序“只要明白得并遵守限制，则任何技术都可能是有用的。”评判的逻辑W.E.戴明评判研究手册，第一卷编者ElmerL，Struening和MarciaGuttentag。有许多适当的方法可用于评定测量系统。选择使用哪种方法取决于许多因素，其中许多因素必须针对被评定的每个测量系统一件一件地确定。在某些情形下，为确定一个方法对一个专门的测量系统是否合适，需要预先试验。这种预先试验应是上节讨论的第一时期试验的整个部分。当选择或制定一个评定方法时，一样应考虑的咨询题包括：1）试验中是否应使用诸如那些可溯源至NIST的标准？如果是，什么等级的标准是合适的？标准经常是评定一个测量系统的准确度所必须的。如果不使用标准，仍能评定该测量系统的变异性，但不大可能按合理的可信性评定该系统的准确度。缺乏如此的可信性可能是一个咨询题，例如，试图解决生产测量系统和顾客测量系统之间明显的差不确实是如此；2）关于第二时期正在进行的试验，应考虑使用盲测。盲测是指在实际测量环境下，在操作者事先不知正在对该测量系统进行评定的条件下，获得的测量结果，通过适当的治理，按照盲测得到的试验结果通常不受众所周知的霍桑效应”所干扰；3）试验成本；4）试验所需要的时刻；5）任何其定义没有被普遍同意的术语应作出可操作的定义。这些术语如准确度、周密度、重复性和再现性等。6）是否由那个测量系统取得的测量结果要与另外一个测量系统得到的测量结果对比？如果对比，应考虑使用依靠诸如上面第一步讨论的标准试验方法。如果不用标准，仍有可能确定两个测量系统是否能够同时正常工作。然而，如果两个系统一起工作不正常，那么不用标准，就不可能确定哪个系统需要改进；7）第二时期试验应每隔多久进行一次？那个咨询题应由单个测量系统的统计特性及其对该设备阻碍和使用该设备进行生产的顾客来决定，事实上该生产过程由于一个测量系统没有正常工作而未受监控；除了这些一样性的咨询题外，其它正在试验的专门测量系统的专门咨询题也可能重要。发觉对专门测量系统重要的具体咨询题是第一时期试验的两个目的之—。

第Ⅱ章测定测量系统的程序第一节引言第Ⅱ章中介绍的程序广泛用于整个汽车工业，以评判用于生产环境中的测量系统，专门是这些程序用于评定下列统计特性：重复性、再现性、偏倚、稳固性以及线性。总体讲来，这些程序有时被称为“量具R&R”程序。这是因为它们常常只是用来评判再现性和重复性这两项统计特性。通常，这些方法便于在生产环境中使用，而且，尽管他们是统计学方法，但非统计学领域的人同样能够使用。但应指出，由于试验方式的缘故，该程序用于评判量具和操作者的最佳能力好于评判实际使用中的整个测量系统的统计特性。这种情形会发生，例如：为获得试验测量结果就要比生产中正常使用该测量系统更认真。通常这种情形可不能是一个咨询题，但是如果显现咨询题，那么就应采纳其它的方法，或者应改进那个地点介绍的程序。在某些情形下，唯独需要的改进也许是采纳标准的盲测，即试验中使用测量系统的方式就象实际正常使用期间一样。这种方式获得的数据就能够用来分析，以评判整个测量系统的再现性和重复性。然而，通常评判整个测量系统需要的改进可能是相当复杂的，只应由对统计理论及实践相当熟知的人来进行。本节介绍的程序可解决许多咨询题，但不可能覆盖所有的实际咨询题。因为这些程序集中在重复性、再现性、偏倚、稳固性和线性这些统计特性上，因此它们对第2时期中进行的大多数试验及第l时期中进行的部分试验可能是合理的选择方法。然而，通常由于这些方法不承诺用来研究其它要素的阻碍，如温度及光线等对测量系统变差的阻碍，也许需要其它统计方法完成第1时期试验，用于第l时期试验的可同意的统计方法专门容易在常用的统计文献中查到。测量有关的咨询题在评判一个测量系统时需要确定三个差不多咨询题。第一，这种测量系统有足够的辨论力吗？其次，这种测量系统在一定时刻内是否在统计上保持一致？第三，这些统计性能在预期范畴内是否一致，同时用于过程分析或操纵是否可同意？对这些咨询题的确定同过程的变差联系起来是专门有意义的。长期存在的把测量误差只作为公差范畴百分率来报告的传统，是不能面临以后重点在于连续过程改进的市场挑战。测量系统变差的类型经常假定测量是准确的，而且分析及结论也常常基于这种假设。一个人也许没有意识到测量系统中存在着阻碍单次测量结果的变差，它进而又阻碍基于这些数据的结论。测量系统误差能够分成五种类型：偏倚，重复性，再现性，稳固性以及线性。测量系统研究的目的之一是获得测量系统与环境交互作用时，该系统有关测量变差量和类型的信息。那个信息是有价值的，因为关于一样的生产过程，确认重复性和校准偏倚，以及为它们确定合理的极限，比提供具有专门高重复性的；专门准确的量具更实际。应用这种研究可提供：1）同意新测量设备的准则；2）一种测量设备与另一种的比较；3）评判怀疑有缺陷的量具的按照；4）修理前后测量设备的比较；5）运算过程变差所需的方法，以及生产过程的可同意性水平；6）作出量具特性曲线（GPC）的必要信息。GPC指示同意某一真值零件的概率。下列定义关心描述与测量系统有关的误差或变差类型，以便在其后的讨论中清晰地明白得各个术语，每种定义都给出了一个示意图，它以图形显示各个术语的意思。偏倚是测量结果的观测平均值与基准值的差值。基准值，也称为可同意的基准值或标准值，是充当测量值的一个一致认可的基准，一个基准值能够通过采纳更高级不的测量设备（例如，计量实验室或全尺寸检验设备）进行多次测量，取其平均值来确定。偏倚常被称为“准确度”。因为“accuracy”在字面上有许多意思，用它替代“偏倚”是不可取的。图1偏倚重复性重复性是由一个评判人，采纳一种测量仪器，多次测量同一零件的同一特性时获得的测量值变差。图2重复性再现性再现性是由不同的评判人，采纳相同的测量仪器，测量同一零件的同一特性时测量平均值的变差。图3再现性稳固性稳固性（或飘移），是测量系统在某连续时刻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。图4稳固性线性线性是在量具预期的工作量程内，偏倚值的差值。图5a线性图5b线性（变化的线性偏倚）第二节测量系统的分析对测量系统进行分析的目的应是为了更好地了解变差的来源，这些来源能够阻碍系统产生的结果。这种了解，可使我们能定量表示和传递特定的测量系统的局限性（见第1章第2节）。象每个过程一样，对用来描述测量系统变差的分布能够给予下列特性：1）位置稳固性；偏倚；线性。2）宽度或范畴重复性；再现性。除了讨论这些特性外，本节还将分析测量系统的辨论力及如何定量表示零件内变差对整个测量系统变差的阻碍。尽管可采纳数值技术来确定测量系统的变差，但每个分析还应包括图形技术的应用，在对特定的测量系统分析中，最有效的统计工具取决于预期的变差要紧来源。但在对范畴宽广的各种测量系统进行分析时，依旧有许多适用的技术。本节将讨论这些技术以及包含在第四节的执行指南。这些技术的最要紧假设是被测零件或特性不受测量改变或破坏。测量系统的辨论力选择或分析测量系统时，我们关怀的是测量系统的辨论能力，即测量系统检出并如实指示被测特性中极小变化的能力——也称为辨论率。由于经济及物理上的限制，测量系统将不能识不差不多过程分布中所有零件具有独立的或不同的被测特性。被测特性将按照测量值来分为不同的数据组。在同一数据分级中的所有零件关于被测特性来讲具有同一数值。如果测量系统没有足够的辨论力，它可能不是识不过程变差或定量表示单个零件特性值的合适系统。如果情形是如此，应使用更好的测量技术。如果不能测定出过程的变差，这种辨论力用于分析是不可同意的，如果不能测定出专门缘故的变差，它用于操纵也是不可同意的。（见图6）控制分析与规范相比过程变差较小对过程参数预期过程变差上的缺失函数专门平缓只能表明过程是否正在产生合格零件过程变差的要紧缘故导致均值偏移依据过程分布可用半计量操纵技术一样来讲对过程参数及指数的估量不可同意可产生不敏锐的计量操纵图只提供粗劣的估量可用于计量操纵图建议使用图6不重叠的过程分布的数据分级对操纵与分析活动的阻碍不可同意的辨论力可能会在极差图中显现。图7包括从相同数据中得出的两组操纵图。操纵图（a）显示精确至最接近的千分之一英寸的原始测量值；操纵图（b）表示这些数据圆整至百分之一英寸。操纵图（b）由于人为的严格限值仿佛是失控的。零极差与其讲是子组变差的表示，不如讲是四舍五入的结果。不适合的辨论力可通过极差图最好地显示出来。专门是，当极差图显示可能只有一、二或三个极差值在操纵限值内时，这种测量正是在辨论力木足情形下进行的。如果极差图显示可能4个极差值在操纵限值内且超过四分之一以上的极差为零，则该测量也正是在辨论力不足情形下进行的。回到图7，操纵图（b），我们只看到可能只有两个极差值在操纵限值内（值0.00和0.01），因此，上述规则正确地识不出失控的缘故是辨论力不足。因此这一咨询题能够纠正，通过提升测量辨论率来改变测出于组内变差的能力。如果有关于过程变差，可视辨论率较小，测量系统将具有足够的辨论力。因此为得到足够辨论力，建议可视辨论率最多是总过程的6σ（标准偏差）的十分之一，而不是传统的规则，即可视辨论率最多为公差范畴的十分之一。图7过程操纵图稳固性研究与测量系统有关的稳固性咨询题时，专门重要的是区分两个稳固性。一个是一样讲的测量系统的稳固性，即关于其给定零件或标准零件随时刻变化系统偏倚中的总变差量；另一个是统计稳固性，这是一个更常用的术语，不仅仅应用于稳固性，而且应用于重复性、偏倚、一样过程等。确实是讲，重要的是认识到可能有两个测量系统测量同一标准零件，两者都显示统计稳固性，然而一个系统的偏倚随时刻变化可能明显高于另一个。从统计角度来讲，他们是“同样”地稳固。从传统的测量仪器稳固性来讲，随时刻变化具有较大偏倚变化的系统被认为没有较低偏倚变化的系统稳固。尽管用数量来表示这些总的偏倚变化相当简单，但直到能证明这两种测量系统都达到统计稳固性才如此做，其缘故在下列几段中讨论。过程（或系统）统计稳固性，结合专业知识，承诺我们推测今后的过程性能。如果不了解一个测量过程操纵状态的数据，则只有用重复性，再现性等的数字来描述研究中可得到的数据。这些数字关于今后的性能没有任何意义。在不知测量系统的稳固状态时，评判该系统的重复性、再现性可能弊大于利。如果分析的结果是要采取措施，则最后结果可能是测量系统的变差由于干预不当而增加。然而，诸如以上作为第l时期试验所述的那些情形就显现了：不可能评定测量系统在各种条件下的统计稳固性时，必须对测量系统的可适用性做出决定。这种情形应视为满足预先确定的可操作性规定的方式来关心做决定。这一结果不能用于推测测量系统的今后性能。当谈到测量系统统计稳固性时，讨论的要紧咨询题常常是系统处于稳固的时刻长度。如“短期稳固性”及“长期稳固性”如此的术语有时被指明作为测量系统分析方法的假设。尽管在分析任何过程的统计稳固性时，时刻是重要因素，但更重要的因素是在稳固性分析期间内系统外部的条件。因此，没有专业知识，不可能确定用于稳固性分析的时刻表。如果测量系统在预热期间漂移，通过采纳操纵限评判为统计不稳固，则该系统在预热期间是统计不稳固的。同样地，随着温度的改变而波动的系统在温度变化期间可能不是统计稳固的。测量系统的损耗（损耗率取决于零件设计及损耗特性）可能需要数月时刻才表现出统计不稳固性。因腐蚀而产生变化的测量系统，不使用期间可能改变，但一经清洗及正常使用可能是统计稳固的。应努力使测量系统对所有产生统计不稳固性的条件不敏锐，但有时是不可能和／或不经济的。当评判测量系统的统计稳固性时，必须考虑到系统使用寿命期间会遇到的预期环境、使用者、零件及方法。对每一个测量系统所有可能的环境条件，可能更换的零件等都进行检查是不合理的，因此专门重要的是，评判测量系统统计稳固性之前，决定并优先考虑哪种因素可阻碍测量系统并把研究中高度优先因素包括到里面去。过程改进工具如因果图、过程流程图和过程模型，在确定这些因素中是有用的。通过使用操纵图来确定统计稳固性。操纵图可提供方法来分离阻碍所有测量结果的缘故产生的变差（一般缘故变差）和专门条件产生的变差（专门缘故变差）。操纵图法可在质量与统计过程操纵（SPC）一书中找到。需要着重指出的是，使用操纵图时，我们不仅必须注意落在操纵限以外的点，还应注意其他专门缘故信号如趋势和中心线邻近的点。在许多SPC出版物中有检测这些信号的指南。这些信号的显现及操纵限外一点或多点都表明“失控”或不稳固状态。研究测量系统稳固性的一个方法是按常规画出基准或基准件重复读数的平均值和极差。从这种分析中能够确定，例如，失控信号是需要校准测量系统的标志。没有失控信号的校准专门可能增加测量系统读数的变差。还有可能由于基准或基准件变脏而显现失控信号。不管哪种情形，包含在操纵信号内的信息的讲明取决于对过程的了解。用于测量系统操纵图的样本容量及抽样频率伪确定也应依靠于对测量系统的了解。要紧考虑的依旧使用过程中测量系统所有的外部条件。例如，如果确信使用者在使用系统之前提供足够的预热时刻，则应预热后才进行抽样。例如，如果花费10分钟测定基准或基准件，在测量中包含液体滴定的情形下，则合理的样本容量能够是1。设计测量系统操纵图时必须慎重，以确保基准或参考基准值抽样时刻不给最后结果带来偏倚。例如，抽样只在早晨校准后进行，可能不代表测量系统所暴露的所有一样条件。在任一操纵图下，由于样本容量及抽样频率中的咨询题而可能显现失控的信号，因此认真打算操纵图技术专门重要。关于操纵图设计的更多信息可在有关SPC出版物中找到。没有必要运算测量系统稳固性数值。系统的改进有时用指数来度量，但有了操纵图，系统的改进可在图上看出来。改进的一种形式可能是从过程中排除专门缘故，从而形成稳固的测量过程。进一步的改进可视为变窄了操纵极限，表明差不多缩减了系统变差的一样缘故。对统计过程操纵的理论的学习及实践将提升使用者对操纵图的明白得。稳固性示例一名领班决定监视测量粘度的测量系统。他没有已知粘度值的标准，但他保持着一个标准样本。以一周为基础，他把样本分为三个子样，测定每部分的粘度，结果显示在操纵图上。操纵图（图8）显示只有一个样本落在操纵限外，但7周后的平均值显示缺少变化。这位领班怀疑由于粘度用三种不同定时装置检查，数据显现分层。如果对这三个定时装置的每一个作出操纵图，可对它们进行比较。比较包括分析每个图的统计稳固性、平均值的位置、，以及通过查看操纵限值间的范畴分布得出的变差。如果认为有必要连续使用这三种定时装置，改进可集中在使定时装置这些特性尽可能相似。由于在R（或S）图表中没有失去操纵的信号，通过估量测量过程随时刻的变差（量具稳固性），我们能够定量表示过程的稳固性。给定测量过程标准偏差估量为。这可与过程标准偏差进行比较（或与方差比较）来确定测量系统的稳固性是否适于应用。几点附加讲明：1）如果使用σ操纵图，则可运算并相应地确定操纵限值。（C4可在操纵图文献中查出）；2）R（s）图中的失控状态表明不稳固的重复性（也许什么东西松动、气路部分堵塞电压变化等）；3）图中失控表明测量系统不再正确地测量（偏倚差不多改变）。努力确定改变的缘故，然后纠正。如果缘故是磨损，则可能要重新校准；4）能够期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操纵图。

图8计量值操纵图（和R）

偏倚为了在过程范畴内指定的位置确定测量系统的偏倚，得到一个零件可同意的基准值是必要的。通常可在工具室或全尺寸检验设备上完成。基准值从这些读数中获得，然后这些读数要与量具R&R研究中的评判人的观看平均值（定为，，）进行比较。如果不可能按这种方法对所有样件进行测量，可采纳下列替代的方法：1）在工具室或全尺寸检验设备上对一个基准件进行周密测量；2）让一位评判人用正被评判的量具测量同一零件至少10次；3）运算读数的平均值。基准值与平均值之间的差值表示测量系统的偏倚（见线性一节）。如果需要一个指数，把偏倚乘以100再除以过程变差（或公差），就把偏倚转化为过程变差（或公差）的百分比。如果偏倚相对比较大，查看这些可能的缘故：1）基准的误差；2）磨损的零件；3）制造的仪器尺寸不对；4）仪器测量了错误的特性；5）仪器校准不当；6）评判人员使用仪器不当。偏倚示例偏倚由基准值与测量观测平均值之间的差值确定。为此，一位评判人对一个样件测量10次。10次测量值如下所示。由全尺寸检验设备确定的基准值为0.80mm，该零件的过程变差为0.70mm。X1=0.75X6=0.80X2=0.75X7=0.75X3=0.80X8=0.75X4=0.80X9=0.75X5=0.65X10=0.70观测平均值为测量结果总和除以10如图9所示，偏倚是基准值与观看平均值间的差值。图9偏倚示例偏倚＝观看平均值－基准值偏倚＝0.75－0.80＝－0.05偏倚占过程变差的百分比运算如下：偏倚％＝100［│偏倚│／过程变差］偏倚％＝100［0.05／0.70］＝7.1％偏倚占公差百分比采纳同样方法运算，式中用公差代替过程变差。因此，在量具R&R研究中使用的厚度仪的偏倚为-0.05mm。这意味着测量观测值平均比基准值小0.05mm，是过程变差的7.1％。重复性测量过程的重复性意味着测量系统自身的变异是一致的。由于仪器自身以及零件在仪器中位置变化导致的测量变差是重复性误差的两个一样缘故。由于子组重复测量的极差代表了这两种变差，极差图将显示测量过程的一致性。如果极差图失控，通常测量过程的一致性有咨询题。应调查识不为失控的点的不一致性缘故加以纠正。唯独的例外是前面讨论过的当测量系统辨论力不足时显现的情形。如果极差图受控，则仪器变差及测量过程在研究期间是一致的。重复性标准偏差或仪器变差（σe）的估量为，式中为重复测量的平均极差。仪器变差或重复性（假定为两次重复测量，评判人数乘以零件数量大于15）将为5.15或4.65，代表正态分布测量结果的99％。D2*等于l.128，可从表2中查出。重复性示例从生产过程中选取5件样品。选择两名经常进行该测量的评判人参与研究。每一位评判人对每个零件测量三次，测量结果记录在数据表格上（见表1）。评判人1评判人2零件试验1234512345121722021721421621621621621622022162162162122192192162152122203216218216212220220220216212220均值216.3218.0216.3212.7218.3216.3218.3217.3215.7213.3220.0216.9极差1.04.01.02.04.04.04.01.04.00.0表1数据表通过运算每个子组的均值（）及极差（R）来分析数据。极差值标绘在极差操纵图上（见图10）并运算平均极差（）。按照试验次数（3）得出的D3及D4因子（见表3）用来运算极差图的操纵限值。画出操纵限值来确定所有数值是否受控。如同那个地点显示的如果所有极差都受控，则所有评判人看起来“相同”。如果一名评判人失控，那么他的方法与其他人的不同。如果所有评判人都有一些失控的极差，则测量系统对评判人的技术是敏锐的，需要改进以获得有用数据。图10重复性极差操纵图＝25/10＝2.5R图操纵限： D3＝0.000D4＝2.575（见表3）UCLR＝×D4＝2.5×2.575＝6.4LCLR＝×D3＝0.000重复性或量具变差的估量：σe＝＝＝1.45式中d2*从表2中查得，它是依靠于试验次数（m＝3）及零件数量乘以评判人数量（g＝5×2＝10）。此次研究得出的重复性运算为5.15σe＝5.15×l.45＝7.5，式中5.15代表正态分布的99％测量结果。m2345678910111213141511.411.912.242.482.672.832.963.083.183.273.353.423.493.5521.281.812.152.402.602.772.913.023.133.223.303.383.453.5131.231.772.122.382.582.752.893.013.113.213.293.373.433.5041.211.752.112.372.572.742.883.003.103.203.283.363.433.4951.191.742.102.362.562.732.872.993.103.193.283.353.423.4961.181.732.092.352.562.732.872.993.103.193.273.353.423.4971.171.732.092.352.552.722.872.993.103.193.273.353.423.48g81.171.722.082.352.552.722.872.983.093.193.273.353.423.4891.161.722.082.342.552.722.862.983.093.183.273.353.423.48101.161.722.082.342.552.722.862.983.093.183.273.343.423.48111.161.712.082.342.552.722.862.983.093.183.273.343.413.48121.151.712.072.342.552.722.852.983.093.183.273.343.413.48131.151.712.072.342.552.712.852.983.093.183.273.343.413.48141.151.712.072.342.542.712.852.983.083.183.273.343.413.48151.151.712.072.342.542.712.852.983.083.183.263.343.413.48＞151.1282.0592.5342.8473.0783.2583.4071.6932.3262.7042.9073.1733.3363.472表2平均极差分布的d2*值①（d2*值g＞15）的子组内观看次数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表3操纵图常数再现性测量过程的再现性表明评判人的变异性是一致的。考虑评判人变异性的一种方法是认为变异性代表每位评判人造成的递增偏倚。如果这种偏倚或评判人的变异性真正存在，每位评判人的所有平均值将会不同，这能够通过比较评判人对每个零件的平均值，在均值操纵图上看出。评判人的变异性或再现性可通过确定每一评判人所有平均值，然后从评判人最大平均值减去最小的得到极差（R0）来估量。再现性的标准偏差（σ0）估量为。再现性（假定2名评判人）为5.15或3.65R。代表正态分布测量结果的99％，等于1.41（见表2）。再现性示例按照表l所示数据，通过平均每位评判人获得的所有样品值来运算各位评判人平均值，确定评判人平均值的极差（R0）由最大减去最小值得出。R0＝216.9-216.3＝0.6估量的评判人标准偏差＝＝＝0.4式中从表2查出，它取决于评判人的人数（m＝2）和g，那个地点g为1，因为只有1个极差运算。再现性＝5.15＝2.2由于量具变差阻碍了该估量值，必须通过减去重复性部分来校正。校正过的再现性＝＝＝1.0式中：n＝零件数量，r＝试验次数。校正的评判人标准偏差σ0＝＝0.19零件间变差在均值操纵图中可看出零件间的变差。对每一位评判人来讲，子组平均值反映出零件间的差异。由于零件平均值的操纵限值以重复性误差为基础，而不是零件间的变差，因此许多子组的平均值在限值以外。如果没有一个子组平均值在这些限值之外，则零件间变差隐藏在重复性中，测量变差支配着过程变差如果这些零件用来代表过程变差，则此测量系统用于分析过程是不可同意的。相反地，如果越多的平均值落在限值之外，同时评判人一致同意哪些零件与总平均值不相同，则该测量越有用。如果大多数零件平均值落在限值外，且评判人一致同意哪些零件平均值落在操纵限值之外，那么一样认为测量系统是适当的。因此，图表明测量系统测量零件的相对能力。在某些情形下，这种评判足够用来确定测量系统是否合适。一旦测量过程是一致的（极差图受控），而且可检测出零件间变差（均值图的大部分点在操纵限值外），那么可确定测量系统占过程变差的百分比。测量系统标准偏差（σm）估量为σm＝式中σe为量具标准偏差，σ0为评判人标准偏差。零件间标准偏差可由测量系统研究的数据或独立的过程能力研究确定。如果采纳测量系统研究，则零件标准偏差（σP）的估量是通过确定每一零件平均值，然后找出样品平均值极差（RP）。零件间标准偏差（σP）估量为。零件间变差（假定5个零件）将为5.15或2.08RP，代表正态分布的99％测量结果，（见表2）等于2.48。与测量系统的再现性与重复性有关的过程变差百分比一样称为％R&R，由［］×100来估量，式中σt为总过程变差标准偏差。通过测量研究运算得出的σt称为研究变差标准偏差，由σt＝运算得出。如果σt由独立的过程能力研究决定，那么过程标准偏差自身也将用来确定％R&R。σP也可由过程能力研究确定为：σp＝与测量系统重复性及再现性有关的公差的百分比估量为5.15×［］×100。产品尺寸的分级（数据分级）数（可由图6中数据可靠地得到），能够按照［］×1.41或1.41（PV／R&R）确定。如果数据分级数量少于2个，测量系统用于操纵过程没有任何意义。它全是干扰，不能讲一个零件不同于另一个。如果数据分级数为2，则数据可分为高和低两组，这与计数型数据等同。关于过程分析来讲，数据分级数必须为5个，最好更多，如此测量系统才是可同意的。因此，公差百分率，过程变差百分率，数据分级数是估量测量系统可同意性的不同量度。零件间变差示例按照表1所示数据，在均值图上对各位评判人以相同的零件号顺序标绘每个子组的平均值（）（见图11）。平均值代表零件变差及测量变差。总平均值＝＝216.6。本图所用操纵限值运算如下：式中试验次数（3）用的（A2）系数（来自表3）等于1.023。30％的零件平均值在限值外，测量过程不足以检测出零件间变差图11零件评判人均值图由于只有30％或少于一半的平均值在限值外，本例中的测量系统不足以检测出零件间变差。注：本分析假定研究中使用的零件代表总的过程变差。如果所有零件是相似的（例如，集合在过程平均值邻近），50％规则将无效。测量系统标准偏差（σm）测量系统变差或量具R&R＝5.15σm＝5.15×1.47＝7.6式中区间5.15×σm包括正态分布测量结果的99％。为运算表1中数据的零件变差，通过平均所有评判人对每一样本的测量值来运算每一零件的样本平均值。在那个例子中，零件1至5的零件平均值分不为217.3，217.7，216.0，213.0，及219.2。按照样本平均值，样本平均值极差（RP）是通过最高（219.2）减去最小（213.0）运算得出。或RP＝6.2。零件咨询标准偏差（σP）。在表2中给出，它取决于零件总数（m＝5）和g，那个地点g＝l因只有一个极差运算。在正态曲线下99％范畴内零件间零件变差＝PV＝5.15×2.50＝12.8总过程变差的标准偏差σt＝＝＝2.90研究得出的总过程变差＝TV＝5.15×2.90＝14.9％R&R＝［］100＝［R&R／TV］×100＝［7.6／14.9］100＝50.7％数据分级数＝［PV／R&R］×1.41＝［12.8／7.6］×1.41＝2研究数据提示该测量系统不适于过程分析但可能只适用于过程操纵（见19页的讨论）表4列出表1中的示例采纳均值和极差法运算出的量具重复性及再现性。量具文件：连接件量具R&R均值和极差法研究号：1研究日期：年月日量具号：××××××讲明：××××××类型：××××××特性：1讲明：××××××名称：特性12名评判人5个零件3次试验备注：5.15标准偏差占研究变差的百分比奉献百分比重复性7.550.325.3再现性1.06.90.5量具7.650.825.8零件间12.986.174.2基于数据分级，量具系统可用于计数型数据注：公差＝不适用研究变差＝14.9数据分级数＝2表4R&R均值和极差法线性在测量仪器的工作范畴内选择一些零件可确定线性。这些被选零件的偏倚由基准值与测量观看平均值之间的差值确定。最佳拟合偏倚平均值与基准值的直线的斜率乘以零件的过程变差（或公差）是代表量具线性的指数。为把量具线性转换成过程变差（或公差）的百分率，可将线性乘以100然后除以过程变差（或公差）。至于稳固性，建议分析技术可采纳图形，即带最佳拟合直线的散点图。正如在偏倚研究中一样，零件的基准值可由工具室或全尺寸检验设备确定。在操作范畴内选取的那些零件由一个或多个评判人测量，确定每一零件的观看平均值，基准值与观看平均值之间的差值为偏倚，要确定各个被选零件的偏倚。线性图确实是在整个工作范畴内的这些偏倚与基准值之间描画的。如果线性图显示可用一根直线表示这些标绘点，则偏倚与基准值之间的最佳线性回来直线表示这两个参数之间的线性。线性回来直线的拟合优度（R2）确定偏倚与基准值是否有良好的线性关系。系统的线性及线性百分率由回来线斜率及零件过程变差（或公差）运算得出。如果回来线有专门好的线性拟合，那么能够评判线性幅度及线性百分率来确定线性是否是可同意的。如果回来线没有专门好的线性拟合，那么可能偏倚平均值与基准值有非线性关系。这需要进一步分析以判定测量系统的线性是否可同意。如果测量系统为非线性，查找这些可能缘故：1）在工作范畴上限和下限内仪器没有正确校准；2）最小或最大值校准量具的误差；3）磨损的仪器；4）仪器固有的设计特性。线性示例某工厂领班对确定某测量系统的线性感爱好。基于该过程变差，在测量系统工作范畴内选定五个零件。通过全尺寸检验设备测量每个零件以确定它们的基准值。然后一位评判人对每个零件测量12次。零件随机抽取，每个零件平均值与偏倚平均值的运算如表5所示。零件偏倚由零件平均值减去零件基准值运算得出。零件12345基准值2.004.006.008.0010.0012.705.105.807.609.1022.503.905.707.709.3032.404.205.907.809.5042.505.005.907.709.30试52.703.806.007.809.4062.303.906.107.809.50验72.503.906.007.809.5082.503.906.107.709.50次92.403.906.407.809.60102.404.006.307.509.20数112.604.106.007.609.30122.403.806.107.709.40零均值2.494.136.037.719.38基准值2.004。006.008.0010.00偏倚＋0.49＋0.13＋0.03－0.29－0.62极差0.41.30.70.30.5表5量具数据一览表偏倚与基准值之间的交点标绘见图12。最佳拟合这些点的线性回来直线及该直线的拟合优度（R2）运算如下：y＝b＋ax式中：x＝基准值y＝偏倚a＝斜率a＝＝－0.1317b＝＝0.7367R2＝＝0.98偏倚＝b十ax＝0.7367—0.1317×（基准值）线性＝│斜率│×（过程变差）＝0.1317×6.00＝0.79％线性＝100［线性／过程变差］＝13.17％拟合优度（R2）＝0.98图12线性图拟合优度可用来推断偏倚与基准值之间的线性关系。我们能够从它得出它们之间是否有线性关系的结论，同时如果有，是否可同意。然而必须再次强调，线性是由最佳拟合直线的斜率而不是拟合优度（R2）的值确定的。一样地，斜率越低，量具线性越好；相反斜率越大，量具线性越差。

第三节测量系统研究的预备就如在任何研究或分析中一样，实施测量系统研究之前应先进行充分的打算和预备。实施研究之前的典型预备如下：1）先打算将要使用的方法。例如，通过利用工程决策，直观观看或量具研究决定，是否评判人在校准或者使用仪器中产生阻碍。有些测量系统的再现性阻碍能够忽略，例如按按钮，打印出一个数字；2）评判人的数量，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：（a）尺寸的关键性——关键尺寸需要更多的零件和／或试验。缘故是量具研究评判所需的置信度；（b）零件结构——大或重的零件可规定较少样品和较多试验。3）由于其目的是评判整个测量系统，评判人的选择应从日常操作该仪器的人中选择；4）样品必须从过程中选取并代表其整个工作范畴。有时每一天取一个样本，连续若干天。如此做是有必要的，因为分析中这些零件被认为代表生产过程中产品变差的全部范畴。由于每一零件将被测量若干次，必须对每一零件编号以便于识不；5）仪器的辨论力应承诺至少直截了当读取特性的预期过程变差的十分之一。例如，如果特性的变差为0.001，仪器应能读取0.0001的变化；6）确保测量方法（即评判人和仪器）在按照规定的测量步骤测量特点尺寸。进行研究的方式十分重要。本手册所介绍的所有分析都假定各次读数的统计独立性。为最大限度地减少误导结果的可能性，应采取下列步骤：1）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。评判人不应明白正在检查零件的编号，以幸免可能的偏倚。然而进行研究的人应明白正在检查哪一零件，并相应记下数据，即评判人A，零件1，第一次试验；评判人B，零件4，第二次试验等；2）在设备读数中，读数应估量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，则每个读数的估量应圆整为0.00005；3）研究工作应由知其重要性且认真认确实人员进行；4）每一位评判人应采纳相同方法——包括所有步骤——来获得读数。

第四节计量型测量系统研究指南引言本节包括第二节描述的测量系统技术用的实施指南，建议回忆第二节的内容以保证正确应用这些指南。确定稳固性用指南确定稳固性用指南包括以下内容：1）猎取一样本并确定其有关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固性分析。对追踪测量系统的稳固性不需要一个已知基准值；可能需要具备预期测量值的最低值、最高值及中程数的标准样本。建议对各样本单独测量并作操纵图。2）定期（天，周）测量基准样品3至5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刻重新校准或修理，测量系统使用的频率，以及操作条件如何重要。读数应在不同时刻读取以代表测量系统实际使用的情形。这些还包括预热，环境或其它在一天内可能变化的因素；3）在&R或&s操纵图中标绘数据；4）确定每个曲线的操纵限并按标准曲线图判定失控或不稳固状态；5）运算测量结果的标准偏差并与测量过程偏差相比较，确定测量系统的重复性是否适于应用。注：也许需要试验设计和其它分析解决咨询题的技术，以确定测量系统缺乏稳固性的要紧缘故。确定偏倚用指南独立样本法1）猎取一样本并确定其相对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偏倚分析。在工具间测量该零件10次，并运算这10次读数的平均值。把那个平均值作为“基准值”’可能需要具备预期测量值的最低值、最高值及中程数的标准样本。每个样本都要求单独分析。2）让一位评判人以通常的方法测量该零件10次；3）运算这10次读数的平均值；4）通过该平均值减去基准值来运算偏倚：偏倚＝观测平均值一基准值过程变差＝6σ极差偏倚%＝图表法如果用&R图表测量稳固性，这些数据也可用来评判偏倚。1）猎取一样本并确定其相对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偏倚分析；在工具间测量零件10次，并运算这10次读数的平均值。把那个平均值作为“基准值”。2）从图表中运算值；3）通过减去基准值来运算偏倚：偏倚＝一参考值过程变差＝6σ极差偏倚百分比＝分析如果偏倚较大，查找以下可能的缘故：1）标准或基准值误差，检验校准程序；2）仪器磨损。要紧表现在稳固性分析上，应制定爱护或重新修理的打算；3）制造的仪器尺寸不对；4）仪器测量了错误的特性；5）仪器校准不正确。复查校准方法；6）评判人操作设备不当。复查检验讲明书；7）仪器修正运算不正确。确定重复性和再现性用指南计量型量具的分析能够运用多种不同的技术。本节详细讨论三种可同意的方法。它们是极差法，均值和极差法（包括操纵图法）和方差分析法。除极差法外，这些方法的分析数据设计都专门相似。正如介绍的，所有方法在他们的分析中都忽略了零件内变差（例如：圆度，锥度，平面度等）。然而，差不多量具研究数据设计工作表除了不能用于极差法外，能够专门容易地运用在零件内变差的识不和统计分析上。（见65页图16和17，完整的应用于均值和极差法的扩展运算表的例子）。然而，如此做专门不便于数据收集过程。相应地要定量表示“纯”测量仪器变差，本节所述任何技术中使用的所有过程零件都能在量具研究之前被抽样来找出试件内部的最大变差（例如旋转零件360o找出总的不圆度，检查顶部和底部直径找出总的锥度）。如果零件内最大变差相对被测特性不可忽略（要求对过程了解），应在零件上作标记（使用非专门形式；即在零件的任意选择的位置上作标记）以指示要测量出全部读数的点／线／面位置。实质上这从量具重复性变差中排除了零件内变差，否则，必须意识到量具重复性变差中将至少包括一些零件内变差。然而，要再次强调整个测量系统不仅包括量具本身及其有关的精度，重复性等，而且还包括被检零件的变差，确实是讲，除非有某些专门合理的目的需要这么做，一样幸免从（上述段落中描述的）分析中排除零件内变差，因为那个变差会阻碍零件的配合及功能。如何样处理零件内变差必须基于对零件使用目的和测量目的的适当了解。还有，采纳恰当的统计方法（然而有些不方便）来专门地识不整个测量变差中零件内变差重量，使用64和65页图16、17例中示例的程序。、最后，本节中描述的所有方法都往常面21页讨论过的统计稳固性为先决条件。要讨论的第一个量具研究方法是极差法。极差法极差法是一种改进的计量型量具研究方法，它可迅速提供一个测量变异性的近似值。这种方法只提供整个测量系统的总体情形，不将变异性分解成重复性和再现性。典型的极差法使用两名评判人和五个零件进行分析。在那个分析中，每个评判人测量每个零件一次，每个零件的极差是评判人A获得的测量结果与评判人B获得的测量结果的绝对差值。能够得到这些极差之和并运算出平均极差（）。总测量变差可通过平均极差乘以5.15／得到。（可在29页表2中查到，m＝2，g＝零件数）明白测量变差占过程变差百分率（或公差）是专门有意义的。（为将R&R转换为百分率，把R&R乘以100除以过程变差（或公差））。在下面的例子中。过程变差为0.4，因此％R&R等于100〔〕或75.5％（见表6）。零件评判人A评判人B极差（A—B）10.850.800.0520.750.700.0531.000.950.0540.450.550.1050.500.600.10平均极差（）＝ΣRi／5＝0.35／5＝0.07GR&R＝5.15（）／＝5.15（）／1.19＝5.15（0.07）／1.19＝0.303过程变差＝0.40％GR&R＝100〔GR城／过程变差〕＝100〔0.303／0.40〕＝75.5％表6量具研究（极差法）既然测量系统的％R&R确定了，应进行结果讲明。表6中％R&R值确定为75.5％，结论是测量系统需改进。计量型量具研究极差法的统计基础及术语讲明，见92页附录B。下一个要介绍的方法是极差法的扩展，是一种更完善的测量系统分析法——称为均值和极差法。均值和极差法均值和极差法（&R）是一种提供测量系统重复性和再现性估量的数学方法。不象极差法，它承诺把测量系统分解成两部分，重复性和再现性，而不是它们的交互作用。ANOVA法能用来确定这种量具与评判人间的交互作用。然而，均值和极差法与ANOVA法两者都可提供有关测量系统或量具误差的信息。例如，如果重复性比再现性大，缘故可能是：1）仪器需要爱护；2）量具应重新设计来提升刚度；3）夹紧和检验点需要改进；4）存在过大的零件内变差。如果再现性比重复性大，那么可能的缘故有：1）评判人需要更好的培训如何使用量具仪器和读数；2）量具刻度盘上的刻度不清晰；3）需要某种夹具关心评判人提升使用量具的一致性。当不具备运算机时建议使用&R法，否则能够把方差分析法编进运算机程序中。进行研究尽管评判人，试验和样本容量可能变化，然而下面的讨论代表进行研究的最佳条件。参考57页上表7的量具R&R数据表，详细程序如下：1）取得包含10个零件的一个样本，代表过程变差的实际或预期范畴；2）指定评判人A，B和C，并按l至10给零件编号，使评判人不能看到这些数字；（注：见第3节。）3）如果校准是正常程序中的一部分，则对量具进行校准。4）让评判人A以随机的顺序测量10个零件，并让另一个观测人将结果记录在第1行。让测试人B和C测量这10个零件并互相不看对方的数据。然后将结果分不填入第6行和第11行。5）使用不同的随机测量顺序重复上述操作过程。把数据填入第2、7和12行。在适当的列记录数据。例如，第一个测量的零件是零件7，则将结果记录在标有第7号零件的列内，如果需要试验3次，重复上述操作，将数据记录在第3、8和13行；6）当零件量过大或无法获得所需零件时，第4和第5步能够改成下述步骤之后：（a）让评判人A测量第1个零件，并在第l行记录读数，让评判人B测量第1个零件并在第6行记录读数，让评判人C测量第1个零件并在第ll行记录读数；（b）让评判人A重复读取第1个零件的读数，记录在第2行，评判人B在第7行记录重复读数，评判人C在第12行记录重复读数。如果需要测量3次，则重复上述操作并在第3、8和13行记录数据。7）如果评判人在不同的班次，能够使用一个替换的方法。让评判人A测量10个零件，并将读数记录在第l行。然后，让评判人A按照不同的顺序重新测量，并把结果记录在第2和第3行。评判人B和C也同样做。结果分析——图表分析由于分析一个测量系统的目的是了解整个系统，使用图表工具是专门重要的。这些工具让我们洞悉变差模型和相互关系。具体的图表工具的使用依靠于用来收集数据的试验设计。测量系统分析的数据能够通过操纵图图形显示。使用操纵图来回答有关测量系统的咨询题的方法已被WesternE1ectric采纳（见WesternE1ectriSQC手册，参考文献〔25〕）。极差操纵图是用来确定过程是否受控。缘故是不管测量误差多大，操纵极限都承诺那个误差。这确实是什么缘故专门的缘故被识不和排除之后测量分析才是恰当的。使用操纵图的程序如下：1）将每个评判人／零件组合的极差画在极差图中，同样，将平均值画在均值图中（参考图10和11）。2）运算并绘出标准操纵限。3）评判图表：（a）判定极差图表是否受控（参考图10）。如果所有的极差都受控，那么评判人是一致的，进行步骤3（b）。如果不是，可能是由于评判人技术，位置误差或仪器的一致性不行造成的。应在进行步骤3（b）之前纠正这些专门缘故。并使极差图进入操纵中；（b）检验平均值是否在操纵限之外（参考图11）。在操纵限之内的面积代表测量误差（干扰）。如果一半或更多的平均值落在极限之外，则该测量系统足以检查出试件间变差，同时该测量系统能够提供操纵该过程的有用数据，当一半以下落在操纵限外，则测量系统不足以检查出零件间变差同时不能用于过程操纵。下面是一些被证明专门有用的方法。[见方差分析法（69页）中关于采纳方差分析法的附加图形分析]。极差图（图13a1，13a2）每个评判人对每个零件多次读数的极差都画在一个包括平均极差和操纵限的标准极差图上。数据可按零件（见图13a1）或评判人（见图13a2）分组画出。注：1）两个图表都不应显示出与评判人和零件有关的数据图形。2）极差不需用线连接，因为它们不是有序的数据。3）稳固性由下列因素确定：一个点或远离操纵限的点；操作人内部或零件内图形趋势……。极差图可关心确定：·关于重复性的统计操纵；·评判人之间对每个零件测量过程的一致性。图13al极差图图13a2极差图误差图（图13b）测量系统的数据分析可采纳按照已同意的基准值得到的单值偏差的“误差图”来进行。每个零件的单值偏差或误差运算取决因此否可得到被测数据的基准值来选择如下二公式之一：误差＝观测值一基准值或误差＝观测值一零件平均测量值在任何其它统计分析之前应系统地分离明显缘故造成的系统偏差。从画出的数据分析中能够得出多个有用讲明。例如，从图13b中能够看出一些现象：1）评判人B的第二个读数有规律地高于其第一个读数；2）评判人B的平均值高于其他评判人的测量平均值；3）10.号零件专门难测量一致——我们应确定其缘故。图13b误差图均值／链图（图13c1，13c2）以零件编号顺序画出每个评判人对每个零件多次读数的平均值。链图（图13c1）能够关心确定：·评判人之间的一致性；如果使用平均极差确定的总平均值和操纵限也画出了，那么得到的均值图（图13c2）就提供一个指示：·测量系统的“有用性”操纵限内的区域表示测量辨论力（“干扰”）。由于研究中使用的零件组代表过程变差。大约一半或一半以上的平均值应落在操纵限之外。如果数据出现如此的图形。则测试系统应足以检测零件间变差，并能为分析和操纵过程提供有用的信息。如果低于一半的数据落在极限之外，那么不是测量系统辨论力不足确实是样本不能代表预期的过程变差。图13c1链图图13c2均值图归一化的单值图（图13d1，13d2）画出的数据由减了去全部读数的总平均值的单值读数组成。这些归一化的数据按评判人或零件序号分组画出，本图能够关心确定：·再现性；·评判人间的一致性；·离群值的存在（即专门读数）；·零件与评判人间的交互作用。图13d1归一化的单值图图13d2归一化的单值图振荡图（图13e）振荡图中，最高和最低的数据及平均值按零件、评判人分组画出并连接起来（见图13e）。由此图可深入了解：·评判人间的一致性；·离群值的存在（即专门读数）；·零件与评判人间的交互作用。图13e振荡图X—Y均值——基准值图（图13f）把各评判人对每个零件的多次读数的平均值相对基准值或零件总平均值画出（见图13f）。本图能够关心确定：·线性（如果采纳基准值）；·评判人间线性的一致性。图13f.均值一基准值图X—Y比较图（图13g1、13g2、13g3）把每个评判人对每个零件的多次读数的平均值相对另一评判人的结果画出，本图把一个评判人获得的数据与其他的评判人的比较（见图13g1，13g2，13g3）。如果评判人间完全一致，画出的点将形成一条与轴线成45o角的直线。图13g1X－Y比较图图13g2X－Y比较图图13g3X－Y比较图散点图（图13h）单个的读数控零件或评判人进行标绘以便深入了解：。评判人间的一致性；。离群值的存在；。零件与评判人间的交互作用。图13h散点图数值运算量具的重复性和再现性的运算如表7和表8所示。表7是数据表格，记录了所有研究结果。表8是报告表格，记录了所有识不信息和按规定公式进行的所有运算。注：样表一节中提供了可复制的空白表格。收集数据后的运算程序如下：1）从第1、2、3行中的最大值减去它们中的最小值；把结果记入第5行。在第6、7和8行，11、12和13行重复这一步骤，并将结果记录在第10和15行（表7）；2）把填入第5、10和15行的数据变为正数；3）将第5行的数据相加并除以零件数量，得到第一个评判人的测量平均极差a。同样对第10和15行的数据进行处理得到b和c（表7）；4）将第5、10和15行的数据（a、b、c）转记到第17行，将它们相加并除以评判人数，将结果记为（所有极差的平均值）（表7）；5）将（平均值）记入第19和20行并与D3和D4（表3中得出）相乘得到操纵下限和上限。注意：如果进行2次试验则，D3为零，D4为3.27。单个极差的上限值（UCLR）、填入第19行。少于7次测量的操纵下限极差值（LCLR）等于06）使用原先的评判人和零件重复读取任何极差大于运算的UCLR的读数，或剔除那些值并重新运算平均值。按照修改过的样本容量重新运算互及限值UCLR。纠正造成失控状态的专门缘故。如果数据的绘制和分析是使用前面讨论过的操纵图法，那么这种状态应早已被纠正了，且在那个地点可不能显现；7）将行（第1、2、3、6、7、8、11、12和13行）中的值相加。把每行的和除以零件数并将结果填入表（表7）中最右边标有“平均值”的列内；8）将第l、2第3行的平均值相加除以试验次数。结果填入第4行的a格内。对第6，7和8；第11，12和13行重复那个过程，将结果分不填入第9和14行的b，c格内（表7）；9）将第4、9和14行的平均值中最大和最小值填入第18行中适当的主格处。并确定它们的差值，将差值填入第18行标有Diff处的空格内（表7）；10）将每个零件每次测量值相加并除以总的测量次数（试验次数乘以评判人数）。将结果填入第16行零件平均值的栏中（表7）；11）从最大的零件平均值减去最小的零件平均值，将结果填入第16行标有Rp的空格内。Rp是零件平均值的极差（表7）；12）将，Diff和Rp的运算值转填入报告表格的栏中（表8）；13）在表格左边标有“测量系统分析”的栏下进行运算；14）在表格右边标有“总变差％”的栏下进行运算；15）检查结果确认没有产生错误。

评判人/试验次数零件平均值123456789101.A10.651.000.850.850.551.000.950.851.000.600.832.20.601.000.800.950.451.000.950.801.000.700.8253.34.均值0.6251.0000.8250.9000.5001.0000.9500.8251.0000.650a＝0.82755.极差0.050.000.050.100.100.000.000.050.000.10a＝0.0456.B10.551.050.800.800.401.000.950.751.000.550.7857.20.550.950.750.750.401.050.900.700.950.500.758.39.均值0.5501.0000.7750.7750.4001.0250.9250.7250.9750.525b＝0.767510.极差0.000.100.050.050.000.050.050.050.050.05b＝0.04511.C10.501.050.800.800.451.000.950.801.050.850.82512.20.551.000.800.800.501.050.950.801.050.800.8313.314.均值0.5251.0250.8000.8000.4751.0250.9500.8001.0500.825c＝0.827515.极差0.050.050.000.000.050.050.000.000.000.05c＝0.03016.零件均值（P）0.5671.0080.8000.8250.4581.0170.9420.7831.0080.667＝0.8075RP＝0.55917.〔a＝0.045〕+〔b＝0.045〕+〔c＝0.03〕/〔#评判人数＝3〕＝0.0418.〔Max＝0.8275〕－〔Min＝0.7675〕＝DIFF0.0619.〔＝0.04〕×〔D4*＝3.27〕＝UCLR0.1320.〔＝0.04〕×〔D4*＝0.00〕＝LCLR0.00*2次试验时D4＝3.27，3次试验时D4＝2.58。7次试验以内D3＝0；UCLR代表单个R的极限.圈出那些超出极限的值。查明缘故并纠正。同一评判人采纳最初的仪重视复这些读数或剔除这些值并由其余观测值再次平均并运算R和极限值。注：表7量具重复性和再现性数据表

零件编号和名称：垫片量具名称：厚度仪日期：4／12／88特性厚度量具编号：X－2934尺寸规格：0.6－1.0mm量具类型0.0－10.1——————来自数据表：＝0.044DIFF＝0.06RP＝0.559测量系统分析%总变差（TV）重复性－设备变差（EV）%EV＝100〔EV/TV〕＝100〔0.18/0.93〕＝18.7%EV＝×K1试验次数K1＝0.044×4.5624.56＝0.1833.05再现性评判人变差（AV）AV＝＝%AV＝100〔AV/TV〕＝100〔0.16/0.93〕＝16.8%n＝零件数量r＝试验次数＝0.16评判人数量23K3.652.70重复性和再现性（R&R）R&R＝＝＝0.24%R&R＝100〔R&R/TV〕＝100〔0.24/0.93〕＝25.2%零件数量K323.6532.7042.30零件变差（PV）PV＝RP×K3＝0.56×1.62＝0.9052.08%PV＝100〔PV/TV〕＝100〔0.90/0.93〕＝96.8%61.